Contribution of digital elevation models for the enrichment of navigation maps by multi-sensor fusion
Apport des modèles numériques d'élévation pour l'enrichissement des cartes de navigation par fusion multi-capteurs
Résumé
Te work presented in this thesis concerns the study of a multi-sensor fusion method for the estimation of 3-D localization and the attitude of a land vehicle. We have developed and validated, in a real situation, a centralized fusion method based on state modeling from GNSS/INS measurements delivered by the ublox EVK-M8U sensor. The measurement system is also completed by OSM digital road maps and elevation data from the ASTER/World 30 digital models. Some measurements are modeled by equations with strong non-linearities which we have chosen to process by particle filtering. The cartographic data are taken into account statistically from the metric of Mahalanobis. In addition, we have developed a new method for managing digital elevation models (DEM), known as the "Fenêtre Glissante Adjacente" (FGA) method, in order to limit the impact of the artifacts that are found in this data. During the DEM management step, we implemented geometric approaches (TIN, FGA) which make the altitude correction more robust and favors an increase in performance in estimating the inclination parameter of the segments of the digital road maps.
Les travaux présentés dans cette thèse portent sur l'étude d'une méthode de fusion multi-capteurs pour l'estimation de la localisation 3-D et l'attitude d'un véhicule terrestre. Nous avons développé et validé, en situation réelle, une méthode de fusion centralisée basée sur une modélisation d'état à partir de mesures GNSS/INS provenant du capteur ublox EVK-M8U. Le système de mesure est également alimenté par des données cartographiques routières OSM et d'élévation issues des modèles numériques ASTER/World 30. Certaines mesures sont modélisées par des équations présentant de fortes non-linéarités que nous avons choisies de traiter par filtrage particulaire. La prise en compte des données cartographiques est faite de manière statistique à partir de la métrique de Mahalanobis. En outre, nous avons développé une nouvelle méthode de gestion des modèles numériques d'élévation (MNE), désignée par la méthode de "Fenêtre Glissante Adjacente" (FGA) afin de limiter l'impact des artefacts présents dans ces données. Durant l'étape de gestion du MNE, nous avons mis en oeuvre des approches géométriques (TIN, FGA) qui permettent de rendre plus robuste la correction d'altitude et favorise un accroissement des performances en estimation du paramètre d'inclinaison des segments de la carte routière numérique.
| Origine | Version validée par le jury (STAR) |
|---|