Fusion de capteurs avec SCILAB

• Formations
• / Calcul
• / Fusion de capteurs avec SCILAB

Durant cette formation, vous aurez l'occasion de découvrir (ou re-découvrir) les techniques les plus utiles pour la fusion de capteurs, via une approche concrète basée sur SCILAB et de nombreux cas et travaux pratiques. Le stagiaire pourra s'approprier chacune de ces techniques de manière intuitive et ludique, grâce à des travaux pratiques issus de cas réels.

Durée de la formation

Date et lieu de la formation

Lieu : Toulouse, date : sur demande.

Inscription

Formulaire d'inscription disponible ici.

Contenu

I - INTRODUCTION
Nous allons commencer par faire un petit tour d'horizon des besoins et des sources de données (capteurs) disponible, puis nous verrons comment modéliser le problème de manière générale.
Applications : centrales inertielles, IHM, ... Technologies : tour d'horizon des capteurs classiques de mouvements / positions (circuits MEMS, GPS, etc.) Représentation de l'orientation d'un objet (modèle statique) : matrice de rotation, angles d'Euler (roulis, tangage, lacet) Relation cinématiques : Lien entre les quantités exprimées dans le référentiel fixe et leurs mesures dans le référentiel inertiel (mesures fournies par les capteurs) Méthodes simples (statiques) d'estimation : Problème de Wahba, solution sous SCILAB à base de SVD. Représentation d'état : Modèle générique pour la description d'un système continu avec états cachés, dynamiques, et observations indirectes et bruitées.
II - FILTRE DE KALMAN
Dans cette partie, nous allons nous intéresser au filtre de Kalman et à quelques unes de ses extensions, en particulier pour les modèles non linéaires (filtre EKF). Nous mettrons ces techniques en pratique pour réaliser la fusion de capteurs sur une unité de mesure inertielle.
Représentation d'état (modèle linéaire) : Hypothèses, matrices de covariance, observabilité Filtre de Kalman standard : Approche matricielle et interprétation intuitive, analyse de complexité Calcul du gain en régime établi : Equations de Riccati Filtre de Kalman étendu (EKF) : Linéarisation locale (calcul des Jacobiennes)

Travaux pratiques

Tout au long de l'atelier l'ensemble des points abordés sera illustré par des exemples et de petits exercices qui vous permettront de mettre en oeuvre directement les notions vues dans SCILAB.