Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Système de localisation Robuste multi-capteurs et multi-modèles
Univ Europeenne - EAN : 9786131527579
Édition papier
EAN : 9786131527579
Paru le : 16 août 2010
69,00 €
65,40 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786131527579
- Réf. fournisseur : 7092155
- Editeur : Univ Europeenne
- Date Parution : 16 août 2010
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 224
- Format : H:229 mm L:152 mm E:13 mm
- Poids : 336gr
- Interdit de retour : Retour interdit
- Résumé : De nombreux travaux de recherches sont menés depuis quelques années dans le but de fournir une solution précise et intègre au problème de la localisation de véhicules routiers. Ces recherches sont en majorité fondées sur la théorie probabiliste de l'estimation. Elles utilisent la fusion multi-capteurs et le filtrage de Kalman mono-modèle, au travers de ses variantes adaptés aux systèmes non linéaires. Dans ce livre, une analyse multi-modèles est présentée: L'espace d'évolution du véhicule est pris comme un espace discret et des modèles simples permettent de décrire ce système. Il s'agit d'une variante de l'algorithme IMM, qui prend en compte l'asynchronisme des capteurs embarqués, dans le processus d'estimation de l'état du véhicule. La nouvelle modélisation qui est développée permet alors de mettre à jour l'état de chaque sous-système, même en l'absence de mesures de capteurs décrivant la réalité terrain. Enfin, une étude comparative entre ce nouvel algorithme et les approches d'estimation classiques (EKF, UKF, DD1, DD2 ou le filtrage particulaire) permet de valider la performance et la robustesse de la méthode développée, notamment dans des contextes de conduite extrême.
