Estimation d'état et localisation pour véhicules autonomes

Pour naviguer en toute sécurité, un véhicule autonome doit savoir exactement où il se trouve dans le monde, à quelques centimètres près. Comprendre comment les voitures autonomes traitent les données brutes des capteurs pour estimer leur position et leur orientation est une compétence fondamentale pour tout ingénieur en robotique en herbe. Dans ce cours textuel, vous passerez de la compréhension des concepts de physique de base à la maîtrise des mathématiques et des algorithmes fondamentaux qui alimentent la localisation moderne des véhicules autonomes. Vous étudierez comment les véhicules combinent les données des GNSS, des unités de mesure inertielle (IMU) et de l'odométrie des roues pour construire un système d'estimation robuste en temps réel. Ce que vous apprendrez : - Comprendre la cinématique fondamentale et les référentiels utilisés dans la modélisation du mouvement des véhicules. - Appliquer l'estimation par moindres carrés et le filtrage de Kalman pour traiter les mesures bruitées des capteurs. - Implémenter des techniques de fusion de capteurs qui combinent les données GNSS, IMU et d'odométrie. - Explorer les paradigmes modernes d'estimation d'état, y compris les filtres de Kalman étendus (EKF) et les formulations d'état d'erreur. - Analyser des méthodes d'estimation robustes et le rejet des valeurs aberrantes pour gérer les anomalies des capteurs et les pertes de signal. Le cours commence par des concepts fondamentaux en cinématique, probabilité et systèmes de coordonnées avant de passer à l'estimation récursive d'état, au filtrage de Kalman et aux stratégies modernes de fusion multi-capteurs. Ce cours est conçu pour les débutants intéressés par la robotique et les systèmes autonomes, ne nécessitant qu'une connaissance de base de l'algèbre linéaire et une familiarité générale avec la programmation. Aucune expérience préalable avec le matériel de conduite autonome n'est requise. Commencez dès aujourd'hui à apprendre le cœur algorithmique de la localisation des véhicules autonomes.