Étude comparative des techniques de filtrage non-linéaire appliquées à la localisation 2D d'un véhicule en temps réel - Comparative study of non-linear filtering techniques applied to real time 2D vehicle positioning

Étude comparative des techniques de filtrage non-linéaire appliquées à la localisation 2D d'un véhicule en temps réel

Comparative study of non-linear filtering techniques applied to real time 2D vehicle positioning

Cyril Joly David Bétaille  François Peyret 

École Centrale de Nantes – IRCCyN, France

Laboratoire Central des Ponts et Chaussées – Nantes, France

Corresponding Author Email: 
cyril.joly@sophia.inria.fr
Page: 
201-220
|
Received: 
12 October 2006
|
Accepted: 
N/A
|
Published: 
30 June 2008
| Citation

OPEN ACCESS

Abstract: 

Comparative study of non-linear filtering techniques applied to real time 2D vehicle positioning. The general framework of the research investigations undertaken here concerns the positioning of vehicles for intelligent advanced driver assistance systems (ADAS). The functions foreseen in such applications, like navigation, driving assistance and cooperation with infrastructure will be much more advanced than what they are at present. For these applications, positioning requirement in term of accuracy is less that 1 meter, including in urban environment where one knows the limitations of satellites receivers. To do so, vehicles are equipped with additional sensors to be fused with GPS positions. The approach reported in this article deals with the problem of initialising the positioning filter, with nothing else than an odometer and a turn-rate gyroscope (in addition to the GPS receiver). An extended Kalman filter, four parallel Kalman filters, an unscented filter and a particle filter have been implemented, in real time, and their robustness is compared by the authors, particularly when the initial heading is unknown.

Résumé

Étude comparative des techniques de filtrage non-linéaire appliquées à la localisation 2D d'un véhicule en temps réel. Le contexte général des travaux rapportés dans cet article concerne la localisation de véhicules dans les systèmes d'aide à la conduite (ADAS), où les fonctionnalités de navigation, d'aide à la conduite et de coopération avec l'infrastructure seront bien plus avancées qu'aujourd'hui. Pour ces applications, la localisation vise une précision métrique, y compris en milieu urbain, où l'on connaît toute la difficulté de se positionner par satellites. Pour ce faire, les véhicules sont dotés de capteurs dont les mesures doivent être fusionnées avec le GPS. L'approche présentée ici apporte une solution originale au problème de l'initialisation du positionnement, sans autre capteur qu'un odomètre et un gyromètre de cap (en plus du récepteur GPS). Un filtre de Kalman étendu, quatre filtres de Kalman parallèles, un filtre sans parfum, et un filtre particulaire sont implémentés, en temps réel, et les auteurs les comparent sous l'angle de leur robustesse, notamment lorsque le cap initial est inconnu.

Keywords: 

Data fusion, proprioceptive sensors, GPS, localisation, Kalman filter, particle filter

Mots clés

Fusion de données, capteurs proprioceptifs, GPS, localisation, filtrage de Kalman, filtrage particulaire

1. Introduction
2. Intérêt De La Fusion Pour La Navigation
3. Modèle Cinématique 2D
4. Trois Variantes Du Filtre De Kalman
5. Filtre Particulaire
6. Réglage Des Filtres
7. Mise En Œuvre Expérimentale
8. Conclusion
  References

[1] lyad ABUHADROUS, «Système embarqué temps réel de localisation et de modélisation 3D par fusion multi-capteur », Thèse de doctorat, Informatique temps réel – Robotique – Automatique, École des Mines de Paris, Janvier 2005.

[2] D. BOUVET and G. GARCIA, «GPS latency identification by Kalman filtering», Robotica, 18 :475-485, 2000.

[3] F. CARON, E. DUFLOS and P. VANHEEGHE, «Introduction of contextual information in a multisensor EKF for autonomous land vehicle positioning », In IEEE International Conférence on Networking, Sensing and Control (IEEE ICNSC'2005), Tucson, AZ, USA, March 2005.

[4] Frédéric CHAUSSE, Jean LANEURIT and Roland CHAPUIS, « Localisation d'un véhicule sur une carte routière précise », Traitement du signal, 23(2):159-177, 2006.

[5] Manuel DAVY, «Méthodes de Monte-Carlo séquentielle (diaporama)», Cours ECN, Septembre 2004.

[6] G. DlSSANAYAKE, S. SUKKARIEH, E.M. NEBOT and H. DURRANT-WHYTE, «The Aiding of a Low-Cost, Strapdown Inertial Measurement Unit Using Vehicle Model Constraints for Land Vehicle Applications », IEEE Transactions on Robotics and Automation, 17(5) :731-747, October 2001.

[7] Arnaud DOUCET, Simon GODSILL, and Christophe ANDRIEU, « On Sequential Monte Carlo Sampling Methods for Bayesian Filtering», Statistics and Computing, pages 197-208, 2000.

[8] Françoise DUQUENNE, Serge BOTTON, François PEYRET, David BÉTAILLE and Pascal WlLLlS, GPS localisation et navigation par satellites 2ème édition revue et augmentée, Hermès, 2006.

[9] Stéphane DURAND and François PEYRET, Localisation précise en temps réel par mesures de phases des signaux GNSS, Sciences pour le génie civil SI10. LCPC, 2004.

[10] A.W. FUXJAEGER and R. A. ILTIS, « Adaptative parameter estimation using parallel Kalman filtering for spread spectrum code and Doppler tracking », IEEE Transactions on Communications, 42(6) :2227-2230, June 1994.

[11] Audrey GIREMUS, Arnaud DOUCET, Vincent CALMETTE and Jean-Yves TOURNERET, «A Rao-Blackwellized Particle Filter for INS/GPS Intégration», In IEEE /ICASSP 2004, Montréal, Canada, pages 964-967, May 2004.

[12] Mohinder S. GREWAL, Lawrence R. WEILL and Angus P. ANDREWS, Global Positioning Systems, Inertial Navigation, and Intégration, John Wiley & Sons, Inc., 2001.

[13] C. HIDE, T. MOORE and C. HILL, «Integrated GPS, LORAN-C and INS for land navigation applications», In Proceedings of ION GNSS 2006, September 2006.

[14] Bernhard HOFMANN-WELLENHOF, Herbert LlCHTENEGGER and James COLLINS, GPS Theory and Practice Fourth, revised édition, Springer WienNewYork, 1997.

[15] Cyril JOLY, «Caractérisation métrologique de capteurs inertiels et fusion avec un récepteur GPS/EGNOS en navigation automobile avancée», Mémoire final, École Centrale de Nantes (IRCCyN), 2006.

[16] Cyril JOLY, «Caractérisation métrologique de capteurs inertiels et fusion avec un récepteur GPS/EGNOS en navigation automobile avancée », Rapport bibliographique, École Centrale de Nantes (IRCCyN), Avril 2006.

[17] Simon JULIER and Jeffrey UHLMANN, «A général method for approximating nonli-near transformations of probability distributions », Technical Report, Department of Engineering Science University of Oxford, 1996.

[18] Simon JULIER and Jeffrey UHLMANN, «A new extension of the Kalman filter to nonlinear Systems», In Proc of Aerosense The 11th Int. Symp. Aerospace/Defense Sensing, Simul. and Controls, 1997.

[19] KVH INDUSTRIES, INC., «http ://kvh.custhelp.com (FAQ du constructeur KVH) », Page web, 2006.

[20] A. LAHRECH, C. BOUCHER and J.-C. NOYER, «Fusion of GPS and odometer measure-ments for map-based vehicle navigation », In Proc IEEE ICIT 2004, volume 2, pages 944-948, 2004.

[21] Jean LANEURIT, «Perception multisensorielle pour la localisation de robot mobile en environnement extérieur, application aux véhicules routiers», Thèse de doctorat, Vision pour la robotique, Université Biaise Pascal – Clermont II, 2006.

[22] André MONIN, «Traitement Avancé du Signal. Du filtre de Kalman au filtrage particulaire», Présentation Power Point, disponible sur http://www.laas.fr/~monin/TAS.ppt.

[23] André MONIN, «Submarine Floating Antenna Model for LORAN-C Signal Processing », IEEE Trans. on Aerospace and Electronic, 39(4) :1304-1316, 2003.

[24] Fabien PETIT, Daniel BAUDOIS and Jean-Paul ISRAËL, «Évaluation de la composante blanche de signaux accélérométriques et gyrométriques par la méthode de la variance d'Allan», Traitement du signal, 13(1) :71-84, 1996.

[25] Philippe BONNIFAIT and P. BOURON and P. CRUBILLÉ and D. MEIZEL, «Data Fusion of Four ABS Sensors and GPS for an Enhanced Localization of Car-like Vehicles », In International Conférence on Robotics and Automation (ICRA), volume 2, pages 1597-1602, 2001.

[26] Wu QIUPING, Gao ZHONGYU and Wan DEJUN, «An adaptive information fusion method to vehicle integrated navigation », In Position Location and Navigation Symposium, 2002 IEEE, April 2002.

[27] J. STEPHEN and G. LACHAPELLE, «Development of a GNSSBased Multi-Sensor Vehicular Navigation System», In Proceedings of ION Technical Meeting, Anaheim, CA, January 2000.

[28] Walter STOCKWELL, « Bias Stability Measurement : Allan Variance», Crossbow Technology, Inc.

[29] S. SUKKARIEH, E.M. NEBOT and H. DURRANT-WHYTE, «A High Integrity IMU/GPS Navigation Loop for Autonomous Land Vehicle Applications », IEEE Transactions on Robotics and Automation, 15(3) :572-578, June 1999.

[30] Rafaël TOLEDO MOREO, «Un Sistema de Navegación de Alta Integridad para Véhículas en Entornos Desfavorables », Thèse de doctorat, Universidad de Murcia, Dpto. de Ingeniería de la Información y las Comunicaciones, 2005.

[31] E. A. WAN and R. VAN DER MERWE, «The unscented Kalman filter for nonlinear estimation», In Adaptive Systems for Signal Processing, Communications, and Control Symposium 2000, AS-SPCC, pages 153-158, October 2000.