Aller au contenu principal

Fiche de synthèse du projet cromar

Soumis par admin le
Statut
Projets terminés
Date
Contact
francois.delmotte@univ-artois.fr
Description

Les systèmes de décision multi-objets ((MHT pour Multi Hypothesis Tracking, JPDAF pour  Joint Probability Data Association Filter…) ont été à l’origine conçus pour les problèmes de détection aérienne, puisque supposer un seul avion dans un environnement donné est irréaliste. Ils sont plus complexes que les systèmes de classification mono-hypothèse, où, par exemple, dans un cadre médical, on chercherait une seule maladie pour expliquer des symptômes observés sur un patient.

Les systèmes de décision multi-objets incluent notamment une phase d’association, qui a pour but d’associer mesures et objets connus, en nombre généralement différents à un instant donné. Ils sont basés sur un formalisme probabiliste, et se situent à mi-chemin entre les capteurs de bas niveau et les niveaux supérieurs de décision faisant intervenir les opérateurs humains.

D’un autre côté, un autre formalisme est apparu il  y a une trentaine d’année : les fonctions de croyance. Il est plus performant que le formalisme probabiliste lorsque des données sont imprécises, incertaines ou absentes.  

Nous proposons dans ce projet de définir une chaîne complète de détection, de poursuite et d’identification multi- objets multi-capteurs basée sur ce formalisme, en supposant acquise la partie traitement bas niveau de tous les capteurs. Actuellement la transposition de ce formalisme aux problèmes de classification multi-objets se fait dans des conditions restrictives. En particulier il n’y jamais de fausses alarmes, ou d’objets fantômes. Ceci simplifie fortement le problème, vu que le rejet d’hypothèse nécessite des tests rigoureux qui doivent être définis à l’heure actuelle.

Le principal verrou scientifique de ce projet consiste donc en la définition rigoureuse de la phase de rejet d’hypothèses avec des fonctions de croyance, puis en son intégration dans la chaine complète de traitement.

L’approche développée sera mise en oeuvre sur une plateforme de simulation pour la navigation de robots autonomes.  

La méthode sera applicable à tous les problèmes de décision, de diagnostic ou de classification où plusieurs hypothèses sont à considérer simultanément : problèmes aériens, et donc spatiaux, navigation terrestre, sûreté de fonctionnement, navigation terrestre…