Fusion de données multisensorielle pour la perception d’un robot mobile

Abstract

: Notre travail porte sur le développement de méthodes de fusion de données multisensorielle pour la perception du robot mobile ATRV2. Dans ce cadre, deux approches basées respectivement sur la théorie de l’évidence et sur la théorie de Bayes sont présentées et comparée. Elles permettent toutes deux au robot mobile de construire sa carte de l’environnement à partir de données issues de ses capteurs embarqués US et caméras. Le modèle de l’environnement que nous avons présenté est un modèle métrique basé sur les grilles de certitude. Mots clés : Fusion de données; Théorie de l’évidence ; Théorie de bayes ; Robot