Interval Particle Filter for Target Tracking
Filtre particulaire ensembliste par intervalles pour le suivi de cibles
Résumé
Dans de nombreux systèmes autonomes (drones, véhicules intelligents), le suivi d'une cible repose sur des mesures bruitées, rendant l'estimation complexe à cause des incertitudes liées aux modèles et aux capteurs. Deux approches principales se distinguent dans la littérature : (i) Bayésiennes : Adaptées aux systèmes non linéaires/non gaussiens (ex. filtre à particules), mais nécessitent des hypothèses fortes (modèle et bruit connus). (ii) Ensemblistes : Garantissent que l’état réel est dans une boîte d’intervalles, offrant robustesse mais parfois trop conservatrices, donc moins précises. Notre contribution : un Filtre à Particules par Intervalles (IPF), une méthode hybride qui combine les deux approches pour exploiter leurs avantages respectifs — la précision des méthodes probabilistes et la robustesse des méthodes ensemblistes.
Domaines
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |