Fusion de données visuo-inertielles pour l'estimation de pose et l'autocalibrage

Les systemes multi-capteurs exploitent les complementarites des differentes sources sensorielles. Par exemple, le capteur visuo-inertiel permet d’estimer la pose a haute frequence et avec une grande precision. Les methodes de vision mesurent la pose a basse frequence mais limitent la derive causee par l’integration des donnees inertielles. Les centrales inertielles mesurent des increments du deplacement a haute frequence, ce que permet d’initialiser la vision et de compenser la perte momentanee de celle-ci. Cette these analyse deux aspects du probleme. Premierement, nous etudions les methodes visuelles directes pour l’estimation de pose, et proposons une nouvelle technique basee sur la correlation entre des images et la ponderation des regions et des pixels, avec une optimisation inspiree de la methode de Newton. Notre technique estime la pose meme en presence des changements d’illumination extremes. Deuxiemement, nous etudions la fusion des donnees a partir de la theorie de la commande. Nos resultats principaux concernent le developpement d’observateurs pour l’estimation de pose, biais IMU et l’autocalibrage. Nous analysons la dynamique de rotation d’un point de vue non lineaire, et fournissons des observateurs stables dans le groupe des matrices de rotation. Par ailleurs, nous analysons la dynamique de translation en tant que systeme lineaire variant dans le temps, et proposons des conditions d’observabilite uniforme. Les analyses d’observabilite nous permettent de demontrer la stabilite uniforme des observateurs proposes. La methode visuelle et les observateurs sont testes et compares aux methodes classiques avec des simulations et de vraies donnees visuo-inertielles.