Approche Top-Down de perception multisensorielle : application à la localisation de véhicules

Claude Aynaud (1) , Coralie Bernay-Angeletti (1) , Roland Chapuis (1) , Romuald Aufrère (2) , Christophe Debain (3)

1 IP - Institut Pascal
2 LIMOS - Laboratoire d'Informatique, de Modélisation et d'optimisation des Systèmes
3 DG - Direction générale

L'intégration du comportement humain dans le processus d'un robot peut fortement accroître ses capacités, notamment dans le cas d'actions guidées par des objectifs précis et la topologie de l'environnement. L'approche proposée ici présente un système de localisation pour un robot mobile exploitant de manière active à la fois les capteurs dont il dispose et les indices de la carte dans laquelle il doit se localiser. Le robot utilise un réseau bayésien pour la modélisation des différents événements et ainsi atteindre efficacement ses objectifs. Le processus fonctionne en temps réel et a été validé à la fois sur un simulateur et sur des données réelles.

Mots clés: Localisation; réseau bayésien; processus top-down; intelligence artificielle

Domaines: Intelligence artificielle [cs.AI]

Claude Aynaud, Coralie Bernay-Angeletti, Roland Chapuis, Romuald Aufrère, Christophe Debain. Approche Top-Down de perception multisensorielle : application à la localisation de véhicules. Reconnaissance de Formes et Intelligence Artificielle (RFIA) 2014, Jun 2014, France. ⟨hal-00989213⟩