Filtre de Kalman

Conception et utilisation de filtres de Kalman dans MATLAB ET Simulink

Le filtre de Kalman est un algorithme qui permet d'estimer l'état d'un système à partir des données mesurées. Il tient son nom de l'ingénieur hongrois Rudolf Kalman, qui a joué un rôle important dans son développement. L'algorithme du filtre est un processus en deux étapes : la première étape consiste à prédire l'état du système et la seconde étape utilise les mesures bruitées pour affiner l'estimation de l'état du système.

Il y a désormais plusieurs variantes du filtre Kalman d'origine. Ces filtres sont largement utilisés dans le cadre d'applications qui reposent sur l'estimation, parmi lesquelles la vision par ordinateur, les systèmes de guidage et de navigation, l'économétrie et le traitement du signal.

Vision par ordinateur

Dans les applications de vision par ordinateur, les filtres de Kalman sont utilisés pour le suivi d'objets afin de prédire la future position d'un objet, de prendre en compte le bruit associé à la détection et de permettre d'associer plusieurs objets à leurs pistes correspondantes.

Suivi de la trajectoire d'une balle. La sortie du filtre de Kalman est désignée par les cercles rouges et la détection d'objet est indiquée en noir. Vous pouvez remarquer que, lorsque la balle est occultée et qu'il n'y a aucune détection, le filtre est utilisé pour prédire sa position.  Voir un exemple pour plus d'informations.

Guidage, navigation et commande

Les filtres de Kalman sont généralement utilisés dans les systèmes GNC (par ex. : dans le cadre d'une fusion de données) au sein desquels les signaux de position et de vélocité sont synthétisés en fusionnant les mesures GPS et IMU (centrale à inertie). Les filtres sont souvent utilisés pour estimer une valeur d'un signal ne pouvant être mesurée, comme la température dans la turbine du moteur d'un avion, là où n'importe quel capteur de température échouerait. Les filtres sont également associés à des compensateurs LQR (régulateur linéaire quadratique) dans le cadre d'une commande LQG (linéaire quadratique gaussienne).

Utilisation du filtre de Kalman pour estimer la position d'un avion.  Voir un exemple pour plus d'informations.



Voir aussi: reconnaissance d'objets, traitement de vidéo, contrôle PID, estimation des paramètres

Télécharger des exemples de code

Apprendre comment fonctionne la détection et la reconnaissance d'objet