Fusion de Données

Positionnement de la fusion multi-capteurs
- Bénéfices et difficultés de la fusion multi-capteurs
- Nature et caractérisation de l’information
- Concepts de fusion
- Applications au traitement d’images

Reconstruction de l’environnement en robotique mobile
- Introduction, problématique générale
- Robotique mobile et navigation : position du problème et approches
- Formalisation
- La localisation - la cartographie : types de modèles - cartographie et localisation simultanées
- Outils : filtrage bayésien, filtre de Kalman, filtrage particulaire
- Exemples de mise en œuvre : environnement intérieur, environnement naturel, imagerie aérienne
- Quelques problèmes ouverts

Méthodes probabilistes et pistage multi-capteurs
- Fondements des approches probabilistes
- Filtrage et pistage multi-capteurs : architecture et traitements

Gestion des capteurs et fusion adaptative
Théories de l’incertain en fusion multi-capteurs : les fondements
- Problèmes particuliers de la chaîne de traitement
- Les théories utiles : théorie de l’évidence, théorie des ensembles flous, théorie des possibilités, mesures d’information

Théories de l’incertain en fusion multi-capteurs : mise en œuvre
- Traitement des problèmes spécifiques : modélisation des données, association de données ambiguës, gestion de la fiabilité, gestion de référentiels, combinaison, décision
- Approches fonctionnelles pratiques : détection, dénombrement, classification, identification, poursuite

Architecture des systèmes multi-capteurs et gestion des connaissances
- Architectures de fusion
- Ingénierie des systèmes multi-capteurs : gestion du temps, données imparfaites, données manquantes ou retardées
- Mise en œuvre pratique des systèmes multi-capteurs

Applications industrielles dans le domaine spatial
- Problématique de l’observation de la Terre
- Recherche de méthodes de fusion adaptées
- Réalisations industrielles