Détection de rupture de modèle appliquée à l'asservissement visuel
Abstract
Ce rapport montre l'intérêt de l'application des techniques de détection de rupture de modèle aux domaines de la poursuite de cible par asservissement visuel. Plus précisément, nous décrivons un système de poursuite basé sur le filtrage de Kalman et l'algorithme du maximum de vraisemblance généralisé (GLR). Nous commençons par introduire l'asservissement visuel et l'application du concept de fonction de tâche à la commande référencée vision. Nous présentons ensuite un schéma de commande complet qui permet explicitement de poursuivre un objet mobile. Dans le but de minimiser les erreurs de poursuite, nous utilisons le test du maximum de vraisemblance généralisé, un algorithme capable de détecter, d'estimer et de compenser des variations brusques du mouvement de la cible. Finalement, nous présentons les résultats d'expérimentations réalisées sur la cellule de vision dynamique active de l'IRISA.