Système de navigation inertielle par filtrage de kalman indirect pour un sous-marin d'inspection robotisé
Notice bibliographique
Résumé
Les techniques conventionnelles de positionnement à l’aide d’un système de navigation inertielle sont reconnues pour dériver avec le temps. Elles offrent par conséquent de piètres performances pour les applications qui requièrent une grande précision comme les sous-marins d’inspection. Ce mémoire propose de fusionner les mesures d’un système de navigation inertielle à des mesures de positionnement absolues afin d’améliorer et de stabiliser l’estimation des orientations et des positions. Cette technique permettra au sous-marin d’inspection de l’Institut de Recherche d’Hydro-Québec (IREQ) de mieux référencer les anomalies des barrages inspectés. \n \nL’objectif général du projet de recherche est d'intégrer par filtrage de Kalman indirect les mesures d'une centrale inertielle avec un système de positionnement absolu pour mesurer la position d'un sous-marin d’inspection. Afin d’atteindre cet objectif, le système de navigation inertielle est analysé et étudié. Les algorithmes sont d’abord testés en simulation avant d’être implantés dans un système réel. Par la suite, la validation des performances de la fusion de données est effectuée en imposant à la centrale inertielle réelle une trajectoire simulant les mouvements exacts du sous-marin. Un manipulateur robotique est utilisé pour réaliser cette trajectoire. Cette méthode innovatrice permet d’obtenir une bonne répétabilité. L’excellente précision de la position du robot facilite l’évaluation de la performance de l’algorithme. \n \nLes résultats expérimentaux obtenus montrent que l’utilisation du filtrage indirect de Kalman comme solution au problème de positionnement d’un sous-marin d’inspection est valable. Cependant, certaines contraintes doivent être respectées afin que les performances de cet algorithme restent satisfaisantes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».