Fusion de données pour la surveillance du champ de bataille

Data fusion for the ground battlefield surveillance

• Auteur / Autrice : Benjamin Pannetier
• Direction : Michèle Rombaut, Vincent Nimier
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, parole, télécoms
• Date : Soutenance en 2006
• Etablissement(s) : Université Joseph Fourier (Grenoble ; 1971-2015)

Mots clés

Mots clés libres

Pistage multi-cible

IMM à structure variable

Contraintes

Détection de rupture de modèles

Information négative

Résumé

Dans le domaine de la surveiIlance du champ de bataille, la poursuite de cibles terrestres est un point crucial pour évaluer le comportement des forces présentent sur le théâtre des opérations. Cette poursuite peut être menée à partir des capteurs aéroportés GMTI (Ground Moving Target Indicator) qui détectent tous les objets en mouvement. Toutefois, les techniques classiques de trajectographie ne permettent pas d'établir une situation fiable de la scène. Cependant, avec le développement et la fiabilité des systèmes d'information géographique, il devient possible de fusionner les données GMTI avec toute l'information contextuelJe pour améliorer le pistage. Le travail présenté dans cette thèse s'intéresse à l'intégration de l'information cartographique dans les techniques usueIJes de trajectographie. Le réseau routier est alors considéré comme une contrainte et un algorithme IMM à structure variable, pour s'adapter à la topologie du réseau, est présenté et testé sur données simulées. L'algorithme prend en entrée la position des plots MTI mais aussi la vitesse radiale des plots. Lorsque cette dernière est éloignée statistiquement de la vitesse radiale prédite, le système risque de ne pas associer le plot à la piste et de perdre cette dernière. Dans ce cas, un facteur d'oubli momentané est utilisé afin d'éviter la perte de la piste. De plus, la problématique des entrées et sorties de route pour le pi stage d'objets d'intérêts est traitée en activant ou désactivant les modèles dynamiques sous contraintes. Par ailleurs, nous proposons une approche pour considérer l'information négative (i. E. Absence de détection) suivant la nature du terrain et améliorer la continuité du pi stage

Ln the ground battlefield surveillance domain, ground target tracking is considered to evaluate the situation. The tracking is made with the data of a GMTI (Ground Moving Target Indicator) sensor which only detect the moving targets. However, the classical tracking techniques can not be used in order to obtain better awareness of the situation. But, with the development of precise geographic information systems, we can fuse the GMTI data with the contextual information. The work presented in this thesis deals with the fusion between the basic tracking algorithms and the map information. Thal is why the road network is seen like a constraint in order to improve the motion models of a target. An IMM (Interacting Multiple Model) with a variable structure is presented and tested on simulated data. This algorithm takes in input the positions of the MTI reports and the targets radial velocitis in addition, the objects of interest can leave the road network that is why the problem of the off road motion models and on road motion models ctivation is studied according to the kinematics of the targets. FinaIJy, an approach is proposed to include the negative information (terrain obscuration, road direction) in the target tracking process.