Localisation en intérieur par SLAM magnéto-visuel-inertiel

Magneto-Visual-Inertial SLAM for Indoor Localization

• Auteur / Autrice : Jade Coulin
• Direction : Arnaud de La Fortelle
• Type : Thèse de doctorat
• Discipline(s) : Informatique temps réel, robotique et automatique - Paris
• Date : Soutenance le 21/03/2023
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique
• Partenaire(s) de recherche : Laboratoire : Centre de robotique (Paris)
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....)
• Jury : Président / Présidente : Silvère Bonnabel
• Jury : Examinateurs / Examinatrices : Arnaud de La Fortelle, David Filliat, Christophe Prieur, Ni Zhu, Patrick Rives, Cyril Joly, Richard Guillemard
• Jury : Rapporteurs / Rapporteuses : David Filliat, Christophe Prieur

Mots clés

Mots clés contrôlés

SLAM (langage de programmation)

Fusion multicapteurs

Imagerie par résonance magnétique à très haut champ

Mots clés libres

Fusion de capteurs

Champ magnétique en intérieur

Localisation

Processus Gaussiens

SLAM

MSCKF

Sensor fusion

Indoor magnetic field

Localization

Gaussian processes

SLAM

MSCKF

Résumé

Un des enjeux majeurs pour la robotique mobile est de pouvoir localiser précisément un robot dans des environnements intérieurs où le GPS n’est pas disponible. Les solutions les plus précises de l’état de l’art actuel reposent sur l’association des données issues de caméras et d’une centrale inertielle : ce sont les algorithmes VISLAM (Visual Inertial Simultaneous Localization And Mapping). Néanmoins la localisation obtenue avec ce type d’algorithmes dérive au cours du temps. Une carte visuelle créée au préalable peut être utilisée pour limiter cette dérive mais celle-ci devient rapidement obsolète quand la luminosité est modifiée ou que les objets ont changé d’emplacement. Cette thèse porte sur l’amélioration d’un algorithme de type VISLAM en exploitant les données issues d’un magnétomètre. En effet, en intérieur, le champ magnétique varie spatialement à cause des nombreuses perturbations occasionnées par les éléments métalliques constituant la structure des bâtiments. Cette propriété peut être utilisée pour créer des cartes magnétiques de la zone étudiée et les exploiter pour améliorer la précision des algorithmes VISLAM. Nous démontrons notamment au cours de cette thèse que les cartes magnétiques sont beaucoup plus stables que les cartes visuelles au cours du temps.Deux autres problématiques ayant une influence directe sur la précision de la localisation de notre algorithme de SLAM visuel-inertiel-magnétique ont également été étudiées : il s’agit de la modélisation du champ magnétique et de la calibration du magnétomètre. Pour la modélisation du champ magnétique, nous proposons une solution permettant d’améliorer significativement la qualité des cartes magnétiques reconstruites via la prise en compte de l’incertitude sur la position associée à chaque donnée magnétique. Une méthode de calibration en intérieur donnant des résultats précis est proposée dans cette thèse, permettant ainsi d’éviter le fastidieux processus de calibration en extérieur utilisé jusqu’à présent et ceci sans dégrader la qualité de la calibration.

One of the major challenges for mobile robotics is to localize precisely a robot in indoor environments where the GPS signal is not available. The current state of the art indoor localization algorithms with the highest accuracy consist in the fusion of the data from visual and inertial sensors: these are called VISLAM (Visual Inertial Simultaneous Localization And Mapping) algorithms. However, the localization obtained drifts rapidly over time. A visual map created beforehand limits this effect but it quickly becomes obsolete if the illumination has changed or if some objects were removed or displaced. This thesis focuses on the improvement of a VISLAM algorithm by using data from a magnetometer. Indoor, the magnetic field varies spatially due to the numerous disturbances caused by the metallic elements constituting the structure of buildings. This property can be used to create magnetic maps of the studied area and exploit them to improve the accuracy of VISLAM algorithms. In particular, we demonstrate in this thesis that magnetic maps are much more stable than visual maps over time.Two other issues having a direct influence on the localization accuracy of our visual-inertial-magnetic SLAM algorithm have also been studied: magnetic field modeling and magnetometer calibration. For the magnetic field modeling, we propose a solution that significantly improves the reconstruction quality of the magnetic maps by taking into account the uncertainty on the position associated to each magnetic data. A new method for indoor calibration with high precision is proposed in this thesis, enabling to avoid the tedious process of outdoors calibration used until now without degrading the quality of the calibration.