Vous êtes sur la page 1sur 227

N dordre :

cole Doctorale Mathmatiques, Sciences de l'Information


et de l'Ingnieur
UdS INSA ENGEES


THSE
prsente pour obtenir le grade de

Docteur de lUniversit de Strasbourg
Discipline : Gnie civil
Spcialit Topographie


par

Majd ALSHAWA


Contribution la cartographie mobile :
dveloppement et caractrisation dun systme bas sur un scanner
laser terrestre


Soutenue publiquement le 8 janvier 2010



Membres du jury

Prsident : M. Jihad ZALLAT, Professeur des Universits
Rapporteur externe : M. Michel KASSER, Professeur des Universits
Rapporteur externe : M. Fawzi NASHASHIBI, Ingnieur de Recherche
Directeur de thse : M. Pierre GRUSSENMEYER, Professeur des Universits
Membre invit : Eddie SMIGIEL, Matre de Confrences

MAP-PAGE UMR 694
REMERCIEMENTS




Je tiens tout dabord remercier mon responsable de doctorat au sein du labo MAP-
PAGE, Pierre GRUSSENMEYER, pour le temps quil ma consacr et les conseils quil ma
prodigus. Je lui suis particulirement reconnaissant pour son encadrement de qualit et pour sa
disponibilit.

Mes remerciements sincres vont aussi Eddie SMIGIEL pour tout le temps productif
que nous avons pass ensemble, pour sa patience, son coute, ses suggestions et son aide
inestimable pendant la correction de la thse.

Je remercie les membres du jury de m'avoir fait l'honneur de consacrer de leur temps
prcieux la lecture prcise du manuscrit.

Jadresse mes remerciements Daniel LEVY, Bernard GRANDMOUGIN, Christophe
CORDIER et Samuel GUILLEMIN pour le coup de main prcieux quils mont donn. Merci
toutes les personnes qui ont particip de prs ou de loin lachvement de cette recherche. Merci
pour vos notes constructives, merci pour vos critiques.

Je remercie tout particulirement Hakim, Chokri et Fayez, mes collgues de recherche,
qui ont toujours cru en ce sujet malgr les difficults rencontres et qui mont toujours soutenu
tous les niveaux.

Jadresser mes remerciements aussi lentreprise Flying-Robots et notamment aux
ingnieurs Henri GEIST et Vincent RIGAU pour lchange scientifique et technique qui a eu lieu
entre nous pendant ce travail.

Je remercie les membres de jury qui me font l'honneur d'valuer la contribution de ce
travail. Japprcie rellement leur temps consacr la relecture prcis de ce manuscrit.

Merci au gouvernement de la Syrie qui a soutenu financirement mes tudes suprieures
en France. Japprcie profondment leur politique douverture scientifique vers le monde entier.

Merci enfin, ma femme, Abir pour son encouragement et son soutien. Merci de ne
mavoir jamais abandonn. Merci de ta patience sur mon rythme de vie.


C Co on nt tr ri ib bu ut ti io on n l la a c ca ar rt to og gr ra ap ph hi ie e m mo ob bi il le e : :
d d v ve el lo op pp pe em me en nt t e et t c ca ar ra ac ct t r ri is sa at ti io on n d d u un n s sy ys st t m me e b ba as s
s su ur r u un n s sc ca an nn ne er r l la as se er r t te er rr re es st tr re e

Sommaire

1. Introduction et problmatique ............................................................................................... 1
1.1 Prsentation du laboratoire de recherche ....................................................................... 1
1.2 Problmatique de la thse .............................................................................................. 1
1.1.1 Le problme gnral de la cartographie mobile ..................................................... 1
1.2.1 Systme original ..................................................................................................... 2
1.3 Les problmes lis au systme conu ............................................................................ 3
1.3.1 Le problme du scanner .......................................................................................... 3
1.3.2 Le problme du systme de navigation par inertie ................................................. 3
1.4 Enjeu des systmes laser mobiles moyenne prcision ................................................ 4
1.5 La place du sujet par rapport aux systmes et les techniques comparables ................... 4
1.5.1 Cartographie mobile o voiture autonome ? .......................................................... 4
1.5.2 Cartographie mobile ou SLAM ? ........................................................................... 5
1.5.3 Cartographie mobile ou navigation pdestre ? ....................................................... 6
1.5.4 Temps rel ou post-traitement ? ............................................................................. 7
1.6 Plan du mmoire ............................................................................................................ 7
Partie 1. Etat de lart ...................................................................................................................... 9
2. La cartographie mobile ........................................................................................................ 11
2.1 Introduction .................................................................................................................. 11
2.2 Exemples de systmes de cartographie mobile ............................................................ 12
2.2.1 LaRA .................................................................................................................... 12
2.2.2 STEREOPOLIS .................................................................................................... 12
2.2.3 Les chariots mobiles ............................................................................................. 13
2.3 Rcapitulatif ................................................................................................................. 14
2.4 Note de conclusion ....................................................................................................... 16
3. Le positionnement par GPS ................................................................................................. 19
3.1 Introduction gnrale du GPS ...................................................................................... 19
3.2 Spcifications du signal GPS ....................................................................................... 19
3.3 Principe de la mesure de la position par GPS .............................................................. 21
3.4 La mesure de la vitesse par GPS .................................................................................. 22
3.5 Les sources d'erreur...................................................................................................... 22
3.5.1 Erreur des satellites ............................................................................................... 22
3.5.2 Erreur de propagation atmosphrique................................................................... 23
3.5.3 Multi-trajet ............................................................................................................ 23
3.5.4 Erreurs lies aux rcepteurs .................................................................................. 23
3.6 Les critres de prcision ............................................................................................... 23
3.7 Les rcepteurs GPS ...................................................................................................... 25
3.8 Le GPS haute sensibilit HSGPS .............................................................................. 25
3.9 Utilisation dun GPS bifrquences ............................................................................... 26
3.10 Le GPS diffrentiel (DGPS) ........................................................................................ 27
3.10.1 Les techniques bases sur le code ......................................................................... 27
3.10.2 Les techniques bases sur la phase ....................................................................... 28
3.10.3 Le GPS en mode dynamique ................................................................................ 29
3.11 Le RTK ........................................................................................................................ 30
3.12 Calcul de lattitude par GPS ........................................................................................ 30
3.13 Le GNSS (Global Navigation Satellite System) .......................................................... 31
4. La centrale inertielle IMU et la centrale de cap et de verticale AHRS ............................... 33
4.1 Les dtecteurs de vitesse angulaire .............................................................................. 33
4.1.1 MEMS (microsystme lectromcanique) ........................................................... 33
4.1.2 Leffet Coriolis ..................................................................................................... 34
4.1.3 Les gyroscopes MEMS effet Coriolis (gyroscopes vibration) ........................ 34
4.2 Les dtecteurs dacclration ....................................................................................... 35
4.2.1 Acclromtres mcaniques ................................................................................. 35
4.2.2 Microacclromtre ( semi-conducteur) ............................................................. 35
4.3 Les capteurs magntiques ............................................................................................ 36
4.3.1 Le champ magntique terrestre ............................................................................. 36
4.3.2 Dtecteurs lectroniques du champ terrestre (moyen) ......................................... 37
4.4 La navigation inertielle/magntique ............................................................................ 37
4.5 La centrale inertielle .................................................................................................... 38
4.5.1 La mcanisation de lINS ..................................................................................... 40
4.6 Systme de rfrence dorientation et de cap AHRS ................................................... 42
4.7 Les erreurs de navigation inertielle/magntique .......................................................... 43
4.7.1 Au niveau du capteur ............................................................................................ 43
4.7.1.1 Les erreurs des gyromtres \ acclromtres .................................................... 43
4.7.1.1.1 Le biais ....................................................................................................... 44
4.7.1.1.2 Lerreur du facteur dchelle ...................................................................... 45
4.7.1.1.3 Le bruit ....................................................................................................... 46
4.7.1.2 Les erreurs des magntomtres ......................................................................... 47
4.7.1.2.1 Le ferromagntisme dur/doux .................................................................... 47
4.7.2 Le niveau du systme ........................................................................................... 48
4.8 Le modle derreurs pour la centrale inertielle ............................................................ 48
4.9 Le modle derreurs de lAHRS .................................................................................. 49
5. Le Filtre de Kalman et ses applications la navigation ...................................................... 51
5.1 Les espaces tat-mesures : ........................................................................................... 51
5.2 Le Filtre de Kalman ..................................................................................................... 52
5.2.1 Le modle de temps discret .................................................................................. 52
5.2.1.1 La boucle prdiction correction ..................................................................... 53
5.2.1.1.1 La prdiction .............................................................................................. 54
5.2.1.1.2 La correction .............................................................................................. 54
5.2.2 Filtre de Kalman tendu ....................................................................................... 54
5.3 Lintgration des capteurs de trajectomtrie ................................................................ 56
5.4 Intgration GPS/IMU ................................................................................................... 57
5.4.1 Larchitecture de lintgration .............................................................................. 57
5.4.2 La mise au point du filtre ...................................................................................... 59
5.4.2.1 Intgration GPS/INS ......................................................................................... 59
5.4.2.2 Intgration de GPS/IMU/Odomtre .................................................................. 61
5.4.2.3 Intgration GPS/AHRS ..................................................................................... 61
6. Le scanner laser terrestre TLS ............................................................................................. 63
6.1 Classification des systmes de mesure terrestre par laser ............................................ 63
6.1.1 Selon la dimensionnalit de la mesure ................................................................. 64
6.1.2 Selon le principe de la mesure de distance ........................................................... 64
6.1.2.1 Par mesure de temps de vol .............................................................................. 65
6.1.2.2 Par mesure de diffrence de phase .................................................................... 65
6.1.3 Selon les dispositifs de dflexion de la lumire laser ........................................... 66
6.2 La caractristique dun scanner Laser terrestre TLS ................................................... 68
6.3 La caractristique dun scanner dynamique terrestre ................................................... 69
6.4 Les scanners laser aroports ALS .............................................................................. 71
6.5 Les erreurs du scanner laser terrestre ........................................................................... 72
6.5.1 Les erreurs alatoires instrumentales .................................................................... 72
6.5.2 Les erreurs en relation avec lobjet ....................................................................... 73
6.5.3 Erreurs environnementales ................................................................................... 74
6.6 La modlisation des erreurs du TLS ............................................................................ 74
Partie 2. La conception du systme ............................................................................................ 77
7. Oprations pralables aux missions mobiles ....................................................................... 79
7.1 Composants du systme ............................................................................................... 79
7.2 Mise en route du systme ............................................................................................. 80
7.3 La liaison entre les capteurs ......................................................................................... 81
7.4 talonnage du systme ................................................................................................. 83
7.4.1 Validation des rsultats ......................................................................................... 88
7.5 La synchronisation entre les composants du systme .................................................. 90
7.5.1 Introduction .......................................................................................................... 90
7.5.2 Tests et observations ............................................................................................. 91
7.5.3 Dcodage des fichiers binaires ............................................................................. 93
7.5.3.1 Lecture en mode texte ....................................................................................... 93
7.5.3.2 Lecture en mode binaire .................................................................................... 93
7.5.4 Validation de la mthode ...................................................................................... 94
7.6 Le gorfrencement direct .......................................................................................... 95
7.7 Analyse pralable des erreurs ...................................................................................... 97
7.7.1 Cas de la calibration ............................................................................................. 97
7.7.2 Cas de la synchronisation ..................................................................................... 98
8. Le traitement de trajectomtrie et la production du nuage de points ................................ 101
8.1 Traitement de trajectomtrie ...................................................................................... 101
8.1.1 Intgration GPS /AHRS...................................................................................... 102
8.1.1.1 Reconstitution de la position ........................................................................... 103
8.1.1.2 La mthode dajustage des polynmes ........................................................... 103
8.1.1.3 La modlisation par plusieurs polynmes ....................................................... 105
8.1.1.3.1 Dcoupage du trajet .................................................................................. 105
8.1.1.3.2 Ajustage contraint des polynmes ............................................................ 106
8.1.1.3.3 La modlisation par position-vitesse ........................................................ 107
8.1.2 Intgration GPS RTK/HSGPS ............................................................................ 108
8.1.3 La corrlation position/attitude ........................................................................... 111
8.2 Le nuage de points ..................................................................................................... 114
8.2.1 La rsolution ....................................................................................................... 115
8.2.2 Langle dincidence ............................................................................................ 116
8.2.3 Les points zro .............................................................................................. 117
8.2.4 La sparation en profils ...................................................................................... 117
8.2.5 Note de conclusion ............................................................................................. 118
Partie 3. Lvaluation des rsultats ......................................................................................... 119
9. Les erreurs du systme ...................................................................................................... 121
9.1 Introduction ................................................................................................................ 121
9.2 Lexactitude ............................................................................................................... 121
9.2.1 Comparaison du nuage mobile avec un plan cadastrale ..................................... 121
9.2.2 Comparaison du nuage mobile avec un nuage fixe ............................................ 122
9.2.3 Comparaison du nuage mobile avec un nuage LiDAR aroport ...................... 124
9.3 La prcision ................................................................................................................ 124
9.4 Le modle des erreurs de lAHRS ............................................................................. 125
9.4.1 Simulation du filtre embarqu sur lAHRS ........................................................ 125
9.4.1.1 Le filtre GPS/IMU .......................................................................................... 126
9.4.1.2 Le filtre Mag/IMU .......................................................................................... 127
9.4.2 Le modle derreur du nuage de points .............................................................. 129
9.4.2.1 Effet des erreurs de position ........................................................................... 129
9.4.2.2 Effet des erreurs de lattitude .......................................................................... 129
9.4.2.3 Effet des erreurs du scanner ............................................................................ 130
9.4.3 La matrice de covariance .................................................................................... 131
9.5 Discussion .................................................................................................................. 132
10. Exprimentation............................................................................................................. 139
10.1 Cas dtude n 1 ......................................................................................................... 141
10.1.1 Calcul du nuage .................................................................................................. 141
10.1.2 Le modle derreurs ............................................................................................ 144
10.1.3 Lexactitude ........................................................................................................ 148
10.2 Cas dtude n2 .......................................................................................................... 149
10.2.1 Le modle derreurs ............................................................................................ 150
10.2.2 Lexactitude ........................................................................................................ 150
10.3 Cas dtude n3 .......................................................................................................... 152
10.4 Note de conclusion ..................................................................................................... 156
Partie 4. Les solutions futures .................................................................................................. 157
11. Lapport de la photogrammtrie la navigation ........................................................... 159
11.1 Lappareil photo utilis .............................................................................................. 159
11.2 La synchronisation ..................................................................................................... 159
11.3 La calibration ............................................................................................................. 160
11.4 Le gorfrencement direct ........................................................................................ 163
11.5 Calcul des coordonnes approches ........................................................................... 164
11.6 Lajustement de bande simultan ............................................................................... 166
11.7 Lintgration GPS/AHRS/photo ................................................................................ 169
11.8 Exprimentation ......................................................................................................... 170
11.8.1 Traitement du trajet ............................................................................................ 171
11.8.2 Premier calcul du nuage de points ...................................................................... 172
11.8.3 Le calcul photogrammtrique ............................................................................. 172
11.8.4 Intgration INS/photo ......................................................................................... 174
11.8.5 Intgration INS/photo + GPS/AHRS .................................................................. 175
11.8.6 Le calcul du nuage par gorfrencement direct ................................................ 176
11.8.7 Validation des rsultats ....................................................................................... 178
11.9 Note de conclusion ..................................................................................................... 179
12. Ouverture vers la modlisation ...................................................................................... 181
12.1 La modlisation des donnes mobiles ........................................................................ 181
12.1.1 Introduction ........................................................................................................ 181
12.1.2 Traitement des donnes ...................................................................................... 181
12.1.2.1 La segmentation ............................................................................................ 181
12.1.2.2 Extraction des contours ................................................................................. 183
12.2 Note de conclusion ..................................................................................................... 184
13. Perspectives et conclusion ............................................................................................. 185
13.1 Perspectives et travaux futurs .................................................................................... 185
13.2 Contributions de la thse la recherche scientifique ................................................. 186
13.3 Conclusion ................................................................................................................. 187
Annexes ........................................................................................................................................ 189




Liste des figures

Figure 1.1 Course entre deux voitures autonomes lors du challenge urbain DARPA 2007 ........................................... 5
Figure 2.1 Vhicule LaRA amnag pour des relevs mobiles et tlmtre laser coupl avec un capteur il-de-
poisson................................................................................................................................................................. 12
Figure 2.2 a : Vue gnrale du systme Stropolis avec les capteurs imageurs. b : centrale inertielle et units
pilotage-stockage. c : odomtre install sur la roue arrire gauche. .................................................................... 13
Figure 2.3 Chariot Swiss trolley et GRP System FX ................................................................................................... 14
Figure 2.4 Exemples de systmes commerciaux (LAND Mark et LYNX) .......................................................... 16
Figure 3.1 Modulation de phase du signal GPS ........................................................................................................... 20
Figure 3.2 Gomtrie non favorable et favorable des satellites ................................................................................... 23
Figure 3.3 Interfromtrie singulire par GPS vers un seul satellite et double interfromtrie vers deux satellites .... 28
Figure 3.4 Configuration de quatre antennes GPS pour dterminer lattitude ............................................................. 31
Figure 3.5 Carte du ciel de Strasbourg pour une dure de deux heures (GPS+ GLONASS et GPS seulement) .......... 32
Figure 4.1 Concept de lacclration de Coriolis ......................................................................................................... 34
Figure 4.2 Schma de conception dacclromtre mcanique et dacclromtre effet Hall .................................. 35
Figure 4.3 lments du champ magntique ................................................................................................................. 36
Figure 4.4 Schma de principe dun capteur hybride combinant un gyroscope et un acclromtre sur la mme puce
............................................................................................................................................................................. 38
Figure 4.5 Centrale inertille monte sur cardan ........................................................................................................... 39
Figure 4.6 Configuration dune centrale inertielle composants lis : schma simplifi et montage commercial ...... 40
Figure 4.7 Schma de la mcanisation de la centrale inertielle dans le repre de navigation ...................................... 41
Figure 4.8 Schma fonctionnel des erreurs du gyroscope ............................................................................................ 44
Figure 4.9 Schma fonctionnel des erreurs de lacclromtre .................................................................................... 44
Figure 4.10 Schma montrant les erreurs de biais, de facteur dchelle et de rsolution dun gyromtre fibres
optiques. .............................................................................................................................................................. 46
Figure 4.11 Bilan derreurs subis par un capteur MEMS (gyromtre, acclromtre) ................................................ 47
Figure 5.1 Trois modes du couplage GPS/INS ............................................................................................................ 58
Figure 5.2 Feedback de la solution de Kalman la mcanisation de lINS ................................................................. 60
Figure 5.3 Principe dun odomtre optique disque dalternance opaque-transparente .............................................. 61
Figure 6.1 Scanners non-topographiques. .................................................................................................................... 63
Figure 6.2 Scanners 1D, 2D et 3D de gauche droite ................................................................................................. 64
Figure 6.3 Principe de mesure de distance par mesure de temps de vol ...................................................................... 65
Figure 6.4 Modulation des signaux laser ..................................................................................................................... 66
Figure 6.5 Principe de scanner deux miroirs oscillants ............................................................................................. 67
Figure 6.6 Scanner SICK-LMS 200 : le principe du miroir tournant 2D et la migration en 3D................................ 67
Figure 6.7 Principe du scanner miroir polygonal ...................................................................................................... 68
Figure 6.8 Processus dacquisition de surface par un scanner ..................................................................................... 68
Figure 6.9 Cordonnes sphriques du TLS .................................................................................................................. 69
Figure 6.10 Scanner HDL-64E S2 install sur un systme de cartographie mobile ..................................................... 69
Figure 6.11 Configuration de langle mort du scanner vers le haut choisi par Roadscanner ....................................... 70
Figure 6.12 Scanners SICK LD-LRS usage industriel .............................................................................................. 70
Figure 6.13 Principe de la synchronisation active ........................................................................................................ 71
Figure 6.14 Scanner LMS-Q560, retour donde complet, embarqu sur le vhicule Fallbeispiel MLS am Auto. .... 72
Figure 6.15 Effet du bruit et du sautillement au niveau du discriminateur de temps ................................................... 73
Figure 6.16 Emprise du rayon laser sur deux surfaces cartes qui engendre de multi-retours du signal .................... 74
Figure 7.1 Prototype de plateforme mobile .................................................................................................................. 80
Figure 7.2 Cadrage de la fentre balayer et deux concordances possibles entre la direction du dplacement et la
rotation horizontale. ............................................................................................................................................ 81
Figure 7.3 Schma de connexion avec un seul rcepteur GPS ..................................................................................... 82
Figure 7.4 Interface de Pointscape avec le calcul du stationnement ........................................................................ 84
Figure 7.5 Sens de mesure des angles .......................................................................................................................... 86
Figure 7.6 Roulis mesur au 4
me
test ........................................................................................................................... 87
Figure 7.7 Nuage de points acquis en mode statique du scanner et calcul laide de GPS/INS ................................ 90
Figure 7.8 Interface de Wireshark

; (T
i
, T
i+1
) linstant de transfert des couples de colonnes i, i+1 ........................... 92
Figure 7.9 Montage de la station inertielle ................................................................................................................... 94
Figure 7.10 Acclrations mesures selon laxe Yb avec une reprsentation des instants PSH dduits de fichiers du
programme espion . ........................................................................................................................................ 95
Figure 7.11 Plateforme mobile et les dnominations essentielles concernant le gorfrencement direct laser. ......... 96
Figure 8.1 Distribution des profils lors de la numrisation partir dun trajet non droit ..................................... 101
Figure 8.2 Interpolation ncessaire pour accorder les mesures GPS/AHRS +TLS .................................................... 102
Figure 8.3 Distinction entre la phase mobile et la phase statique de la mission dpendant de la vitesse angulaire ... 103
Figure 8.4 Dcoupage dun trajet en trois sous-trajets selon un seuil ds donn ......................................................... 106
Figure 8.5 Schma de la liaison GPS/AHRS utilise sur le systme ......................................................................... 108
Figure 8.6 Trajectographie 2D mesure par deux rcepteurs GPS............................................................................. 109
Figure 8.7 Plan 2D des points apparis entre les trajets GPS ..................................................................................... 109
Figure 8.8 Trajet mesur haute sensibilit recal vers les points RTK .................................................................... 110
Figure 8.9 Trajet reconstitu par ajustement des courbes partir des donnes prcdentes ...................................... 110
Figure 8.10 Principe de navigation lestime (corrlation des coordonnes planaires-cap) ...................................... 111
Figure 8.11 Bruit du cap calcul par la navigation lestim et filtrage par un filtre passe bas ................................ 112
Figure 8.12 Comparaison entre le cap calcul par navigation lestime et le cap sortant de lAHRS440 ................ 113
Figure 8.13 Forme finale du lacet qui garantit au mieux la corrlation entre la position et lattitude ........................ 114
Figure 8.14 Nuage de point comme numris dans PointScape et corrig spatialement ....................................... 115
Figure 8.15 Nuage mobile acquis avec une vitesse de marche ~3km/h ..................................................................... 116
Figure 8.16 Deux faades balayes grce lorientation du scanner ......................................................................... 116
Figure 8.17 Points zro et leurs voisins ...................................................................................................................... 117
Figure 8.18 Nuage de points spar automatiquement en ensemble de profils .......................................................... 118
Figure 9.1 Coupe horizontale dans une superposition CAO- nuage de points ........................................................... 122
Figure 9.2 Superposition mobile fixe et constat de diffrence de proprits gomtrique entre les nuages. .......... 123
Figure 9.3 Superposition des deux nuages mobile terrestre et LiDAR ...................................................................... 124
Figure 9.4 Deux tapes de filtre cascad suggr pour simuler le filtre embarqu sur la centrale AHRS-440 de
Crossbow

......................................................................................................................................................... 126
Figure 9.5 Variation de la composante sur le point tudi.................................................................. 133
Figure 9.6 Variation de la composante sur le point tudi .................................................................. 134
Figure 9.7 Variation de la composante sur le point tudi .................................................................... 134
Figure 9.8 Effet des erreurs de lattitude sur le semis des points acquis selon les paramtres et les mesures des
tableaux 9.3 et 9.4 ............................................................................................................................................. 137
Figure 10.1 Image arienne du boulevard de la victoire Strasbourg ....................................................................... 139
Figure 10.2 Nuage de points superpos au plan CAO du boulevard de la victoire .................................................... 140
Figure 10.3 Disponibilit des satellites et GDOP sur une priode de 3h ................................................................... 140
Figure 10.4 Points du trajet mesurs par le GPS ........................................................................................................ 141
Figure 10.5 Vitesses NDE calcules par la centrale AHRS 440 ................................................................................ 142
Figure 10.6 Trajet calcul et filtr ramens au point de dpart .................................................................................. 143
Figure 10.7 Filtrage du lacet selon le principe de la navigation lestime ................................................................ 143
Figure 10.8 Nuage de points rsultant ........................................................................................................................ 144
Figure 10.9 Attitude comme sortie du filtre embarqu sur lAHRS attitude simule par notre filtre GPS/INS...... 144
Figure 10.10 Cap magntique compens mesur par lAHRS et filtr ...................................................................... 145
Figure 10.11 Diffrence entre lattitude calcule par le filtre de Kalman embarqu sur le processeur interne de
lAHRS et notre calcul ...................................................................................................................................... 146
Figure 10.12 Covariances du roulis et du tangage selon notre simulation du filtre embarqu ................................... 147
Figure 10.13 Covariance du lacet ............................................................................................................................... 147
Figure 10.14 Cartographie de lcart-type calcul pour le nuage tudi .................................................................... 148
Figure 10.15 Vue latrale de la superposition des nuages LiDAR aroport et laser terrestre .................................. 149
Figure 10.16 Nuage de point cartographi selon la prcision estime ....................................................................... 150
Figure 10.17 Nuage fixe considr comme rfrence ................................................................................................ 151
Figure 10.18 Ecarts entre le nuage mobile et le maillage construit partir du nuage fixe servant de rfrence ........ 151
Figure 10.19 Test du systme mobile apres montage sur une remorque attele un vehicule. ................................. 152
Figure 10.20 Distinction entre les parties linaires et les virages laide de la courbe du lacet ................................ 153
Figure 10.21 Mesures GPS RTK pour lchantillon tudi. Les points verts prsentent le dbut et la fin du virage et
les points rouges prsente la jonction entre deux courbes. ................................................................................ 153
Figure 10.22 Nuage de points acquis une vitesse moyenne de 12 km/h.................................................................. 154
Figure 10.23 Superposition entre le nuage LiDAR et le nuage mobile terrestre ........................................................ 155
Figure 10.24 Exemple des lignes droites comparer ................................................................................................. 155
Figure 11.1 Comparaison entre le temps rel de prise de vue lu directement sur la photo et le temps denregistrement
rcupr de Windows

...................................................................................................................................... 160
Figure 11.2 Calibration partir dun nuage de points dense et dune photo .............................................................. 161
Figure 11.3 Relation entre les repres de lappareil photo et de lAHRS .................................................................. 162
Figure 11.4 Diagramme illustrant les oprations ncessaires pour raliser la calibration de lappareil photo dans le
systme mobile. ................................................................................................................................................. 163
Figure 11.5 Calcul des coordonnes approches pour un point mesur sur la photo ................................................. 166
Figure 11.6 Reconstitution panoramique partir des photos acquises en mode mobile ............................................ 171
Figure 11.7 Coordonnes du trajet total parcouru ...................................................................................................... 171
Figure 11.8 Trajet dduit par un ajustement dune courbe de neuvime degr .......................................................... 172
Figure 11.9 Nuage de points correspondant ltendue des photos tudies ............................................................ 172
Figure 11.10 Comparaison entre le lacet mesur par lAHRS et dduit par le calcul de bande ................................. 174
Figure 11.11 Lacet corrig par le filtre de Kalman tendu ......................................................................................... 174
Figure 11.12 Forme finale de la courbe du lacet aprs avoir appliqu le filtre dcentralis de Kalman. ................... 175
Figure 11.13 Variation de lerreur moyenne quadratique du lacet avec le temps ...................................................... 176
Figure 11.14 Nuage de points obtenu aprs correction des lments du trajet par la mthode photogrammtrique. . 177
Figure 11.15 Dformation locale corrige par lapport de la photogrammtrie ......................................................... 177
Figure 11.16 Logiciel CloudCompare avec la fentre de lhistogramme des diffrences .......................................... 178
Figure 11.17 Histogramme des carts entre le nuage laser mobile et le nuage issu des traitements
photogrammtriques. ......................................................................................................................................... 179
Figure 12.1 Exemple dun nuage segment en sous-groupes coplanaires laide de la mthode de RANSAC
adaptive. ............................................................................................................................................................ 182
Figure 12.2 Scne segmente en sous-groupes coplanaires laide de la mthode de RANSAC adaptive ............... 182
Figure 12.3 Triangulation de Delaunay 2D et dtection des points des contours ...................................................... 183



Liste des tableaux

Tableau 2.1 Exemples de systmes de cartographie mobile existants ......................................................................... 16
Tableau 5.1 Techniques susceptibles sintgrer la navigation inertielle pour des applications extrieurs ................ 56
Tableau 7.1 Calcul dune attitude moyenne de lINS en statique ................................................................................ 87
Tableau 7.2 Comparaison entre les coordonnes de rfrence et celles calcules aprs ltalonnage. ........................ 88
Tableau 7.3 Ecarts entre un nuage de points acquis et calcul en mode statique du scanner et par lintgration de
GPS/INS .............................................................................................................................................................. 89
Tableau 9.1 Valeurs correspondantes la numrisation mobile du point tudi ....................................................... 133
Tableau 9.2 Paramtres de la calibration du systme pour le prochain lexemple ..................................................... 135
Tableau 9.3 Jeu des mesures (attitude coordonnes polaires du scanner) reprsentant un chantillon pour ltude de
propagation des erreurs ..................................................................................................................................... 135
Tableau 9.4 Valeurs calcules des erreurs triaxiales du semis des points .................................................................. 136
Tableau 10.1 Ecarts types du calcul dajustement du plan moyen ........................................................................... 148
Tableau 10.2 Ecarts (distance et angle) entre les plans LiDAR et terrestre ..................................................... 149
Tableau 10.3 Ecarts algbriques linaires et angulaires entre les lignes des arrte extraites du nuage Lidar et laser
terrestre mobile. ................................................................................................................................................. 156
Tableau 11.1 Ecarts des lments dorientation externe (AHRS-photo) .................................................................... 173
Tableau 11.2 Erreur quadratique moyenne de lestimation des lments dorientation externe par la technique
dajustement de bande ....................................................................................................................................... 173

Glossaire

AHRS: Attitude and Heading Reference Systems
ALS: Aerial Laser Scanning.
DGPS: Differential Global Positioning System
DMI: Distance Measurement Instrument
EFK: Extended Kalman Filter
END: East-North-Down
ENU: East-North-Up
FOG: Fiber Optic Gyroscope
GDOP: Global Dilution Of Precision
GLONASS: GLObal'naya NAvigatsionnaya Sputnikovaya Sistema
GNSS: Global Navigation Satellite Systems
GPS: Global Positioning System
HSGPS: High Sensitivity Global Positioning System
IMU: Inertial Measurement Unit.
INS: Inertial Navigation System
LIDAR: LIght Detection And Ranging
MAG: MAGnetometer
MEMS: Micro-Electro-Mechanical System
NED: North-East-Down
RANSAC: RANdom SAmple Consensus
RFID: Radio Frequency Identification
RLG: Ring Laser Gyroscope
RTK: Real Time Kinematic
SLAM: Simultaneous Localization And Mapping
SIFT: Local Scale-Invariant Features
TLS: Terrestrial Laser Scanner
TOW: Time Of Week
UWB: Ultra Wide Band
ZUPT: Zero Velocity Update

1

1. Introduction et problmatique
1 Introduction et Problmatique





1.1 Prsentation du laboratoire de recherche

Le travail effectu dans cette thse sest droul au sein du laboratoire MAP-PAGE
(Modlisation de l'Architecture et du Paysage- Photogrammtrie Architecturale et GEomatique)
de lINSA (Institut National des Sciences Appliques) de Strasbourg. Comme son nom lindique,
le laboratoire a pour objectif gnral la modlisation tridimensionnelle des objets topographiques
et architecturaux par photogrammtrie. Depuis 2004, Le LiDAR aroport fait partie des axes de
recherche du laboratoire. Depuis la fin 2005, le laboratoire possde un scanner laser terrestre
(TLS) qui a introduit une dimension nouvelle la recherche. On peut constater que le laboratoire
MAP-PAGE se spcialise dsormais dans la lasergrammtrie ct de la photogrammtrie, sa
discipline historique.
Faisant partie de la spcialit topographie lINSA de Strasbourg, MAP-PAGE accumule des
connaissances profondes en godsie spatiale par GPS, et des notions sur la navigation inertielle.
Ces conditions ont donn naissance la prsente thse qui aurait pu sintituler Modlisations
tridimensionnelles par lev topomtrique mobile

1.2 Problmatique de la thse

1.2.1 Le problme gnral de la cartographie mobile

De nos jours, plusieurs technologies et applications se basent sur les donnes tridimensionnelles
gorfrences. La naissance dapplications comme le SIG 3D, la ralit virtuelle, la ralit
augmente, la conservation du patrimoine culturel et mme les jeux vido engendrent une
demande croissante de donnes tridimensionnelles. L'approche traditionnelle du relev de
donnes spatiales repose souvent sur des mesures statiques discrtes pour dterminer la position
des dtails d'intrt. On peut constater que la mesure tachomtrique, le balayage laser fixe, ou la
photogrammtrie approche sont loin de fournir des donnes 3D au niveau de canyons urbain
(une ville complte par exemple). Dautre part, la photogrammtrie et le LiDAR aroports ne
produisent pas des donnes 3D suffisamment riches en dtails pour alimenter les applications
dj mentionnes. Le relev aroport est susceptible de produire des donnes 2.5D plutt que
3D compltes. La modlisation des donnes acquises partir des techniques aroportes en zone
urbaine se fait en premier lieu pour les toitures et les emprises au sol des btiments. Les faades
sont un produit secondaire avec un niveau de dtail trs simple (dduit souvent par projection
orthogonale des toitures sur le sol). Cest ainsi que les techniques aroportes sont insuffisantes,
seules, pour produire des modles 3D urbains.
2

La solution, rcemment apparue, pour acqurir des donnes 3D en quantit est le relev depuis
des plateformes mobiles. Dans l'approche cinmatique inhrente la cartographie mobile
terrestre, des capteurs d'imagerie enregistrent les lments visibles le long d'une voie partir
d'un vhicule mobile, dont la position est fournie par des capteurs de navigation. La numrisation
des faades et des routes se fait aussi vite que le dplacement du vhicule. Idalement, les
enregistrements sont utiliss pour former un modle tridimensionnel continu de la voirie et des
faades environnantes pour des applications diverses.
La cartographie mobile est une problmatique deux volets. Le premier est la navigation qui
implique la connaissance de la position et de lorientation de la plateforme mobile chaque
instant du trajet parcouru. La partie navigation de nimporte quel systme mobile impacte
principalement la prcision du produit final du systme. Elle consomme, dailleurs, la majorit du
budget consacr pour lensemble du systme. Le deuxime volet est lintgration entre les
capteurs imageurs et les capteurs de navigation. Ce problme est connu sous le nom de
gorfrencement direct qui implique pour sa part la rsolution de sous-problmes comme la
synchronisation et la calibration.
La cartographie mobile est donc, techniquement, lintgration de deux axes : la navigation et le
gorfrencement direct. Pour cela, on se concentre souvent sur tous les sujets qui sont en
relation avec la science de navigation et la technique de gorfrencement direct. Une brve
introduction du systme aidera situer cette thse parmi les autres disciplines de recherche.

1.2.2 Systme original

Lide de base de cette thse est de concevoir un systme de cartographie mobile faible cot
avec des applications limites aux petits et moyens projets. Les composants coteux dun tel
systme existent dj au sein de plusieurs cabinets de gomtres. Ces composants ne sont pas
uniquement limits la cartographie mobile mais sont utilisables galement pour dautres
applications. Ainsi, lutilisation de la plupart des composants bord du systme ne correspond
pas leur vocation premire. Le systme doit tre totalement gr par une seule personne
(topographe en loccurrence) sans faire appel systmatiquement aux spcialistes en gnie
lectronique. Monter et dmonter le systme doit tre suffisamment simple pour ne pas mobiliser
les composants exclusivement dans le contexte mobile. Il faut que le systme dispose dun mode
demploi simple et accessible une grande varit dutilisateurs.
Le systme dans ses premires versions reprsente une configuration minimale de tout systme
de cartographie mobile. Les composants de dpart du systme voquent, en partie, la vraie
problmatique de cette recherche. De faon plus pratique, la prsente thse essaie de rpondre
la question du design du systme mobile avec deux soucis supplmentaires : lutilisation dun
scanner laser inadapt, initialement en mode cinmatique et la faible prcision du cur de la
partie de navigation du systme (la centrale inertie).
Dans la dernire version du systme, un appareil photo numrique professionnel rejoint le
systme comme aide la navigation pour rsoudre le problme de prcision voqu ci-dessus.
Bien que ce soit possible, on nattend pas toutefois dans cette thse, que le systme cre les
produits classiques de la reconstitution photogrammtrique (vision stro, orthophoto) mais un
nuage de points spatialement correct.


3

1.3 Les problmes lis au systme conu

1.3.1 Le problme du scanner
Le capteur imageur initial du systme est un scanner laser terrestre. Par consquent, on peut le
dsigner par systme laser mobile terrestre . Le scanner est conu pour tre install sur un
trpied fixe afin de capter une image spatiale du milieu environnant ou autrement dit un nuage de
points 3D. Le balayage tridimensionnel consiste en des rotations horizontales et verticales du
scanner qui aboutissent balayer un hmisphre autour du point de positionnement du scanner.
Dans le cas mobile, on attend gnralement que le scanner fasse un profil en 2D et que le
dplacement donne la troisime dimension en plaant les profils successifs leur position
correcte. La rotation horizontale du scanner reprsente donc un effet indsirable contourner lors
de la mission mobile. Dautres soucis apparaissent galement quand on exerce des acclrations
sur le scanner qui se transforment en forces pouvant contrer les mouvements du scanner
(notamment la rotation horizontale).
Les tches principales du scanner utilis dans le contexte de sa vocation, cest--dire en mode
statique, ne sont pas en relation avec le temps. Il est ainsi totalement logique de ne trouver aucune
signature de temps parmi les donnes obtenues par le scanner. Lhorodatage constitue donc un
des axes principaux de ce travail.
Bien que les problmes mentionns semblent tre propres au scanner utilis bord du systme,
on les prsente dans le contexte gnrique dintgration dun capteur imageur quelconque sur une
plateforme mobile. Ce problme devient de plus en plus important cause de la confidentialit
industrielle. La plupart des fabricants nexposent gure le code de pilotage de leurs instruments.
Ce travail se concentre donc sur le problme de manque de trousse de dveloppement
logiciel (SDK) pour le scanner et la rsolution des problmes techniques qui en rsultent.

1.3.2 Le problme du systme de navigation par inertie
Les gomtres sont habitus utiliser des instruments de mesures dangles (tachomtre,
thodolite ou station totale) ayant une indication de prcision simple et donne souvent par
ltalonnage de linstrument en usine. Les centrales inertie de trs haut de gamme permettent
datteindre une prcision de mesure angulaire comparable, voire meilleure, celle dun
tachomtre; la drive au fil du temps est tellement faible quon peut considrer la prcision
comme tant constante. Malheureusement, ce nest pas le cas pour la plupart des centrales
inertielles y compris de celle utilise dans notre systme.
Une centrale inertielle de gamme moyenne souffre dune imprcision non ngligeable lors de la
mesure des positions et des angles. Cette imprcision touche directement le gorfrencement
direct et il en rsulte des nuages de points inexploitables ou entachs derreurs importantes. De
plus, limprcision nest pas constante, mais elle change significativement selon les conditions et
linstant de mesure. Le contrle du comportement dune centrale inertielle faible cot ncessite
une connaissance approfondie de la navigation inertielle et des mthodes de compensation et de
correction par une autre source dinformation spatiale.
Ce travail aborde le problme dexploitation dune centrale inertie faible prcision dans un
systme mobile laser (dont on attend une prcision centimtrique). Des mthodes et des astuces
sont prsentes afin de contourner le problme initial li la gamme de centrale utilise. Bien que
4

la faible prcision de la centrale inertielle soit amliore, elle rend lensemble du systme
imprcis.

1.4 Enjeu des systmes laser mobiles moyenne prcision

La plupart des systmes de cartographie mobile moyenne prcision aident normalement
collecter les donnes ncessaires pour la planification territoriale. Manzoni et al. (2005) ont
rsum les applications probables de ce type systme:
- la topologie et le style architectural des faades des btiments,
- ltat de la prservation du bord des trottoirs,
- lexistence des panneaux routiers et leurs conditions de visibilit,
- la prsence des quipements collectifs et la surveillance de leur efficacit,
- la surveillance du respect de lenvironnement (dchets jets inconvenablement).
Dautres applications lchelle nationale (comme lanalyse de la croissance des zones urbaines
au dtriment des espaces verts ou encore le dboisement) sont possibles partir de donnes de
cartographie mobile. Nanmoins la mthode la plus adapte une telle exigence est la
photogrammtrie aroporte.
Lanalyse de la circulation routire, et la densit des voitures gares en milieu urbain sont aussi
des applications possibles de la cartographie 3D laser mobile malgr le fait que la
photogrammtrie mobile soit prfrable dans ce domaine car elle porte plus dinformations
smantiques.
Le systme est conu pour des objectifs plus levs. Le systme doit fournir des donnes pour la
modlisation tridimensionnelle en zone urbaine et priurbaine. En effet, la densit et la prcision
des donnes fournies ne permettraient pas de les adopter comme seule source de modlisation.
Nanmoins, elles peuvent tre compltes par dautres techniques dacquisition (la
photogrammtrie rapproche par exemple) pour raliser des modles urbains 3D prcis et
dtaills. Les donnes laser sont elles mmes susceptibles de produire des modles urbains 3D
valables si elles ont traites par des mthodes semi-automatiques condition dintgrer la
connaissance architecturale afin de compenser le manque de prcision ou de densit.

1.5 La place du sujet par rapport aux systmes et les techniques comparables

Le systme conu fait partie des systmes de cartographie mobile laser en post-traitement.
Nanmoins, il peut partager quelques concepts avec des disciplines voisines, soit dun point de
vue de sa forme ou de sa conception. Les prochains paragraphes comparent la cartographie
mobile ralise par le systme conu au laboratoire MAP-PAGE avec dautres techniques
brivement introduites.

1.5.1 Cartographie mobile o voiture autonome ?
Le besoin des personnes handicapes ou ges de pouvoir conduire, sans le moindre risque, a
entran le dveloppement des voitures autonomes. Les voitures robots sont des vhicules qui
avancent tout seul, qui trouvent leur chemin grce leur calculateur de bord, qui ralentissent pour
laisser passer les pitons, qui vitent les embouteillages, etc.
En 2007, le concours DARPA (Defense Advanced Research Projects Agency) a t lanc dans sa
version urbaine. Le dfi est de parcourir un chemin de 96 km en ville (figure 1.1) pendant moins
5

de 6h dot dun prix de 2 milions deuros. Un tel budget a encourag plusieurs laboratoires de
recherche sengager dans ce domaine.



Figure 1.1 Course entre deux voitures autonomes lors du challenge urbain DARPA 2007

La cartographie mobile et lautonomie des vhicules partagent les mmes notions de localisation
et de cartographie mais dun point de vue compltement diffrent. La cartographie mobile dpend
du positionnement absolu aveugle par fusion de donnes GPS, inertielles et odomtriques pour
calculer les caractristiques instantanes et passes de la trajectoire du vhicule (position absolue,
orientation, vitesse, acclration). Ceci permet par la suite de numriser lentourage du vhicule.
En revanche, les voitures autonomes analysent les donnes des capteurs (photo, vido, laser, etc.)
numrisant lentourage pour calculer les composantes du trajet aux instants prsents et futurs. Les
vhicules autonomes utilisent donc le positionnement relatif proche .
La diffrence de concept entre le guidage et la cartographie mobile se retrouve dans les calculs
correspondants. Bien que les deux systmes utilisent les mmes quations, ils permutent les
variables et les inconnues. On rsout quasiment le mme systme la fois pour les composantes
du trajet (cas du guidage) et la fois pour les coordonnes de lentourage (cas de cartographie
mobile). Les notions de synchronisation, dinterpolation et de prdiction restent les mmes dans
les deux cas.

1.5.2 Cartographie mobile ou SLAM ?

Le SLAM (Simultaneous Localization And Mapping) est la terminologie anglaise pour la
localisation et la cartographie simultanes, une technique largement utilise par la robotique
mobile. Elle met en uvre des capteurs extroceptifs (tlmtre laser 2D ou 3D, camera, banc
stro, camera panoramique) pour amliorer les lments du trajet du robot acquis par des
capteurs proprioceptifs (odomtrie, centrale, inertielle, GPS), normalement lorsque le niveau de
prcision est faible. Le principe de cette technique est de dtecter quelques entits gomtriques
repres dans lentourage du robot dans deux poses successives et den dduire le changement de
pose ayant eu lieu. Ces repres, supposs tre fixes, sappelant amers , participent au calcul de
position et dattitude. La localisation se fera simplement en utilisant les amers pour trouver la
position et lattitude de la plateforme mobile, lorsque la cartographie rutilise ces donnes pour
calculer les coordonnes de lentourage en mme temps. Le problme gnrique du SLAM est
donc un problme destimation conjointe des positions du robot (localisation) et des lments de
6

lenvironnement (cartographie). On peut considrer le SLAM comme une combinaison de la
cartographie mobile et du guidage automatique expliqu ci-dessus.
La technique de SLAM est presque indispensable pour la cartographie de lintrieur et des routes
couvertes. Elle est utilise largement aussi pour constituer des grilles doccupation.
La correspondance fonctionnelle entre la notion de cartographie mobile et celle de SLAM ne
facilite gure la distinction entre elles. Beaucoup de plateformes mobiles sont quipes de
capteurs extroceptifs pour assister la navigation. Nanmoins le terme de SLAM reste propre au
domaine de la robotique. Finalement, linvestigation dans les capteurs de navigation pargne le
cot lev du calcul exig par le SLAM (choix classique de la cartographie mobile). En revanche,
linstallation des calculateurs performants au niveau de la fusion des donnes permet
dconomiser beaucoup lors de la conception du systme (choix classique de robotique).
Le systme conu dans cette thse nutilise pas, a priori, la rtroaction de ses capteurs externes
pour pouvoir amliorer les composantes du trajet. Nanmoins il est possible dintgrer une telle
ide dans les futures versions.

1.5.3 Cartographie mobile ou navigation pdestre ?

En navigation pdestre, on cherche dterminer les six degrs de libert (position et attitude)
pour une personne se dplaant la vitesse de marche (malvoyants, pompiersetc.). Destine au
grand public, la navigation pdestre utilise en gnral des dispositifs faible cot (notamment les
centrales inertielles). Elle utilise non seulement les donnes des capteurs de position et dattitude
pour localiser la personne, mais encore un modle de caractristiques de la marche. Le pas
humain passe normalement par deux phases, le positionnement et loscillation. Deux
positionnements successifs dterminent la longueur de pas et lazimut se dtermine pendant
loscillation. Il faut donc, au moins, une centrale inertie pour suivre les mouvements dun pied.
La navigation pdestre utilise souvent plus dune centrale inertie divers emplacements du
corps humain (pied, cheville, cuisse, poitrineetc.) pour trouver la typologie de la marche. La
prcision attendue dune configuration utilisant deux centrales inertielles MEMS ne dpasse pas
2m ce qui est satisfaisant pour localiser une personne dans un couloir de btiment.
Un couplage avec le GPS est possible pour le cas dune personne qui se dplace lextrieur ou
qui entre et sort dun btiment souvent (cas des pompiers par exemple). Des capteurs GPS haute
sensibilit sont souvent utiliss pour la navigation pdestre. Pour le cas purement dit intrieur
des capteurs UWB (Ultra Wide Band) ou des tags RFID (Radio Frequency IDentification) sont
utiliss. Le cot dune telle configuration est encore trs important pour lapplication de
navigation pdestre. Pourtant ce couplage est actuellement le sujet de plusieurs recherches
prometteuses.
Le choix fait dans cette thse est dutiliser la seule centrale inertie disponible bord de la
plateforme mobile plutt que sur la personne qui tire la plateforme. Plusieurs facteurs ont
privilgi ce choix comme la dpendance non totale entre le corps de la personne tirant le chariot
et le chariot mme et les diffrentes poses possibles pour tirer le chariot (marche avant ou marche
arrire). Dailleurs, la prcision envisage pour la navigation pdestre nest pas du mme ordre de
grandeur que pour la cartographie mobile. Pourtant les dveloppements actuels de la navigation
pdestre pourraient atteindre un point o elle complterait la cartographie mobile pour avoir la
meilleure dtermination de position et dattitude.

1.5.4 Temps rel ou post-traitement ?
7


Lacquisition dun nuage de points laser en temps rel requiert la matrise de plusieurs
comptences parmi lesquelles :
- Lanalyse des signaux (parsing) sans aucune latence au niveau des ports sries et de
lanalyseur de haut dbit ;
- La synchronisation laide de priphriques ;
- Des corrections sur le trajet en temps rel (RTK, Filtre de Kalman avec rtroaction, etc.) ;
- Autonomie complte lors du pilotage du systme.
Pour remplir ces conditions, il faut des calculateurs embarqus puissants et des interfaces
homme-machine fiables qui sont ralises laide des langages de programmations les plus
proches la machine. Le dfi de produire des donnes gomtriquement correctes nest pas
envisag ce stade de la recherche. Le cot de fonctionnement embarqu en temps rel nest pas
justifi dans la plupart des applications de cartographie mobile. Par contre le post traitement
assure plus de commodit, notamment en ce qui concerne les corrections dun point de vue plus
global. Les applications de couleurs et de textures se font aussi en post-traitement plus aisment.
De toute faon, un nuage de point laser acquis en mode mobile ou fixe ne serait pas exploitable
avant une srie de nettoyage, de segmentation, de reconnaissance de formes et de modlisation
gomtrique. Rien nempche donc de corriger le nuage acquis en post traitement. Les
applications qui exigent un traitement en temps rel comme ltablissement de cartes de risques,
le pilotage des avions, lopration militaire ne sont pas concernes par cette thse.

1.6 Plan du mmoire

Cette thse est constitue de quatre parties principales : ltat de lart, la conception du systme,
le modle derreurs correspondant aux calculs du nuage de points et enfin les solutions proposes
pour amliorer la prcision des rsultats. Ltat de lart permet dinspirer des solutions partir
des autres systmes mobiles existants. Il donne aussi des introductions thoriques ncessaires
pour valuer les capteurs disponibles et pour le traitement des donnes qui en rsulte.
Ensuite, la conception du systme consiste dfinir les tapes telles que la calibration, la
synchronisation, la reconstitution du trajet et le gorfrencement direct. Lvaluation des
rsultats est faite dans le troisime chapitre travers une tude thorique et exprimentale.
La dernire partie introduit les solutions possibles pour amliorer la prcision du systme et pour
exploiter ses donnes. Elle dcrit plus prcisment la solution photogrammtrique dveloppe
dans cette thse. Les perspectives et les conclusions issues de ce travail sont prsentes en fin de
ce mmoire.



8



9

P Pa ar rt ti ie e 1 1. . E Et ta at t d de e l l a ar rt t

10



11

2. La cartographie mobile
2 La cartographie mobile



2.1 Introduction

Depuis les quinze dernires annes, les progrs de la godsie spatiale et inertielle, ont permis de
rflchir autrement la cartographie mobile. Au lieu d'utiliser les contrles au sol pour orienter
les photos dans l'espace, la trajectoire et l'attitude de la plate-forme d'imagerie peuvent dsormais
tre dtermines directement. Cela a rendu la cartographie mobile indpendante des activits
topographiques pralables.
Le passage de l'analogique au numrique des techniques d'imagerie sy ajoute aussi comme un
changement considrablement acclr au cours des dernires annes. Lintgration des concepts
de dtermination cinmatique de la trajectoire avec l'imagerie numrique a abouti des systmes
multi-capteurs aux capacits multiples. Ils sont capables d'acqurir, de stocker, de traiter et de
go-rfrencer les donnes numriques, fournissant ainsi une solution complte aux problmes de
cartographie partir d'une seule plate-forme.
La dsignation cartographie mobile est trs vaste ; elle peut tre ralise partir de satellites,
avions, hlicoptres, ou encore de drones. Dans certains cas, des applications sont effectues
partir de bateaux ou de vhicules sous-marins autonomes (AUV). Pourtant, la tendance est
dattribuer la dsignation cartographie mobile aux applications terrestres ou aroportes.
Selon (Tao et Li, 2007), le dveloppement prvu de la cartographie mobile dans les prochaines
annes est caractris par deux tendances : premirement, lusage dun nombre toujours plus
grand de capteurs portables faible cot, notamment en ce qui concerne les dispositifs de
gorfrencement direct et deuximement, lexploitation des technologies de tlcommunication
afin de lier plusieurs plateformes mobiles fonctionnant simultanment. Cette rvolution amnerait
un rseau de capteurs mobiles terrestres ou une combinaison de techniques terrestres et
aroportes.
Nous allons plutt nous intresser, dans cette thse, au cas terrestre qui partage beaucoup de
notions avec les applications cites ci-dessus. Nanmoins les besoins de prcision sont bien
infrieurs compte tenu de la distance entre la plateforme mobile et les objets levs et de la vitesse
de cette plate forme. Le terme de cartographie mobile terrestre est souvent li aux systmes
embarqus sur des voitures. Il existe galement des exemples sur des wagons de trains
(Sternberg, 2001 ; Blug et al., 2007) ou des motos (Qingwu et al., 2007). Nous allons nous
concentrer sur le dveloppement de certains systmes de cartographie mobile terrestre avec des
capteurs photogrammtriques ou laser actuels. Laccent sera mis sur deux systmes nationaux
ayant un arrire-plan acadmique. Notons que le premier systme apparu est GPSVan Ohio
State, USA (Goad, 1991 ; Schwarz et El-Sheimy 2004).

12

2.2 Exemples de systmes de cartographie mobile

2.2.1 LaRA
LaRA, acronyme de "La Route Automatise" est un vhicule de perception avance rsultant de
la fusion de capteurs multiples. Le Centre de Robotique de lEcole des Mines de Paris a lanc cet
axe de recherche en 1998. Ce projet a t dvelopp en parallle avec la cration du systme
informatique embarqu
RT
MAPS qui permet une mise en place rapide de plusieurs capteurs,
actionneurs et algorithmes.
RT
MAPS a t commercialis aprs avoir largi sa base de donnes de
telle manire quelle puisse comprendre une vaste gamme de capteurs. LARA effectue un
balayage laser mobile laide dun tlmtre laser effectuant 10 profils par seconde de 1080
points chacun. Ceci permet davancer une vitesse de 10 km/h pour avoir des nuages de points
exploitables en zone urbaine.
La partie navigation de ce systme est compose dun rcepteur DGPS avec correction
diffrentielle, une centrale inertielle faible cot, une odomtrie et un capteur pour mesurer
langle du volant. Cette configuration hybride a permis dachever une prcision estime
infrieure 5 cm (Abuhadrous et al., 2004) pour les trajets. Lide gnrale est d'assister le
conducteur pour amliorer la scurit, le confort et l'efficacit du transport routier. Le vhicule
dispose donc dautres capteurs servant aux autres objectifs comme une camra CCD couleur
frontale, une camra arrire grand champ, deux camras installes dans les rtroviseurs externes
du vhicule et un radar longue porte. Nanmoins, ces capteurs peuvent tre intgrs avec le
systme de cartographie mobile pour pouvoir amliorer la qualit visuelle du nuage laser acquis.
Brun et al. (2007) utilisent, par exemple, un capteur il-de-poisson pour pouvoir texturer les
modles dduits du scanner laser.



Figure 2.1 Vhicule LaRA amnag pour des relevs mobiles ( gauche) et tlmtre laser coupl
avec un capteur il-de-poisson ( droit).

2.2.2 STEREOPOLI S
STROPOLIS est le systme mobile de lInstitut Gographique National (IGN). La premire
version a t dveloppe en 2006 au sein de lquipe ARCHI avec la collaboration du laboratoire
OEMI. STROPOLIS est un vhicule quip dun ensemble de camras haute rsolution qui
13

relvent la fois les faades, la voirie et le mobilier urbain. Le dispositif tait compos,
initialement, de trois paires de camras 40004000 pixels.
STROPOLIS V2 dispose de dix camras en configuration omnidirectionnelle qui assurent une
couverture horizontale complte. Le choix de la couverture verticale sest port sur les deux
camras latrales et jusquau point de znith. Deux scanners laser Riegl 2D, avec une
ouverture de 80, ont aussi t fixs dos--dos sur le vhicule. Le composant de navigation est un
hybride de GPS, INS et odomtre. Sa prcision est estime 30 cm lors dune perte de signal
GPS de dix secondes. Il est utilis pour raliser des modles pour la ralit augmente ou la
reconnaissance automatique des panneaux routiers ou des textes.
Le systme possde un degr lev de synchronisation grce au choix des appareils compatibles.
Il fonctionne en temps rel laide dun ordinateur master pourvu dun logiciel de
synchronisation et de pilotage (
RT
MAPS) qui dirige cinq autres ordinateurs. Ils disposent de
volumes de stockage considrables afin dassurer la continuit des missions mobiles. Depuis
2009, limagerie laser de Stropolis est assure par le scanner HDL-64E expos dans 6.3
(page 69).


a. b. c.
Figure 2.2. a : Vue gnrale du systme Stropolis avec les capteurs imageurs. b : centrale
inertielle et units pilotage-stockage. c : odomtre install sur la roue arrire gauche.

2.2.3 Les chariots mobiles
Il existe des systmes mobiles spcialiss en cartographie partir de voies ferres. Les
plateformes o on embarque ces systmes sont plus simples compte tenu de leur application. On
peut citer le systme Swiss trolley de Terra International

qui intgre deux scanners laser


faisant 45 avec les rails (Figure 2.3). La partie navigation du systme est constitue dun GPS
uniquement qui peut tre remplac par un tachomtre avec la possibilit de suivi automatique.
La prsence dune centrale inertie est inutile car le chariot ne peut pas prendre deux attitudes
diffrentes sur la voie. En dautres termes, la trajectomtrie na pas les six degrs de libert
traditionnels mais elle est contrainte par la gomtrie des rails.
Une configuration similaire GRP System FX est propose par AMBERG Technologie

. Le
systme est pourvu dun seul scanner et de deux prismes pour le suivi tachomtrique en cas de
cartographie des tunnels. La prcision de tels systmes est centimtrique et la densit est lie la
vitesse du dplacement.
14



Figure 2.3 Chariot Swiss trolley ( gauche) et GRP System FX ( droite)

2.3 Rcapitulatif

Dans le tableau ci-dessous nous rcapitulons un nombre important de systmes de cartographie
mobile terrestre existants ce jour. Nous avons essay dassocier une rfrence bibliographique
pour chaque systme et danalyser les composants de chacun. Nous rappelons quil existe encore
des systmes qui ne rvlent gure leurs secrets car ils sont souvent lis lindustrie et au
commerce o la plupart des informations sont confidentielles.

Nom Dveloppeur / Rfrence
Capteurs
Navigation Cartographie
GPSVan
Universit dOhio State
(Grejner-Brzezinska, 2002)
GPS bi-frquence
gyroscope vertical
2 gyroscopes
directionnels
odomtre
2 appareils photo
CCD
2 camras vidos
analogiques
VISAT
(Video-Inertial-
SATellite)
Universit de Calgary
(Niu et al., 2006)
2 GNSS bi-
frquence
IMU
lecteur ABS
1 camra S-VHS
8 CCD appareils
photo n/b
KiSS
(Kinematic Survey
System)


Universit de Bundeswehr.
Institut de la godsie et
GeoDigital international
(Allemagne)

(Sternberg et al., 2001)

GPS
IMU (2gyros, 3
acclromtres)
odomtre
baromtre
inclinomtre
compas
1camra vido VHS
couleur
2 appareils CDD



MoSES
(Mobile road
Mapping System)
Universit de forces armes
fdrales de Munich
(Grfe, 2007)
GPS,
IMU
baromtre
numrique
2 scanners laser
2 appareils CDD

15

GEOVAN

Institut de cartographie de
Catalogne
(Talaya et al., 2004)
GPS/IMU/odomtre
(POSPac Applanix


systme).
2 appareils photo
1 tlmetre laser
Photobus
Laboratoire de topomtrie
(EPFL) Lausanne
(Gontran, 2005)
GPS RTK bi-
antenne
IMU
Odomtre optique
1 appareil photo
CMOS
VLMS
(Vehicle-borne
Laser Mapping
System)
Centre des informations
spatiales de luniversit de
Tokyo
(Manandhar et Shibasaki,
2000 et 2002)
(Zhao et Shibasaki, 2004)
GPS/INS/odomtre
3 tlmtres laser
6 appareils photos
linaires
GiGi
(GPS Integrated
with Glonass and
Inertial navigation
system)
Universit de Trieste
(Manzoni et al., 2005 et
2006)
GPS/IMU/odomtre
(POSPac Applanix


systme).
GPS assist
2 appareils photos
n/b+couleur
tlmtre laser
TruckMap
John E. Chance, Inc., USA
Reed et al., 1996
GPS multi-antennes
gyros
tlmtre laser
1 camra vido
GPSvision
Lambda Tech, Inc., USA
(Guangping. 2002)

GPS/INS

2 appareils CCD
couleur
ON-SIGHT Transmap Corp., USA GPS/INS
2 appareils CCD
couleur
RGIAS
(Rapid GIS
Acquisition
Service)
Rowe Surveying and
Engineering Company, Inc.
Alabama, USA
GPS Multi-antennes

1 tlmtre laser
1 camra video
WUMMS
Universit deWuhan.,
Chine
(Li et al., 1999)

GPS
3 appareils CCD
couleur
1 tlmtre laser
LD2000 RH,
-RE, -RM series
Wuhan Leador Co.,Ltd,
(Chine)
(Qingwu et al., 2007)
GPS/INS
2-8 appareils CCD
couleur
DAVIDE
(Data Acquisition
Vehicle with
Inertial and DGPS
Equipment)
GIOVE S.r.l.
Italie
(Spagnol, 2004)
GPS/INS/odomtre
5 camras vido
tlmtre laser
TPL (Traverse
Profile Logger)
16

StreetMapper
IGI GmbH et 3D Laser
Mapping
(Kremer et Hunter, 2007)
GPS/INS
2-3 tlemtres laser
1-2 camras vido
ROADSCANNER
SITECO Informatica s.r.l.
Italy
GPS/INS/odomtre
5 camras vido
1 scanner laser
1 profilomtre
LYNX Optech, Inc., GPS/INS 2-4 scanners laser
ILRIS-3D
Optech and Sineco
(Zampa, et Conforti, 2008)
GPS/INS
DMI
odomtre
2 scanners laser

SAM (Systme
d'Acquisition
Mobile)
GeoInvent Sud et
SODIPLAN S.A.

GPS/INS/odomtre 4-8 appareils photos
Trident-3D Go-3D & CADDEN
GPS+ GLONASS
/INS/odometer
3 appareils photos
1 scanner laser

Tableau 2.1 Exemples de systmes de cartographie mobile existants



Figure 2.4 Exemples de systmes commerciaux ( gauche LAND Mark, droite LYNX)

2.4 Note de conclusion

Comme on la constat dans ce chapitre, les systmes de numrisation mobile investissent
largement dans les matriels et les priphriques. Certains systmes ont typiquement le mme
cot quun systme LiDAR aroport (Barber et Mills, 2007). Un tel choix est justifi par la
masse de donnes spatiales rsultante au fil du temps. Pour obtenir la mme prcision, il faut
investir pour le cas terrestre typiquement comme pour le cas aroport cause des masques GPS
qui nexistent pas au niveau de lavion. Nanmoins, pour le terrestre, la distance entre la
plateforme et lobjet scann permet moins de prcision que laroport notamment en ce qui
concerne les angles.
Des milliers de kilomtres ont dj t relevs par les systmes de cartographie mobile laser
terrestre partout dans le monde. Pourtant, nous ne trouvons dans la littrature aucune approche
qui aborde le systme de A Z. La plupart des systmes utilisent des logiciels pour contrler la
synchronisation et le flux des donnes. La partie navigation du systme est rarement aborde.
17

Plusieurs systmes sont quips dunit dintgration GPS/INS/Odomtre dont la prcision est
proportionnelle au prix. Ils prsentent donc la navigation par le principe de bote noire. Les
systmes de cartographie mobile sont labors par des quipes de plusieurs spcialistes
(topographe, lectroniciens, informaticiens, etc.). Il nexiste gure de systmes faible cot qui
peuvent tre opr intgralement par un seul individu.
Nous constatons par ailleurs que les scanners lasers utiliss sont des tlmtres 2D o la
troisime dimension est obtenue par le mouvement de la plateforme mobile. Dans quelques cas
moins frquents (Kukko et al., 2007 par exemple), des scanners lasers terrestres sont utiliss mais
en bloquant leur rotation horizontale. Ils sont donc lquivalent du tlmtre laser 2D. Si le
champ vertical du balayage est suprieur 180, un seul scanner suffit pour numriser les deux
cots de la route, sinon il faudrait positionner deux scanners dos--dos. Le choix dutiliser un
nombre redondant de scanners avec diffrents angles dincidence aide densifier le nuage de
points rsultant et rsoudre le problme docclusion. La vitesse de numrisation du scanner
(mesure en profil/s) demeure le facteur principal qui dtermine la vitesse de dplacement de la
plateforme mobile.

18




19

3. Le positionnement par GPS

3 Le positionnement par GPS

e chapitre aborde le composant de positionnement indispensable tous les systmes de
cartographie mobile : le GPS. Aprs une brve introduction du systme GPS, laccent sera
mis sur les techniques et les solutions utilises gnralement pour la localisation mobile par
la majorit des systmes. Nous nous intressons aussi aux aspects thoriques des techniques
utilises, dans la perspective du systme propos dans cette thse. Des techniques comparables
sont enfin prsentes afin de justifier et dvaluer nos choix lors de la conception du systme. On
suppose que le lecteur possde des prrequis sur le positionnement par GPS.

3.1 Introduction gnrale du GPS

Le Systme de Positionnement Global (GPS) est un systme de navigation par satellites destin
fournir la position, la vitesse et l'heure (solution dite PVT). Les satellites GPS envoient des
signaux cods qui peuvent tre dchiffrs par des rcepteurs GPS. Le rcepteur mesure sa
distance plusieurs satellites l'aide des codes C/A ou P. Chaque mesure de distance sur un
satellite dfinit une sphre dont le centre est le satellite. Trois satellites sont donc ncessaires
pour dterminer la position 3D du rcepteur. Un quatrime satellite est ncessaire pour tenir
compte de la non-synchronisation de l'horloge du rcepteur et des horloges des satellites. Le
systme GPS peut se dcomposer en trois segments:
- Le segment spatial: il s'agit d'un rseau de 24 satellites fonctionnels ; ils se meuvent sur
6 plans orbitaux, environ 20000 km d'altitude. La constellation GPS a t conue de
telle manire que, partout sur la terre et tout moment, un minimum de 4 satellites soient
visibles au dessus de 15 d'lvation.
- Le segment de contrle: il est constitu de 5 stations qui calculent l'orbite des satellites
et contrlent leur bon fonctionnement ainsi que la qualit de l'horloge bord de chaque
satellite.
- Le segment utilisateur: Il est compos des rcepteurs GPS, appareils permettant de
calculer la position, la vitesse et l'heure d'un observateur, partout et tout moment sur
Terre et dans ses environs, quelles que soient les conditions climatiques.
3.2 Spcifications du signal GPS
Les satellites GPS transmettent leurs donnes sur deux frquences (porteuses). Les signaux, qui
sont gnrs partir de la frquence standard 10.23 MHz, sont L1 et L2 (frquence
standard120,154 respectivement). La longueur donde est denviron 19 cm pour L1 et 24 cm
pour L2. Les frquences sont gnres grce l'horloge atomique embarque bord de chaque
satellite.
C
20

De plus, les deux porteuses L1 et L2 sont modules en phase par trois codes binaires appels
codes pseudo-alatoires (ou PRN : Pseudo Random Noise). Le code C/A (Coarse/Acquisition ou
Clear/Acces) ne module que L1 contrairement au code (P) qui module L1 et L2. Le code (P) peut
tre transform en code Y sur dcision du segment de contrle. La Figure 3.1 montre la
gnration des porteuses et la transition de code fait au niveau de segment spatial.

Figure 3.1 Modulation de phase du signal GPS
1


Le troisime code modulant est le message de navigation qui est un code particulier. De
frquence 50 Hz, il contient les informations suivantes :
- Le temps GPS : il est dfini par le numro de la semaine et le temps dans la semaine
(lorigine du temps GPS tant le 6 janvier 1980 0 heure et lorigine de la semaine le
samedi/dimanche 0 heure).
- Les phmrides : elles comprennent les paramtres permettant de calculer la position des
satellites avec une prcision de lordre de la dizaine de mtres.
- Les almanachs : ils ont la mme fonction que les phmrides mais avec une prcision
moindre. Contrairement aux phmrides o chaque satellite envoie ses propres paramtres,
lensemble des almanachs est transmis par nimporte lequel des satellites.

1
Figure adapte de: NAVSTAR GPS user equipment introduction, public release version, 1996.
URL : ftp://ftp.tapr.org/gps/gpsuser.pdf
21

- Les coefficients du module mondial de corrections ionosphriques.
- Les informations concernant ltat de fonctionnement de chaque satellite.
- Le module de comportement des horloges et les paramtres permettant de rattacher le temps
GPS au temps mondial.
Pour pouvoir obtenir les informations relatives toute la constellation, il faut, thoriquement,
attendre une dure minimale de 12 minutes et 30 secondes. Dautres solutions plus rapides sont
exposes plus loin dans ce chapitre.
3.3 Principe de la mesure de la position par GPS
Les distances entre les satellites GPS et le rcepteur ne sont pas mesures directement mais
doivent tre calcules. Typiquement, ces distances sont dduites de deux mesures fondamentales
en GPS:
- Les mesures de code (dtermination de la pseudo-distance): il s'agit de la mesure de base
que tous les rcepteurs GPS peuvent faire, savoir le temps de vol du satellite au rcepteur.
Ce temps est alors multipli par la vitesse de la lumire afin de le convertir en une distance.
De manire plus dtaille, un certain instant, le code (C/A par exemple) est gnr par le
rcepteur et par le satellite. Le code venant du satellite est transmis au rcepteur. Ce dernier
compare le code entrant avec son code propre pour avoir le temps de parcours. Les horloges
du rcepteur et du satellite ne sont pas parfaitement synchronises; cela introduit un dlai
d'horloge qui apparat comme une erreur sur la mesure de distance au satellite. C'est pourquoi
quatre satellites sont ncessaires pour dterminer trois coordonnes et un dlai d'horloge.
Grce la grande longueur donde parcourue pour transmettre un bit de donnes, la mesure
du code nest pas ambigu, nanmoins, il subsiste un dcalage dhorloge entre le satellite et le
rcepteur.
- Les mesures de phase: elles sont semblables aux mesures de code en ce sens qu'il s'agit aussi
de mesurer le temps de vol. Les porteuses L1 et L2 sont utilises. Puisque leur longueur
d'onde vaut respectivement 19 et 24 cm, la distance sera un multiple (ambigut entire) de 19
ou 24 cm plus la quantit observe. Le rcepteur peut cependant aider l'utilisateur dans la
rsolution de ces ambigits. Quand le rcepteur traque un signal, il assigne une valeur
arbitraire cette ambigit pour la premire poque de mesure. A partir de l, le rcepteur
compte le nombre de cycles complets qui se sont couls depuis plus dune fraction de cycle.
La formule mathmatique utilise (pour L1 par exemple) est la suivante :

=
1
1
+

1
. +

avec
1
0
=
1
3.1
o : est la mesure de phase accumule
n est le numro de lpoque actuelle de mesure
f
D
est la frquence Doppler en tant que fonction du temps

r
est la fraction de phase mesure lpoque n
A
1L
est une estimation arbitraire de lambigit entire

La rsolution dambigit entire est faite normalement au dtriment du temps dacquisition.
Le saut de cycle (cycle slip) est une erreur de comptage du nombre entier de cycles qui se produit
lors de la mesure de phase. Cette erreur est frquente dans un environnement non bien dgag.
Des mthodes comme la triple diffrenciation sont utilises pour dterminer ce multiple de
cycles.
22

3.4 La mesure de la vitesse par GPS
Sans mme mesurer la diffrence de position divise par la diffrence de temps, il est possible de
dterminer la vitesse du rcepteur mobile par la simple prise en compte de leffet Doppler sur les
signaux. En effet, la frquence porteuse du signal peru par le rcepteur GPS nest plus
exactement la mme que celle gnre par le satellite, car le rapport des frquences dpend des
vitesses relatives du satellite et de l'utilisateur. La vitesse du satellite tant facilement
dterminable ( partir de linformation daltitude de ses phmrides et connaissant le rayon
terrestre, il suffit dappliquer la formule :
r s
t H v / 2t =
3.2

o : H
s
: Rayon de la terre+altitude de satellite
t
r
: priode de rvolution
ce qui donne une vitesse denviron 3,8 km/s. La formule relativiste de leffet Doppler applique
aux signaux lectromagntiques est :

3.3
o : A

est le vecteur de la vlocit relative du satellite par rapport lutilisateur


A


f
R
frquence reue
f
T
frquence mise par le satellite
vecteur unit orient de lutilisateur vers le satellite.

La seule inconnue dans les relations prcdentes est la vitesse de lutilisateur

. Les frquences
de L1,L2 sont connues prcisment tandis que les corrections sur leurs valeurs sont transmises
par le message de navigation. En dveloppant le produit scalaire dans la relation 3.3 on obtient 3
variables (v
x
,v
y
,v
z
) Un autre variable sajoute si lon considre leffet de la drive de lhorloge du
rcepteur. Il faut aussi donc au moins 4 satellites pour rsoudre le problme de la vitesse.

3.5 Les sources d'erreur
Les deux aspects de dgradation volontaire (la disponibilit slective et l'antibrouillage) ne sont
pas abords dans le contexte de positionnement mobile. La disponibilit slective est dsactive
depuis le 2 mai 2000 et lantibrouillage, quant lui, est rsolu au niveau des rcepteurs utiliss.
On va plutt souligner les erreurs qui touchent le positionnement prcis et qui sont susceptibles
de disparaitre par utilisation du mode diffrentiel ou des deux frquences.
3.5.1 Erreur des satellites
Il s'agit des erreurs de modlisation de la drive de l'horloge des satellites lorsqu'on utilise un
polynme du second degr ainsi que des erreurs lies la modlisation Kplrienne des orbites
des satellites.

23

3.5.2 Erreur de propagation atmosphrique
Le signal en provenance des satellites traverse diffrentes couches atmosphriques avant
d'atteindre le rcepteur. Lorsque les signaux traversent l'ionosphre, les informations du code
GPS sont retardes. L'erreur sur la mesure dpend du contenu lectronique total (TEC) le long du
chemin parcouru par le signal qui est une mesure de la densit d'lectron. Le contenu lectrique
de lionosphre change selon plusieurs facteurs comme la temprature et la radiation solaire. Le
dlai ionosphrique dpend de la frquence et peut, ds lors, tre limin en utilisant deux
frquences GPS.
La troposphre produit galement un dlai dans les observations mais celui-ci ne dpend pas de la
frquence. La troposphre est gnralement spare en deux composantes: une composante sche
qui reprsente 90% de la rfraction totale et une composante humide qui reprsente les 10%
restants. Il existe des modles semi empiriques ou des modles globaux pour corriger cet effet.
3.5.3 Multi-trajet
Le multi-trajet est le phnomne par lequel les signaux GPS sont rflchis sur certains objets
avant d'tre dtects par l'antenne. Cela se produit lorsqu'il y a des surfaces de rflexion dans le
voisinage de l'antenne GPS. Cet effet peut engendrer des erreurs de l'ordre de 15 cm sur la
mesure de phase et de l'ordre de 15-20 m sur la mesure de pseudo-distance.
3.5.4 Erreurs lies aux rcepteurs
Ce sont les erreurs qui proviennent des processus utiliss l'intrieur du rcepteur. Elles
dpendent du type d'antenne, de la mthode utilise pour convertir les donnes, des processus et
de la corrlation entre le signal du satellite et celui du rcepteur.
3.6 Les critres de prcision
La figure 3.2 montre quune constellation trop ramasse ou trop vase pourrait produire
un mauvais positionnement. Le critre pour quantifier cette gomtrie sappelle le DOP (Dilution
Of Precision).

Figure 3.2 Gomtrie non favorable des satellites (gauche) et favorable (droite)

Pour pouvoir dcrire le DOP mathmatiquement, on considre lquation gnrale de la pseudo-
distance qui est donne comme suit :
24

.

2
+(

)
2
+(

)
2
3.4
o :

= est le temps de vol de chaque onde


dt
i
est le biais dhorloge de rcepteur
j,i les indices de satellites
X
j
, Y
j
, Z
j
les coordonnes cartsiennes du satellite j
On peut exprimer chaque variable dans lquation 3.5 comme une valeur approche mesure plus
une erreur de mesure :

. =

(
0
+)
2
+

(
0
+)
2
+

0
+
2
+
0
+. 3.5
Selon la mthode des moindres carrs, quatre satellites sont suffisants pour trouver les valeurs
des inconnues (dX,dY,dZ,dt) condition davoir des valeurs approches (moyenne des
observations brutes sur toute une campagne). Le systme dquations est donn par (Ledig 2009)
comme suit :

4
.

3.6
= .
avec psd
j
la diffrence (valeur observe approche) de la pseudo-distance
La solution par moindres carrs pour le systme dquations 3.6 est :
=

.
1
. (

. ) 3.7
La matrice de variance-covariance correspondante ce calcul est donne comme suit :

=
0
2
. (

. )
1
3.8
o
0
est lcart type sur une pseudo-distance mesure.
Enfin, lcart type moyen sur les quatre variables spatio-temporelles (dX,dY,dZ,dt) est appel le
GDOP (gomtrique DOP) qui se calcule par la formule :
=
1

0
. (

)
2
3.9
Trois autres DOP sont aussi estims en considrant certains lments diagonaux de la matrice V
xx
.
Par exemple, si on limite la somme dans la relation 3.9 aux deux premiers lments diagonaux,
on obtient le DOP horizontal HDOP. Nanmoins, le GDOP demeure le critre le plus exhaustif et
le plus utilis pour valuer la prcision du positionnement.
Comme vu prcdemment, il faut des coordonnes moyennes pour estimer le GDOP, cest
pourquoi le rcepteur GPS est capable de le faire en mode fixe plus quen mode mobile.

25

3.7 Les rcepteurs GPS

Des rcepteurs multi-canaux sont utiliss pour des applications prcises ou dans des applications
de positionnement dynamique. Ces rcepteurs disposent d'un canal de rception par satellite, par
lequel chaque satellite peut tre suivi en continu.
Les rcepteurs multiplex peuvent faire un enchanement entre les diffrents satellites en moins de
20 millisecondes. Grce cette haute frquence de traitement, on limine le temps d'initialisation
ncessaire pour les rcepteurs squentiels. Le message de navigation est tlcharg, pour chaque
satellite, d'une manire asynchrone. C'est pourquoi le premier calcul de position demande plus de
temps.
Une autre proprit importante dun rcepteur GPS est le temps de premire acquisition (TTFF :
Time To First Fix). Cette dure dpend de la validit des derniers almanachs et phmrides
sauvegards dans la mmoire interne du rcepteur. Le TTFF dpend aussi de la constellation des
satellites et des conditions de transmission du signal. Les fabricants dfinissent trois modes de
dmarrage pour un rcepteur GPS :
- Acquisition lente (cold start) : sans almanach et sans phmride (45sec quelques
minutes).
- Acquisition rapide (warm start) : avec almanachs mais sans phmride (10-45 sec).
- Acquisition ultra rapide (hot start) : almanachs et phmrides disponibles (1-10 sec).
De toute faon, il est conseill de laisser le rcepteur GPS sinitialiser pendant quelques minutes,
non seulement pour acqurir les almanachs, mais galement pour rsoudre lambigit entire.
Un systme A-GPS (GPS assist), aide le rcepteur mobile reconnatre quels signaux GPS
suivre. Grce cette assistance, la recherche de signal effectue par le terminal est grandement
rduite. Le TTFF passe de plusieurs minutes seulement quelques secondes. De plus, le
rcepteur A-GPS est en mesure de dtecter et dmoduler des signaux de trs faibles amplitudes.
Le rcepteur acquiert un bout de signal et lenvoie, ensuite, au serveur par connexion
tlphonique mobile. Le serveur aide le rcepteur mieux connaitre le signal et trouver les
verrouillages possibles ce qui acclre lacquisition. La technique A-GPS ne ncessite gure
dinfrastructure, elle est largement comparable avec le HSGPS quon dcrit dans le prochain
paragraphe.
3.8 Le GPS haute sensibilit HSGPS
La technique dite de GPS haute sensibilit est conue initialement pour lacquisition
lintrieur. Les signaux GPS mis sont dj faibles (-160 dBW/-130 dBm), ils diminuent encore
de 20-30 dB lintrieur ou en cas de visibilit limite des satellites (canyon urbain par ex.). En
outre, les signaux en milieu urbain sont bruits cause des multitrajets et des rflexions des
signaux sur les objets mobiles. Ceci influence le rapport signal sur bruit de la porteuse C/N
0
. Le
rcepteur bnficie de la haute rptition du code C/A port sur L1 pour trouver un rapport C/N
0

optimal. La sensibilit leve est donc obtenue par laugmentation du temps dacquisition pour
compenser lattnuation du signal (Lachapelle et al., 2004) en permettant au rcepteur plus de
temps de suivi.
Un rcepteur GPS normal fait 2 4 corrlations pour chaque satellite tandis que le rcepteur
haute sensibilit utilise une large banque de corrlations pour augmenter la sensibilit. La
caractristique cl de ce GPS est le couplage dintgration cohrente et non-cohrente (Schn et
26

Bielenberg, 2005). Lintgration cohrente se fait entre le spectre de pulsation interne engendr
par le rcepteur et celui envoy par les satellites pendant 20 millisecondes. Lintgration non
cohrente nest pas synchronise avec le message des satellites et se fait sur plusieurs spectres de
pulsation jusqu un verrouillage avec le signal interne.
Il est vident quun GPS sensibilit leve met plus de temps pour acqurir une position
correcte ce qui a comme inconvnient de capter paralllement les multi-trajets des signaux et a
pour consquence de diminuer la prcision de position acquise. Le GPS Ublox EVK-5 russit
produire une position valide 4Hz (250 millisecondes).
Le HSGPS est utilis largement par les applications ne ncessitant pas une prcision
centimtrique comme la navigation pdestre ou vhiculaire. Lutilisation bord de systmes de
cartographie mobile nest pas encore envisageable cause de sa faible prcision.
3.9 Utilisation dun GPS bifrquences
Lutilisation de corrections bifrquentielles est rserve aux capteurs de gamme godsique. La
plupart de rcepteurs bifrquences rendent le code P(Y) observable. Ceci permet de faire des
mesures de pseudo-distance pour P(Y) comme pour le C/A.
Les ondes L1 et L2 parcourent le mme trajet o la densit lectrons est la mme, do les
valeurs dcarts ionosphriques sur les pseudos distances :

1
2

2
2

3.10
o : A : constant de lionosphre
f = frquence du signal
Do on peut crire:
2

2
.
1


Les pseudos distances mesures sur L1 et L2 sont diffrentes de la vraie distance gomtrique

1
=

+
1

2
=

+
2

3.11

=
(
1

2
)
1

2
3.12
Cette expression prouve que lerreur ionosphrique ne dpend que des frquences et des distances
mesures. Le rcepteur bifrquence est configure pour crer un troisime signal L
1C
corrige des
effets ionosphriques

1
=
1
.

2

2
3.13
Dautre part, le rcepteur bifrquence permet, chaque poque de mesure, de combiner les
phases de L1 et de L2. Deux combinaisons sont souvent utilises ; laddition qui produit une
27

longueur donde de 10.7 cm et la soustraction donnant une longueur donde de 86.2 cm. Ces deux
combinaisons sont utilises pour estimer lambigit entire.
La quasi-totalit des systmes de cartographie mobile sont pourvus dun GPS bifrquence au
moins. Il peut mme aider une autre antenne de frquence singulire calculer sa position
prcisment en interpolant lautre frquence (GPSVan par exemple). Les antennes GPS dune
seule frquence sont conues pour recevoir aussi les corrections par satellites gostationnaires.

3.10 Le GPS diffrentiel (DGPS)
Comme les erreurs de GPS sont corrles entre elles, une antenne GPS subit les mmes erreurs
de phase et de pseudo-distance quune seconde antenne situe proximit. Lemploi de deux (ou
plusieurs) rcepteurs sur des points fixes constitue une mthode beaucoup plus prcise quune
seule antenne. En effet, on procde la dtermination tridimensionnelle reliant deux points tout
en permettant llimination de certaines erreurs propres au systme GPS. Selon (Kaplan et
Hegarty, 2005), on peut classifier un DGPS selon les critres suivants :
- Si lantenne considre comme pivot est installe sur un point connu en coordonnes, le
positionnement est absolu. Sinon, il sera relatif ce point.
- Dans la configuration la plus simple, une seule antenne fournit des corrections pour une
zone dans un rayon de 10 km. Nanmoins, il existe des points du rseau godsique
capables de servir jusqu 100 km la ronde. De plus, les satellites gostationnaires,
diffusent des corrections diffrentielles pour des zones beaucoup plus larges.
- Si les corrections diffrentielles concernent seulement la pseudo-distance, le DGPS est
bas sur les codes (P(Y), C\A). Dans lautre cas o les corrections concernent la mesure
de phase, une prcision millimtrique peut tre atteinte. Le DGPS corrections de phase
est donc le mode le plus adapt des travaux godsiques.
Un GPS diffrentiel aide normalement corriger les erreurs de lhorloge du satellite, des
phmrides, de la troposphre, de lionosphre, du bruit de rcepteur et du multitrajet.
3.10.1 Les techniques bases sur le code
La mthode la plus simple dimplanter la technique diffrentielle est de mettre un rcepteur GPS
sur un point connu et de le laisser calculer sa position. Les diffrences en latitude, en longitude et
en hauteur ellipsode sont transmises pour un rcepteur proche en tant que corrections communes
aux deux rcepteurs. Pour quune telle mthode soit correcte, les deux rcepteurs doivent capter
les mmes satellites et avoir le mme type dantenne. Dans le cas le plus gnral, il faut corriger
la pseudo-distance mesure pour chaque satellite.
Comme dans le paragraphe prcdent, on peut considrer la pseudo-distance comme une
estimation errone de la distance gomtrique correcte entre le i
me
satellite et le rcepteur
rfrence m :

3.14
o
m
reprsente les erreurs de mesures de pseudo-distance, t
m
est lerreur dhorloge de la station
rfrence et c reprsente la vitesse de lumire. La correction de la station rfrence est donne
donc par :
28

3.15
Cette correction algbrique est diffuse pour le capteur itinrant (u) qui lajoute la pseudo-
distance mesure au mme satellite :

+(

) 3.16

Considrant
um
=
u
-
m
, t
um
= t
u
- t
m
, on peut exprimer la pseudo-distance corrige comme
suit :

3.17
Les corrections diffrentielles sont, videmment, dpendantes du temps. Il faut donc avoir des
mesures parfaitement synchrones pour pouvoir calculer les corrections. (Kaplan et Hegarty,
2005) ont montr quun GPS fonctionnant en mode diffrentiel (C/A + L1 seulement) atteint une
prcision de 0.3m + 1-6 cm longueur de base en kilomtre.
3.10.2 Les techniques bases sur la phase
Ltat de lart des mthodes de traitement des observations GPS montre que la mthode de
double diffrence est la mthode la plus adapte pour dterminer le vecteur de base entre deux
rcepteur GPS mobile et fixe. La technique de double diffrence est applicable pour la porteuse et
le code. On va aborder uniquement la double diffrence de porteuse en sachant que le cas est
pratiquement le mme pour le code.



Figure 3.3 Interfromtrie singulire par GPS vers un seul satellite ( gauche) et double
interfromtrie vers deux satellites ( droite)
La figure 3.3 montre deux rcepteurs GPS (r : rfrence, c cinmatique) interagissant avec un
seul satellite p. La longueur du trajet de propagation de lorbite moyen du satellite aux deux
rcepteurs est donne par la formule :

3.18
o
p
est la phase du signal transmis par le satellite comme fonction du temps

c
p
,
r
p
reprsentent la phase mesure au niveau des rcepteur (r,c) respectivement
N , inconnu , reprsente le nombre entier de cycles
f est la frquence de la porteuse
29

est le biais de lhorloge du satellite et du rcepteur (tout confondu)

iono
lavance ionosphrique

tropo
le retard troposphrique
S le bruit de phase d toutes les autres sources (multitrajet, bruit de rcepteur)

Une variable interfromtrique (SD pour single diffrence) peut tre cre par soustraction des
quations 3.18:

3.19
Si lon tend linterfromtrie par GPS un deuxime satellite q comme dans la figure 3.3, on
obtient la relation suivante :

3.20
La double diffrence DD est donc forme en se basant sur les quations 3.19, 3.20 comme suit :

3.21
On note aussi que lambigit entire et le bruit de phase sont aussi combins. Pour relier cette
double diffrence la longueur de base recherche b, on exprime SD laide du produit scalaire
de la base par le vecteur unit en direction du satellite correspondant :

= .

.
1
=

= .

.
1
=

3.22
o est la longueur donde de la porteuse. On peut incorporer ces quations la double
diffrence comme suit :

= .

.
1
=

3.23
o e
pq
prsente la diffrence des vecteurs unit e
p
,e
q
. (Kapplan et Hegarty) ngligent le terme de
bruit combin

et proposent que lambigit entire

soit dj fixe, ce qui rduit les


inconnues la seule base b(b
x
,b
y
,b
z
). Une solution du systme dquations surdtermin (quatre
double diffrences par exemple) est ncessaire pour trouver les composantes de b. La redondance
des mesures (

2
pour n satellites) peut aussi aider fixer lambigit entire.
3.10.3 Le GPS en mode dynamique
On distingue quelques diffrences entre le mode dynamique et le mode fixe du GPS. La phase
dinitialisation nest pas toujours faisable notamment parce quil est largement possible de perdre
les satellites en cours et de se verrouiller sur dautres satellites. Le principe des techniques
dynamiques consiste observer des chaines de points pour lesquels les ambigits sont connues.
La trajectomtrie par GPS impose, souvent, de sinitialiser sur un point inconnu en mode
statique. La rapidit de cette initialisation dpend de la longueur de base, du matriel utilis et de
la visibilit des satellites. Linitialisation en mouvement a t rendue possible grce aux
dveloppements en matire dalgorithmes de post-traitement. Le nombre important de mesures
acquises pendant la premire (ou mme la dernire) minute de la chaine permettront de calculer
30

et de fixer les ambigits leurs valeurs entires. Il faut, toutefois, satisfaire quelques conditions
comme la cadence leve denregistrement des mesures, le GDOP prcis, la ligne de base
infrieure 10 km et la bi frquence du rcepteur.
3.11 Le RTK
Le GPS RTK (Real Time kinematic ou cinmatique temps rel) est un cas spcial du DGPS.
Pourtant, plusieurs rfrences (Gontran, 2007 par exemple) considrent que le DGPS utilise la
phase du code seulement alors que le GPS RTK utilise la phase de la porteuse. La solution RTK
en mode solo signifie avoir sa propre base correctrice qui envoie les corrections par liaison
quelconque au mobile. La rsolution d'une mesure de phase est de quelques millimtres. En
pratique, l'incertitude de positionnement est de l'ordre de quelques centimtres dans le cas o on
reoit les corrections diffrentielles.
La commission RTCM CS-104 propose plus dune quarantaine de messages standardiss pour la
localisation diffrentielle par satellites. Dans le message RTCM, on trouve la position de la
rfrence, sa prcision, linstant de dbut dappariement mobile-rfrence, les corrections
raliser sur la phase et le code et plusieurs autres informations concernant les satellites qui
interagissent avec le rcepteur rfrence.
La diffusion des corrections RTK se fait par liaison radio, par rseau cellulaire, par GPRS ou par
un serveur local. Une liaison radio UHF est suffisante pour transmettre les corrections pour une
ligne de base de quelques kilomtres.
Le RTK rseau (mode multi stations) se base sur lide de faire supporter les corrections issues
de la redondance d'informations des stations rfrences par un serveur distant. Les rcepteurs
GPS modernes, relis par une liaison Bluetooth un tlphone portable, communiquent avec un
serveur de calcul. Ce centre de calcul disponible sans interruption, communique les corrections
au rcepteur mobile au moyen d'une liaison GPRS o UMTS. L'information doit tre
communique l'utilisateur de faon quasi instantane. Les rseaux de tlcommunication
actuels permettent des temps de latence infrieurs la seconde. Le maillage de stations rfrences
est beaucoup moins dense (60 70km entre chaque station). Plusieurs technologies ont t
dveloppes s'appuyant chacune sur un concept de correction diffrent.
La performance du RTK peut tre augmente en collectant les donnes des stations rfrences
permanentes par un serveur local pour les traiter et les interpoler. Ce mode de RTK sappelle les
stations combines (Ledig, 2009) comme MAC, FPK et VRS. La plupart des systmes de
cartographie mobile sont abonns aux rseaux GPS permanents combins.
3.12 Calcul de lattitude par GPS
Lune des applications du GPS diffrentiel est le calcul de lattitude dune plateforme mobile.
Cette mthode est utilise largement en navigation marine ou en avionique. Lattitude (o
lorientation) dun vhicule peut tre considre comme la rotation transformant son propre
repre un repre godsique extrieur (annexe D).
Ayant plusieurs antennes GPS (dont une pour le vecteur position du centre de phase p
i
) installes
sur une plateforme mobile, on peut crire lquation :

= ().

3.24
o t est linstant de mesure
31

R la matrice de rotation recherche R = f(roulis, tangage, lacet)
geo : godsique, b : le repre attach au corps du vhicule (body).
La solution par moindres carrs est donns par (Kaplan et Hergarty, 2005) comme suit :
() =

().

. (

()

)
1
3.25
o p est une matrice 3n contenant les positions de toutes les antennes. Cette solution exige trois
antennes au moins. Des configurations de quatre antennes avec une seule centrale de traitement
(Figure 3.4) sont largement utilises en navigation marine o le signal GPS est rarement masqu
et par consquent le calcul de lattitude peut en dpendre totalement.


Figure 3.4 Configuration de quatre antennes GPS pour dterminer lattitude
2

Les systmes de cartographie mobile utilisent gnralement les centrales inertielles pour calculer
lattitude. Comme la mesure gyroscopique des angles de roulis et de tangage est plus prcise que
celle de lacet, les centrales saident du GPS pour dterminer le cap. La matrice de rotation dans
lquation 3.25 est ainsi rduite une matrice de rotation 2D. Ceci ncessite uniquement deux
antennes GPS. La solution dite GAMS (GPS Azimuth Measurement Subsystem) est utilise pour
tous les systmes terrestres mobiles ayant la centrale intgre POS/LV dApplanix
TM
par
exemple.
3.13 Le GNSS (Global Navigation Satellite System)
Le GNSS est la ralisation de l'interoprabilit des diffrents systmes de radionavigation par
satellites existants. Le systme qui actuellement contribue au GNSS cot du GPS est le systme
russe GLONASS (GLObal NAvigatsionnaya Sputnikovaya Sistema). Le segment spatial est
constitu de 24 satellites (dont 20 oprationnels en dbut de 2009). La constellation est diffrente
de celle du GPS notamment en ce qui concerne linclinaison des plans orbitaux ce qui augmente
la probabilit de capter des satellites visibles lors de dplacements en zones urbaines. Les
rcepteurs GNSS sont capables de capter paralllement les signaux GPS et GLONASS par des
canaux spcialiss pour chaque systme et de calculer le positionnement valide en se basant sur
les deux. La figure 3.5 montre la carte du ciel Strasbourg le 02.03.2009 de 09h30 11h30. On
peut constater lamlioration de la constellation qui influe directement sur la qualit du
positionnement.

2
Proprit de Thales Navigation, Inc.

32



Figure 3.5 Carte du ciel de Strasbourg pour une dure de deux heures (GPS+ GLONASS
gauche, GPS seulement droite)

(De Agostino et Porporato, 2008) ont montr le gain de prcision de trajectometrie lors de
lutilisation de deux rcepteurs GNSS intgrs avec une centrale inertie faible cot. Pourtant,
le cot de passage de GPS au GNSS nest pas justifiable pour la plupart des systmes de
cartographie mobile qui intgrent des centrales inertielles prcision leve.
Le systme europen de navigation Galileo nest pas encore oprationnel ; nanmoins les signaux
transmettre sont dores et dj prcisment dfinis. Les concepteurs ont donc pu produire des
rcepteurs GPS qui sont prts utiliser les signaux de Galileo. Pour lheure, deux premiers
satellites (sur les 30 attendus) ont t mis en orbite. Ils serviront tester les technologies critiques
et scuriser les frquences attribues au systme. Galileo prsentera deux avantages par rapport
au GPS. Tout dabord, Galileo va proposer un signal continu et garanti. Ensuite, il offrira une
prcision de positionnement 2m prs, alors que celle du GPS avoisine les 10 m lors de
lutilisation du code uniquement. Cette prcision est due lmission de trois phases dont deux
sont disponibles pour lutilisation civile. Le systme Galileo est conu pour apporter plus de
prcision et de disponibilit au positionnement cinmatique.
Le GNSS comprend aussi le systme de localisation chinois Beidou (ou Compass) qui est
constitu de 5 satellites gostationnaires fixes au dessus de la Chine et de 30 satellites orbitaux
encore lancer. Dautres systmes rgionaux comme lindien IRNSS o encore le japonais QZSS
existent. Tous les systmes prcdemment cits sont combins par le GNSS ce qui impose
linteroprabilit des frquences mises, la cohrence des systmes de rfrence terrestres et la
synchronisation de leurs horloges.
Les systmes SBAS (Satellite Based Augmentation System) qui mettent les corrections
diffrentielles pour une zone du globe rejoignent aussi le GNSS. Par exemple, le service EGNOS
(European Geostationary Navigation Overlay System) diffuse actuellement des corrections pour
le GPS et le GLONASS. Plusieurs plateformes de cartographie mobile sont munies dantennes
spciales pour recevoir ce service.

33

4. La centrale inertielle IMU et la centrale
de cap et de verticale AHRS
4 La centrale inertielle IMU et la centrale de cap et de
verticale AHRS






e chapitre aborde les capteurs lmentaires qui compose un systme de navigation inertiel.
Le passage du niveau du capteur au niveau du systme ncessite lintgration des capteurs,
qui fera galement partie du sous-chapitre actuel. Le second niveau dintgration, entre la
centrale inertielle et le GPS, sera abord dans le prochain sous-chapitre. Ainsi, dans cette thse, le
terme intgration sera rserv la fusion des donnes des instruments (GPS, AHRS, TLS)
plutt que des capteurs lmentaires (gyromtre, acclromtre, magntomtre). Nous prsentons
une large varit de capteurs dans le but de savoir quelle gamme appartient la centrale utilise
sur notre plateforme mobile.
Les quations de la navigation inertielle et magntique sont prsentes, ce qui aide comprendre
lvolution des erreurs de chacun des capteurs. Ceci prlude lintgration avec le GPS afin de
raliser le calcul du trajet.

4.1 Les dtecteurs de vitesse angulaire

Les dtecteurs de vitesse angulaire, ou gyromtres, produisent des mesures dorientation
relatives. Ils ne peuvent pas mesurer directement les angles mais ils rendent leur calcul possible
par:
( ) ( ) . t t dt u e =
}
4.1

o : u est langle dduire et e la vitesse angulaire mesur par le gyroscope

4.1.1 MEMS (microsystme lectromcanique)
MEMS est lacronyme du terme anglo-saxon (Micro-Electro-Mechanical Systems), qui dsigne
la conception et la fabrication dappareils lectromcaniques miniatures en exploitant la
technologie des semi-conducteurs (Mohinder et al., 2001).
La technique des MEMS, rcemment apparue, a permis de se passer des dispositifs volumineux
et difficiles mettre en uvre (toupies et porteurs par exemple). Il est possible, dsormais,
dintgrer ces appareils dans la majorit des plateformes grce leur moindre masse et
encombrement. La plupart des gyroscopes MEMS sont bas sur le principe du transfert dnergie
entre deux modes de vibration dus leffet Coriolis expliqu dans le paragraphe suivant.

C
34

4.1.2 Leffet Coriolis
G.G. de Coriolis a montr quun point matriel auquel on applique une rotation et une translation
est soumis une acclration due la combinaison de ces deux mouvements. On peut exprimer
cette acclration par le produit vectoriel de la vitesse angulaire

de rotation et de la vitesse de
translation :


Figure 4.1 Concept de lacclration de Coriolis

Ou en termes de normes des vecteurs :
) sin( 2 | eV a
Coriolis
=
4.2


o e est la vitesse angulaire, V est la vitesse linaire et reprsente langle entre les deux
vecteurs. Si le point a une masse m et si langle est droit, on peut exprimer la force de Coriolis
comme suit :
V m F e 2 =
4.3

ce qui rend la force proportionnelle e. Cette condition est toujours souhaitable lors de la
conception des gyroscopes. Le problme de la mesure de la vitesse angulaire devient alors, une
mesure de la force ou de lacclration de Coriolis (par un acclromtre).

4.1.3 Les gyroscopes MEMS effet Coriolis (gyroscopes vibration)
Plusieurs conceptions de gyroscopes dpendant de leffet de Coriolis sont apparues au cours de la
dernire dcennie. Lide de base est dlaborer un dispositif permettant de gnrer une force de
Coriolis lie la vitesse angulaire, puis de mesurer cette force tout en minimisant la probabilit
des erreurs ventuelles. Pour cela, une translation accompagnant la rotation mesurer doit tre
introduite. La vibration fournit, normalement, une solution idale puisque elle est facile
produire et contrler. Cette notion rend la plupart des gyroscopes MEMS dpendant dune
masse vibrante. La classification des gyroscopes MEMS est une tche difficile compte tenu du
dveloppement industriel continu qui invente chaque jour des astuces pour en amliorer la
conception. (Nasiri, 2007 ; Bernstein, 2003) classifient les gyroscopes selon leur type de
conception dans les classes suivantes:
- Gyroscope diapason (tuning-fork gyroscope)
- Gyroscope toupie vibrante (Vibrating-wheel gyroscope)
35

- Gyroscope cavit (anneau) rsonnante (Wine glasse resonator gyroscope, silicon ring
gyroscope)
- Gyroscope pendule de Foucault (Foucault pendulum gyroscope)

4.2 Les dtecteurs dacclration

Les acclromtres ne sont pas seulement utiliss dans le domaine de la navigation inertielle,
mais galement pour le nivelage numrique des appareils, pour la surveillance de la sret des
structures, dans les gravimtres, les dtecteurs de choc et les sismomtres. Quel que soit leur type
ou leur application, les acclromtres dpendent de la deuxime loi de Newton dont la forme
est :
a m F

=
4.4

Ils mesurent lacclration a dune masse connue m (appel la masse dpreuve) par le biais
dune mesure de la force F que cette masse subit. Ce principe a permis lapparition dune large
gamme de conceptions qui diffrent entre elles par la faon de mesurer cette force. Les
acclromtres peuvent tre classifis comme tant mcanique ou semi-conducteur.

4.2.1 Acclromtres mcaniques
Un acclromtre mcanique consiste en une masse suspendue par des ressorts, comme le montre
la figure 4.2. Le dplacement de la masse est mesur l'aide d'un dtecteur de dplacement, ce
qui donne un signal proportionnel la force F agissant sur la masse dans la direction de l'axe
d'entre. Lquation 4.4 est ensuite utilise pour calculer l'acclration agissant sur l'appareil.

Figure 4.2 Schma de conception dacclromtre mcanique ( droite) et dacclromtre effet
Hall

4.2.2 Microacclromtre ( semi-conducteur)
Les acclromtres semi-conducteur tentent de minimiser la quantit des parties en mouvement.
Le principe demeure la transformation de la force rsultant de lacclration dune masse en
courant lectrique ou en un autre signal mesurable. Lenz (1990) recense les types suivants
dacclromtres semi-conducteur :
- Capacitif
- Pizolectrique
- Pizorsistif
36

- Potentiomtrique
- A ondes lastiques de surface
- Asservi
- A effet Hall

4.3 Les capteurs magntiques

Pour pouvoir mieux comprendre le principe dopration de ces capteurs, il est ncessaire dabord
dvoquer quelques notions concernant le champ magntique terrestre, la navigation se basant sur
ce champ et le compas mcanique.
Les magntomtres sont souvent classifis (Bratland et al., 1998) selon la gamme de sensibilit
aux champs magntiques : faible, moyen, fort. La gamme moyenne est celle utilise par la
navigation car appropri au champ magntique terrestre.

4.3.1 Le champ magntique terrestre

Le champ magntique terrestre reprsente lune des mthodes les plus anciennes utilises pour la
navigation. Il se dirige du ple magntique sud vers le ple nord avec une intensit de 0.5-0.6
Gauss dans un environnement ouvert, ce qui est considr comme champ moyen. Sa composante
horizontale est lorigine de la navigation magntique tandis que la verticale se dirige vers le
centre de la terre et a un effet parasite pour la navigation. Il change progressivement de direction,
dhorizontale lquateur verticale aux ples. Ceci rend la navigation laide du champ
magntique terrestre plus difficile lorsquon sloigne de lquateur. La diffrence, chaque
point de la surface de la Terre, entre le Nord gographique et le Nord magntique est dsigne
par la dclinaison magntique. La dclinaison est calcule et cartographie pour lintgralit du
globe selon des mesures et des modles mathmatiques comme : IGRF (International
Geomagnetic Reference Field) et WMM (World Magnetic Model).

Figure 4.3 lments du champ magntique

37

CH : vecteur du champ magntique terrestre
H,V : composantes horizontale et verticale
Hx, Hy : composantes selon les axes lis un objet en dplacement
N
m
, N
g
: Nord magntique et gographique
D,I : angles de dclinaison et dinclinaison
u : cap magntique de lobjet

Un compas simple contenant deux magntomtres est susceptible de mesurer une composante du
champ magntique horizontal selon leur propres axes X
b
,Y
b
. Ils dtectent des valeurs diffrentes
H
x
,H
y
(figure 4.3) selon lorientation du compas.

On peut calculer , le cap du compas selon la
relation simple :
= tan
1

4.5
La relation reste correcte tant que le compas est horizontal. Pour cette raison, on remarque que la
plupart des boussoles contiennent une bulle de niveau ou sont suspendus un cardan pour
conserver lhorizontalit.
Un assemblage de trois magntomtres perpendiculaires et de deux dtecteurs dinclinaison (deux
gyroscopes verticaux en direction de X,Y) suffit pour dtecter et liminer la composante verticale
du champ magntique. Par consquent, on peut calculer un cap compens de leffet dinclinaison.

4.3.2 Dtecteurs lectroniques du champ terrestre (moyen)
Ce type de capteurs exploite le changement des proprits physiques (permabilit, inductance,
rsistance lectriqueetc.) dun cur mtallique cause du changement des conditions
magntiques extrieures. La conception de ces capteurs permet de transformer le changement des
proprits en une tension mesurable et proportionnelle au champ magntique appliqu. Les
capteurs magntiques terrestres principaux sont :
- Magntomtre entrefer (sonde magntomtrique)
- Capteur magntoinductif
- Capteur magntorsistif

4.4 La navigation inertielle/magntique

Comme nous lavons vu prcdemment, chaque capteur est inapte, lui tout seul, de fournir une
estimation correcte des six degrs de libert de la trajectomtrie, Nanmoins lintgration de
plusieurs capteurs peut satisfaire quelques besoins (comme la dtection du cap laide du compas
gyroscopique ou du compas compens de leffet dinclinaison). Lintgration a pour avantage
aussi de minimiser la taille, le poids, la consommation en puissance et les dispositifs pour traiter
le signal. (Gardner et al., 2001) ont prsent un capteur hybride qui est la fois acclromtre
ondes lastiques de surface et gyromtre masse vibrante (figure 4.4).
38


Figure 4.4 Schma de principe dun capteur hybride combinant un gyroscope et un acclromtre
sur la mme puce: adapt de (Gardner et al., 2001)

Lintgration, essentiellement, entre les acclromtres et les gyromtres produit une solution de
navigation autonome et indpendante. Le dfi davoir une estimation acceptable des coordonnes
et dangles dattitude est russi, essentiellement, en rassemblant trois acclromtres et
gyromtres perpendiculaires dans une configuration appele : centrale inertie (IMU : Inertial
Measurement Unit). Quand on embarque un calculateur dans le systme, on peut dsigner lunit
comme un systme de navigation inertielle (INS : Inertial Navigation System).

4.5 La centrale inertielle

Supposons que nous avons une configuration de trois acclromtres deux deux orthogonaux
attachs au corps dun objet en dplacement. On peut se poser la question suivante : pourquoi la
double intgration de lacclration mesure sur chaque axe ne suffit pas pour obtenir la distance
parcourue en projection sur laxe correspondant et pour obtenir, en consquence, les coordonnes
actuelles de lobjet ? Linvalidit de cette solution est lie aux trois faits suivants :
- On ne dispose pas des bornes dintgration. Cest la raison pour laquelle le calcul inertiel
demeure toujours dans un espace local (si on ne dispose pas de source de rfrence externe
comme le GPS).
- Si lobjet subit une vitesse angulaire, lacclromtre dtecte une acclration parasite
rsultant de la gravit terrestre et de leffet Coriolis.
- Les valeurs dtectes expriment la quantit dacclration exerce sur laxe dentre de
chaque capteur. Comme lobjet ne maintient pas une position fixe, les axes attachs ne
constituent pas un repre fixe valide pour accumuler les intgrations calcules au cours du
temps.
39

Pour pouvoir surmonter les deux derniers obstacles, lindustrie propose deux solutions diffrentes
qui produisent deux familles de centrale inertielle:
- Les centrales plateforme stabilise : les acclromtres sont monts sur une plateforme
qu'on asservit dans une direction fixe par rapport la Terre (stabilisation gyroscopique
laide dun moteur d'asservissement). Quelle que soit l'attitude de lobjet, on mesure les
acclrations dans un rfrentiel connu. On peut les intgrer deux fois aprs avoir compens
leffet de couple exerc par le moteur maintenant lhorizontalit dans un repre inertiel. Il
sagit de mcanique de haute prcision totalement irralisable sur les petites plateformes
mobiles. Nanmoins le calcul est remarquablement plus simple, ce qui minimise leffet des
erreurs de calcul. La figure ci-dessous montre une centrale inertielle contenant trois
gyroscopes qui servent comme des dtecteurs de zro pour asservir les moteurs. Les
gyroscopes ninterviennent pas dans le calcul de position.



Figure 4.5 Centrale inertille monte sur cardan (figure de (King, 1998))

- Les centrales composants lis (dites "strapdown") : dans cette catgorie, les acclromtres
et les gyroscopes sont solidaires du porteur. Les acclrations mesures le sont dans le repre
de lobjet et doivent au pralable tre projetes dans un repre fixe donn avant d'tre
intgres. Pour cela, il faut d'abord connatre l'attitude de lobjet (roulis, tangage et lacet). On
intgre donc les mesures gyromtriques de l'attitude courante chaque instant. Avec des
capteurs de bonne qualit et une certaine capacit de calcul, les gyromtres servent la
double tche suivante ; dtecteurs de vitesse angulaire et compensateurs de linclinaison de
lobjet chaque instant.

40


Figure 4.6 Configuration dune centrale inertielle composants lis : un schma simplifi (
gauche) et un montage commercial de SparkFun ( droite)

Contrairement aux centrales suspension, les strapdown sont de taille et de cot abordables.
La plupart des petits avions, vhicules autonomes, bateaux et robots sont pourvus de centrales
inertielles composants lis. Ces centrales utilisent les gyroscopes MEMS, FOG et les
acclromtres composants fixes.
On peut constater que la simplification effectue en fixant les capteurs la structure de lobjet a
pour prix des calculs (mcanisation) plutt compliqus. Lobjectif est de changer le rfrentiel
des mesures dun repre amovible li lobjet un repre fixe valide o on peut exprimer
lattitude et la position chaque instant. Les prochains paragraphes sont consacrs la
mcanisation de la centrale inertielle composants lis.

Linitialisation de la centrale inertielle est ralise en situation fixe o on peut neutraliser les
composantes du vecteur de gravit dans le plan horizontal. Le cap est calcul en comparant les
composantes de la vitesse angulaire dans le plan horizontal. Dautres capteurs sont utiliss donc
pour initialiser lINS. Langle de lacet peut tre dduit des vitesses Est et Nord mesures par le
GPS ou par le cap magntique dduit par les magntomtres.

4.5.1 La mcanisation de lINS

Lacclromtre mesure la force spcifique f
b
rsultant du dplacement du repre attach au
vhicule b. Le gyromtre mesure la vitesse angulaire de rotation
i
b
du repre b dans le repre
inertiel i (annexe D). Or, aucun des deux repres nest valide pour exprimer lattitude et la
position. Pourtant, lintgration de
i
b
produit la matrice de rotation R
i
b
qui transforme la force
mesure dans le repre inertiel pour lequel des modles de gravit terrestre sont disponibles. Par
consquent, on peut soustraire la gravit de la force mesure et en dduire lacclration
exprime dans le repre de navigation. La premire intgration de cette acclration donne la
vitesse et la deuxime donne la position r
i
, toutefois dans le repre inertiel.
La vitesse angulaire de la Terre
i
e
=(0,0,
i
e
)
T
est connue. Elle interagit avec la vitesse calcule
par la premire intgration pour en dduire la vitesse de lobjet dans le repre e. De mme, on
peut dduire de la vitesse de rotation de la Terre, par intgration, la matrice de rotation
transformant R
i
e
le repre de navigation en repre terrestre fixe e.
41

Malheureusement, le calcul nadmet pas de solution analytique. Chaque fois quon change de
repre, il faut revenir en amont pour ajouter des corrections concernant les vecteurs qui
napparaissaient pas auparavant. La solution de mcanisation se fait donc par des mthodes
itratives ce qui est largement coteux en terme de temps de traitement notamment quand il sagit
de temps rel. Lautre solution de mcanisation dans le repre terrestre est de rassembler tous les
effets dans un systme dquations diffrentielles comme suit (Chatfield, 1997) :

4.6
o dsigne la matrice antisymtrique du vecteur .

kl
j
dsigne la vitesse angulaire entre les repres k,l rsolue dans le repre j

Lgalit entre les deux membres de lquation nest pas prcise cause des erreurs de mesure.
Le terme 2

dans la deuxime quation reprsente lacclration supplmentaire de


Coriolis. Il est un exemple de linterdpendance entres les quations ; le calcul de lacclration

dpend de la vitesse

or normalement la vitesse doit tre calcule partir de lacclration


par intgration. Pour des raisons de simplicit, le vecteur de gravit terrestre

est considr
comme fixe, tout en sachant quil est dpendant de la position

ce qui augmente la complexit


du calcul. Les trois quations reprsentent un systme diffrentiel du quatrime ordre qui est
rsolu par la mthode de Runge-Kutta.
Bien que le repre terrestre e soit un repre valide pour exprimer la position, il nest pas tout
fait appropri pour exprimer la vitesse ou lattitude. Ces deux dernires sont, normalement,
mesures dans le repre local de navigation n (NED). La matrice de rotation R
e
n
transformant le
repre terrestre en navigation ne dpend que de la position calcule r
e
: (, , h).


Figure 4.7 Schma de la mcanisation de la centrale inertielle dans le repre de navigation (avec
un vecteur de gravit constant)

42

Les quations de la navigation dans le repre de navigation sont (Shin, 2001) :

(
ib
b

in
b
) 4.7
o =
+ 0 0
0 ( +) 0
0 0 1
4.8

M, H sont les rayons de courbure principale et transversale de la position

Il est frquent dexprimer lattitude travers les quaternions au lieu dutiliser la matrice de
rotation traditionnelle. Lutilisation des quaternions facilite largement le calcul et la drivation
comme on le verra plus tard dans ce chapitre.
Le repre Wander rsulte de celui de la navigation mais aprs lavoir tourn par un angle
= sin variable en fonction de la latitude et de la longitude de la plateforme mobile.
(Titterton et Weston, 2004) montre que la mcanisation dans ce repre a pour but denlever
linstabilit du calcul survenant dans les zones proches des ples et de faciliter le calcul des
erreurs.

4.6 Systme de rfrence dorientation et de cap AHRS

Les concepteurs de centrales inertielles contenant des gyromtres de gamme leve (FOG ou
RLG) nont gure recours laide magntique de navigation. En revanche, cette aide est
largement invoque dans le cas des centrales faible cot notamment celles utilises bord de
petits avions ou bateaux o le champ magntique terrestre nest pas perturb. La dsignation
AHRS (Attitude and Heading Reference System) de lassemblage des magntomtres avec la
centrale inertielle prend en considration la contribution des magntomtres seulement lors du
calcul du cap.
On peut considrer lAHRS comme une combinaison dun compas compens en inclinaison et
dune centrale inertielle. Il peut neutraliser leffet de la composante verticale du champ
magntique terrestre en saidant par les angles de roulis et du tangage selon les quations
suivantes (Caruso, 2000) :

. +

. .

. .

. +

. 4.9

o

sont les valeurs du champ magntique terrestre selon les axes du repre du
vhicule.

les valeurs compenses de leffet de la composante verticale du champ


magntique terrestre.
Le lacet est alors calcul comme suit (cas du premier quart du cercle trigonomtrique) :

43

= tan
1

4.10


La valeur de cet angle sintgre avec lattitude par la partie inertielle de lAHRS en utilisant le
filtre de Kalman expos dans le prochain chapitre.
Lun des avantages de lutilisation des magntomtres ct des capteurs inertiels est la
connaissance tout instant des vecteurs du magntisme et de la gravit terrestre dans le repre
vhicule et navigation. Ce fait implique un problme mathmatique bien connu dans lequel on
cherche la relation entre les deux repres. On se rfre ce problme par Wahba problem qui
a plusieurs solutions comme celles de QUEST (Wertz, 1984) et de SVD (Markley, 1988). Nous
allons, titre indicatif, montrer lalgorithme dit TRIAD pour estimer lattitude optimale. Cet
algorithme est utilis pour orienter les satellites laide de deux vecteurs mesurables : le vecteur
entre le satellite et le soleil ou un toile spcifique et le champ magntique terrestre (Markley,
2002).
Les deux triplets des vecteurs dunit i, j, k dfinissant les repres du vhicule et de la navigation
sont donnes par :

4.11
La matrice de rotation

est obtenue par la relation :


4.12


Plusieurs AHRS faible cot ne produisent quune mesure dattitude. La mcanisation de la
partie inertielle sert seulement dterminer le vecteur de gravit dans le repre de navigation
pour fournir lalgorithme expos ci-dessus. Ceci est possible laide des seuls acclromtres ce
qui est le cas pour le compas compens de leffet dinclinaison.


4.7 Les erreurs de navigation inertielle/magntique

Il existe une gamme derreurs communes entre toutes les conceptions des capteurs. Nous allons
nous intresser particulirement ces erreurs dans lobjectif de suivre leurs effets sur les rsultats
de navigation et sur le nuage de point rsultants des missions mobiles.
Comme un systme mobile terrestre ne se dplace pas des hautes vitesses, les caractristiques,
comme ltendue de mesure et les spcifications mcaniques, sont satisfaites par la plupart des
capteurs existant lchelle commerciale. Laccent sera mis davantage sur les erreurs
principales. Les erreurs sont classifie en deux nivaux ; le niveau du capteur et le niveau
dassemblage.


44

4.7.1 Au niveau du capteur
4.7.1.1 Les erreurs des gyromtres \ acclromtres

Les figures 4.8 et 4.9 montrent la totalit des erreurs rsultant du cycle de fonctionnement du
gyroscope et de lacclromtre. Leffet de lerreur de quantification survenue lors de la
conversion analogique-numrique et la rsolution lie cette conversion seront ngligs dans ce
contexte.


Figure 4.8 Schma fonctionnel des erreurs du gyroscope



Figure 4.9 Schma fonctionnel des erreurs de lacclromtre (figures adaptes de
Smith et al., 2003)

4.7.1.1.1 Le biais

Le biais est lerreur la plus vidente. Il sagit tout simplement dune valeur additionnelle :

a entre sortie
entre sortie
b a a
b
+ =
+ =
e
e e
4.13

o e : la vitesse angulaire
45

a : lacclration
b : le biais
Le biais peut tre facilement dtermin quand lentre est nulle. Il est mesur, en gnral,
travers une tension et transform en /s en le divisant par le facteur dchelle. Nanmoins, il est
diffrent chaque mise en route du systme ce qui te le systmatisme de cette erreur. Les
variations possibles chaque mise sous tension sont souvent appels stabilit de biais o la
rptabilit . En outre, le biais volue souvent lgrement avec le temps selon la mobilit de la
centrale. Cette volution, nomme drive, est entre autres, due aux variations de temprature.
Nous trouvons souvent dans les donnes du constructeur des estimations pour la stabilit de biais
et la stabilit de biais avec la temprature. On peut rsumer les considrations prcdentes par la
relation :


4.14

Le premier terme est une constante connue, le deuxime est une constante inconnue et le
troisime est modlis gnralement comme un processus de marche alatoire :

= () 4.15

o w est un bruit gaussien blanc avec une variance connue.

Le biais, seul, est suffisant pour dterminer la gamme dune centrale inertielle. (El-Sheimy et al.,
2007) ont classifi les centrales en trois gammes : navigation (b

0.015 deg/h et b
a
50-100g),
tactique (b

=0.1-10 deg/h et b
a
=200-1000g) et grand public (b

= 10-3600 deg/h et b
a
= 0.1-0.5
g).

4.7.1.1.2 Lerreur du facteur dchelle

Le facteur dchelle est un coefficient (en v//s) qui transforme la vitesse angulaire dentre en
tension sortante. Le facteur dchelle reprsente alors le facteur de proportionnalit entre la
vitesse angulaire (ou lacclration) entrante (exerce) celle sortante (mesure).
entre a sortie
entre sortie
a k a
k
=
= e e
e
4.16

k : facteur dchelle
La dernire relation exprime le facteur dchelle comme pente dune droite. Nanmoins, il pourra
tre assimil une courbe non linaire ce qui introduit une autre erreur sappelant la non-linarit
du facteur dchelle. Lvolution de lerreur du facteur dchelle est souvent modlise par une
relation similaire au cas du biais.
46


Figure 4.10 Schma montrant les erreurs de biais, de facteur dchelle et de rsolution dun
gyromtre fibres optiques. Figure de (Oho et al., 1995)

Le facteur dchelle et le biais sont, tous les deux, dpendants du temps et de la temprature.
Dans le cas o leffet de temprature est compens (calibration usine) laide dun capteur de
temprature intgr, nous pouvons rassembler le biais et le facteur dchelle comme suit :
a mesure
a
corrige
mesure corrige
b a
s
a
b
s
+
+
=
+
+
=
.
) 1 (
1
.
) 1 (
1
e
e
e e
4.17

Si lerreur du facteur dchelle est exprime en pourcentage : S

, S
a
.
Cette modlisation des erreurs au niveau des capteurs, bien que simple, est largement suffisante
pour une grande varit dapplications.


4.7.1.1.3 Le bruit

Il sagit de limprcision des dispositifs lectroniques. Il a des proprits alatoires et, en gnral,
ne peut pas tre supprim avec des modles dterministes. Il est plutt considr comme une
premire approximation de bruit blanc gaussien.
a entre sortie
entre sortie
v a a
v
+ =
+ =
e
e e
4.18

Dans les fiches techniques, il est souvent caractris par la marche alatoire de la vitesse pour les
acclromtres et la marche alatoire des angles pour les gyroscopes, avec une densit exprime
en v/ Hz.
47


Figure 4.11 Bilan derreurs subis par un capteur MEMS (gyromtre, acclromtre)

4.7.1.2 Les erreurs des magntomtres

Etant de nature micro-lectronique, les magntomtres subissent les mmes erreurs que les
gyromtres et acclromtres MEMS. Pourtant, leffet de ces erreurs nest pas aussi dterminant
en raison de la nature du calcul de lattitude en fonction du magntisme. De manire grossire,
lacclration est issue dune double intgration, la vitesse angulaire est issue dune seule
intgration et les deux interagissent entre elles. Par consquent leffet des erreurs des
acclromtres et des gyromtres est une fonction de troisime et de deuxime degr du temps
coul depuis le dmarrage de la centrale. Le cap magntomtrique nest pas fonction du temps.
Les erreurs qui nous intressent font partie du bruit possible dtecter cot du champ
magntique terrestre. Dautres erreurs comme lhystrsis du matriau du capteur, la perturbation
du magntisme terrestre et la prcision de la cartographie de langle de dclinaison, bien
quimportantes, ne sont pas considres dans cette thse.

4.7.1.2.1 Le ferromagntisme dur/doux

La prsence dlments ferromagntiques proximit dun magntomtre influence la mesure du
champ terrestre. Sil sagit dobjets faisant partie du vhicule mme, le ferromagntisme est dur
(Hard iron), autrement, il sera doux (Soft iron). Cette erreur est normalement modlise comme
une valeur additive sur les composantes du champ magntique dtect. Un test de calibration bien
connu est utilis pour estimer la valeur du ferromagntisme dur comme une erreur systmatique
et du ferromagntisme doux comme une erreur alatoire. Il sagit de tourner la plateforme des
magntomtres de plus de 360 dans un plan horizontal, puis de cartographier les valeurs
dtectes selon les axes x,y. Dans le cas idal, on trace un cercle centr en (0,0). Le
ferromagntisme dur dcale un peu le centre de ce cercle. Les composantes de cette translation
sont sauvegardes comme des corrections constantes appliquer. Dautre part, la trace faite nest
pas tout fait un cercle mais une ellipse dont on considre laplatissement comme un coefficient
exprimant la rponse des magntomtres un effet extrieur ou autrement dit ; le
ferromagntisme doux.
Lerreur du ferromagntisme doux est de nature complexe. Des tests standards et des modles
non linaires sont faits (Gebre-Egziabher, 2006) pour mieux approcher leffet de cette erreur.
Pourtant, la plupart des AHRS adoptent le test expliqu prcdemment.
48


4.7.2 Le niveau du systme
On sintresse ce niveau aux erreurs survenant de lassemblage des triplets orthogonaux des
capteurs dans une centrale inertielle. Les effets dynamiques engendrant des erreurs corrles sur
plus dune direction font partie de cette catgorie galement.
Lerreur la plus vidente ce niveau est la non-orthogonalit des capteurs qui est vraisemblable
pour le type MEMS. Ceci rend le repre du vhicule non-orthogonal et ncessite un modle de
correction, tablie normalement en usine. La correction se fait en multipliant la vitesse angulaire,
lacclration ou le magntisme par une matrice antisymtrique des coefficients. Une autre erreur
provient de leffet du changement de la temprature sur la performance des capteurs. Pour
compenser cette erreur, la plupart des centrales inertielles sont quipes de thermomtres
mesure numrique qui assurent la compensation en temps rel.
Lun des effets dynamiques importants compenser est loscillation de Schuler. Le vecteur de la
gravit terrestre ne reste pas vertical quand il est conjugu avec une acclration quelconque. Ce
constat a t fait par Schuler qui a observ un pendule dont on dplace le point dorigine
horizontalement. Il a prouv que le pendule oscille avec une priode de 84.4min. Lacclromtre
subit la mme oscillation qui peut tre traite comme une partie de mcanisation ou comme une
erreur postrieure. Leffet de ce phnomne sur la navigation inertielle et les mthodes de
correction sont expliqus dans (Titterton et Weston, 2004).
Lerreur dinitialisation sajoute aussi cette catgorie. Si linitialisation se fait en mode fixe o
laide dun GPS, seule lattitude sera entache par des erreurs dinitialisation. Sinon le calcul de
la position et de la vitesse de dpart sera dterminant pour la mcanisation.

4.8 Le modle derreurs pour la centrale inertielle

Ltat de lart correspondant la modlisation des erreurs de la centrale inertielle est largement
diversifi et relativement complet. Ceci est d au choix des quations dynamiques qui dominent
la mcanisation et la diversit des erreurs ventuelles qui laffectent. Normalement, le modle
derreur est utilis si lintgration de la centrale inertielle avec le GPS est prvue.
Tous les modles derreurs dpendant de la loi de propagation derreur ncessitent la drivation
des quations de la mcanisation. Cette pratique est dsigne par la perturbation pour les
quations diffrentielles. La perturbation des quations 4.7 (page 42) donne les relations
suivantes (Petovello, 2003):

+
0

4.19

o , , sont les corrections sur les vecteurs position, vitesse et attitude, alors que , ,
sont leurs drives par rapport au temps.

est la matrice antisymtrique des acclrations mesures dans le repre de navigation


N
e
est le gradient du vecteur de gravit (annexe E).
Les deux corrections , sont additionnes directement la position et la vitesse. La
correction angulaire rejoint la matrice de rotation selon la relation :
49

= (

4.20
o E
e
est encore la matrice antisymtrique de

Un tel calcul devient complexe, notamment pour les applications temps rel. La complexit
provient essentiellement de la manipulation des matrices de rotation. Pour cela, deux modles
simplifis sont mis en uvre ; phi-angle et psi-angle (Bar-Itzhack et Berman, 1988). Le principe
est dappliquer la loi de propagation derreur dans deux repres modifis lgrement de celui de
navigation pour la sparer les erreurs de translation et dattitude.
(Kong, 2004) combine lutilisation des quaternions avec le modle de psi-angle afin davoir un
modle de calcul trs simple et pratique. Son modle ne traite que le biais comme une erreur
dpendant du temps.
Des rfrences comme (Li, 2006) augmentent le modle derreur de neuf tats (quation 4.21) par
six quations supplmentaires reprsentant la marche alatoire des biais :

()

() 4.21
Quel que soit le modle derreur utilis, il ne sert gure produire une estimation de prcision
pour chaque mesure comme cest le cas classique en topographie, mais pour tablir une base de
calcul stochastique lors de lintgration avec les autres capteurs.

4.9 Le modle derreurs de lAHRS

Le modle derreurs caractrisant le comportement dun AHRS dpend du degr dintgration
des magntomtres avec la centrale inertielle. Si on augmente la modlisation inertielle par le cap
magntique en utilisant le filtre de Kalman, le bilan des erreurs rsulte directement du filtre.
(Adiprawita et al., 2007) utilisent la solution de TRIAD pour estimer lattitude ; nanmoins le
modle derreur ne diffre pas de celui de lINS expliqu plus haut. Lattitude calcule sert de
correction lors de lapplication du filtre ce qui ne ncessite pas une modlisation complexe des
erreurs. Les quations de correction reprsentent la diffrence entre les valeurs mesures et
calcules. Le filtre de Kalman sera expos dans le prochain sous-chapitre.

50



51

5. Le Filtre de Kalman et ses applications
la navigation

5 Le Filtre de Kalman et ses applications la navigation




e sous-chapitre aborde lintgration du GPS avec lINS ou lAHRS. Ltat de lart actuel en
navigation montre, quelques exceptions prs, que la mthode la plus adapte pour
lintgration de donnes issues de diffrents capteurs est le filtre de Kalman. Ce filtre nest
pas seulement utilis pour intgrer les GPS/INS, mais encore lintrieur de la centrale inertielle
pour fusionner les donnes des gyromtres et des acclromtres et lintrieur des capteurs GPS
pour lier la vitesse et la position.
(Seifert et Kleusberg, 2003) ont prsent une mthode de lintgration GPS/INS en post-
traitement par moindres carrs. (Xu et Petr, 2000) ont aussi prsent une solution par lanalyse du
potentiel du positionnement. Les positions prcises jouent le rle dun champ de force qui attire
le trajet. Les algorithmes prsents ne sont pas encore suffisamment tests pour tre adapts
comme un quivalent du filtrage de Kalman.
Les modles de calcul utiliss diffrent entre eux par la notion de continuit du temps et par la
composition des vecteurs dtat et de mesure. Le filtre de Kalman sera donc brivement prsent
dans ce chapitre. Puis, nous nous arrterons aux modles concernant les capteurs principaux de
navigation.

5.1 Les espaces tat-mesures :

En gnral, un systme peut tre dcrit par un ensemble de paramtres et de variables. Les
variables dintrt reprsentent un point x dans lespace dtat chaque instant k. Il faut que
quelques variables (ou la totalit) soient estimables laide de mesures qui reprsentent, elles
aussi, un point z dans lespace de mesure. Il est important donc dtablir une version dynamique
du problme qui utilise les observations faites quelques instants pour connatre ltat du
systme chaque instant t = 0.k
Lestimation de ltat x en prenant en compte les mesures faites jusquau moment k (compris) est
appele x
k
+
et dsigne par finale . Par opposition, si les donnes linstant k (non compris)
sont utilises, lestimation est appele x
k
-
et dsigne par intermdiaire .
La modlisation comportementale dcrit comment ltat x(k) change en fonction du temps, du
vecteur de commande u(k) et du bruit v(k). Le modle de mesures z(k) dcrit comment les
donnes des capteurs varient en fonction de ltat et dun bruit de mesure.
C
52


5.2 Le Filtre de Kalman

Aprs avoir exprim convenablement les quations dtat et de mesure, il suffit de trouver une
manire optimale pour introduire leurs incertitudes dans une somme pondre pour pouvoir
trouver lestimation optimale de ltat. Le filtre de Kalman ne ncessite pas seulement un modle
en cours mais encore une estimation continue des matrices de covariance.
Les hypothses faites sont les suivantes (Dudek et Jenkin, 2000) :
- Le systme est de bruit moyen nul E[v
i
] = 0 o E[] est compris au sens de lesprance
mathmatique.
- Les bruits des tats sont indpendants entre eux : E[v
i
v
j
] = 0 si i=j, sinon E[v
i
v
i
] = o
i
(k).

Ce bruit est dsign par modle blanc gaussien (v
k
~N (0, Q
k
) distribution normale
de covariance Q
k
).
- Lvolution du modle du systme au cours du temps est linaire.
- La relation entre un tat du systme (la position par exemple) et sa mesure est linaire.
Ces conditions sont rarement assures. Si elles ne le sont pas, jusqu un certain point, le filtre
pourrait fonctionner quand mme. La version classique du ltre de Kalman est optimale pour les
problmes linaires, avec une approche temporelle discrte ou continue.
Le filtre de Kalman dfinit une estimation rcursive, optimale au sens dun critre quadratique de
ltat du systme partir dune squence dobservation. Il met jour un estimateur qui tient
compte de toutes les informations disponibles jusqu linstant k considr. Il minimise la trace
de la matrice covariance associe P
+
k
(Durieu et al., 1996) :

] )

).(

[(
T
K K K K k
X X X X E P =

5.1

5.2.1 Le modle de temps discret
Par temps discret, on entend que lvolution du systme nest pas prise en compte de faon
continue par le calculateur et que les mesures ne sont disponibles qu certains instants et non en
continu. Cette considration est largement suffisante pour de faibles vitesses de dplacement.
Lapproche semi-continue, qui autorise une volution continue du modle du systme tout en
conservant un chantillonnage des mesures, nest pas aborde dans le contexte de cette thse.
Le modle dynamique linaire du systme, ou lquation dtat linstant k,k-1 :
x
k
=
k- 1
. x
k - 1
+ v
k - 1
+ G
k
. u
k
5. 2
avec : k la matrice de transition dcrivant lvolution du systme dun tat lautre, suppose
connue.
G
k
matrice de commande

Le modle de mesure est :
z
k
= H
k
. x
k
+ w
k
5. 3
o H
k
est la matrice de mesure
w
k
est le bruit de mesure, quant lui aussi, blanc gaussien (distribution normale de
covariance R
k
: w
k
~ N (0,R
k
)).

k
x
53

Supposons que nous connaissons toutes les matrices finales linstant k
1
. La prdiction de
ltat (ou extrapolation du vecteur dtat) exprime comment propager lestimation au pas
suivant :
1 1 1 1

k- k- k k-
-
k
.u G x . x + =
+

5.4

k
x
est lestimation de x linstant k.

Cet tat extrapol permet de fournir une estimation intermdiaire. En utilisant un pas de
discrtisation entre les instants k1 et k, on peut alors fournir des estimations plusieurs instants
entre deux calculs du filtre.
La prdiction de la covariance de lerreur destimation (ou lextrapolation de la covariance
destimation) est donne par :
P
+
k
=

k - 1
. P
-
k - 1
.

T
k- 1

+

Q
k- 1
5. 5

Ltape cl est dutiliser le gain de Kalman pour pondrer la contribution relative des nouvelles
mesures aux prcdentes prdictions. Le gain de Kalman varie en raison directe de la covariance
de ltat et en raison inverse de celle de mesure :

K
k
= P
k

. H
k
T
. (H
k
. P
k

. H
k
T
+R
k
)
- 1
5. 6

Ce gain permet par la suite deffectuer la correction de la covariance derreur destimation (ou la
mise jour de la covariance destimation) :
P
k
+
= (I - K
k
. H
k
). P
k

5. 7
Pour des raisons de sensibilit aux erreurs de modlisation du problme, on la trouve aussi crite
de la faon suivante (Brown et Hwang, 1997) :

P
k
+
= (I - K
k
. H
k
). P
k

. (I- K
k
. H
k
)
T
+ K
k
. R
k
. K
k
T
5. 8

la fin, la correction de ltat (ou la mise jour observationnelle de ltat estim) est calcul par
la relation :
) x . -H .(z K x x
-
k k k k
-
k k
+ =
+
5.9


Par rapport au modle du filtre de Kalman, les moindres carrs rcursifs, bien connues dans le
monde de la compensation des mesures, sont un cas particulier trs simplifi. Il n'y a pas de
signaux ni de bruit en entre du systme, la seule caractristique alatoire est la prsence d'un
bruit de mesure. Cependant les principes utiliss dans le filtre de Kalman (minimisation de la
trace de la matrice d'erreur, et expression rcursive du rsultat grce au lemme d'inversion
matricielle) sont dj prsents.

5.2.1.1 La boucle prdiction correction

La mise en route du filtre se passe deux niveaux : la prdiction (ou la propagation) et la mise
jour ou la correction.

54

5.2.1.1.1 La prdiction

Elle constitue la partie temps continue du filtre. Il sagit dintgrer haute frquence les drivs
du vecteur dtat et la covariance dtat comme suit :

k
T
k k k k
k k k
Q P P
x x
+ u u =
u =

1 1 1
1
. .
.
5.10


o encore une fois
k
Q est la matrice de covariance du bruit de modle ( | |
1
,
+
=
k k k
u u E Q

)

5.2.1.1.2 La correction

La mise jour des lments du filtre se fait grce la prise en compte des informations donnes
par les mesures. Suivant leur disponibilit, dans le cas de la navigation, la correction se fait
relativement basse frquence. Le processus de mise jour linstant k commence premirement
par le calcul du gain de Kalman. Ltape suivante est lestimation a priori des paramtres :

+ + +
+
+
+ +

+ +

+

+ +
+ +

+ +

+ + + +
=
+ =
=
+ =
=
1 1 1 1
1 1 1 1
1
1 1 1
1 1 1 1 1
1 1 1 1
) . (
.
) (
. .
.
k k k k
k k k k
k k k
k
T
k k k k
k k k k
P H K I P
v K x x
S H P K
R H P H S
x H z v
5.11


v
k+1
est le rsidu entre la mesure prdite et la mesure relle.
S
k+1
est appele la matrice de covariance de la prdiction.

5.2.2 Filtre de Kalman tendu
Dans le cas de notre application o les quations dtat et dobservation sont non linaires, on
utilise une approximation qui consiste considrer ces quations linarises autour de
lestimation courante pour pouvoir appliquer les quations du filtrage de Kalman comme dans le
systme linaire.
Lorsque les dfauts inertiels sont trop importants, la linarisation des quations rgissant
lvolution du modle inertiel intgr au sein du filtre de Kalman nest plus valide. Il est donc
impratif dappliquer les corrections pour rester dans le domaine linaire. Lestime a posteriori
des erreurs de la centrale inertielle calcule dans le filtre sert non seulement llaboration de
lestimation optimale des variables, mais aussi de recalage de la mesure. Lhybridation est alors
dite en boucle ferme.
Une version linarise autour de ltat courant constitue le filtre de Kalman tendu (EFK). La
seule diffrence entre le filtre tendu et linaris est que la linarisation se fait autour des points
corrigs du trajet nominal laide de feedback. Lensemble de ces points est appel ltat courant
estim.
La plupart des processeurs des centrales inertielles (dont lAHRS440) utilisent EFK comme
algorithme du calcul. Pourtant, les composantes de ltat et de la mesure ainsi que les paramtres
55

de mise en uvre de cet algorithme sont toujours des informations confidentielles. Les erreurs du
systme inertiel sont retournes et les corrections sont faites lintrieur du systme inertiel ;
ainsi nous n'avons pas les donnes inertielles brutes la sortie du systme inertiel.
En gnral, le modle non linaire de ltat scrit :

x
k
= f (x
k- 1
, u
k- 1
) + v
k- 1
5. 12


Lquation diffrentielle stochastique doit avoir la forme de (Joffrion, 2005) :

= . + . 5.13
o F est la Jacobienne de f calcule laide de lestimation
1

k
x

G est la matrice des coefficients du bruit exprim par le vecteurs u

Le modle de mesure est exprim par lquation :


z
k =
h(x
k
) + w
k
5. 14

o v
k
est encore le vecteur de bruit gaussien blanc de mesure.

Le dveloppement limit autour des valeurs estimes posteriori linstant prcdent k-1 donne :

1
1 1
) (

+ u + ~ k
d
k k k k
v x x x x


k k k k k k
w x x H z z + + ~

) (
5.15

o : x
k
,z
k
: les vecteurs dtat et de mesure actuel respectivement

k k
z x ,
: lestimation a posteriori de ltat et de la mesure.
u
k
: la matrice de transition de telle manire que :

= F(t)
k

: le bruit dynamique de ltat en temps discret :


1

=
k
. G. u.

1

H
k
: la Jacobienne de h
k
calcule laide de lestimation
1

k
z


Il est dmontr que la matrice de transition peut tre calcule comme suit :

= expF. t = +. + des termes ngligeables 5.16


et que la matrice de covariance du bruit de modle Q
k
correspondante au vecteur
1

peut tre
calcule laide dune estimation initiale Q comme suit:



5.17
Les quations 5.15 peuvent tre crites comme suit :
ox
k
~ u
k- 1
. ox
k- 1
+ v
k - 1
oz
k
~ H
k
. ox
k
+ w
k
5. 18

56

Cette criture est similaire aux quations initiales 5. 2, 5. 3, do on peut appliquer la mme
boucle de prdiction-correction mentionne ci-dessus. Ces tapes seront montres pour le cas
dapplication concernant la navigation.

5.3 Lintgration des capteurs de trajectomtrie

Comme vu auparavant, la mesure de la position et de la vitesse par GPS (ou mme par GNSS) est
largement perturbe dans un milieu confin. Dautre part, la position et lattitude dduite dun
IMU de faible prcision ne sont fiables que pour quelques secondes. Le GPS (ou plus
exhaustivement le GNSS) est une technique largement suffisante pour combler lincertitude de
lINS, tant quil est disponible. Linterruption du signal GPS et lexacerbation de lerreur de
multi trajets dans le milieu urbain limitent lintgration de GPS/INS. Pour pouvoir, donc,
regagner en prcision supplmentaire tout en restant dans la gamme de faisabilit et de cot
abordable, on a recours aux autres capteurs, normalement, de faible cot aussi. Cette technique
sappelle laugmentation de GPS/INS par un autre capteur. Dans une optique plus gnrale, on
peut trouver des cas o le GPS est intgr des capteurs non-inertiels et des cas o lINS est
intgr des instruments autres que le GPS (Ladetto et Merminod, 2002).
Les capteurs les plus utiliss dans ce domaine sont ceux qui fournissent une ou plusieurs
composantes de position ou dattitude puisquils sont compatibles avec le calcul dintgration
GPS/INS. Tableau 5.1 rcapitule la varit des capteurs susceptibles dtre utiliss dans un
systme de cartographie mobile avec une rfrence bibliographique de leur utilisation.

Capteur Mesures Rfrence
Radio-network Position 3D (Labb et al., 2007)
LORAN-C Position 2D (Carroll, 2006)
Compas Cap (Ellum et El-Sheimy, 2001)
Pseudolite /WAAS Position 3D / vlocits (Wang, 2004)
Baro- altimtre Altitude (Labb et al., 2007)
ZUPT (dtect par lINS ou le GPS) Vlocits nulles (Huddle, 1998)

Tableau 5.1 Techniques susceptibles dtre intgres la navigation inertielle pour des
applications extrieures

Il existe encore une autre gamme de capteurs qui remplacent totalement le GPS dans les cas de
navigation intrieure, ou qui sappuient sur le GPS dans le cas de navigation mixte (intrieur et
extrieur). Ils sont utiliss dans les configurations de SLAM et de navigation pdestre plutt que
dans la cartographie mobile cause de leurs portes. On peut citer par exemple UWB, WLAN et
RFID, qui partagent avec le GPS la caractristique davoir un certain nombre dmetteurs de
positions connues et un rcepteur fix lobjet mobile. Ils se diffrencient par la longueur donde
du signal mis et par les dispositifs ncessaires pour propager ce signal. Bien que ces techniques
soient de prcision mtrique (Grejner-Brzezinska et al., 2008), elles sont susceptibles de
plusieurs dveloppements et sont sujets de recherche actuellement.
Les systmes de poursuite optique ou laser ne sont pas aptes aider la navigation dans la
cartographie mobile cause de la limitation de porte et de lchec de suivi en cas dinterruption
57

par un masquage quelconque. Pourtant il est possible dutiliser de tels capteurs pour des tests de
calibration.
Il est courant pour ces systmes de parler de Local Positionning System (LPS) contrairement au
Global Positioning System (GPS). Ils ne visent qu' donner la position dans un lieu prcis (une
chambre, un entrept, un btiment) et non pas une position absolue sur le globe terrestre. Les
grandes forces des LPS rsident dans leur prcision (quelques dizaines de centimtre pour
l'UWB) et dans leur capacit fonctionner l'intrieur.
Nous allons plutt nous intresser lintgration des capteurs utiliss largement bord des
plateformes de cartographie mobile. Lintgration GPS/AHRS sera aborde dune manire plus
dtaille comme elle est utilise par notre systme.
Le ZUPT (Zero velocity UPdaTe) est un mode de fonctionnement de lINS ou des GPS/INS
intgrs. Comme les acclromtres ne peuvent pas sparer lacclration de la gravit terrestre
de celle du mouvement sans laide de gyromtres et comme les mesures des gyromtres drivent
avec le temps, des arrts toutes les 3-5 minutes pour 20 sec (Smith, 1997) peuvent liminer les
erreurs de la drive du biais. La mise jour vlocit nulle permet la centrale inertielle de
retrouver la direction du Nord et de la verticale en cas de INS seule et au filtre de Kalman de
rinitialiser les boucles de prdiction-correction.

5.4 Intgration GPS/IMU

5.4.1 Larchitecture de lintgration
Lintgration entre le GPS et lINS se fait plusieurs niveaux. La solution la plus simple est
dinterpoler une position GPS pour chaque mesure de lINS sans aucune interfrence entre elles.
Le GPS fournit donc la position de chaque point du trajet et lIMU quant elle, fournit lattitude.
Bien que ce mode soit trs rarement utilis, il est applicable dans certains cas, par exemple, si le
GPS fournit des coordonnes de manire permanente haute frquence et si lIMU est de gamme
suprieure et quil est utilis pour des missions courtes. Ce mode non coupl est utilis donc pour
rinitialiser la navigation inertie quand le GPS dtecte une vlocit nulle.
Dans notre premire exprience (Alshawa et al., 2007), nous nous intressons la faisabilit du
systme et au modle derreurs (GPS/INS + TLS) plutt quaux valeurs numriques de la
prcision du trajet.
Plusieurs rfrences considrent le mode non coupl comme un des modes dhybridation
GPS/INS (Groves, 2004. par exemple). Nanmoins, pour nous, ce mode nest quune
juxtaposition de deux techniques indpendantes des mesures avec un degr faible de
synchronisation et dinteroprabilit. Les vritables modes dintgration sont le mode lche, fort,
et profond.
La diffrence entre les modes dhybridation mentionns est due la manire dont les
observations du GPS sont considres. Soit on considre la position et la vitesse de la plateforme
mobile rsolues par le rcepteur GPS mme (on parle alors dhybridation lche), soit on
considre les pseudo-distances et les pseudo-vitesses extraites en amont par le rcepteur GPS (on
parle alors de couplage serr).
(Gautier, 2003) a introduit un autre mode de couplage qui a t accueilli rapidement par
lindustrie ; il sagit dutiliser les corrections dduites par le filtre de Kalman pour aider
dmoduler les signaux de navigation reus au niveau de lantenne GPS (la phase I et la phase
58

quadratique Q) et mme pour exclure les satellites qui fournissent des signaux trs bruits (Bahtti
et al., 2006). On se rfre ce mode par couplage profond ou ultraserr .

Figure 5.1 Trois modes du couplage GPS/INS ; I : la phase du signal, Q : la phase quadrature, P :
la position, V : la vitesse, A : lattitude, PR : les mesures de pseudo-distance, DPR : pseudo-
distance diffrentielle (figure adapte de (Bhatti et al., 2007))

Nous pouvons constater sur la figure 5.1 que les trois modes dintgration influent directement
sur le vecteur dtat lors du calcul. La majorit des rfrences existant dans le domaine
dintgration GPS/INS considre que lINS est aid par le GPS (GAINS) ce qui signifie que
lINS fournit ltat tandis que le GPS fournit les mesures. Le terme navigation aide par GPS
sest mis changer avec la mise en uvre du couplage serr. Nous pouvons mme constater
lexistence de modules GPS avec position lestime (comme LEA-4R

dUblox qui intgre
aussi les mesures dun odomtre). Les mesures GPS ne sont plus de prcision intouchable, mais
on peut les corriger par les mesures inertielles. Plusieurs augmentations de vecteur dtat sont
constates comme ( titre indicatif) :
- Le biais et la drive de lhorloge interne du rcepteur GPS
- Le retard ionosphrique
- Les phmrides
- Lambigut entire
- Le saut de cycle
Les mesures, quant elles, sont le plus souvent effectues sur le code et la phase et leur
diffrence.

59

5.4.2 La mise au point du filtre

5.4.2.1 Intgration GPS/INS

La mise en uvre du filtre de Kalman est largement dpendante du modle de mcanisation de
lINS (cf. 4.5.1 page 40). La sortie de la mcanisation sera une entre du filtre. Le vecteur dtat
minimal utilis en navigation est compos de 9 lments (3 positions, 3 vitesses et 3 rotations).
Le vecteur dtat est augment souvent par les erreurs tridimensionnelles de biais et facteur
dchelle des gyromtres et des acclromtres (Honghui et Moore, 2002). Les applications de
navigation dans des zones largement tendues, augmentent le vecteur dtat par le vecteur de
gravit terrestre. Nous nabordons pas dans le contexte de cette thse lintgration entre un GPS
multi-antenne mesurant les angles dattitude (Wolf et al., 1996) mais le cas dun GPS mesurant la
position et la vitesse seulement. Dans le cas du couplage lche, le vecteur de mesure contient
donc ces deux mesures aprs les avoir rcupres du rcepteur GPS une haute frquence.
Si on considre le vecteur minimal dtat estim dans le repre de navigation, on peut impliquer
le biais du gyroscope et de lacclromtre dans le calcul en formant lquation suivante :

x = F. x + G. u 5. 19

o =
()

et , , ,

, , , latitude, longitude, hauteur, vitesse Nord,


vitesse Est, vitesse verticale vers le bas, roulis, tangage et lacet respectivement. Les
drives partielles existent dans (Shin, 2001).
x : exprime les corrections ajouter lestimation initiale du vecteur dtat.
u : le vecteur du bruit de ltat considr gale au biais des acclromtres et des
gyromtres.
G : la matrice du design qui transforme le vecteur u du repre attach au corps du vhicule
centrale b au repre de navigation n.

=

91
=

61
=
0 0

0
0

96
5.20
La matrice de covariance du vecteur u, appele encore la matrice de densit spectrale, est sous la
forme : = (

2
). La matrice de covariance linstant k peut
tre calcule selon lquation


5. 8. Le modle des mesures dpend de lquation des
observations :

oz
k
~ H
k
. ox
k
+ w
k
5. 21

o oz
k
: la matrice des carts entres la position et la vitesse mesures par la centrale inertie
et celles donnes par le GPS.

60

=
()

et , , ,

5. 22
Comme la position est exprime en coordonnes sphriques et la vitesse en m/s, ceci engendre de
linstabilit lors du calcul des tapes suivantes. Pour cela, (Shin, 2001) a introduit les rayons de
courbure (mridional M et transversal N) dans le calcul des matrices Z et H comme suit :

+ cos

5.23

33
0
33
0
33
0
33

33
0
33

+ 0 0
0 + cos 0
0 0 1
0
33
0
33
0
33

33
0
33
5.24

Il nest techniquement pas faisable de faire concider le centre de masse de lINS avec le centre
de phase de lantenne GPS. Cest pourquoi, le calcul du bras de levier est encore ncessaire. Cette
distance est normalement mesure dans le repre attach au corps b et transforme dans le repre
de navigation.
Comme les mesures GPS ont une frquence infrieure aux mesures de lINS, la boucle de
prdiction tourne moins vite que la boucle de mise jour. Si les deux jeux de mesure nont pas le
mme rfrentiel chronologique, on interpole une mesure GPS linstant de la mesure INS le
plus proche pour limpliquer dans le calcul.
La premire tape est linitialisation du vecteur dtat et de sa matrice de covariance P. Les
quations 5.11 sont applicables, par la suite, aprs avoir remplac x par x et z par z. En fin de
chaque boucle de correction, on ajoute les corrections x ltat actuel. La solution la plus
efficace est de fournir ces corrections lalgorithme de mcanisation de la centrale, ce qui limite
fortement la drive de qualit de ses mesures. Cette solution (figure 5.1 et 5.2) sappelle le
feedback qui est mme utilise en temps rel grce la puissance des processeurs embarqus.


Figure 5.2 Feedback de la solution de Kalman la mcanisation de lINS


61

5.4.2.2 Intgration de GPS/IMU/Odomtre

Peu coteux, lodomtrie est intgre dans les nouveaux modles de voitures travers les
capteurs ABS. Dans le cas o on ne dispose pas daccs lodomtre de la voiture ou si la
prcision de lodomtre interne nest pas assez grande, les systmes mobiles rajoutent un
odomtre optique externe (Stropolis ou Photobus par exemple).
Un odomtre est compos dun lment codeur que lon associe mcaniquement laxe tournant
de la roue du vhicule. Cet lment codeur est associ un capteur, optique ou mcanique, qui
rcupre une information directement lie la rotation de llment mcanique. La mesure faire
dans le cas mcanique est lintensit du champ magntique rsultant de la rotation et qui lui est
proportionnel. Dans le cas optique, un motif simple et rpt tout le long de llment codeur, fait
ragir un capteur optique chaque rptition. Un signal carr binaire rsulte du capteur optique
qui peut tre transform en vitesse angulaire laide de la gomtrie des motifs.



Figure 5.3 Principe dun odomtre optique disque dalternance opaque-transparente adapt de
(Agent, 1991)

La modalisation bidimensionnelle dynamique dun vhicule roues directrices ncessite la
connaissance de deux angles : langle de braquage mesur par le systme ABS ou par un
dtecteur spcifique et le lacet mesur par la centrale inertielle. Les quations de la mcanisation
sont montres par (De Cecco, 2003). (Abuhadrous, 2005) intgre les mesures des
GPS/INS/odomtre dans un filtre de Kalman dcentralis. Lintgration GPS/INS se fait
paralllement et sparment. La moyenne pondre par la matrice de covariance P est considre
pour les lments communs du vecteur dtat rsultants de deux calculs (la position et la vitesse).
Un filtre de Kalman intgral se trouve dans (Hemerly, 2008). Le vecteur dtat classique de
lintgration GPS/INS est augment par les erreurs du facteur dchelle et de biais dodomtre
modliss par un modle de Gauss-Markov du premier ordre.

5.4.2.3 Intgration GPS/AHRS

Lintgration du GPS avec une centrale AHRS dpend en premier lieu du modle dynamique de
lAHRS et de la manire dont les magntomtres sont impliqus dans le calcul. Si, par exemple,
les magntomtres sont utiliss seulement pour initialiser les mesures gyroscopiques, le cas
revient lintgration GPS/INS typique. En revanche, si les magntomtres servent calculer
langle de lacet, plusieurs modles de filtre sont mis en uvre. Il est possible dutiliser le filtre de
62

Kalman deux fois successivement. Pour la premire, le vecteur dtat ne contient que les angles
dattitude et le biais de gyromtres tandis que le vecteur de mesure contient langle de lacet
calcul par les magntomtres (cf. 4.3.2). Le second filtrage ressemble une intgration GPS/INS
comme celle expose plus haut. Une telle approche est utilise commercialement (Rios et White,
2002).
(Budiyono et al., 2008) conoit un AHRS pour mesurer lattitude comme premire priorit. Pour
eux, le filtre de Kalman nagit que sur lattitude. Le vecteur dtat contient les composantes de
lattitude, calcules par la partie inertielle de lAHRS, et le biais des gyromtres, alors que le
vecteur de mesures est compos de lattitude calcule par lalgorithme de TRIAD (quatre
quaternions au lieu des trois angles dEuler) une frquence gale celle de sortie du GPS.
De manire gnrale, ltat de lart actuel de lintgration GPS/AHRS est moins riche que pour le
GPS/INS. Ceci semble d la faible prcision des magntomtres qui restreint leur utilisation
comme complment de navigation. Pourtant, la drive limite des mesures magntiques prsente
une contribution intressante lexactitude des donnes. Notre choix de modle du filtre de
Kalman est prsent dans le chapitre 9.

63


6. Le scanner laser terrestre TLS
6 Le scanner laser terrestre TLS



e sous-chapitre est consacr exposer quelques aspects concernant le capteur imageur
principal utilis bord de la majorit des systmes mobile terrestres dont le ntre fait partie.
Le principe de fonctionnement des scanners terrestres est prsent afin de les classifier et de
les qualifier pour un usage dynamique. Le modle derreur concernant notre scanner est prsent
sans beaucoup dapprofondissement sur lorigine physique ou lectronique de chaque terme. En
gnral, les erreurs lies au scanner laser sont d'un ordre de grandeur bien infrieur celles de la
trajectomtrie.
Les scanners laser aroports sont aussi prsents rapidement car ils sont susceptibles dtre
embarqus sur un systme mobile terrestre. En revanche, il existe une gamme de scanners qui
nont pas vocation tre utiliss bord dun systme mobile. Ces scanners sont conus pour de
petits objets placs proximit de linstrument dans des conditions standards intrinsquement
statiques. On peut citer dans cette gamme dappareils les scanners image flash de profondeur,
reprage de position, lumire structure et triangulation-ligne (figure 6.1). Ces scanners ne
sont pas abords dans cette thse.


Figure 6.1 Scanners non-topographiques : scanner image flash de profondeur (MESA-SR
3000), reprage de position (Handyscan-REV), lumire structure (David-3D) et
triangulation-ligne (Minolta-Vi -910).

6.1 Classification des systmes de mesure terrestre par laser
Le terme Laser provient de langlais Light Amplification by Stimulated Emission of
Radiation ce qui signifie amplification de lumire par mission stimule de rayonnement. Il
sagit dun dispositif permettant de crer de la lumire par mission stimule. Une telle source
lumineuse artificielle produit des clairs ou des flux continus trs intenses de lumire cohrente.
C
64

Lutilisation du laser dans les techniques de mesure permet de nombreuses applications dans le
domaine de la topographie quon appelle tlmtrie si la mesure est faite en 1D ou 2D et plutt le
balayage en cas de mesures 3D. La mesure par laser est devenue une technique incontournable
pour une large gamme dutilisateurs grce sa rapidit et la facilit dacquisition On peut
mieux comprendre les aspects du Laser qui sont en relation avec la mesure travers la
classification prsente ci-dessous. Elle est plutt conue pour le cas terrestre o la distance entre
la source et lobjet numriser ne dpasse pas quelques centaines de mtres.
6.1.1 Selon la dimensionnalit de la mesure
Des rfrences (comme la socit Z+F
3
) classifient les systmes de mesure par laser en trois
classes suivants :
1. Tlmtre 1D : il envoie normalement une impulsion laser vers un objet pour mesurer la
distance celui-ci. Certain tlmtres 1D sont configurs pour envoyer des impulsions une
cadence temporelle constante pour des applications comme l'auscultation des btiments.
2. Tlmtre 2D : il rsulte de la combinaison dun tlmtre 1D impulsions rgulires et
dune rotation ou dflection du faisceau autour dun axe perpendiculaire au rayon par un angle
quelconque. Ce type de scanners constitue la majorit des scanners dynamiques utiliss
habituellement par les systmes de cartographie mobile.
3. Scanner 3D : il rsulte de la conjugaison dun tlmtre laser 2D avec une base assurant
une rotation perpendiculaire la prcdente. Ltendue des deux rotations dtermine si le scanner
est un scanner fentre (Optech

ILRIS-3D par exemple) ou hmisphrique (comme Z+F 3D


IMAGER 5006). Cette classe de scanners reprsente le niveau le plus haut de mesure laser quon
abordera avec un peu plus de dtail dans ce chapitre.

Figure 6.2 Scanners 1D, 2D et 3D de gauche droite (figures de Z+F GmbH)

Bien que la terminologie TLS soit utilise pour le scanner 2D, nous allons rserver ce terme pour
le scanner 3D terrestre comme le dfinissent (Mills et Barber, 2003).

6.1.2 Selon le principe de la mesure de distance
Par principe de fonctionnement, on entend comment linstrument peut mesurer la distance la
cible laide de tirs lasers. On distingue les principes suivants :
- Mesure de distance par temps de vol
- Mesure de distance par diffrence de phase
- Mesure de distance par triangulation

3
Zoller+Frhlich GmbH :http://www.zf-laser.com/e_index.html
65

Seules les deux premires techniques sont utilises pour la cartographie mobile, alors que la
troisime ne lest pas cause de sa limitation de porte ou encore cause du principe physique
non appropri un usage mobile. Pour cette raison, on aborde seulement les scanners temps de
vol et dphasage.

6.1.2.1 Par mesure de temps de vol
Cette technologie utilise la mesure du temps de parcours dun rayon laser entre le scanner et le
point de la surface de lobjet mesur.

Figure 6.3 Principe de mesure de distance par mesure de temps de vol
Le temps t de parcours du rayon laser (se propageant la vitesse de la lumire c) entre le scanner
et le point de la surface dobjet entre dans la formule de calcul de distance donne par la relation
suivante:
= /2 6.1
En raison de la grande vitesse de propagation de la lumire ( 3.10
8
m/s), la prcision est limite
par la capacit de llectronique mesurer des temps trs brefs avec une bonne prcision. On
constate que la prcision de mesure de distance dpend un peu de la puissance du signal
rflchi, qui dpend beaucoup de la rflectivit de lobjet et, bien videmment, de la distance.
Cependant, il est possible daugmenter la prcision de mesure de distance en effectuant des
observations multiples dune mme distance et en considrant la valeur moyenne obtenue
(nombre de tirs n par point observ). Nanmoins, lerreur moyenne quadratique ( = 1 n)
obtenue par transmission derreurs simple diminue au fur et mesure que le temps de mesure
augmente, mais seulement jusqu' un certain seuil (ventuellement trs petit) en raison des
erreurs systmatiques entachant les observations. Les chronomtres utiliss pour les scanners
temps de vol mesurent avec une prcision de quelques picosecondes ce qui produit une mesure de
distance au millimtre prs.

6.1.2.2 Par mesure de diffrence de phase
Ce type de scanner mesure la diffrence de phase, par un phasemtre numrique, entre le signal
mis et le signal reu pour en dterminer la distance scanner-objet. Ce procd est utilis dans la
plupart des tachomtres lectroniques. Les scanners diffrence de phase ont une porte
fondamentalement limite, contrairement aux scanners temps du vol (76 m pour FARO

-LS
880 contre 200m pour Trimble

GX) mais gnralement une meilleure prcision.


66

Le principe de fonctionnement est le suivant : lintensit du faisceau laser est module par une
frquence relativement basse (par exemple 2 MHz pour le FARO

-LS). La mesure de dphasage


permet de dterminer la distance mesurer une longueur donde prs selon lquation suivante :
f
c
n
f
c
2

2D + =
|
6.2

avec :
|
: la diffrence de phase mesure par le phasemtre
f : la frquence de modulation

Le problme consiste encore compter le nombre entier n de longueurs donde de parcours aller-
retour pour en dduire D. Dans les scanners laser modulation, on s'oblige rester dans la
gamme o n = 0.


Figure 6.4 Modulation de la porteuse laser (en rouge) par le signal (en bleu)

Comme la mesure se fait en continu et simultanment avec lmission dondes, les scanners
diffrence de phase sont plus rapides que ceux temps de vol (Pfeiffer, 2007).

6.1.3 Selon les dispositifs de dflexion de la lumire laser

Le balayage laser se fait en dviant la lumire laser par un ensemble de miroirs contrls
mcaniquement. On peut classer les scanners topographiques selon ces dispositifs en trois classes
principales :
1. Les scanners un miroir oscillant : ces scanners contiennent un miroir un seul axe qui
oscille avec un angle limit ce qui fait balayer le rayon laser dans un plan. Dans des TLS
comme le Trimble GX, le miroir oscille horizontalement. Aprs chaque oscillation, tout le
dispositif tourne verticalement ce qui assure un balayage tridimensionnel.
2. Les scanners deux miroirs oscillants : ces scanners contiennent deux miroirs qui oscillent
alternativement selon deux axes perpendiculaires. Ce type de scanners na pas besoin dune
rotation mcanique externe pour balayer une fentre en 3D dont les tendues sont dfinies par
les deux angles doscillations. On peut citer parmi ces scanners fentre le Leica

HDS
2500.

67


Figure 6.5 Principe de scanner deux miroirs oscillants
3. Les scanners miroir tournant : le principe de ces scanners est le mme que ceux miroir
oscillant sauf que le scanner fait un tour complet. Des exemples de ces scanners sont le
FARO-Photon (3D) et le SICK-LMS200 (2D). On souligne, dans ce contexte, le fait quun
scanner 3D rsulte du 2D par une simple motorisation. (Zhang et al., 2008) installe le scanner
LMS200 sur un moteur asservi ce qui rend possible son utilisation en scanner 3D.

Figure 6.6 Scanner SICK-LMS 200 : le principe du miroir tournant 2D et la migration en 3D
(Zhang, 2008).

Pour viter langle mort caus par le porte-miroir ou par le corps du scanner, les concepteurs
ont tourn le miroir autour de la source laser dans une configuration appele scanner tte
rotative (spinning head scanner). Un exemple de ces scanners est le LYNX

dOptech.
4. Les scanners miroir polygonal : ces scanners utilisent un polygone tournant, dont les
surfaces sont rflchissantes, pour dvier le rayon laser. Le passage de chaque facette du
polygone vaut une oscillation du miroir pour un scanner miroir oscillant. Nanmoins la
rotation continue du moteur acclre remarquablement le balayage et le rend extrmement
rgulier. Il est vident que ltendue du balayage est limite un angle inversement
proportionnel au nombre de facettes du polygone tournant. La figure 6.7 illustre le principe de
dflexion utilis par le scanner Riegl LMS-620 ; les quatre facettes du polygone assurent un
champ maximal de balayage de 80.
68


Figure 6.7 Principe du scanner miroir polygonal (figure adapt de Riegl
4
)

6.2 La caractristique dun scanner Laser terrestre TLS
Comme vu dans le paragraphe ci-dessus, le TLS 3D est un scanner deux miroirs ou un miroir
combin une embase rotative. Le balayage seffectue selon une trame rgulire, c'est--dire que
lutilisateur fixe les deux pas angulaires : le pas vertical et le pas horizontal. Le pas de langle
vertical dtermine la distance entre deux points successifs sur un profil (vertical). Le pas de
langle horizontal dfinit la distance entre deux profils verticaux voisins. Pratiquement, le
scanner forme une grille 2D (matrice) de rsolution gale deux trames choisis. De plus, il
mesure la distance pour chaque point et laffecte la matrice prcdente. Ainsi, le scanner
produit une image dite de profondeur transforme ensuite en un nuage de points donns par
leurs coordonnes cartsiennes.


Figure 6.8 Processus dacquisition de surface par un scanner

Le nombre de points acquis par unit de surface dfinit la densit du nuage de points qui est
inversement proportionnel au pas angulaire. Les coordonnes cartsiennes dun point p dans le
repre du scanner sont calcules comme suit :

4
LMS-Q120 : http://www.riegl.com/uploads/tx_pxpriegldownloads/10_DataSheet_LMS-Q120_17-09-2007.pdf
69

= cos cos

= cos sin

= sin 6.3
o r est la distance mesure, est langle horizontal et est langle vertical.


Figure 6.9 Cordonnes sphriques du TLS

Quelques scanners sont quips dune fonction tachomtrique qui permet de numriser des
cibles installes sur des points connus en coordonnes godsiques. Le scanner peut ainsi
exprimer directement le nuage de points en coordonnes godsiques.

6.3 La caractristique dun scanner dynamique terrestre

(Shan et Toth, 2008) rassemble sous le terme de scanner dynamique terrestre tous les
scanners utiliss bord des vhicules mobiles soit pour la cartographie mobile ou pour le guidage
et la localisation. Ces scanners sont typiquement des tlmtres 2D faisant des profils en continu
alors que le dplacement du scanner est susceptible de transformer ces profils en 3D par
gorfrencement direct. Pourtant un scanner 3D chappe la rgle : le Velodyne

HDL-64E qui
intgre 16 groupes dmetteurs laser et 32 groupes de rcepteurs qui assurent la mesure dun
profil de 26.8 douverture en permanence et sans aucun mouvement. La rotation du scanner sur
lui-mme 15 Hz balaye ainsi un cylindre (au lieu dun profil circulaire pour les scanners
traditionnels). Ce scanner peut acqurir jusqu 1.3 millions point/s.



70



Figure 6.10 Scanner HDL-64E S2
5
install sur un systme de cartographie mobile

En gnral, pour qualifier un scanner de mobile ou dynamique, il doit remplir les conditions
suivantes :
1. Grande vitesse de numrisation : elle permet la plateforme mobile de rouler plus vite et
mme de scanner pendant les virages. Les scanners miroir rotatif ou polygonal sont les plus
utiliss dans cet objectif. Ltat de lart correspondant montre que la vitesse minimale dun
scanner dynamique est de 10 profils/s (Ibeo-LD).
2. Grand champ de vision : lutilisation des scanners tte rotative assure un champ de balayage
de 360. La numrisation des deux cots du trajet est donc possible, mme des cbles, des
panneaux routiers et des plafonds des tunnels. Les scanners miroir tournant souffrant dun
angle mort sont installs de faon ce que cet angle soit orient vers le haut. Ceci aide
scanner la totalit de la surface de la route. Cette configuration est adopte par des systmes
comme Roadscanner
(6)
. Lutilisation de scanners champ de vision limit est possible mais
on embarque deux (ou plusieurs) scanners afin de couvrir davantage despace.
3. Caractristiques mcaniques : rsistance aux vibrations, aux chocs et aux poussires. Il existe
une gamme de scanners usage industriel extrieur qui sont utiliss avec succs sur des
plateformes mobiles. La figure 6.12 prsente un exemple de ces scanners.


Figure 6.11 Configuration de langle mort du scanner vers le haut choisi par Roadscanner


5
http://www.velodyne.com/lidar/
6
Siteco Informatica S.r.l. http://www.sitecoinf.it/
71



Figure 6.12 Scanners SICK LD-LRS
(7)
usage industriel

4. Possibilit dhorodatage ou de synchronisation : lintgration avec la trajectomtrie dpend
largement de la gestion du temps par le scanner. La mthode gnrale approprie pour le
traitement en temps rel ou postrieur est le dclenchement par le PPS. Le signal PPS (pulse
per second) est un signal horloge qui marque le dbut de la seconde avec une prcision valant
celle de lhorloge interne du rcepteur (quelques nanosecondes pour un GPS godsique).
Contrairement ce quindique son nom, limpulsion PPS peut tre programme plusieurs
frquences. Le scanner contient un dclencheur qui dbute un profil ds quil reoit le signal
PPS. Il obtient le temps UTC dordinateur une seconde prs par la connexion avec
lordinateur. Une simple conversion permet dtiqueter le dbut de chaque ligne de balayage
avec une erreur de latence quasi ngligeable. La figure 6.13 montre ladoption par Riegl
LMS-Zx de la mthode explique ci-dessus.


Figure 6.13 Principe de la synchronisation active (figure adapt de Riegl
(8)
)

Lautre solution dpend de lhorloge interne du scanner condition quil soit synchronis avec
lordinateur et quil ait une prcision acceptable (infrieur 1 milliseconde). Cette solution est
adopte par la socit FARO.

7
http://www.sick.nl/nl/sicknificant/sick_insight_02_2006/nl.toolboxpar.0014.file.tmp/LD%20LRS%20datasheet.pdf
8
Riegl document : International Sync timer for GPS-synchronized time stamping of scan data
72

6.4 Les scanners laser aroports ALS

Le scanner aroport (ou le LiDAR) apporte un moyen efficace de cartographie grande chelle ;
il permet dobtenir un lev de terrain naturel, de canope en fort et de zones urbaines et
priurbaines. LALS peut tre miroir oscillant, rotatif ou encore polygonal. Deux autres
mcanismes sont disponibles pour les ALS : les scanners palmiers ( miroir rotatif axe inclin)
et fibres optiques (Wehr et Lohr, 1999). Les scanners aroports sont normalement capables de
capter plusieurs retours dondes rflchies et den construire des donnes multi-cho. Les
caractristiques des scanners dynamiques sont valables pour un ALS. Il doit avoir une vitesse de
numrisation trs leve (jusqu 200 kHz daprs (Pfeifer et Briese, 2007)). La distance entre le
scanner et la cible dpasse souvent le km, ce qui impose des conditions strictes pour la calibration
en usine des scanners aroports. Bien que lutilisation dun ALS sur un vhicule de cartographie
mobile ne soit pas justifiable, on trouve quelques rares exprimentations menes spcifiquement
par les concepteurs de scanners.



Figure 6.14 Scanner LMS-Q560, retour donde complet, embarqu sur le vhicule Fallbeispiel
MLS am Auto.

6.5 Les erreurs du scanner laser terrestre

Comme tous les instruments topographiques, un TLS a deux types derreurs ; systmatique et
alatoire. Llimination des erreurs systmatiques se fait au laboratoire par balayage dun rseau
standard de cibles rflchissantes connues en coordonnes dans un rfrentiel externe. La
comparaison entres les coordonnes connues de la mire et celles acquises par le scanner aide
trouver les coefficients des modles mathmatiques de la calibration. Par exemple (Lichti et
Licht, 2006) proposent un modle de 19 inconnues pour la calibration.
Toutefois, dans le cadre de notre tude, nous nous contentons de la calibration faite par le
fabriquant. En ce qui concerne les erreurs alatoires, nous adopterons la classification faite par
(Reshetyuk, 2006) car il souligne l'influence de l'objet scann sur l'exactitude du nuage de points
acquis. Par consquent, les erreurs de numrisation sont classes en trois grands groupes, comme
suit:



73

6.5.1 Les erreurs alatoires instrumentales
On peut distinguer entre les erreurs qui affectent la mesure de distance de celles qui affectent les
mesures dangles. Les erreurs instrumentales de distance sont en relation directe avec le
mcanisme destimation du temps de retour de limpulsion laser mise. Lapplication de la loi de
propagation sur lquation 6.1 donne

reprsentent lerreur moyenne


quadratique sur la distance et le temps. Comme lintensit et la forme de limpulsion laser
rflchie changent par rapport limpulsion mise cause de labsorbtion et de lattnuation du
signal, ceci engendre du bruit (figure 6.15) au niveau du discriminateur de temps. Ces deux effets
sont fonction du rapport signal-bruit (SNR) qui est, son tour, fonction de la puissance, du
diamtre du rayon laser et de la distance lobjet balay.

Figure 6.15 Effet du bruit et du sautillement (jitter) au niveau du discriminateur de temps

Les erreurs de mesures angulaires varient selon le type dunit de dflection utilise. On peut
gnraliser les erreurs suivantes :

1. Limperfection du miroir interne du scanner : diffrence entre les angles thoriques et rels
des facettes du miroir polygonal.
2. Les erreurs mcaniques : le montage du miroir sur son axe (excentricit) et la vitesse non
rgulire de rotation. Lerreur significative correspond au mcanisme de mesure de langle de
rotation de laxe du miroir (par un galvanomtre par exemple).
3. La divergence du faisceau Laser : Lichti et Gordon, (2004) considrent lexpansion du
faisceau Laser comme une erreur angulaire proportionnelle la distance. La position
apparente du point mesur se trouve sur la ligne centrale du faisceau, or la vraie position se
dcale vers les lments les plus rflchissants dans lemprise du faisceau.

Lvolution de lindustrie a permis de minimiser leffet des erreurs prcdentes tel point
quelles sont considres comme ngligeables. Les erreurs optiques comme la distorsion des
lentilles focalisant les impulsions rflchies sont corriges en usine par ltalonnage.

Les TLS un seul miroir qui utilisent une base motorise pour fournir la rotation horizontale
souffrent des erreurs habituelles des tachomtres comme lerreur de verticalit de laxe
principal, le tourillonnement, la collimation, la non-orthogonalit et lexcentricit des trois axes.
74

Nanmoins, ces erreurs angulaires ne doivent tre prises en considration que pour autant qu'elles
s'approchent des valeurs de la divergence du faisceau laser, qui est impossible rduire en
dessous de quelques 0.1 mrd, ce qui en pratique est beaucoup moins exigeant que la prcision
requise pour les tachomtres, mme de bas de gamme. Ces erreurs angulaires sont donc
gnralement peu visibles dans le bilan d'erreur global.

6.5.2 Les erreurs en relation avec lobjet
Ces erreurs sont dues aux conditions rflectives et gomtriques de lobjet scann. La
modlisation de telles erreurs ncessite plusieurs exprimentations standardises comme celles
faites par (Voegtle et al., 2008). On peut rsumer les effets engendrant ce type derreur comme
suit :
1. Les proprits de surface du matriau comme sa rflectivit, sa rugosit et sa couleur.
2. Langle dincidence du rayon laser.
3. Les problmes d'chos multiples (figure 6.16)



Figure 6.16 Emprise du rayon laser sur deux surfaces cartes qui engendre des retours multiples
du signal

6.5.3 Erreurs environnementales

Ces erreurs sont dues la diffrence de propagation de londe laser dans latmosphre extrieure.
Elles rsultent des variations de temprature et de la pression de l'air, et des radiations externes
(ensoleillement par exemple). Ces effets modifient le retard du signal rflchi et affectent le
niveau de bruit, ce qui peut tre compens par des modles mathmatiques semi-empiriques
comme ceux mentionns dans (Reshetyuk, 2006).

6.6 La modlisation des erreurs du TLS
Le calcul des erreurs lmentaires du scanner laser ne fait pas partie des sujets voqus dans cette
recherche. Nous exposons nanmoins un modle simplifi des erreurs dun TLS miroir assurant
le balayage vertical et embase motorise assurant le balayage horizontal.
Normalement, limprcision de la distance est indpendante de celle des angles cause du
principe diffrent de la mesure de chaque grandeur. La correction de la distance indique r par un
TLS est calcule par la relation (Reshetyuk, 2006) :

75

=

+
.

.
6.4

o

,
.
,
.
sont les corrections instrumentales, en relation avec les
conditions environnementales, puis avec lobjet scann et de multi-pixel. Do la variance sur
cette mesure, qui est :

2
=

2
+

2
+
.
2
+
.
2
6.5

Il est possible de rduire toutes les erreurs mcaniques et optiques du miroir tournant en une
erreur de la mesure angulaire, modlise par la relation :

= (
0
+

. ) 6.6

o est la correction de langle vertical mesur

,
0
est langle mesur au dbut de
chaque ligne du balayage et lerreur du facteur dchelle. On peut ainsi calculer la variance
comme suit :

2
=

2
+

0
2
+

2
.

2
6.7

Langle horizontal souffre des erreurs tachomtriques comme lerreur daxe de collimation e
c

et de laxe horizontal e
h
. Pour calculer la correction de langle horizontal, on applique la relation :

=

cos

. tan

6.8

La variance est aussi calcule par application de la loi de transmission derreurs :

2
=

2
+

+tan
2

6.9

La prcision finale de chaque point dans le nuage 3D peut tre calcule par application de la loi
de transmission des erreurs sur les quations de calcul des coordonnes sphriques partir de
, , (quation 6.3).

76



77

P Pa ar rt ti ie e 2 2. . L La a c co on nc ce ep pt ti io on n d du u s sy ys st t m me e

78



79

7. Oprations pralables aux missions
mobiles

7 Pralablement aux missions mobiles


e chapitre prsente le systme mobile propos dans cette thse. Le systme est dabord
prsent travers ses composants. Quelques spcifications techniques sont mentionnes afin
de bien comprendre la problmatique de la prcision voque par la suite. Le schma de
connexion et les oprations ncessaires pour mettre le systme en uvre sont dtaills. Les
questions de calibration et dhorodatage sont expliques. En fin de chapitre, on montrera que le
gorfrencement direct des nuages de points sera possible sans aucun souci technique.

7.1 Composants du systme

Les trois composants principaux du systme sont le GPS, la centrale inertielle (AHRS) et le TLS.
On peut rsumer les caractristiques majeures des capteurs comme suit :

GPS : le GPS Leica

TP1200 fonctionne en mode RTK solo. Lunit mobile permet un


paramtrage pour mesurer une position pour des intervalles gaux de distance ou de temps. La
mesure par intervalle de distance empche la rptition quand le systme ne se dplace pas. La
frquence maximale de numrisation est de 20 points/s quand le rcepteur verrouille sur des
signaux valides. La prcision de positionnement par ce GPS peut atteindre quelques millimtres
en mode statique, elle est dordre centimtrique en mode de trajectographie. Le rcepteur GPS
permet aussi un contrle qui limine les points acquis en dessous dun certain GDOP.
Un deuxime GPS de haute sensibilit (Ublox EVK-5) est rajout pour surmonter les
interruptions du signal pouvant affecter le premier GPS. Il peut suivre des faibles signaux jusqu
-160 dBm. Les positions sont mesures la frquence de 4 Hz. La prcision gnrale estime par
le constructeur est de 2.5 m.

AHRS : une centrale de cap et de verticale Crossbow

AHRS440 quipe dacclromtres, de


gyromtres et de magntomtres triaxiaux de type MEMS (Micro-Electro- Mechanical Systems).
Ce type de centrales est utilis normalement pour le guidage de petits avions ou des drones. Le
biais du gyroscope est gal 0.1/s et le facteur dchelle 1% (donnes du constructeur). La
centrale est munie dun microprocesseur embarqu effectuant lintgration des donnes de ses
propres mesures avec celles du GPS. Les rsultats de la mcanisation et de lintgration ralises
par le processeur interne sont crits dans un fichier journal en temps rel. Bien que la prcision
angulaire change au fil du temps selon plusieurs facteurs, le fabricant lestime 1 pour le roulis
et le tangage sans laide du GPS et 0.5 en prsence du GPS. Ce chiffre est doubler pour le
lacet. Comme cest une AHRS, lalignement se fait toujours laide du GPS et des
C
80

magntomtres ce qui rend le lacet et le cap identiques (appels lacet rel par le logiciel de
pilotage).

TLS : Le scanner Trimble

GX 3D fonctionne sur le principe du temps de vol avec une porte de


mesure jusqu 200 m. Il balaye des profils verticaux (colonnes) grce un miroir oscillant dans
le plan vertical. La rotation horizontale est assure par un moteur intgr. Son champ de vision
vertical est limit 60 ce qui contraint le systme balayer lun des deux cts du trajet
parcouru. La vitesse maximale du scanner est estime 3-4 profils par seconde lorsqu une
rsolution angulaire verticale de 0.05 est utilise. Cette vitesse est atteinte quand on utilise une
unique mesure laser sans les fonctions dautofocus et de coloration du nuage en temps rel. La
prcision de position est estime 12 mm 100 m pour chaque point mesur.
Le code informatique ncessaire pour bloquer la rotation horizontale du scanner nest pas fourni
par le constructeur, ce qui nous restreint utiliser le scanner avec sa double rotation horizontale
et verticale. Cette utilisation cumule ainsi deux effets responsables de lobtention de la troisime
dimension ; la rotation horizontale du scanner et le dplacement de la plateforme mobile. La
rotation horizontale affecte luniformit de distribution des points dans le nuage final. Langle du
profil laser avec les axes du repre du vhicule augmente avec le temps ce qui rend les profils
scanns moins (ou plus) rapprochs. Nous allons essayer de limiter cet effet par le mode
opratoire. Dautre part, la participation de langle horizontal sera prise en compte lors du
gorfrencement direct des donnes.

La vitesse limite du mode de balayage du scanner associe la gamme moyenne de la centrale
inertielle utilise nous impose une vitesse de dplacement limite. Ceci correspond la vitesse
dun marcheur (environ 2km/h). La premire version du systme est donc embarque sur un
chariot tracte par lhomme. La figure 1 prsente le chariot avec les composants du systme.



Figure 7.1 Prototype de plateforme mobile

7.2 Mise en route du systme

Le mode demploi du systme est relativement simple dans la mesure o il suffit de mettre tous
les instruments en marche et denregistrer leurs donnes pour le post-traitement. Il est fortement
81

conseill de laisser la centrale sinitialiser pendant quelques minutes en pose fixe avant de
commencer le dplacement. Ceci permet aussi au GPS de rcuprer les almanachs qui lui
manquent et deffectuer le type de dmarrage ncessaire. Lexprience montre que les hautes
frquences de la centrale inertielle naffinent gure la trajectographie. Un taux de 20 Hz est
largement suffisant comme frquence pour le message de navigation.
Linitialisation du scanner consiste lorienter dans une direction quasi perpendiculaire au trajet
parcourir et dfinir une fentre de mesure dune taille proportionnelle au temps estim de la
squence de balayage en mode mobile. Le choix de la taille de la fentre et du pas angulaire
utiliss pendant le balayage se fait laide de Pointscape

,

le logiciel de pilotage du scanner
(figure 7.2). Le cadrage dune fentre rectangulaire troite de hauteur maximale associ un pas
angulaire horizontal minimal peut rduire leffet indsirable de la rotation horizontale du scanner.
Le pas angulaire minimal (ou la rsolution) du scanner GX est gale 0.0018. Lutilisation dun
tel pas garantit quasiment le non-balayage du mme profil deux fois si le dplacement est fait en
sens contraire de la rotation horizontale. Le dplacement dans la mme direction que la rotation
ne pose pas ce dernier problme mais gnre un nuage de point lgrement moins dense et moins
homogne. La diffrence entre les deux modes opratoires est quasi ngligeable lors de
lutilisation de la rsolution horizontale minimale.



Figure 7.2 Cadrage de la fentre balayer ( gauche) et deux concordances possibles entre la
direction du dplacement et la rotation horizontale ( droite).

La rsolution influence largement le temps de trajet parcourir. La rsolution verticale basse est
choisie comme constante (0.05) pour acclrer la cadence du balayage et pour obtenir un nuage
de densit homogne. La taille de la fentre cadrer par lutilisateur demeure donc le seul facteur
dont dpend la dure du trajet.

7.3 La liaison entre les capteurs

Les trois capteurs sont lis un ordinateur portable deux niveaux ; le premier est squentiel,
GPS AHRS puis AHRS lordinateur et le deuxime est direct, scanner ordinateur. La
centrale AHRS440 permet une connexion avec un seul rcepteur GPS ce qui impose la
rcupration des donnes du deuxime GPS partir de sa carte mmoire interne. De toute faon,
le stockage des donnes GPS est indispensable pour des oprations comme la correction
diffrentielle en post-traitement en cas de perte de liaison radio.
82

La centrale AHRS exige que les donnes GPS soient formules selon certains protocoles et une
certaine frquence. Un protocole NMEA avec les phrases GGA, VTG (annexe A) 4 Hz prsente
la norme gnrale de communication GPS/AHRS. Cette norme peut tre remplace par des
messages propres lentreprise Ublox

(annexe A) en cas dutilisation de HSGPS. Le processeur


embarqu dans lAHRS intgre les donnes qui lui sont parvenues par le GPS avec ses propres
donnes inertielles et magntiques et les envoie en tant que message de navigation facilement
lisible par lordinateur. Plusieurs types de messages sont disponibles selon lintrt de
lutilisateur (annexe B). Lutilisateur a toujours accs aux donnes brutes ou aux donnes traites
selon le paramtrage du message de navigation souhait. Le scanner est li directement
lordinateur en connexion rseau.
Dans la figure 7.3, le rcepteur GPS mobile envoie ses mesures de vitesse et de position la
centrale AHRS qui rajoute, son tour, lestimation de lattitude et renvoie la totalit sous forme
de messages de navigation lordinateur. Le GPS garde aussi les donnes brutes utilises sur sa
carte mmoire interne pour des utilisations possibles en post-traitement. La communication
GPS/AHRS en temps rel impose le non-contrle des mesures, ce qui peut tre rattrap laide
des donnes stockes en post-traitement. De plus, lAHRS sort la coordonne Z dix centimtres
prs (ce qui est cohrent avec ses utilisations de base). Les coordonnes verticales plus prcises
sont extraites des donnes sauvegardes sur la carte interne du rcepteur godsique.


Figure 7.3 Schma de connexion avec un seul rcepteur GPS

Deux oprations sont indispensables avant la mise en route de la plateforme mobile : la
calibration et la synchronisation. Ces deux oprations sont pralables aux missions mobiles et
rarement rattrapables en post traitement. Les prochains paragraphes sont consacrs ces
oprations.

83

7.4 talonnage du systme

La calibration dans le contexte mobile dsigne lensemble des procdures ncessaires pour
estimer les constantes de calcul : la distance entre le centre de phase de lantenne GPS et le centre
de masse de lAHRS (bras de levier a
b
), la distance entre le centre de masse de lAHRS et le
centre du capteur laser, ainsi que la matrice (R
s
b
) rotation qui sert changer de rfrentiel, cest-
-dire qui permet de passer de celui de la centrale celui du scanner. La calibration suppose que
le systme est totalement rigide et quil nexiste aucun dplacement relatif entre ses composants.
Les deux distances prcdentes sont exprimes comme vecteur trois composantes (AX, AY, AZ)
dans le repre attach au corps du chariot (ramen celui de la centrale inertielle).
Le but de cette tape, donc, est de dterminer les composantes des excentricits linaires et
angulaires entre les instruments et non pas ltalonnage des instruments mmes. Le calibrage se
fait statiquement pour pouvoir obtenir la meilleure prcision possible. Cette opration est
indpendante du temps et ne ncessite pas de synchronisation entre les instruments.
La mthode sinspire du mode demploi du scanner qui permet facilement de connatre son
orientation lorsquil est utilis en mode topographique (station connue en coordonnes et
nivele). Pour cela, la procdure suggre est une utilisation simple du scanner GX en prsence
dun GPS et dun INS. Ensuite, on compare les rsultats et on en dduit les variables cherches. Il
faut, dsormais, embarquer les composants du systme sur la plateforme mobile de manire fixe
et permanente.
La plateforme mobile est fixe dans un endroit o la visibilit de trois points connus, en
coordonnes locales (NTF, Lambert 1), est assure. La rception GPS et les conditions
magntiques doivent tre non perturbes. Des cibles standards reconnaissables par le scanner sont
installes sur les points, ce qui permet deffectuer des viss arrires et de connatre, par
consquent, les coordonnes du scanner et la direction du zro du disque horizontal du scanner.
La prcision dune telle dtermination dpend largement de la prcision des coordonnes connues
des cibles et aussi de la collimation du scanner (cas du calcul tachomtrique dune station libre).
Elle a t estime infrieure 1-2 cm dans les trois axes.
Puisque le nivellement de la bulle horizontale a t fait une seconde prs, on peut considrer la
rotation du scanner autour des axes horizontaux comme nulle, et la rotation autour de laxe Z
gale au gisement donn par le logiciel de pilotage du scanner.

84



Figure 7.4 Interface de Pointscape avec le calcul du stationnement

Les valeurs obtenues par PointScape

peuvent tre calcules autrement ; supposons les


coordonnes des cibles dans le repre gographique r
p
g
et dans le repre du scanner r
p
s
. Le
changement du repre serait effectu selon la relation :

s
g
p
s
s
g
p
g
T r R r + =
7.1

o
s
g
s
g
T R , sont la rotation et la translation du repre gographique vers le repre du scanner
(transformation rigide). Ils sont les inconnues de cette relation.
(Lorusso et al., 1995) ont prsent 4 techniques pour rsoudre un tel problme dont les
diffrences de prcision sont insignifiantes notamment pour une redondance faible (3
observations dans notre cas). Nous avons donc choisi dutiliser la dcomposition en valeurs
singulires qui est la plus stable quand les points sont quasi-coplanaires. La solution bnficie de
faite que les centrodes de deux ensembles de points concident aprs la transformation. Elle se
base donc sur lanalyse de la matrice de corrlation :

T
moyenne
p
g
i
p
g
N i
i
moyenne
p
s i
p
s
r r r r H ) ( ) (
) (
1
) (
=

=
=
7.2

La dcomposition en valeurs singulire de cette matrice scrit comme suit :
T
V S U H =
7.3


La rotation optimale se calcule selon la relation :

T s
g
U V R =
7.4


85

Comme les angles de rotation autour des axes de lEst et du Nord (e
s
,
s
) sont petits, la matrice de
rotation est approxime par :

|
|
|
.
|

\
|
+ +

=
|
|
|
.
|

\
|

|
|
|
.
|

\
|

|
|
|
.
|

\
|
=
1 cos sin sin cos
cos sin
sin cos
1 0 0
0 cos sin
0 sin cos
1 0
0 1 0
0 1
1 0
1 0
0 0 1
s s s s s s s
s s s
s s s
s
g
s s
s s
s
s
s
s
s
g
R
R
k e k k e k
e k k
k k
k k
k k

e
e
7.5


Do l angle :
) / ( arctan
) 1 , 1 ( ) 1 , 2 (
g
s
g
s s
R R = k 7.6

Les angles e, se calculent indirectement partir des expressions des lements R
s
g(3,1),(3,2).
On doit faire attention au fait que laxe z est dirig vers le bas dans la plupart des systmes de
navigation (repre NED). Le signe du lacet doit donc tre invers (figure 7.5) quand on compare
le rsultat de lquation 6 avec langle zro du disque horizontal donn par Poinscape

.

La translation du repre du scanner vers le repre gographique est calcule en substituant la
valeur de R
s
g
dans lquation

7.7:
p
s
s
g
p
g
s
g
r R r T =
7.7

La comparaison entre les quations 7.1 et 7.7 montre que :

s
g
g
b
b
T R a =
1
7.8

La mthode explique ci-dessus fait partie des mthodes de calcul numrique des moindres
carrs, elle ne dispose alors pas dune estimation des erreurs ou de covariance propre la
mthode. On trouve pourtant des mthodes indirectes destimation derreur (Fitzpatrick et al.
1998 par exemple).

La mesure tachomtrique de cette distance est plus prcise que le calcul indirect par lquation
8. Pourtant, elle peut servir de vrification de lexactitude du calcul.
La matrice R
b
s
est donne par la relation :
1
.

=
g
b
g
s
b
s
R R R
7.9
86


Figure 7.5 Sens de mesure des angles

Dun autre cot, le GPS fonctionnait, tout au long de lexprimentation, de manire diffrentielle
et en mode statique. Ceci produit les coordonnes de lantenne GPS installe sur le scanner. Les
composantes du vecteur GPS-scanner seront donc calcules par la soustraction des deux
coordonnes.
Pour viter, autant que possible, la drive de lAHRS, le choix adopt tait de la rinitialiser
plusieurs fois au lieu de se contenter dune seule srie de mesures pendant tout le temps de
lexprimentation. Un tel choix permet davoir plusieurs valeurs de biais des gyroscopes plutt
que de dpendre des corrections apportes par la position du GPS pour corriger un seul biais. De
plus, la complexit de calcul du filtre de Kalman est bien suprieure une simple procdure qui
consiste moyenner plusieurs valeurs dangles pour pouvoir liminer lerreur de biais. La
confiance sest donc porte sur le calcul le plus simple.
Lintgration du GPS a tout de mme t utilise ct de deux options concernant le mode
statique :
- Dsactivation du mode dynamique : pour stabiliser les gyroscopes le plus vite possible. Cette
configuration met en valeur la participation dinclinaison calcule laide des acclromtres
par le biais du gain lev du filtre de Kalman. Ceci permet une marge de temps pour que le
GPS puisse se mettre en route et que le microprocesseur interne de lINS puisse moyenner les
donnes reues partir du GPS.
- Verrouillage stationnaire du lacet : cette option revient considrer la vitesse de dplacement
par rapport au sol, transmise par le code VTG de la trame NMEA du GPS, comme constante.
Le changement de vitesse GPS devient donc du bruit qui natteint pas les corrections
apportes par le filtre de Kalman.

87


Figure 7.6 Roulis mesur au 4
me
test

Dans le tableau 7.1, nous montrons les 8 essais admis (par une simple comparaison du Nord
donn avec celui dune boussole). La dure de chaque essai est presque de 10 min une
frquence de 20Hz. La moyenne et lcart type ont t calculs, ainsi que la moyenne gnrale
pondre par linverse des carts types.

N fichier Roulis cart type Tangage cart type Lacet cart type
1 0.1982 0.0077 0.5746 0.0104 49.3303 0.0163
2 0.1569 0.0304 0.5741 0.0176 49.2673 0.0229
3 0.1194 0.0122 0.5204 0.032 49.1945 0.0302
4 0.1665 0.0081 0.5983 0.0097 49.8641 0.0077
5 0.1633 0.0077 0.5892 0.0109 49.8479 0.0715
6 0.1689 0.0062 0.6242 0.0125 49.7424 0.0816
7 0.1478 0.0139 0.6036 0.0093 49.7228 0.0439
8 0.1721 0.0285 0.6218 0.0184 49.9044 0.0764
moyenne pondre 0.1649 0.59346 49.6054

Tableau 7.1 Calcul dune attitude moyenne de lINS en statique

88

Comme les points de contrle sont de prcision millimtrique et puisque les erreurs des mesures
lasers sont trs faibles, on peut considrer que les erreurs de lAHRS sont la seule source derreur
de la calibration.
Ayant les coordonnes godsiques du GPS, les angles mesurs par lAHRS et les autres
paramtres de la calibration, on peut recalculer les coordonnes des points de contrle et en
dduire les carts connus calculs

7.4.1 Validation des rsultats
La mthode directe pour vrifier le calcul fait ci-dessus est de recalculer les coordonnes des
cibles, elles mmes, mais cette fois en se basant sur lquation dintgration (7.10) explique plus
loin dans ce chapitre. La comparaison entre ces coordonnes et celles connues auparavant donne
un indice de la prcision de calibration du systme.

7.10

o : lindice p reprsente les cibles
R
s
b
: la matrice calcule quon souhaite vrifier
a
b
: lexcentricit calcule quon souhaite vrifier aussi
r
p
s
: la position des points dans le repre du scanner (il suffit de rinitialiser la position du
scanner au zro).

Les autres lments de lquation sont expliqus dans le paragraphe 7.6 sauf quils sont, dans ce
cas, indpendants du temps.
Le tableau 7.2 prsente les coordonnes de rfrence pour les trois cibles utilises et les valeurs
calcules en fonction des valeurs de ltalonnage. La diffrence entre ces deux coordonnes est
seulement due la prcision de la calibration du systme.

N cible x cm y cm z cm
10 1.7 -1.9 -0. 1
14 1.8 2.4 -0. 2
15 1.4 2.4 -0. 6

Tableau 7.2 Comparaison entre les coordonnes de rfrence et celles calcules aprs
ltalonnage.

Les cibles utilises pour cette exprimentation sont loignes denviron 15 m du scanner, ce qui
reprsente la distance entre la plateforme mobile et les faades balayer dans la plupart des cas.
Les carts montrs dans le tableau 7.2 peuvent donner un indice de contribution de lerreur de la
calibration dans le bilan gnral des erreurs dun nuage acquis en mode mobile.
Lacquisition dun nuage de points en mode fixe permet dobserver leffet des erreurs de la
calibration sur la prcision totale. Lacquisition en mode statique et le nouveau calcul multi-
sensoriel (quation 7.10) aident estimer la prcision absolue du systme. Or, cette
exprimentation ne donne gure un indice de la prcision relative qui serait dtermine en mode
mobile. Le traitement des donnes se fait selon les tapes suivantes:
- On garde la position et lorientation du scanner comme tant calcules laide des cibles
89

- On lance le scan dun objet, lenregistrement du journal de lINS et la rception des donnes
GPS simultanment et ce, jusqu la fin du balayage.
- A partir du logiciel de pilotage du scanner, on rcupre deux fichiers : le premier contient les
coordonnes relles calcules des points et le deuxime contient les coordonnes des points
mais dans le repre du scanner (origine et gisement gaux zro)
- On intgre les mesures GPS et INS au deuxime fichier, en utilisant les paramtres de la
calibration calculs ci-dessus et en utilisant lquation 7.10.
- Le calcul doit tre fait de manire ce quil garde lordre des points comme dans le premier
fichier.
- La distance entre les deux jeux des points (figure 7.7) reprsente leffet dtalonnage du
systme.

Aprs avoir appari les couples de points ayant le mme numro dordre lors de lacquisition, on
peut appliquer la srie des quations 7.1 -7.7 pour estimer la rotation et la translation relatives
entre les deux nuages. Si lon considre que les coordonnes acquises par le mode nivel sont les
plus probables et que les coordonnes calcules sont les plus douteuses, lcart entre elles
pourrait reprsenter lincertitude ou lerreur dtalonnage. Le tableau 7.3 montre les carts
moyens de translation (oT
x
,oT
y
,oT
z
) entre les deux nuages.

oT
x (cm)
oT
y

(cm)
oT
z (cm)

1.9 2.0 0.4

Tableau 7.3 Ecarts entre un nuage de points acquis et calcul en mode statique du scanner et par
lintgration de GPS/INS

On peut encore intgrer les valeurs cites ci-dessus dans le calcul des paramtres de la
calibration, quoique la confiance dans les points acquis dans ce mode ne soit pas comparable
celle des cibles. On sest donc content du calcul laide des cibles.

90


Figure 7.7 Nuage de points acquis en mode statique du scanner (noir) et calcul laide de
GPS/INS (rouge)


7.5 La synchronisation entre les composants du systme

7.5.1 I ntroduction
Lintgration correcte des donnes impose la dtermination prcise des instants o les mesures
ont t effectues sur la mme chelle de temps. Etant le plus prcis et le plus uniforme, le temps
GPS fournit toujours lchelle de temps sur laquelle les autres capteurs peuvent se caler.
Plusieurs solutions, de diffrentes prcisions, sont proposes. Ces solutions se situent dans deux
catgories; la premire dpend de lordinateur reliant les capteurs comme un terminal de
synchronisation. La deuxime va plus loin dans llectronique des capteurs en utilisant la nature
de leurs signaux pour obtenir la synchronisation.
Nous appellerons la premire catgorie : synchronisation au niveau du software (ou
synchronisation passive). Comme exemple de cette solution, on peut citer (Abuhadrous, 2005)
qui utilise le logiciel
RT
MAPS pour mettre en commun les donnes collectes des diffrents
capteurs; les donnes sont donc dates prcisment lors de leur acquisition par
RT
Maps. Ce
logiciel permet galement de dcoder la trame NMEA du GPS et certains paquets de donnes
dINS.
La deuxime catgorie peut tre appele : synchronisation au niveau du hardware (ou
synchronisation active). On trouve dans cette catgorie plusieurs exemples pour rfrencer le
temps local de lINS ou du scanner la base de temps GPS. En revanche, on trouve trs peu
dexplications concernant les scanners. Le principe reste toujours le mme : acheminer les
91

signaux selon la logique (FIFO First-In-First out). (Mumford et al., 2006) utilise un hardware qui
achemine les pulses PPS avec les trames des donnes INS en les tiquetant par une valeur donne
par un compteur interne. Lordinateur traduira ce type de journalisation en temps dacquisition de
signaux, mais toujours en rfrenant les paquets venants de lINS au pulse PPS.
(Madeira et al., 2007) utilise la carte dintgration SBR-LS de U-blox pour synchroniser et
intgrer le signal de GPS avec celui dun gyroscope directionnel. En effet, nous pouvons trouver
sur le march de la micro-lectronique plusieurs types de ces cartes (GWGDR-K
9
, Jupiter 21
10
)
qui peuvent rsoudre la fois le problme de synchronisation ainsi que lintgration avec un seul
gyroscope et un odomtre. Elles ne sont donc pas conues pour fournir les observations dattitude
ni pour se positionner une prcision infrieure 2 m.
La solution suggre considre la simplicit et le cot faible des quipements. Elle se situe dans
la premire catgorie car elle utilise lordinateur lui-mme comme un terminal de
synchronisation.
Comme le scanner GX utilis est un scanner 3D utilisation fixe, il ne fournit pas lhorodatage
associ chaque tir laser. On peut avoir linstant de dbut et de fin du balayage une seconde
prs dans le logiciel de pilotage du scanner, ce qui nest pas suffisant pour des applications
mobiles. Par contre, on trouve les instants correspondant chaque mesure AHRS sur lchelle de
temps du GPS et de lordinateur dans le message de navigation. Seul le scanner donc, pose un
problme dhorodatage.
La connexion entre lordinateur et le scanner est observe. Cette opration se fait laide dun
logiciel espion qui permet de surveiller les trames passant par la carte rseau. Le logiciel
suggr pour cette tche est : Ethereal
11
(ou Wireshark
12
) qui aide analyser de multiples
connexions la fois. Ce logiciel, ainsi que dautres similaires, nest pas capable de dcoder tous
les types de paquets de donnes. Il faut donc dchiffrer les paquets des donnes reus par
lordinateur et enregistrer le temps darrive de chaque paquet. La relation entre les paquets
transmis et les points numriss doit tre tablie pour connatre les constantes qui lient linstant
darrive des trames de donnes linstant vrai de la mesure o autrement dit, le temps de
latence.

7.5.2 Tests et observations
Tous les tests dhorodatage sont faits au laboratoire. On scanne une fentre rectangulaire
similaire ce quon fait dans les sorties mobiles, puis on essaie danalyser les fichiers enregistrs
par le logiciel qui observe la communication scanner-ordinateur.
Suite aux diffrents tests, nous avons pu remarquer en observant simultanment le scanner et le
programme espion que larrive des trames de donnes correspond gnralement deux profils
balays. Pour confirmer cette constatation, il faut compter les trames de donnes et les colonnes
du balayage.
En effet, un profil scann correspond un angle horizontal quasi constant, le changement
brutal de langle horizontal correspond au changement de profil. On peut dtecter ces

9
Korea Electric Terminal Co., Ltd.
10
Navman NZ Ltd
11
http://www.ethereal.com/
10
http://www.wireshark.org/


92

changements en drivant langle horizontal par rapport au temps et en trouvant les valeurs
suprieures au seuil gal la rsolution horizontale fournie par lutilisateur.
En examinant le trafic des donnes rseau, on peut remarquer plusieurs types de transactions (au
sens de trames changes. Une transaction par protocole TCP (Transmission Control Protocol)
qui sert envoyer des paramtres, ou donner un ordre de transfert FTP. La transaction par
protocole FTP (File Transfer Protocol) est utilise afin denvoyer les mesures lordinateur.
Nous nous sommes intresss aux commandes TCP envoyes par le scanner : nous avons
remarqu une instruction PSH qui contient le nom dun fichier binaire : .bin . Cette
instruction est antrieure au transfert FTP-Data. En calculant les intervalles de temps entre
larrive de ces instructions, nous avons remarqu quils sont quasiment uniformes.
Cette instruction semble donc avertir lordinateur que le fichier binaire peut tre transfr. Le
scanner nayant pas une grande mmoire tampon, cette instruction est gnre ds que le scanner
a cr le fichier binaire, donc ds quil a fini de scanner deux lignes de points.
On met ici lhypothse que lintervalle de temps entre lacquisition du dernier point des deux
lignes, et lenvoie de la commande PSH par le scanner, est constant tout au long dun scan.
Lestimation de cette constante et de la dure de numrisation des deux premires colonnes est
lorigine de limprcision de la mthode dhorodatage. Lintervalle chronologique entre le
transfert des donnes dune paire de colonnes et le dernier point scann est suppos gal 0.01-
0.02 sec (valeur empirique). La dure du scan des deux premires colonnes est considre gale
la moyenne de toutes les paires scannes pendant tout le scan observ.
Nous pouvons dsormais filtrer les communications scanner-ordinateur enregistres par lespion
de rseau et en conserver ce qui nous est utile : les commandes de transfert en fin de chaque paire
de colonnes portant lhorodatage et les dtails du transfert portant les mesures laser brutes. La
figure 7.8 montre linterface du logiciel Wireshark

o on trouve seulement les commandes
filtres qui portent des informations pertinentes pour lhorodatage.


Figure 7.8 Interface de Wireshark

; (T
i
, T
i+1
) linstant de transfert des couples de colonnes i, i+1

93

Dans chaque paire de colonnes, on suppose que la dure de la rotation horizontale ayant lieu au
milieu est gale au temps entre deux points successifs dans la mme colonne. Par consquent, on
peut effectuer une interpolation linaire entre les instants de dbut et de fin de la numrisation
afin dhorodater chaque point. Il faut encore dcrypter les paquets de donnes envoys pour
retrouver les mesures laser effectues. Les points numriss dans Pointscape ne peuvent pas
fournir les informations ncessaires. Le logiciel omet les cas o le rayon laser part dans le vide,
or ces cas ont pris du temps.
Le scanner GX effectue des arrts alatoires pendant le scan. Ces pauses semblent dues aux
erreurs de communications TCP. Lorsquune pause est dtecte, on divise lobjet scann en deux
et on ralise la chane danalyse et dinterpolation pour chaque objet sparment.

7.5.3 Dcodage des fichiers binaires

7.5.3.1 Lecture en mode texte

La premire tape est de reconstituer les fichiers binaires partir des donnes recueillies par
Wireshark : il sagit, dans un premier temps, dextraire les donnes de chaque paquet FTP-
DATA, puis de les assembler en juxtaposant les fichiers.
En lisant ces fichiers en mode ascii, on peut noter deux squences marques par les mots en-
tte, fin de trame qui se rptent autant de fois que le nombre de colonnes scannes. Ceci laisse
supposer que les informations dune colonne de points sont dlimites entre les deux mots.
L en-tte contient des informations sur la colonne scanne, en plus de lheure et de la date du
scan ( une seconde prs).

7.5.3.2 Lecture en mode binaire

La mthode la plus simple est de coder les informations dune colonne sur 8 octets. On peut ce
stade noter des valeurs numriques lisibles limites de 0 255. En confrontant les deux fichiers
(binaire et numris par Pointscape), on saperoit que les composantes Rouge, Vert, Bleu et
lintensit ont les mmes valeurs. Ce sont dailleurs les dernires donnes du fichier dcrypt.
Ces valeurs se rptrent priodiquement tous les 39 octets pour le scan correspondant une
acquisition vido. Seule la valeur dintensit existe pour les scans sans couleurs, elle se rpte
tous les 36 octets.
Aprs avoir dtermin la longueur dcriture de chaque point, plusieurs essais sont faits pour
trouver le codage correct pour le reste des entiers (annexe C). Les donnes brutes dune mesure
laser par le scanner GX sont constitues des coordonnes cartsiennes (x,y,z), des coordonnes
sphriques (, , ), dintensit et des couleurs RVB si paramtres par lutilisateur. Quand le
rayon laser mis ne revient pas, les valeurs de la distance et des coordonnes cartsiennes sont
mises zro.
La lecture du fichier filtr venant du logiciel espion se fait donc deux niveaux et en trois
tapes :
1. Dtection de commande portant lhorodatage pour chaque paire de colonnes (niveau texte
ascii).
2. Dtection et suppression des enttes sparant les deux colonnes (niveau texte ascii)
3. Codage des donnes de chaque colonne sparment (niveau binaire)
94

Les trois tapes sencapsulent dans un algorithme squentiel. La distribution des instants trouvs
en premire tape sur les points dduits en troisime se fait antrieurement.

7.5.4 Validation de la mthode

Pour quon puisse dtecter les mouvements du scanner, nous avions accroch une centrale
inertie sur la face avant du scanner. Laxe Y
b
de la centrale tait quasiment tangentiel larc
dessin par le scanner lors de son mouvement horizontal (figure 7.9). La centrale doit tre relie
lordinateur fonctionnant avec le scanner.



Figure 7.9 Montage de la station inertielle

En effet, chaque acclration et dclration dtectes correspondent une rotation horizontale
entre deux colonnes de scan. On vrifie ainsi que chaque trame de donnes, issues du sniffer ,
correspond bien deux colonnes de scan. De plus, on peut calculer des valeurs moyennes de
constantes censes reprsenter la latence entre la fin du scan des deux colonnes et le transfert des
donnes. Cette constante se rapproche de zro et peut tre nglige dans bien des cas. La
figure 7.10 illustre les acclrations horizontales du scanner et les instants du transfert. La
moyenne non nulle des acclrations sexplique par le fait que laxe Y
b
de lINS nest pas
horizontal, lacclromtre en question dtecte donc une partie de la gravit terrestre. Le scan a
lieu entre deux acclrations successives ce qui concide, une fois sur deux, au transfert des
donnes.

95


Figure 7.10 Acclrations mesures selon laxe Yb (noir) avec une reprsentation des instants
PSH dduits de fichiers du programme espion .

Limprcision dhorodatage par la mthode expose est aborde encore plus loin dans cette thse
notamment quand la prcision du nuage de points est discute.

7.6 Le gorfrencement direct

La mthode indirecte de gorfrencement se base sur lutilisation de cibles ou de sphres
dajustage connues en coordonnes objet bien scannes. Elle est applicable uniquement pour le
scan 3D fixe o peu de facteurs peuvent affecter la prcision. Le gorfrencement direct se fait
laide de capteurs produisant la position et lattitude haute frquence et de manire
indpendante du contenu du scan. Cette technique dintgration a rendu possible lacquisition
mobile de milliers de kilomtres, dans presque tous les milieux. Les capteurs capables de fournir
la position et lattitude avec une prcision suffisante peuvent tre utiliss pour le
gorfrencement direct, pour autant quils puissent tre calibrs et synchroniss avec une
prcision acceptable.
Les lments de lorientation externe peuvent aussi tre dfinis pour chaque point du nuage laser.
Ils changent rapidement et leur volution doit tre suivie par des mesures en temps rel. Plusieurs
formes de lquation de gorfrencement direct sont en uvre. La diffrence rside dans le
rfrentiel o on veut exprimer le nuage de points et o les mesures sont exprimes. La diffrence
essentielle qui distingue notre cas vient du fait que le scanner acquiert ces coordonnes en repre
tridimensionnel. Or le cas gnral en cartographie mobile est le balayage en deux dimensions.

96



Figure 7.11 Plateforme mobile et les dnominations essentielles concernant le gorfrencement
direct laser.

Dans la figure ci-dessus on peut exprimer

le vecteur position dun point p dans un repre


cartsien local g comme la somme des deux vecteurs :

7.11

est le vecteur position du scanner dans le repre godsique local. Le vecteur liant le scanner
et le point nest pas mesurable dans le repre godsique mais dans celui du scanner mme

. Il
subit quand mme une rotation

du repre du scanner vers le repre godsique. Cette rotation,


non mesurable galement, peut tre exprime en fonction de la rotation mesure par lAHRS


et de la calibration des excentricits angulaires

7.12

Dautre part, on ne possde pas le vecteur position du scanner dans le repre godsique mais
celui de lAHRS mesur par le GPS. Lexcentricit linaire entre les deux peut tre mesure
seulement dans le repre du vhicule (ramen celui de lAHRS), cest pourquoi, elle doit subir
la rotation

pour rejoindre le reste des vecteurs.


.

7.13

La forme finale de lquation dintgration est obtenue en substituant les relations 7.12 et 7.13
dans 7.11:
] ) ( . ).[ ( ) ( ) (
b s
p
b
s
g
b
g
AHRS
g
p
a t r R t R t r t r + + =
7.14


97

La notation (avec flche) des vecteurs est omise condition quils soient reprsents par leurs
composantes x,y,z. Il est plus convenable dexprimer les mesures du scanner sous forme
cartsienne lors du calcul du nuage et sous forme sphrique lors du calcul des erreurs
correspondantes. Les deux jeux des coordonnes existent dj dans le fichier brut du scanner (cf .
7.5.3).

.
cos cos
cos sin
sin
+

7.15

Cette quation doit tre applique autant de fois quil y a des mesures laser

. La diffrence en
frquence doit tre comble par linterpolation et par la compensation des masques GPS. Les
systmes de cartographie mobile fonctionnant en temps rel disposent dun calculateur qui peut
appliquer cette quation la cadence de sortie des donnes. Le calcul en post-traitement impose
de dvelopper des techniques pour raliser le calcul sur des priphriques de gamme grand
public.

7.7 Analyse pralable des erreurs

Dans ce paragraphe, on entend analyser les erreurs de synchronisation et de calibration sur la
prcision finale du nuage de points. Bien que ces erreurs ne soient pas tout fait indpendantes
des conditions de dplacement, nous avons choisi de les isoler et de les traiter a priori. Ceci
pourrait faciliter la comprhension de leffet de chaque erreur, ce qui aiderait le concepteur
dcider si la prcision est suffisante ou sil faut encore investir sur quelque partie.
Pour pouvoir appliquer la loi de transmission des erreurs, on considre lquation 7.14 comme
une fonction ) ( X f Y = . Le dveloppement de Taylor limit la premire drive autour de la
valeur la plus probable donne une approximation de lcart recherch :


|
.
|

\
|
c
c
~
|
.
|

\
|
c
c
~ X
Y
Y
X
Y
Y Y
X X
X
o o
0 0
0
X
: ou ) X X (
0
7.16


avec : Y=

() la valeur la plus probable,


0
=

() la valeur calcule partir des mesures disponibles,


(

) les lments de la calibration quand elle est en question et


= pour le cas de la synchronisation et lhorodatage.

Les erreurs de calibration et de synchronisation sont indpendantes. On traite donc chaque cas
part.

7.7.1 Cas de la calibration

Pour faciliter la lisibilit des relations, on va traiter les constantes de calibration (

)
comme variables. La drivation de lerreur due la calibration est donne par la relation :

98

7.17

On suppose que les erreurs sur les excentricits angulaires sont petites. (Mikhail et al., 2001) On
introduit les relations suivantes pour faciliter la linarisation dune matrice de rotation (R
s
b
en
loccurrence) :
|
|
|
.
|

\
|

=
c
c
0 1 0
1 0 0
0 0 0
b
s
s
b
s
R
R
e



|
|
|
.
|

\
|


=
c
c
0 0 cos
0 0 sin
cos sin 0
s
s
s s
b
s
s
b
s
R
R
e
e
e e

7.18


b
s
s
b
s
R
R
|
|
|
.
|

\
|
=
c
c
0 0 0
0 0 1
0 1 0
k

7.19

Lexcentricit linaire est mesure par un tachomtre. Lerreur sera ainsi la mme (estime 1
mm) sur toutes les composantes (

).

7.7.2 Cas de la synchronisation

Lquation dintgration (7.14) peut tre considre comme une fonction compose :
= 7.20

= avec [

, , , ]

= () :

0
+

. (
0
)

0
+

. (
0
)

0
+

. (
0
) 7.21
=
0
+

. (
0
)
=
0
+

. (
0
)
=
0
+

. (
0
)

99

On suppose ci-dessus que la prcision de lacquisition par le scanner (

) est indpendante du
temps. Selon la rgle de drivation dune fonction compose :


7.22

Le premier terme

se rfre la sensibilit de lquation dintgration par rapport aux erreurs


de position et dattitude. Cet effet sera abord plus loin dans cette thse quand on discutera la
prcision finale du nuage de points. Le deuxime terme est gal :

. 7.23

o est lerreur de synchronisation. On appelle ce terme la composante de synchronisation
dans lerreur gnrale . La dmonstration prcdente suppose lexistence dune seule erreur sur
lchelle de temps qui serait, dans notre cas, gale lerreur dhorodatage du scanner (0.01-0.02
sec).
On peut noter ce stade de lanalyse que lerreur de synchronisation est difficile isoler des
autres facteurs. Elle amplifie les erreurs dattitude et de trajet de manire proportionnelle aux
vitesses linaires et angulaires. Par exemple, pour un mouvement axial une vitesse angulaire
nulle et une vitesse linaire fixe de 1 m/s, un centime de seconde derreur dhorodatage produit
une composante derreur de 1 cm.

100



101

8. Le traitement de trajectomtrie et la
production du nuage de points
8 Le traitement de trajectomtrie et la







8.1 Traitement de trajectomtrie

Comme mentionn dans le mode opratoire, on parcourt normalement des trajets courts et
moyens cause des limitations du scanner et de lAHRS utiliss. On essaie aussi de faire des
tronons rectilignes pour maintenir, tant quil est possible, lhomognit du nuage de points
(figure 8.1).


Figure 8.1 Distribution des profils lors de la numrisation partir dun trajet non droit

tant donn que la centrale inertielle dlivre son message de navigation 20 Hz (souvent
paramtr pour notre systme) et que le scanner fonctionne 2000 points/seconde, une
interpolation est indispensable. Le calcul du trajet est fait une frquence gale au taux
dchantillonnage de lAHRS, il faut encore une interpolation linaire pour suivre le dbit du
scanner (figure 8.2).
102


Figure 8.2 Interpolation ncessaire pour accorder les mesures GPS/AHRS +TLS

En labsence de signal GPS, la centrale inertielle ne produit pas de position dans son message de
navigation car les erreurs du gyromtre ne permettent pas un tel calcul. Nous allons analyser
lintgration AHRS/GPS faite en temps rel pour mieux comprendre les conditions de
lexprimentation avant de montrer la mthode de traitement.

8.1.1 I ntgration GPS /AHRS
Lintgration du GPS avec les donnes inertielles et magntiques se fait lintrieur de la
centrale en temps rel. On ne dispose pas dinformations suffisantes sur lalgorithme utilis pour
lintgration (a priori bas sur le principe dun filtre de Kalman tendu). En tant que bote noire,
on peut caractriser lalgorithme de lintgration avec le message NMEA standard dun GPS
comme suit :
- Larchitecture du couplage GPS/IMU est de type lche : ceci sexplique par le fait que la
centrale exige le protocole NMEA du GPS avec des trames GGA, VTG.
- Lalgorithme ne tient pas compte de la qualit de la position 3D du GPS tant donn quelle
nest pas transmise par les trames GGA, VTG.
- La boucle de correction tourne 4 Hz (en cas de non interruption du GPS) tandis que la
boucle de prdiction peut tourner de 20 100 Hz. Une telle constatation est faite par une
simple observation des taux dentre/sortie de la centrale AHRS 440.
Les notes cites ci-dessus sont applicables pour tous les GPS y compris le modle Leica
TP1200 qui peut fournir un code NMEA via une communication srie.
Une solution pour amliorer les rsultats est de rappliquer un filtre de Kalman dun modle
mathmatique simulant ce qui est cit plus haut mais en inversant lchelle du temps dans un
processus traditionnel (lissage de Kalman). On peut ainsi limiter la drive de biais des gyromtres
et des acclromtres par une double contrainte.
La drive de la centrale est tellement forte en cas dabsence du signal GPS quelle ne peut plus
tre contrle par le signal venir. On peut constater quune priode de 20 secondes sans GPS est
suffisante pour produire des mesures angulaires totalement inexploitables. Cependant, la centrale
permet dutiliser deux techniques pour contenir cet effet indsirable : lutilisation augmente des
magntomtres et la mise jour dattitude lors des vitesses basses. Lexploitation de ces deux
techniques a fourni des rsultats intressants. Le seul inconvnient de cette utilisation est la perte
103

dun modle mathmatique unique du filtre de Kalman ce qui empche le lissage en post-
traitement.

8.1.1.1 Reconstitution de la position

Dans une premire exploitation des matriels existant, nous avons choisi de laisser lAHRS 440
grer totalement lattitude. La reconstitution et linterpolation de la position seront faites par la
mthode dajustage des polynmes.
On essaie premirement disoler les donnes GPS/AHRS correspondantes au mouvement.
Plusieurs options sont possibles pour sparer les donnes statiques et dynamiques. On prfre,
tout de mme, utiliser les mesures les plus lmentaires (vitesse angulaire ou acclration) pour
cet objectif. Il suffit de trouver un seuil qui distingue le bruit de la vraie dynamique nonant le
dbut et la fin du dplacement. La figure 8.3 montre lisolement du mouvement par un seuil de
changement de la vitesse angulaire autour de Z gale 0.2 deg/s.


Figure 8.3 Distinction entre la phase mobile et la phase statique de la mission dpendant de la
vitesse angulaire

8.1.1.2 La mthode dajustage des polynmes

La mthode explique est valable pour les coordonnes cartsiennes (x,y,z) comme pour les
coordonnes gographique (lat, long, h). Si la transformation des coordonnes gographiques en
coordonnes planaires est faite laide dalgorithmes prcision moyenne (Circ de lIGN par
exemple), on note que plusieurs points se transforment en un point unique. Ceci ncessite une
interpolation linaire entre ces points uniques transforms pour rtablir la prcision de base.
On exprime chaque coordonne comme un polynme de k
me
degr du temps t. On peut crire
lquation suivante pour la coordonne x par exemple :

104


0
+
1
. +
2
.
2
++

=
~
k
j
j
j
t a x
0
8.1

o a
j
= a
0 ,
a
1,
a
2
a
n
reprsente les coefficients recherchs.
Pour n mesures, la fonction derreur est forme comme suit :

=
0
+
1
. +
2
.
2
++

2
=1
8.2

La recherche des coefficients a
j
qui minimisent cette fonction passe par la drivation par rapport
aux coefficients (mthode des moindres carrs). Les drives forment la matrice de Vandermonde
V. La forme normalise de lquation 8.2 est :

b a V
j
~ .

8.3
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
.
|

\
|
|
|
|
|
|
.
|

\
|




=
=
=
= =
+
=
=
+
= =
= =
n
i
i
i
k
i
n
i
i
n
i
i
k
n
i
k
i
n
i
k
i
n
i
k
i
n
i
k
i
n
i
i
n
i
i
n
i
k
i
n
i
i
x t
x t
x
a
a
a
t t t
t t t
t t n
1
1
1
1
0
1
2
1
1
1
1
1
1
2
1
1 1
.



La solution par moindres carrs est donne comme suit :

) ( ) (
1
Wb V WV V a
T T
=
8.4

avec W est la matrice des poids. Pour calculer cette matrice, on doit rcuprer les estimations de
la qualit du positionnement (v
1
,v
2
v
n
) donnes par le rcepteur GPS. Ces informations ne se
trouvent pas dans le message de navigation de lAHRS440, mais sur la carte mmoire du
rcepteur.
( )
n
v v v diag W / 1 / 1 / 1
2 1
=

8.5

Lincorporation de la matrice des poids dans le calcul permet de prendre en compte toutes les
mesures quelle que soit leur prcision. On tolre donc des valeurs plus fortes de DOP (GDOP <
10 par exemple) lors de la configuration du rcepteur mobile.
Les rsidus qui correspondent un tel calcul sont donns par la formule :

a V x r =
8.6


Cette formule donne les rsidus correspondants aux points pris par le GPS, le reste des rsidus est
calcul par interpolation linaire.
Le degr du polynme est choisi de manire exprimentale de telle faon ce que les rsidus du
calcul soit minimums. Bien que ce soit prfrable, on nutilise pas le mme degr pour ajuster la
105

latitude, longitude et laltitude. Il est toujours conseill de soustraire les coordonnes du centrode
du trajet trait pour garantir la stabilit du calcul.

Apres avoir obtenu les valeurs des coefficients, on les substitue dans la relation 8.1. On calcule
les coordonnes pour une plage complte des instants de balayage laser du dbut jusqu la fin du
mouvement. Lintervalle entre les instants doit tre gal celui de sortie de lAHRS pour avoir
une solution cohrente en attitude et en position.

Bien que la mthode expose ci-dessus soit simple mettre en uvre, elle souffre des
inconvnients suivants :
- Elle ne prend pas en compte les donnes de navigation inertielle, mais seulement les mesures
du GPS.
- Elle traite indpendamment les trois coordonnes x, y, z. La considration quune coordonne
est fonction de lautre (y = f(x) au lieu de y = f(t) par exemple) nglige les changements de
vitesse pendant le dplacement. Ceci produit des rsultats errons facilement dtectables sur
le nuage de points final.
- Elle suppose que le trajet le plus probable est identique la courbe ajuste aux points mesurs
par le GPS. Ceci ne correspond pas forcement aux conditions du dplacement notamment
quand il sagit des dynamiques brusques locales. De toute faon, il est conseill dviter ce
type de dynamiques car il peut produire des nuages non-homognes au niveau de la densit.
La mthode dajustement des courbes montre aboutit de bons rsultats en cas de bonne
rception GPS de faon ce que le nombre de points fournis soit suffisant pour contraindre le
trajet. Quand le trajet parcouru sloigne considrablement de la ligne droite, un polynme seul
ne suffit pas pour modliser le trajet. Nous avons recours la mthode dajustage de plusieurs
courbes plutt que par une courbe de Bzier ou par les Splines. Lexprimentation montre
quelles sont trs sensibles au changement local. De telles courbes ne peuvent pas fournir une
reconstitution fidle aux conditions de dplacement.

8.1.1.3 La modlisation par plusieurs polynmes

Lapplication de cette mthode passe par deux tapes : le dcoupage du trajet qui signifie la
dtermination des points o on change le polynme et la dtermination des coefficients des
polynmes sous condition de continuit (tangence mutuelle) entre les courbes.

8.1.1.3.1 Dcoupage du trajet

On peut rsumer les procdures ncessaires pour cette tape comme suit :

1- On ajuste un polynme de premier degr (une ligne droite) la totalit des points acquis selon
la mthode explique ci-dessus. On suppose ce stade que y = f(x) et on traite le trajet
comme un trajet bidimensionnel sans prendre en considration laltitude z.
2- On construit une fonction de distance pondre de tous les points du trajet vers la ligne
droite calcule par ltape 1 :
106

+
0

2
+1


8.7
o x
i
,y
i
,v
i
sont les coordonnes et la prcision du point i du trajet.

3- On cherche le point le plus loign de la ligne droite (

maximale) et on dcoupe le
trajet en deux trajets connects en ce point-l.
4- On rpte les tapes 1, 2, 3 pour chaque fraction du trajet tant que la distance

maximale
est suprieure un certain seuil d
s
.
Le seuil d
s
reprsente la limite dans laquelle on accepte quun seul polynme modlise
fidlement la partie du trajet en question. Le choix dun petit seuil engendre une sur-segmentation
du trajet de sorte que les points existants dans chaque segment ne suffisent plus modliser avec
un haut degr de redondance.



Figure 8.4 Dcoupage dun trajet en trois sous-trajets selon un seuil ds donn

Comme valeur empirique, on peut fixer ce seuil 1% de la longueur totale du trajet initial. A la
fin de cette tape on garde les indices id
i
par ltape 3.

8.1.1.3.2 Ajustage contraint des polynmes

Lajustage des courbes se fait de manire squentielle avec ou contre le sens de la marche. Pour
la premire courbe x
1
(t), on applique la mthode explique plus haut. La courbe suivante x
2
(t)
doit tre contrainte son extrmit par les deux conditions suivantes :

- Le dernier point de la premire courbe est le premier de la courbe suivante

107

x
1
(t
id
) = x
2
(t
id
) 8.8
- La tangente ce point est la mme pour les deux courbes :

1
(

2
(


8.9
Lajustage des courbes se fait donc sous les conditions dgalit avec une limite infrieure. En
terme des moindres carrs, on doit rsoudre le systme surdtermin de :

=
~
k
j
j
j
t a x
0
2
8.10

avec les conditions :
) (
0
2 1 id
k
j
j
j
t t a x x
id id

=
= =
8.11

) ( .
0
1
1
2 1
id
k
j
j
j
t t a j
dt
dx
dt
dx
id id

= =
8.12


La solution mathmatique dun tel problme doptimisation est aborde dans (Coleman et Li,
1996), (Gill et al., 1981)
13
. On peut ainsi construire une squence de polynmes tangentiels deux
deux. Le degr 3 des polynmes est le degr minimal permettant la courbe dinterpoler
plusieurs points et deux tangentes. On choisit le premier polynme contenant le maximum de
points GPS (ou les points les plus prcis).

8.1.1.3.3 La modlisation par position-vitesse

Lors de labsence de rception GPS, on ne trouve pas de position dans les messages standards de
la centrale AHRS 440. Le fabriquant de cette centrale considre quen cas dabsence daide
externe du GPS, la prcision des donnes inertielles peut amener calculer la vitesse linaire
(premire intgration) et non pas la position (deuxime intgration). Pour les prcdentes
analyses, on considre que lajustage des courbes peut produire des donnes plus prcises que
limplication de la vitesse dduite par la technique inertielle. Nanmoins, cette considration
devient moins correcte lors dune longue absence du signal GPS (10 sec comme seuil). Dans ce
cas, il est plus crdible dutiliser les donnes de vitesse condition dharmoniser les repres de
mesures. On prfre utiliser les coordonnes GPS exprimes dans le repre WGS84 transform
en repre de navigation (annexe D). La mthode propose se divise en trois tapes :
- On repre les intervalles (k, k+1) essentiels correspondants labsence dacquisition GPS :
ces intervalles sont normalement dlimits par des points GPS faible prcision. On
commence par considrer les intervalles depuis des points suivants.
- A partir de la borne infrieure k de lintervalle, on commence cumuler les mesures comme
suit :

=
1
+

=
1
+

. 8.13

=
1

.

13
La fonction (lsqlin) de MATLAB

dpend de ces deux rfrences


108


avec , +1 lindice des points dduits une cadence gale celle de sortie de
lAHRS (0.05 sec par exemple).
- On calcule lerreur de fermeture au niveau de la borne suprieure (coordonne calcule
laide de la vitesse coordonne mesure par GPS). Cette erreur est distribue galement sur
les coordonnes calcules par les quations 8.13. Plus loin dans cette thse, on simule le filtre
de Kalman pour avoir, entre autres, la prcision des mesures de vitesses. Ceci permet une
distribution de lerreur inversement proportionnelle la prcision de la vitesse.
Aprs avoir combl les longues interruptions GPS, le cas tudi devient un des deux cas
prcdents. On choisit un seul ou plusieurs polynmes selon la complexit du trajet.

8.1.2 I ntgration GPS RTK/HSGPS

Lutilisation dun GPS de haute sensibilit sur notre systme est conue en premier lieu pour
stabiliser la centrale inertielle plutt que pour donner une position prcise. Nous avons choisi un
rcepteur EVK-5T dUblox

. A cot de son faible cot et de sa sensibilit leve, lUblox


possde latout de pouvoir transmettre en temps rel des informations concernant la prcision en
plus de ce qui existe dans un code NMEA. Par exemple, dans le message NAV-POSLLH du code
binaire Ublox, on trouve une estimation de lincertitude horizontale et verticale de la position.
LAHRS analyse la syntaxe du dernier message et aussi de NAV-VELNDE : la vlocit en
North, East et Down (o on trouve aussi des informations sur le cap) et de NAV-STATUS : le
statut du rcepteur GPS (diffrentiel, DOP, TOW etc.). On attend donc un meilleur
fonctionnement de lalgorithme interne embarqu dans la centrale puisque lentre GPS est plus
frquente et plus riche en informations.
Au regard de lanalyse prcdente, la dcision prise est de brancher la centrale au GPS Ublox
pour avoir des donnes de navigation plus prcises en attitude mais moins prcises en position.
Paralllement, Le GPS Leica

fonctionne en mode cinmatique avec des corrections


diffrentielles en temps rel. Les donnes sont rcuprer sur la carte de mmoire interne du
rcepteur.


Figure 8.5 Schma de la liaison GPS/AHRS utilise sur le systme

La prcision nominale du rcepteur EVK-5T sans correction diffrentielle est de 2,5 m.
Pourtant, il se peut quil trouve des positions dune prcision infrieure. Quelle que soit la
prcision dune position obtenue, on en possde toujours une estimation quon va prendre en
compte comme expliqu plus loin.
109

La figure 8.6 montre les points pris par les deux rcepteurs : Leica

(en rouge) et Ublox

(en
bleu) lors dun trajet denviron 100 m.



Figure 8.6 Trajectographie 2D mesure par deux rcepteurs GPS (RTK en rouge et haute
sensibilit en bleu)

Pour pouvoir traiter une telle configuration, on fait subir aux donnes deux tapes successives. La
premire constitue rduire lcart entre les deux chantillons en appliquant une transformation
lensemble du trajet faible prcision pour le faire concider au mieux avec celui prcision
leve. Ltape suivante est un ajustement de la courbe au trajet dit mixte .
Comme elle conserve la forme du trajet, une transformation de corps rigide est choisie pour la
premire tape. Afin de trouver les six paramtres (3 translations + 3 rotations) dune telle
transformation, il faut apparier chaque point du trajet prcis avec lun du trajet moins prcis. Ce
type de couplage se fait facilement en se basant sur le temps GPS qui est commun aux deux types
de mesures.



Figure 8.7 Plan 2D des points apparis entre les trajets GPS (prcis en rouge et haute sensibilit
en bleu)

Apparions le point P
d
i
(lat,long,h)
mesur en mode diffrentiel RTK par le rcepteur Leica avec le
point P
h
i
(lat,long,h)
mesur en haute sensibilit par le rcepteur Ublox. Pour connatre la rotation R
et la translation T entre les deux ensembles (i=1 .n) o n est le nombre de points apparis, il
suffit de rsoudre le systme dquations 8.14 dans un processus quivalant celui montr par les
quations 7.4 et 7.7 (page 84 et 85).

110

T Ph R Pd
i i
+ =
8.14

Lexprimentation montre quune telle mthode peut servir dalternative pour corriger
diffrentiellement les mesures du rcepteur haute sensibilit pour de courts trajets. Sans quoi, il
faut avoir une autre unit pivot haute sensibilit qui assure des mesures dans les mmes
conditions et la mme cadence que lunit mobile . Dans ce cas, le traitement diffrentiel
devient possible en post-traitement.
Il est possible de configurer lunit pivot du GPS Leica

pour quil puisse la fois transmettre et
sauvegarder les corrections diffrentielles. Le rcepteur Ublox

doit avoir un double cblage


pour quil puisse transmettre les paquets la centrale AHRS et lordinateur simultanment. Les
donnes sauvegardes par les deux units sont exportes dans un fichier dchange standard
(format RINEX). Les corrections diffrentielles sont confies un logiciel de traitement des
donnes GPS comme LEICA Geo Office (LGO).

Aprs avoir recal le trajet trac en haute sensibilit vers celui trac plus prcisment, on obtient
un ensemble de donnes comme montr sur la figure ci-dessous.



Figure 8.8 Trajet mesur haute sensibilit (vert) recal vers les points RTK (rouge)

Une fois les donnes fusionnes, on peut appliquer lajustage dune seule ou plusieurs courbes
comme montr auparavant. La figure 8 montre la forme finale du trajet trace dans le plan
horizontal.



Figure 8.9 Trajet reconstitu par ajustement des courbes partir des donnes prcdentes


111

8.1.3 La corrlation position/attitude
Par les diffrents traitements prcdemment expliqus, nous essayons de reconstruire et
dinterpoler des points du trajet sans prendre en considration lattitude. Ce type de traitement
nest pas tout fait exact car la position et lattitude sont fortement corrles. Dans ce
paragraphe, on considre la relation entre le trajet en plan horizontal et le lacet donn par la
centrale AHRS. Ce cas est le plus significatif vu limportance de lerreur de cap par rapport
celles de roulis et de tangage. En outre, dans la plupart des cas, la variation en x,y est plus forte
quen z.
La figure 8.10 montre le changement entre deux instants successifs (i, i+1) de journalisation
AHRS. Le lacet peut tre calcul comme suit (cas du premier quart du cercle trigonomtrique) :

1
= tan
1

1

8.15

On peut produire une courbe (temps, lacet) dpendant de cette relation. En mme temps, lAHRS
produit une autre estimation de cet angle.



Figure 8.10 Principe de navigation lestime (corrlation des coordonnes planaires-cap)

Lquation 8.15 est instable dans le cas des dplacements quasi parallles la direction Nord
(

1
0). Il faut donc filtrer ces dplacements locaux de la courbe de cap avant les futurs
traitements. Il est possible que la courbe du signal soit bruite cause de la prcision faible de
conversion du repre Terre vers le repre de navigation. Dans ce cas, nous appliquons un filtre
passe bas sur lchantillon des donnes pour avoir des donnes moins bruites.
112



Figure 8.11 Bruit du cap calcul par la navigation lestime (rouge) et filtrage par un filtre passe
bas (filtre moyen, taille de fentre = 7 le taux dchantillonnage de lAHRS)

Dans une configuration comme celle montre par la figure 8.11 on recalcule la coordonne y (ou
x) par lquation 8.15.

Faute dabsence de la matrice de covariance dans les sorties standard de lAHRS, on ne dispose
pas de moyen pour savoir quel angle de lacet est le plus prcis : celui mesur par lAHRS ou
celui dduit par la navigation lestim. Pourtant, il est vraisemblable que ce dernier soit le plus
probable, notamment quand il existe des points GPS prcision millimtrique dans le trajet.
Cette tape nest ainsi quune tape de validation. On distingue quatre cas lors de la comparaison
des deux courbes.

1- Les deux courbes sont presque identiques : ce cas est lidal mais hlas le moins frquent.
2- Les deux courbes sont parallles mais avec un grand cart : ceci rvle une erreur de
calibration du bras de levier GPS/AHRS. Il faut donc refaire la calibration. Ce cas nest pas
survenu pendant nos exprimentations.
3- Les deux courbes ont une inclinaison totalement diffrente : si le deux courbes ne sont pas
scantes en plusieurs points, on peut en dduire que les rsultats de lAHRS sont errons, et
que le signal GPS narrive pas corriger langle tout au long de la mission.
4- Les deux courbes sentrelacent plusieurs fois mais avec de grands carts entre les deux : cest
le cas la plus frquent lors de lutilisation dune centrale AHRS de gamme moyenne
(figure 8.12). Les magntomtres aident limiter la forte drive des gyromtres sans la
corriger totalement. Les mesures GPS corrigent plus efficacement les angles, ce qui explique
les intersections entre les deux courbes. Par ailleurs, ce cas est typiquement rencontr lors de
la configuration de mise jour lors des vitesses basses (stationary yaw lock). Cette
configuration rinitialise la chaine dintgration (acclrations et vitesses angulaires) lors des
vitesses infrieures 0.75 m/s. La centrale utilise les mesures GPS de position pour calculer
un cap qui sera utilis pour initialiser la mcanisation inertielle.

113


Figure 8.12 Comparaison entre le cap calcul par navigation lestime aprs filtrage (rouge) et le
cap sortant de lAHRS440 (bleu)

On peut ce niveau l dcider si le jeu de donnes est exploitable ou sil faut refaire le relev
mobile. On traite les donnes de navigation GPS/AHRS, dj traites par lalgorithme de
Kalman, comme des observations.
Dautre part, la prcision du cap calcul par la navigation lestime peut tre dduite par le
principe de transmission derreurs :

1
=

+
1

1
+

+
1


8.16

1
2.

.
1
1 +

.
1
(

2
+

2
)


o :

sont les rsidus rsultants de lalgorithme dajustage des courbes (quation



8.6 page
104).
On normalise les deux erreurs (

) entre 0 et 1 pour obtenir des erreurs relatives plus


explicites que les erreurs absolues. Le cap final est calcul par la relation suivante :

.
1

.
1

+
1


8.17

dans laquelle

est le cap de la navigation lestime et

est le cap donn par lAHRS.


Lerreur

rsulte de la simulation de filtre de Kalman expos dans le chapitre prochain. La


figure 8.13 montre le cap final moyenn selon lquation 8.15.

114



Figure 8.13 Forme finale du lacet qui garantit au mieux la corrlation entre la position et
lattitude

On mentionne, en fin, que la relation de navigation lestime 8.15 ne fait pas partie des quations
standards de mcanisation de lAHRS. Elle est totalement indpendante de lestimation par le
filtre de Kalman. On la considre comme une tape de filtrage postrieur au filtre de Kalman.


8.2 Le nuage de points

Dans les paragraphes prcdents, les donnes du trajet et de lorientation sont filtres, interpoles
et compltes. Le traitement du trajet, la calibration et lhorodatage rendent possible lapplication
de lquation 7.14 (page 96). Laspect gomtrique et spatial du nuage rsultant est dcrit dans
les paragraphes suivants. De plus, on montre deux rsultats secondaires de la mthode
dhorodatage explique prcdemment : les points zros et la segmentation en profils. Ils sont
applicables en balayage fixe, nanmoins on souligne quils rsultent de notre mthode de
traitement.
On consacre le prochain chapitre entirement la prcision qui est lattribut le plus important
pour un nuage de points.
La figure 8.14 montre le nuage comme numris par PointScape

qui ne balaye que la fentre


rectangulaire encadre par lutilisateur. Lintgration de la position et de lattitude calcules
donne la forme correcte au nuage.

115



Figure 8.14 Nuage de point comme numris dans PointScape (a) et corrig spatialement (b)

8.2.1 La rsolution
On remarque que la rsolution horizontale du nuage mobile est plus faible que la rsolution
verticale (figure 8.15). Ceci est expliqu par le temps coul pendant les rotations horizontales
cumules avec le temps de dplacement. La rsolution horizontale moyenne (ou la distance entre
deux profils successifs en m) est donne par le taux :


8.18
o

: rsolution horizontale moyenne pour la partie tudie du nuage


: nombre de profils balays par seconde

: vitesse moyenne du trajet parcouru dduite sur n mesures de la centrale AHRS


2
+

2
+


8.19
On utilise la configuration du scanner dcrite dans le mode opratoire qui aboutit la vitesse
maximale du balayage (4 profils/s). La seule variable affectant la rsolution est ainsi la vitesse de
dplacement. Par exemple, une vitesse de marche de 2km/h produit un nuage de rsolution
verticale de 13.88 cm.
Comme les angles de roulis et de tangage sont normalement faibles (<5), la rsolution verticale
ne sloigne pas de ce qui est paramtr par lutilisateur. Toutefois, on a recours aux rsolutions
faibles pour acclrer le balayage.

116



Figure 8.15 Nuage mobile acquis avec une vitesse de marche ~3km/h. (rsolution verticale de 5
cm, rsolution horizontale de 20 cm sur lobjet)

8.2.2 Langle dincidence
Lutilisation dun scanner 3D sur une plateforme mobile permet de changer volontairement
langle dincidence des rayons laser sur les objets balayer. Bien que la tendance gnrale du
balayage mobile soit de mettre le scanner perpendiculaire au trajet, un scanner dangle
dincidence oblique permet daccder la gomtrie perpendiculaire laxe du trajet (par
exemple, des faades dans les rues transversales). Une telle optimisation se fait facilement
laide du logiciel pilote du scanner et aide efficacement surmonter le problme docclusion.



Figure 8.16 Deux faades balayes grce lorientation du scanner par rapport laxe
perpendiculaire au btiment

117

8.2.3 Les points zro

Lors du dcryptage du flux de donnes du scanner afin de raliser lhorodatage, quelques mesures
intressantes sont notes : pour chaque tir laser, le scanner fixe sa direction de vue selon deux
angles quil sauvegarde : si un retour laser est capt, le champ de distance sera rempli. Quand le
rayon laser part dans le vide, la valeur de la distance est mise zro et on ne trouve que les angles
pralablement fixs dans les donnes brutes du scanner. On appelle ces mesures dpourvues de
distance : les points zro . Le scanner se dbarrasse de ces mesures dans le fichier de sortie
standard car elles napportent aucune information. Nanmoins, elles sont rcuprables partir du
fichier trait venant du logiciel espion .



Figure 8.17 Points zro (en rouge) et leurs voisins (en bleu)

Ces points doivent tres filtrs pour les objectifs mobiles mais aprs avoir gard leur indice. Cet
indice est important lors de linterpolation des mesures AHRS sur les instants lasers. En outre, il
aide dtecter les points voisins de cette rupture de numrisation engendre par labsence donde
rflchie. Les points voisins aux points zro sont trs importants lors de la segmentation de la
vgtation et des artes de saut non verticales (figure 8.17) comme nous le monterons la fin de
cette thse.
Les points voisins des mesures zros ne sont pas propres au balayage mobile mais existent aussi
pour le balayage fixe. Pourtant, ils sont plus nombreux dans le cas mobile grce au changement
continu de la position du scanner par rapport lobjet.

8.2.4 La sparation en profils
Comme vu auparavant, le scanner ne diffuse pas les donnes en flux mais en paquets pour chaque
paire de profils. Lapplication de lquation de gorfrencement direct (7.14 page 96) peut tre
faite pour chaque profil sparment. Le nuage de points se voit ainsi comme un ensemble de
profils quasi-verticaux ordonns. Ceci peut aider fournir des donnes appropries pour une
118

gamme dutilisateurs adoptant la mthode de modlisation par profils et par sections (Gonzlvez,
2007 par exemple). Comme le systme relve aussi une partie des surfaces des routes et des
trottoirs adjacents aux faades, on peut dduire automatiquement des profils intervalles fixes.
De telles donnes sont essentielles pour le service de maintenance de la voirie. La figure 8.18
montre les profils dun nuage de points colors diffremment.



Figure 8.18 Nuage de points spar automatiquement en ensemble de profils


8.2.5 Note de conclusion
Lensemble des oprations ncessaires pour intgrer les donnes des trois capteurs (GPS, AHRS
et TLS) est expos dans ce chapitre. Plusieurs paramtres sont fixs par lutilisateur de sorte que
la gomtrie du trajet soit optimale. Portant, la validation de ltape du traitement de la
trajectomtrie ne se fait que quand le nuage de points est calcul. La prcision du nuage de point
peut servir comme un retour qui peut aider choisir au mieux lordre des polynmes utiliss pour
modliser le trajet ou encore choisir le degr de lissage appliqu sur lattitude. Le chapitre
prochain donne une ide plus exhaustive sur le calcul en laser mobile.


119


P Pa ar rt ti ie e 3 3. . L L v va al lu ua at ti io on n d de es s r r s su ul lt ta at ts s

120


121

9. Les erreurs du systme
9 Les erreurs du systme






9.1 Introduction

Ce chapitre aborde la prcision et lexactitude du nuage de points obtenu par les procdures
expliques dans les chapitres prcdents. Que ce soit pour lexactitude ou pour la prcision, un
nuage de points est caractris deux niveaux : relatif et absolu. La notion dabsolu concerne la
totalit du nuage, tandis que la notion de relatif concerne la position de chaque point par rapport
lautre. Les termes relatif et absolu peuvent tre mieux compris par analogie avec la
photogrammtrie. Les deux notions ne sont certainement pas sparables, pourtant une distribution
normale des erreurs relatives rend leur bilan gnral nul. Une prcision ou une exactitude
importante en absolu ne signifie pas forcement la mme chose en relatif mais elle signifie une
distribution normale des erreurs locales. Une tendance rpte en absolu laisse penser une
erreur systmatique non limine ou fortement rduite. Or les erreurs alatoires (accidentelles)
agissent plutt sur le niveau relatif.
On discute de lexactitude travers plusieurs comparaisons avec des donnes spatiales de
rfrence censes tre plus prcises que le nuage mobile. La prcision est aborde du point de vue
de la transmission des erreurs. Toutes les erreurs susceptibles daffecter le nuage de points sont
discutes et dveloppes dans ce chapitre. La prcision et lexactitude sont confrontes la fin de
ce chapitre afin dtablir une relation entre ltude thorique et empirique de la prcision dun
nuage de points laser mobile.

9.2 Lexactitude

Une mesure est exacte quand on peut la confondre avec sa valeur vraie (dite aussi valeur
nominale ou valeur relle) (Grussenmeyer, 1994). Lexactitude est toujours dlicate estimer car
on ne dispose pas de la mesure relle. Dans cette thse, on chiffre lexactitude par les carts
obtenus lors de la comparaison avec une source rfrence de donnes. Nous allons montrer
plusieurs cas de comparaison en fonction de la source des donnes spatiales.

9.2.1 Comparaison du nuage mobile avec un plan cadastral

La plupart des zones urbaines et priurbaines sont couvertes par des plans cadastraux
numriques. On suppose quun concepteur dun modle tridimensionnel urbain aurait accs un
tel type de donnes notamment en format CAO ou SIG (BD PARCELLAIRE par exemple).
tant donn que les plans cadastraux sont bidimensionnels, on peut contrler lemprise au sol des
btiments. Ceci contribue efficacement valider le nuage en absolu.
122

Dans lexemple montr ci-aprs on compare un nuage avec un plan CAO conu lchelle du
1/1000. Pour faciliter la comparaison, un profil horizontal est extrait du nuage au niveau du sol.
Pour les extrusions prsentes sur le plan CAO (comme les balcons), des coupes locales
horizontales sont extraites.



Figure 9.1 Coupe horizontale dans une superposition CAO- nuage de points

9.2.2 Comparaison du nuage mobile avec un nuage fixe

Nous entendons par nuage de points fixe, le nuage acquis par un TLS fixe. Comme la vocation
initiale du scanner Trimble

GX est le balayage fixe, des nuages de points fixes sont acquis pour
des faades dj releves par le mode mobile. De plus, le scanner permet selon son mode
opratoire de se gorfrencer laide de vises avants et arrires sur des cibles installes sur des
points connus. La comparaison entre les nuages fixes et mobile est donc possible sils sont acquis
dans le mme rfrentiel.
Un nuage mobile possde des proprits gomtriques largement diffrentes dun nuage fixe.
Dans le cas gnral, sa densit et sa prcision sont significativement plus faibles. Langle
dincidence des rayons laser dans un nuage fixe fait partie dune squence de dflections
ordonnes formant un balayage hmisphrique. En situation mobile, les rayons laser interceptent
les objets selon un angle choisi par lutilisateur (lorientation du scanner par rapport aux faades).
Ils sont quasiment parallles pour un trajet quasi linaire. Ces diffrences imposent quelques
subtilits lors de la comparaison fixe et mobile.
123



Figure 9.2 Superposition mobile fixe et constat de diffrence de proprits gomtrique entre
les nuages.

Pour pouvoir tablir une premire estimation de lexactitude travers la comparaison fixe-
mobile, on applique les deux premires tapes de la mthode ICP (Iterative Closest Point). Cette
mthode propose par (Besl et Mckay, 1992) est utilise trs souvent pour recaler un nuage de
points p sur un nuage rfrence x. On couple les deux ensembles de points x
i
, p
i
en associant
chaque point au point le plus proche. Le nombre de points coupls N
p
est gal au nombre de
points du nuage le moins dense qui se situe dans la zone de recouvrement. Soit R la matrice de
rotation et T le vecteur de translation, les deux matrices dfinissent les paramtres de la
transformation rigide et ICP minimise la fonction :

=
=
p
N
i
i i
p
T p R x
N
T R f
1
2
1
) , (


9.1


Une fois ces paramtres calculs, lensemble P sera transform. Les tapes prcdentes sont
rappliques de manire itrative jusqu ce que les distances entre les deux nuages ne dpassent
plus un certain seuil.
Pour notre application, les procdures sarrtent lors du calcul de R,T quon considre comme
lestimation de lexactitude du nuage mobile compar au nuage fixe. Toutes les distances entre
les points les plus proches sont alors rduites en une seule rotation et une seule translation. Nous
cartographions ces distances sur le nuage mobile avec une palette de couleurs approprie.
Il existe des logiciels commerciaux d'inspection 3D (comme 3DReshaper

) qui comparent un
nuage de point avec un maillage effectu sur le nuage rfrence. Le logiciel considre les
distances entre les points et les triangles comme ralis par la mthode ICPatch (Habib et al.,
2006). La correspondance est tablie entre chaque point du nuage mobile et le triangle le plus
proche. Les distances considres reprsentent lcart entre le nuage fixe et mobile.
3DReshaper permet de cartographier ces distances sur le nuage mobile ou sur le maillage du
nuage fixe. Des exemples sont prsents la fin de ce chapitre.

124

9.2.3 Comparaison du nuage mobile avec un nuage LiDAR aroport

Tous les facteurs qui peuvent affecter la prcision dun nuage terrestre affectent aussi un nuage
LiDAR aroport. Nanmoins, les centrales inertielles utilises bord des avions sont de haut de
gamme et la rception GPS souffre de moins de masquage. Comme une seconde de vol
correspond en moyenne 60 m de balayage, la drive de la centrale inertielle se constate moins
dans les nuages tendue limite. Pour toutes ces raisons, le nuage LiDAR pourrait servir de
rfrence une prcision relativement suprieure aux nuages obtenus par notre systme.
La confrontation du nuage mobile terrestre avec un nuage aroport de mme tendue est plus
exhaustive que la comparaison avec un plan CAO mais moins quavec un nuage fixe. Si le
recouvrement est suffisant (cas des btiments bas avec des toitures en pente) nous analysons les
carts entre les deux nuages comme pour le cas fixe-mobile. Dans le cas o le recouvrement est
quasi inexistant (figure 9.3), nous avons recours la comparaison entre les emprises au sol des
btiments avec la coupe au niveau du sol dans le nuage mobile. Les emprises au sol extrait par la
mthode expliqu dans (Tarsha Kurdi, 2008).



Figure 9.3 Superposition des deux nuages mobile terrestre et LiDAR

9.3 La prcision

La prcision est le degr daccord entre une srie de mesures dune mme quantit : cest une
mesure de la reproductibilit des rsultats. La prcision est dtermine par la confrontation dune
mesure avec la valeur la plus probable de la quantit en question : normalement une valeur
moyenne dune srie assez large de mesures. La remesure dun point plusieurs fois en mobile est
quasiment impossible ; la consolidation de plusieurs nuages mobiles ne signifie donc pas la
valeur moyenne des mesures. Par consquent, la dtermination de la prcision dun nuage laser
mobile est difficile voire infaisable.
Dans les prochains paragraphes, nous essayons dobtenir une estimation a priori de la prcision.
Cette estimation rsulte en premire place des spcifications techniques des capteurs indiques
par le fabriquant. A chaque tape de lintgration, les erreurs lmentaires des capteurs
interagissent entre elles pour produire une estimation de prcision a priori des grandeurs
physiques calcules. La transmission des erreurs de chaque instrument est suivie afin de
dterminer les facteurs qui affectent le plus un nuage de points.
125

Quant aux rcepteurs GPS utiliss, on leur attribue une estimation de la qualit du
positionnement pour chaque point du trajet. Nous adoptons ce chiffre comme un bilan final des
erreurs GPS et du calcul diffrentiel. La mthode dajustage des polynmes (cf. 8.1.1.1) produit
aussi une estimation de la fidlit de la courbe par rapport au trajet rel parcouru (quation 8.6).
Lestimation de la prcision a priori de la position ne pose ainsi aucune difficult.
Le constructeur du scanner fournit une estimation des erreurs en fonction de la distance et des
angles horizontaux et verticaux. Nous pouvons procder avec ces valeurs sans faire appel des
modles derreurs plus compliqus. La discussion faite la fin de ce chapitre montre linutilit de
poursuivre les recherches sur les erreurs du scanner.
LAHRS est le composant le plus difficile prendre en compte dans le calcul de la prcision. Le
paragraphe suivant est totalement ddi la construction dun modle de prcision a priori pour
la centrale AHRS.

9.4 Le modle des erreurs de lAHRS

Dans la plupart des centrales de faible ou moyenne gamme, dont lAHRS440, lestimation de la
prcision est ignore. Ceci semble d la vocation initiale dun tel produit : le guidage en temps
rel. Le constructeur fournit des spcifications techniques pour les acclromtres et les
gyromtres. Linteraction et le dveloppement avec le temps de ces erreurs ne sont donnes dans
aucun des messages de sortie de lAHRS440. Nous avons vu dans le chapitre 6 quun filtre de
Kalman part du modle derreur de la centrale inertielle pour obtenir une estimation acceptable
de la prcision de lintgration avec le GPS. Deux choix sont possibles : soit la rcupration des
donnes brutes des acclromtres, des gyromtres et des magntomtres et lintgration avec les
positions GPS par un filtre de Kalman, soit ladoption de la solution de Kalman embarque dans
le processeur interne de lAHRS et la reconstitution dun filtre quivalent pour en avoir une
estimation de la prcision. Pour ne pas perdre les qualits de la synchronisation du calcul en
temps rel (comme le feedback du filtre), nous avons opt pour garder le filtre embarqu dans
lAHRS et simuler sa prcision. Le dfi relever est le choix dun modle mathmatique le plus
fidle possible au filtre de Kalman embarqu pour lequel nous ne disposions pas de suffisamment
dinformations.

9.4.1 Simulation du filtre embarqu sur lAHRS

Le constructeur dcrit brivement les algorithmes embarqus sur une centrale (AHRS 500 de
Crossbow) semblable la ntre. Rios et White (2002) montrent que le vecteur dtat de
lintgration GPS/AHRS est compos de 38 valeurs : position, vlocit, attitude, biais, facteur
dchelle et dsalignement des acclromtres, des gyromtres et des magntomtres. Le vecteur
des corrections est obtenu partir de la vitesse et de la position GPS. Nanmoins, ces vecteurs
sont modulables : lors dune longue interruption GPS, lattitude serait corrige par une
attitude calcule en dpendant du vecteur de gravit mesur par les acclromtres et par un cap
calcul partir du vecteur champ magntique terrestre mesur par les magntomtres.
Larchitecture du filtre est de type lche au vu de la nature des connexions GPS/AHRS. Les
quations et les seuils concernant le calcul sont videmment confidentiels.
La dcision prise est la simulation du filtre intrieur de lAHRS par un filtre deux procdures en
cascade (rseau neuronal statique simple). Deux filtres sont excuts conscutivement : le
premier concerne le GPS/IMU et le deuxime rajoute leffet des magntomtres. Nous pouvons
126

ainsi modliser les erreurs de lAHRS en cas dactivation ou non activation des magntomtres.
La figure 9.4 schmatise les deux niveaux du filtre cascad qui sont dtaills dans les prochains
paragraphes.

Figure 9.4 Deux tapes de filtre cascad suggr pour simuler le filtre embarqu sur la centrale
AHRS-440 de Crossbow


9.4.1.1 Le filtre GPS/IMU

Bien que lobjectif soit la conception dun filtre simplifi pour reconstruire un modle derreur
pour le nuage de point laser, nous prfrons traiter le biais des gyromtres et des acclromtres
comme tat plutt que comme bruit dtat . Le bruit dtat provient de la drive du biais au
fil du temps. Ce choix est favoris par la diffrence en gamme entre les GPS et lINS utiliss ce
qui ncessite la mise en vidence du biais travers un modle mathmatique adquat. Petovello
(2003) adopte ce choix pour lintgration entre un GPS de haute prcision et une INS de gamme
tactique. Le facteur dchelle ne sera pas trait ainsi car les mesures corriges de cette erreur sont
fournies au filtre.
Nous augmentons les quations mentionnes dans ltat de lart (cf. 5.4.2.1 page 59) par six
nouveaux tats : le biais des acclromtres f
b
et des gyroscopes
b
dont lvolution avec le
temps est modlise par une marche alatoire (cf. 4.7.1.1.1 page 44) :


= .


= .

9.2

o

: drive du bais avec le temps des acclromtres (0.015 mg/s) et des gyromtres
(0.0055 /
2
).
, : bruit gaussien blanc des acclromtres (1 m/s/hr
1/2
) et des gyromtres (4.5 /hr
1/2
)
respectivement.
Nous utilisons ces valeurs comme donnes par le fabriquant aprs les avoir testes sur la phase
statique qui prcde la phase de mouvement. Les quations du filtre sont (cf. 5.4 page 57) :

= . + .


127

0 0 0 0

0
0
0
0
0
0
0

0 0
0 0

0 0 0 0

0 0 0
0

0 0
0 0 0
0 0 0

9.3

avec :

, 2

les matrices dynamiques concernant la vitesse et lattitude (annexe E).


Les quations restantes du filtre sont prises identiquement ce qui est expliqu dans ltat de lart
(cf. 5.4.2.1 page 59). La boucle de prdiction tourne la mme cadence que la sortie paramtre
pour la centrale, tandis que la boucle de correction tourne quand on possde une mesure GPS
valide. Le filtre tudi dans ce paragraphe fournit ses rsultats au filtre suivant.

9.4.1.2 Le filtre Mag/IMU

La division en deux filtres successifs quivaut physiquement lutilisation dune centrale
inertielle aide par le GPS plus une boussole compense de leffet dinclinaison. Le filtre
Mag/IMU hrite du roulis et du tangage corrigs du filtre GPS/IMU, en consquence de quoi il
est plac en deuxime place et cest lui qui produit lattitude finale. Daprs les paragraphes
(4.3.1 page 36, 4.6 page 42) les magntomtres apportent essentiellement leur aide la mesure du
cap. Cette aide constitue le vecteur dtat pour cette tape. Pourtant, la considration dun vecteur
dtat si simple = produit une matrice dynamique F nulle et par consquent une matrice de
transition unit. Quel que soit le choix du vecteur de commande, il nest pas capable de
dvelopper la boucle de prdiction.
Nous allons composer ltat de lerreur de lattitude et du biais

. Le vecteur de
commande u est considr comme auparavant, do lquation stochastique caractrisant le
modle :
= . + .

0
0
0
0 ()
.

0 0
0 0
0 0

9.4

Le modle de mesures jumel avec le modle dtat est donn par :

= . +

128

=

sin
1

sin
1

cos
/


9.5

=
0



Pour dterminer les composantes du vecteur de gravit dans le rfrentiel du vhicule, nous
appliquons la formule suivante :

9.6
o

: vecteur dacclration mesur par les trois acclromtres

: vecteur dacclration cause par le mouvement


: acclration de Coriolis associe au mouvement.



Les deux derniers termes peuvent tre obtenus du filtre prcdent ce qui rend le vecteur

seule
inconnue dans lquation prcdente. Apres cette analyse, nous constatons que le vecteur de
correction est fortement corrl au vecteur dtat travers le vecteur de gravit qui est, son tour,
une fonction de lattitude. Nous utilisons les quations des boucles prdiction-correction (5.10 et
5.11) avec Q matrice de covariance du bruit de modle :




La matrice Q est une matrice diagonale 33 dont les lments diagonaux sont gaux aux
lments diagonaux concernant lattitude dans la matrice de covariance rsultant du filtre
GPS/IMU.
Pour la mise jour, il faut encore calculer la matrice R, covariance du bruit de mesure. Les
lments de cette matrice sont dduits par lapplication de la loi de transmission des erreurs sur
les composantes du vecteur (annexe E). Comme la prcision des magntomtres est quasiment
fixe, la prcision du vecteur des mesures dpend directement de la mesure de roulis et de tangage.
Pour les trajets quasi horizontaux, la prcision du vecteur de mesure est presque invariable.
Dabord, la boucle de prdiction najoute pratiquement rien au premier filtrage. Cest partir de
la premire correction que lattitude commence changer de sa valeur initiale.
La dtermination du cap laide des magntomtres est gnralement de prcision faible. De
plus, il est quasiment impossible de prvoir leffet des objets ferromagntiques existant sur le
trajet parcouru. Nous devons donc tre slectifs lors de la correction de lattitude laide du cap
magntique, ou autrement dit, lors du choix de linstant de lapplication de la boucle de
correction. Trois conditions sont prises en considration pour faire tourner la boucle de
correction :
1. Indisponibilit du signal GPS pour plus de 5 sec.
2. Biais de la vitesse angulaire verticale rsultant du filtre GPS/IMU de plus de 1/s.
3. Mesures magntiques non perturbes.
129

Les deux prcdents seuils sont dduits empiriquement. Ils sont souvent lis entre eux, pourtant il
est prfrable de valider les deux. La boucle de correction tourne tant quaucune mesure GPS
nest acquise.

9.4.2 Le modle derreur du nuage de points

Ayant les modles derreur concernant les trois capteurs interagissant entre eux pour produire un
nuage de points, nous pouvons tablir une estimation des erreurs a priori pour ce nuage. Comme
le trajet est reconstitu par un ajustage de polynmes, ses erreurs sont dduites par la mthode
dajustage et non pas par le filtrage montr ci-dessus.
Les erreurs de synchronisation et de calibration sont dj abordes dans la pr-analyse des erreurs
(cf. 7.7 page 97). Nous continuons avec les erreurs dues la dynamique du dplacement. Le
principe est toujours le mme : la linarisation par dveloppement de Taylor et la loi de
transmission derreur :

. avec

, , , , , , 9.7

Lerreur totale est une somme dune srie de neuf termes reprsentants leffet de chaque variable
u dans lerreur totale. Ces termes sont discuts chacun part pour une meilleure comprhension.

9.4.2.1 Effet des erreurs de position

9.8

Leffet de lerreur de position nest pas augment par aucune interaction avec dautres variables
dynamiques.

9.4.2.2 Effet des erreurs de lattitude

Contrairement aux erreurs de position, les trois angles dattitude nagissent pas de la mme
manire, cest pourquoi les effets de ces angles sont traits sparment. Le cas de faible roulis et
tangage est soulign en tant que cas caractristique pour la plupart des trajets en cartographie
mobile:

Roulis :

.
0 0 0
0 0 1
0 1 0
.

. 9.9

o

est llment j,k de la matrice de rotation


Le roulis na aucun effet sur la cordonne x du nuage de points quand elle est mesure dans le
repre du vhicule et tout leffet est port sur les coordonnes y,z proportionnellement lerreur
130

de roulis. Ces effets se rpartissent autrement lors de la rotation

vers le rfrentiel de
navigation. Pour le cas de faible roulis et tangage :

=
0 sin
0 cos
0 sin +cos 1
.

. 9.10


Tangage :

.
0 sin cos
sin 0 0
cos 0 0
.

. 9.11

Contrairement au cas du roulis, nous ne pouvons pas isoler leffet de tangage sur aucune des
coordonnes. Le cas de petit roulis et tangage donne :

=
+ sin cos cos
. cos sin sin
1 0 cos sin
.

. 9.12

Lacet :

=
0 1 0
1 0 0
0 0 0

0
. 9.13

Le lacet influence directement les coordonnes x,y du nuage de points exprimes dans le repre
de navigation (ou le nuage final si translat par les coordonnes GPS). Leffet sur labscisse est
proportionnel aux ordonnes et vice versa. La coordonne z ne souffre daucun effet venant du
lacet. De plus leffet du lacet est totalement libre de leffet du roulis et du tangage.

9.4.2.3 Effet des erreurs du scanner

Comme pour lattitude, les trois lments constituant les coordonnes polaires du balayage
nagissent pas de la mme manire. Cest pourquoi, chacun est trait sparment dans ce qui
suit :

Leffet de langle horizontal :

.
cos sin
cos cos
sin
.
131

. 9.14

Effet de langle vertical :

.
sin cos
sin sin
cos
.

cos

sin

2
+

. 9.15
Effet de la distance :

.
cos cos
cos sin
sin
.

1
. 9.16

avec

1
les coordonnes dun point numris un mtre sur la mme direction du point tudi
(repre de navigation o lexcentricit linaire nest pas prise en considration)

9.4.3 La matrice de covariance

Leffet de chaque erreur est expos antrieurement. Pour partir de ces rsidus et parvenir la
matrice de covariance finale du nuage de points, la loi gnrale de propagation des variances est
applique (la covariance remplace lerreur ou les rsidus ):


|
|
|
|
.
|

\
|
= E = E
2
2
2
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
p
z z y z x
z y y y x
z x y x x
T
uu
r
J J
o o o
o o o
o o o
9.17

132

|
|
|
|
|
|
|
|
.
|

\
|
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
=
u |
u |
u |
g
p
g
p
g
p
g
p
g
p
g
p
g
s
g
p
g
s
g
p
g
s
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
s
g
p
g
s
g
p
g
s
g
p
g
p
g
p
g
p
g
p
g
p
g
p
g
s
g
p
g
s
g
p
g
s
g
p
z z x z z z
z
z
y
z
x
z
y y x y y y
z
y
y
y
x
y
x x x x x x
z
x
y
x
x
x
J
9.18

) , , , , , , , , (
2 2 2 2 2 2 2 2 2
u |
o o o o o o o o o
g
s
g
s
g
s
z y x
uu
diag = E
9.19

Lapplication de ces quations nest quune somme vectorielle des covariances des valeurs
exposes ci-dessus (o on trouve les drives partielles de la matrice jacobienne J). Chaque
covariance est encore gale la norme des covariances calcules pour chaque axe x,y,z :

2
+

2
+

, , , , , , 9.20

Nous pouvons finalement nous prononcer sur notre estimateur global de la prcision
3
:

2 2 2
3
g
p
g
p
g
p
D z y x
P
o o o o + + =
9.21

Bien que cet estimateur ne prenne pas en considration les lments non diagonaux de la matrice
de covariance de la position, il constitue la valeur la plus logique pour rsumer la matrice en un
seul chiffre. Nous avons recours souvent, dans nos exprimentations, la reprsentation
graphique de

3
comme estimations partielles et globales de la prcision de chaque point
laser.

9.5 Discussion

Si on ne tient pas compte des erreurs de synchronisation et de calibration, neuf sources derreur
agissent diffremment sur la prcision du nuage de points. Chaque lment est corrl plusieurs
autres lments. La prsentation graphique est limite, dans lespace euclidien, trois
dimensions. Cest pourquoi, certains exemples avec seulement deux variables sont discuts. Sept
valeurs sont fixes pour permettre den faire varier deux autres.
Dans les figures 9.5, 9.6 et 9.7 nous exprimons lerreur

pour un point numris selon


les conditions suivantes :

133

Excentricit angulaire

s
0

s
0

s
90
Excentricit linaire
a
b

cm 0

cm 0

cm 100
Position

0
Attitude


[-5 : 5]
-5
[-180 : 180]
Coordonnes polaires
(rfrentiel scanner)
0
30
m 15

Tableau 9.1 Valeurs correspondantes la numrisation mobile du point tudi


Figure 9.5 Variation de la composante

sur le point tudi (en cm). Intervalle du


changement du roulis en abscisse et du lacet en ordonnes

134


Figure 9.6 Variation de la composante

sur le point tudi (en cm).




Figure 9.7 Variation de la composante

sur le point tudi (en cm)



Il est clair que la grande partie de leffet de lerreur de roulis affecte la coordonne Z qui est
insensible la variation du lacet. La norme de lerreur

(quation 9.10) est constante. Il


nexiste donc pas de combinaison des trois angles dattitude qui minimise la propagation de
lerreur de roulis. Dailleurs, lattitude est impose dans la pratique par la gomtrie de la route
sur laquelle le chariot se dplace.
Une autre mthode est la prsentation des effets de limprcision des lments dynamiques pour
quelques points significatifs. Lerreur de position est cependant exclue en raison de sa simplicit.
Les valeurs de calibration sont fixes comme suit:

135

Excentricit angulaire (

) Excentricit linaire a
b

s

s

s

cm

cm

cm
2.25 1.40 14.83 2.1 -1.2 82.4

Tableau 9.2 Paramtres de calibration du systme pour le prochain lexemple

Considrons un chantillon de points numriss dans la mme position du chariot (

= 0)
comme suit :
N
1 0 0 0 0 0 10
2 1 1 10 10 0 10
3 5 5 20 20 0 10
4 -5 -5 30 20 5 10
5 2 2 40 30 -5 20
6 0 0 50 30 5 20
7 0 0 60 38 3 20
8 -2 -2 70 -20 -5 20
9 5 5 80 0 0 15
10 3 2 90 20 1 30

Tableau 9.3 Jeu des mesures (attitude coordonnes polaires du scanner) reprsentant un
chantillon pour ltude de propagation des erreurs

Nous considrerons encore que ces points sont acquis un intervalle de temps trs court o
lerreur estime de lattitude est constante. Les valeurs mentionnes dans le tableau ci-dessous
reprsentent les erreurs les plus frquentes lors de lutilisation de notre systme mobile.


0.5 0.5 1 12 14 7 10
5


Lapplication des relations ( 9.10- 9.16) fournit les erreurs partielles dues chaque variable
dynamique comme suit :

136

N

(cm)

(cm)

(cm)

(cm)

(cm)

(cm)
x y z x y z x y z x y z x y z x y z
1 0 -0.5 2.2 -0.5 0 8.4 -4.2 -16 0 ~0 0.5 ~0 ~0 ~0 0.5 ~0 ~0 ~0
2 ~0 0.5 3.6 -0.6 0.12 7.9 -9.9 -14 0 ~0 ~0 ~0 ~0 ~0 0.1 0.1 ~0 ~0
3 -0.1 0.6 4.8 -1.4 0.5 7.1 -14 -9.9 0 -0.1 ~0 ~0 ~0 ~0 ~0 ~0 0.1 ~0
4 0.76 0.43 5 -0.1 0.1 7.2 -15.9 -7 0 -0.1 ~0 ~0 ~0 ~0 0.1 0.1 -0.1 0
5 -1 -0.6 12 0.5 -0.4 12 -34 -3.2 0 -0.1 ~0 ~0 ~0 ~0 0.1 ~0 -0.1 ~0
6 1.1 0.9 12.7 -0.9 1.1 12 -34 2.9 0 -0.1 ~0 ~0 ~0 ~0 0.1 ~0 -0.1 0
7 0.7 0.4 13.8 -0.4 0.7 10.5 -32 13 0 -0.1 ~0 ~0 ~0 ~0 -0.1 0.1 0.1 ~0
8 -1 0.3 -1.7 0.6 -1.5 17.2 -31 -14 0 -0.1 ~0 ~0 ~0 ~0 0.1 ~0 -0.1 ~0
9 0.5 0.4 3.3 -0.3 1.7 12.5 -25 2 0 -0.1 ~0 ~0 0 0 0.1 ~0 -0.1 ~0
10 0.9 0.5 14.8 ~0 1.6 21.5 -42.9 29.7 0 -0.1 0.1 ~0 ~0 ~0 0.2 -0.1 -0.2 ~0

Tableau 9.4 Valeurs calcules des erreurs triaxiales du semis de points

La premire constatation faire est laugmentation quasi linaire des erreurs avec laugmentation
de distance de telle manire que le systme sorte des conditions dexploitation pour des objets
loigns de plus de 30 m (mme si le filtrage russit diminuer les erreurs dattitude de moiti).
Les erreurs montres dans le prcdent tableau sont libres des effets de synchronisation et de
calibration, il faut encore prvoir les erreurs de position qui ne sont pas ngligeables.
Les erreurs de roulis et de tangage se propagent alatoirement dans le plan horizontal. La quasi-
totalit des erreurs se cumulent sur laxe z. Ceci est d la concordance entre lexcentricit
angulaire et lattitude (des faible roulis et tangages). Dailleurs ce cas est gnral dans les
systmes de cartographie mobile. Lerreur de lacet migre de laxe x vers laxe y avec le
changement de lacet du zro un angle droit. La figure 9.8 prsente la contribution des erreurs de
lattitude dans lerreur totale du semis de points propos dans le tableau 9.3. Lordonn
reprsente

o , , calcule comme norme des covariances sur les trois axes.


Labscisse reprsente le numro du point.
137


Figure 9.8 Effet des erreurs dattitude sur le semis de points acquis selon les paramtres et les
mesures des tableaux 9.3 et 9.4

Comme les angles de dflection laser , sont dordre bien infrieur ceux de lattitude (12-14
contre 1-2), nous avons tendance ngliger leur participation la prcision finale. Les
quations 9.14 et 9.15 (page 131) montrent que lerreur des angles de balayage se traduit par une
proportion des coordonnes-scanner dans le repre de navigation. Langle vertical est dlimit
entre (-20 et 38) et langle horizontal ne dpasse gure quelques degrs selon le paramtrage de
lutilisateur. Lerreur due ces deux angles natteint donc pas des valeurs inattendues cause des
cas limites qui peuvent aggraver lerreur. Nous pouvons, en consquence ngliger lerreur des
deux angles de balayage ou la considrer comme une proportion de la distance mesure (5
10
5
. par exemple). Ainsi, toutes les erreurs du scanner, distance incluse, peuvent tre
considres comme une proportion de la distance.
La prcdente discussion, en totalit, traite de la propagation des erreurs dynamiques selon la
variation de ces grandeurs. La variation des erreurs au fil du temps nest pas encore aborde.
Nous avons choisi de discuter la variation des erreurs dynamiques (attitude et position) avec le
temps travers les prochaines exprimentations (chapitre 10). La validation de la simulation du
filtre de Kalman embarqu sur lAHRS est galement faite de manire exprimentale.



138


139

10. Exprimentation
10 Exprimentation



Plusieurs tests ont t mis en uvre en parallle de lavancement thorique de cette thse. La
partie exprimentale a permis davoir un retour dexprience qui a fortement contribu au
dveloppement du systme mobile. Grce aux exprimentations ralises, la configuration et les
paramtres dfinitifs du systme ont t dtermins et optimiss.
La plupart de nos exprimentations sont concentres sur le Boulevard de la Victoire sur lequel est
situ notre laboratoire de recherche. Ce boulevard, long de 700 m, a t relev plusieurs fois par
notre systme. Deux passages en sens inverse sont ncessaires pour numriser les deux cts du
boulevard car le systme ne peut couvrir quun seul cot chaque passage. De plus, le balayage
est dcompos en plusieurs tronons qui dbutent et se terminent par les carrefours comme le
montre la figure suivante :


Figure 10.1 Image arienne du boulevard de la victoire Strasbourg

140



Figure 10.2 Nuage de points superpos au plan CAO du boulevard de la victoire (le cas tudi
1 est signal par lellipse rouge et le cas 2 par lellipse verte)

Comme le systme est dot dune centrale inertielle de faible gamme, une prvision de
constellation GPS est conseille avant de sortir sur le terrain. La prvision est ralise laide des
logiciels spcialiss de disponibilit des satellites comme par exemple Leica

Geo-Office


(figure 10.3)

Figure 10.3 Disponibilit des satellites (en gris) et GDOP (en rouge) sur une priode de 3h

141

Nous trouvons dans cette figure une seule fourchette denviron 20 min o le nombre de satellites
dpasse 8 et o le GDOP est infrieur 2,5. Pour un rcepteur affect de masques, la probabilit
de capter un signal GPS valide est largement infrieure.
La disponibilit des satellites peut tre calcule en fonction des btiments existants. Pourtant, on
peut penser quune telle analyse ne correspond pas la notion de cartographie mobile cense
couvrir de grands terrains avec un haut degr de flexibilit.

10.1 Cas dtude n 1

10.1.1 Calcul du nuage
Nous exposons un segment de 100 m signal en rouge sur la figure 10.2. La vitesse du
dplacement est denviron 0.65 m/s (1,7 km/h). Cette partie est choisie parce quelle cumule une
squence de mauvaises et de bonnes rceptions GPS. Seuls les deux points du dbut et de la fin
du trajet sont acquis par le GPS RTK. Ceci est d au stationnement long sur ces deux positions.
Les parties acquises par le HS GPS et par le GPS RTK sont montrs sur la figure 10.4.

Figure 10.4 Points du trajet mesurs par le GPS

La figure 10.5 montre les vlocits Nord, Est et Bas comme sorties dans le message A1 de la
centrale (annexe B). La vitesse vers le bas est dj filtre par un filtre moyenneur dune fentre
glissante de taille gale cinq fois le taux dchantillonnage de lAHRS.
142


Figure 10.5 Vitesses NED calcules par la centrale AHRS 440

Nous pouvons constater que la vitesse est plus homogne lors de la rception GPS. Malgr la
perturbation en absence du signal GPS, les vitesses ne sont pas entaches de fautes et sont
exploitables pour le calcul qui suit. Le trajet est calcul en ajoutant la somme cumule des
vitesses multiplies par lintervalle dchantillonnage (0.05 sec) aux coordonnes du premier
point GPS RTK. La comparaison du dernier point calcul avec le deuxime point GPS RTK
conduit :

=
2

(
1

+. ) =
1.33 0.44 0.11

m 10.1
Cet cart se distribue sur tous les points du trajet selon lerreur de la vitesse estime plus loin. Le
trajet calcul par cette mthode est ensuite filtr en ajustant deux polynmes de neuvime et de
premier degr et en prenant la moyenne des deux. Le trajet calcul partir des vitesses et le trajet
filtr sont illustrs sur la figure 10.6. Nous allons considrer, titre de simplification, que lerreur
de position est gale la distance entre le trajet calcul partir des vitesses et le trajet ajust.
Cette considration signifie que les vitesses sont exemptes derreurs.
143


Figure 10.6 Trajet calcul et filtr ramen au point de dpart
1
_
= (0, 0, 0)

Avant de passer au balayage, il faut encore filtrer le lacet laide du trajet calcul. Lapplication
des quations 8.15 (page 111) fournit les valeurs illustres la figure 10.7 :

Figure 10.7 Filtrage du lacet selon le principe de la navigation lestime

Le nuage de points est acquis par un seul tir laser sans couleurs. La rsolution horizontale est
gale 20 mm 100 m et la rsolution verticale est gale 200 mm 100 m. Le scanner fait
1114 profils couvrant un trajet parcouru de 140 m ce qui vaut environ 8 lignes de balayage par
mtre de longueur en moyenne.
Lquation de gorfrencement direct 7.14 intgre la position, lattitude et le nuage de points
brut pour obtenir le nuage final prsent sur la figure 10.8.
144


Figure 10.8 Nuage de points rsultant

Nous pouvons noter leffet de la distance sur la prcision du nuage : la faade saillante (16-20 m
de la plateforme) est nettement plus prcise et dense que la faade en retrait (40-60 m).
Davantage danalyses sont faites dans le paragraphe suivant.
10.1.2 Le modle derreurs
Si lon appliquait seulement le filtre GPS/AHRS sans prise en compte de la participation des
magntomtres, les diffrences entre lattitude calcule et donne par lAHRS seraient
semblables celles de la figure 10.9.

Figure 10.9 Attitude comme sortie du filtre embarqu sur lAHRS attitude simule par notre
filtre GPS/INS
En effet, le filtre de Kalman en cascade est appliqu pour reconstituer le filtre embarqu sur le
processeur de lAHRS. Le cap magntique calcul selon la relation 4.5 (page 37) est trs bruit.
145

Cette vibration semble due au champ lectromagntique variable au niveau du scanner. Pour
utiliser le cap magntique comme vecteur de correction, le filtrage est indispensable. Un filtre
moyen avec une taille de fentre glissante gale cinq fois le taux dchantillonnage de lAHRS
(520) donne le rsultat suivant :

Figure 10.10 Cap magntique compens mesur par lAHRS (en rouge) et filtr (en noir)

La forme gnrale de la courbe ne prsente pas de grosses erreurs lors de la comparaison avec le
cap donn par lAHRS ou celui dduit par navigation lestime (figure 10.7). Elle est donc
exploitable en totalit pour notre estimateur.
Les deux filtres de Kalman (GPS/INS, INS/Mag) fonctionnent au mme taux dchantillonnage
que lAHRS (20 Hz). Les corrections magntiques sont appliques mme quand le HSGPS capte
un signal car sa prcision nest pas particulirement meilleure que celle des magntomtres. Les
carts entre lattitude donne par le filtre embarqu et notre simulation sont donns par la
figure 10.11. Ces carts sont nettement meilleurs que dans le cas du calcul sans prise en compte
des magntomtres (figure 10.9).
146


Figure 10.11 Diffrence entre lattitude calcule par le filtre de Kalman embarqu sur le
processeur interne de lAHRS et notre calcul

Nous pouvons constater que la diffrence maximale a lieu quand le GPS commence fournir ses
corrections. Ceci laisse penser une autre technique de mise jour utilise par la centrale o
dautres coefficients sont utiliss lors de longues absences du signal GPS. Quoi quil en soit, la
diffrence est infrieure 0.25 degr ce qui permet dadopter la simulation comme quivalent de
lattitude dont on peut obtenir la covariance. Lattitude et les vitesses rsultantes de notre
simulation ne nous intressent pas autant que leur covariance. Nous rappelons que la covariance
dun lment est isole de la matrice de covariance du filtrage comme suit :

+
(,)

10.2

i symbolise un tat du filtre et k symbolise linstant de mesure.
Les covariances du roulis et du tangage sont quasiment stables (comme lillustre la figure 10.12).
En revanche, la covariance du lacet est fortement perturbe (figure 10.13). Nous remarquons
quelle est moins importante lors de la rception GPS (entre les secondes 100-170), elle ne
dpasse pourtant pas 1.2 deg en aucun cas grce la participation efficace des magntomtres. La
covariance du lacet subit encore un changement quivalent au filtrage par la navigation
lestime.
147


Figure 10.12 Covariances du roulis et du tangage selon notre simulation du filtre embarqu


Figure 10.13 Covariance du lacet

Apres avoir obtenu toutes les covariances, elles sont interpoles linairement pour s'harmoniser
avec la densit du nuage laser. Nous pouvons ensuite, appliquer la loi de transmission des erreurs
( 9.17) pour obtenir lcart type

3
de chaque point du nuage. Cette estimation est cartographie
sur le nuage (figure 10.14). La distance reste toujours le facteur qui impacte le plus la prcision.
Pourtant, une certaine ondulation de la prcision peut tre remarque sur le nuage. Il est possible
de cartographier leffet de chaque lment dynamique (quations 9.8- 9.16 pages 129-131)
sparment, mais faute de place, nous nous contentons de lestimation gnrale.
148



Figure 10.14 Cartographie de lcart-type calcul pour le nuage tudi

10.1.3 Lexactitude
Un nuage LiDAR aroport disponible est utilis pour lobjectif de validation du calcul. La
densit du nuage LiDAR est denviron 1.3 pts/m. En raison de cette faible densit et du
chevauchement des deux nuages, il est difficile dentamer une comparaison dpendante des
distances mutuelles. Deux toits inclins sont communs entres les deux nuages ; le plus proche de
la plateforme souffre dun bilan derreurs infrieur celui de lautre toit.
Des plans mathmatiques sont ajusts aux sous-nuages LiDAR et terrestre reprsentants les deux
toits. Le tableau 10.1 prsente les carts types associs au calcul dajustage des plans, tandis que
le tableau 10.2 montre les diffrences entre ces plans.

Sous-nuage
3d LiDAR
cm
3d terrestre
cm
Toit proche 1.9 4.3
Toit loign 3.1 10.7
Tableau 10.1 Ecarts-types du calcul dajustement du plan moyen (
3
=

2
1
:

la distance
plan-point, n nombre des points)


149


Figure 10.15 Vue latrale de la superposition des nuages LiDAR aroport et laser terrestre


Plan cart en : Distance (cm)
Angle avec le plan
horizontal (deg)
Angle avec le plan
vertical (deg)
Toit proche 7.3 0.58 - 0.14
Toit loin 14.7 0.67 0.24

Tableau 10.2 Ecarts (distance et angle) entre les plans LiDAR et terrestre

Nous constatons que lcart-type sur le calcul du plan moyen pour le sous-nuage terrestre
reprsentant le toit loign est du mme ordre que la distance entre le plan LiDAR et le plan
terrestre . Ceci est d au bruit important dans cette partie du nuage. Cependant, lcart en
distance plan LiDAR plan laser terrestre est largement meilleur que lestimation dj faite
par transmission des erreurs. Deux raisons expliquent cette diffrence : premirement,
lestimateur
3
peut tre imagin comme rayon dune sphre (quivalent de lellipsode
derreur) autour de chaque point, tandis que la distance entre les deux plans est perpendiculaire
eux (aprs les rotations horizontales et verticales). Deuximement, la rpartition presque alatoire
des erreurs amortit leur effet lors de lajustement du plan moyen. Nous soulignons ici la
possibilit damliorer la prcision dun nuage mobile terrestre par la modlisation.

10.2 Cas dtude n2
Ce cas est semblable au prcdent, ceci prs que les faades balayes sont plus proches de la
plateforme mobile et que la couverture GPS est lgrement meilleure. En effet, le trajet parcouru
est celui montr aux figures 8.6- 8.9 (page 109) lors de lexplication thorique de lintgration
HSGPS avec les autres composants des systmes. Nous allons nous intresser aux rsultats finaux
davantage quau modle derreurs spcifique chaque lment dynamique. La vitesse moyenne
du dplacement est de 2.3 km/h. Le balayage est ralis avec une rsolution verticale de 3 cm
150

100m et une rsolution horizontale de 3mm 100 m. La figure 10.16 montre la gomtrie du
nuage calcul et lcart type total cartographi sur le nuage.
10.2.1 Le modle derreurs
Comme la distance mesure pour ce nuage ne varie pas beaucoup (environ 14-25m), leffet des
erreurs dattitude commence tre plus vident que dans le cas prcdent.


Figure 10.16 Nuage de point cartographi selon la prcision estime

On constate des variations de la prcision tout au long du nuage (sous la forme
d ondulations ), ce qui peut tre expliqu par les conditions dacquisition du signal GPS. Les
parties rouges (prcision denviron 18 cm) correspondent une absence de signal GPS, qui sont
prcdes et suivies par des acquisitions faible prcision ce qui affecte non seulement la qualit
des positions interpoles, mais galement celle des composantes dattitude. La distance amplifie
toujours leffet des autres imprcisions ; les parties les plus prcises sont les plus proches du
scanner (au sol), contrairement aux parties suprieures des faades

10.2.2 Lexactitude
Daprs les rsultats du paragraphe prcdent, la prcision thorique calcule pour le nuage de
points varie entre 0-18 cm. Nous avons privilgi ici la comparaison avec un nuage de points
acquis par le scanner en mode fixe (correspondant lutilisation classique du scanner). Une telle
comparaison permet simultanment de dterminer lexactitude relative et absolue. Le nuage fixe
(figure 10.17) est considr comme nuage de rfrence (prcision a priori de lordre du
centimtre).
151


Figure 10.17 Nuage fixe considr comme rfrence
Afin de rester fidle au nuage dorigine, on applique une triangulation lmentaire de Delaunay
en conservant tous les points du nuage de rfrence. Les pics du maillage sont ensuite limins
localement sans appliquer de lissage global de surface.
On peut ds lors cartographier la distance algbrique entre les points du nuage mobile et le
maillage du nuage de rfrence :

Figure 10.18 Ecarts entre le nuage mobile et le maillage construit partir du nuage fixe servant
de rfrence
Bien que les distances exprimes sur la figure 14 soient algbriques (positive pour les points
situs devant la surface maille), une certaine ressemblance avec la figure 12b peut tre note.
Nanmoins, lvaluation de lexactitude travers la distance (lcart) entre un nuage mobile et
fixe semble plus optimiste que la prcision thorique calcule au paragraphe prcdent. Les
carts constats se situent dans un intervalle de 8cm pour la plupart des points. Les carts les
plus importants sont constats sur les vitres o les mesures lasers sont alatoires dans les deux cas
(mobile et fixe).
152

Lexactitude est exprime en tant que distance perpendiculaire la surface du maillage. Cette
distance est probablement horizontale (pour des faades verticales) tandis que la prcision
thorique est donne dans toutes les directions. Limprcision verticale serait ainsi lorigine de
diffrences entre la prcision et lexactitude voques dans ce paragraphe. La comparaison des
prcisions horizontales
x
,
y
et verticale
z
(quations 9.19 et 9.20 page 132) confirme cette
hypothse. En remontant dans les tapes du calcul, on peut mettre en vidence limprcision de la
composante verticale de la position calcule par le GPS notamment par rapport ses
composantes horizontales.
10.3 Cas dtude n3

Notre troisime cas dtude sinscrit dans la validation de lappropriation des mthodes utilises
dans cette thse des versions futures plus performantes du systme. Le systme est embarqu
dans une remorque tire par une voiture la vitesse denviron 12 km/h (figure 10.19). Comme la
vitesse de numrisation du scanner GX de Trimble

ne suffit pas pour telle application, nous ne
prvoyons pas un nuage de points dense. Nanmoins, ce type dexprimentation a permis
daborder lerreur de lhorodatage et le comportement du GPS et de lAHRS des vitesses plus
importantes. Cette exprimentation est mene sans le HSGPS.



Figure 10.19 Test du systme mobile apres montage sur une remorque attele un vehicule.

On constate lamlioration de la rception GPS et des signaux AHRS. Les dynamiques fortes
rduisent le taux du bruit pour les signaux des gyromtres et des acclromtres. De plus, le
passage plus rapide dun ciel masqu un ciel sans masque amliore la rpartition des mesures
GPS au fil du temps ce qui renforce son apport la navigation.
Le trajet parcouru est compos de tronons rectilignes et courbes. La premire sparation entre
ces deux types de trajet se fait laide de la courbe du lacet ; les parties rectilignes correspondent
un lacet de changement faible tandis que les parties courbes correspondent un changement
153

rapide. La figure 10.20 montre le lacet et les instants signalant les virages. La mthode de
dcoupage du trajet (cf. 8.1.1.3.1 page 106) est applique sur les parties rectilignes avec un seuil
de distance entre les points et la ligne droite de 1.2 m. La figure 10.21 montre les points capts
par le GPS RTK du trajet tudi et les points du virage et de changement de courbes.

Figure 10.20 Distinction entre les parties linaires et les virages laide de la courbe du lacet



Figure 10.21 Mesures GPS RTK pour lchantillon tudi. Les points verts prsentent le dbut et
la fin du virage et les points rouges prsente la jonction entre deux courbes.

Des polynmes continus de septime degr sont utiliss pour reconstruire les parties rectilignes
du trajet parcouru. Les deux virages sont reconstitus par une simple densification des mesures
154

GPS par interpolation linaire. En effet, moins dattention est faite aux virages car ils sont
totalement couverts par des mesures GPS (moins de masque dans les carrefours).
Lattitude est galement traite laide de lquation de navigation lestime. Puis nous avons
appliqu lquation de gorfrencement direct pour obtenir le nuage de points expos la
figure 10.22.



Figure 10.22 Nuage de points acquis une vitesse moyenne de 12 km/h

Les tests pralables effectus sur les angles de btiments et sur les zones balayes plusieurs
reprises (angles droits et auto occlusion) ne font pas apparaitre de grosses fautes. Ceci permet de
passer aux tests plus exhaustifs pour contrler lexactitude du nuage. La validation est faite en
comparant le nuage mobile rsultant avec un nuage LiDAR (figure 10.23).

155



Figure 10.23 Superposition entre le nuage LiDAR et le nuage mobile terrestre

Comme la rsolution horizontale du nuage mobile terrestre est gale 1.27 m en moyenne, la
reconnaissance des objets est difficile. Il en va de mme pour le nuage LiDAR (1.7 pts/m). Nous
avons recours la comparaison entre les contours des plans extraits du nuage LiDAR et du nuage
mobile terrestre. Les contours sont extraits selon la mthode de la triangulation explique plus
loin (cf. 12.1.2.2). Des lignes droites sont ajustes ensuite aux points de contour. Un jeu de 11
lignes droites comparables est considr pour la validation dexactitude du nuage mobile. La
figure 10.24 montre quatre lignes comparables car elles prsentent thoriquement la mme arte.



Figure 10.24 Exemple des lignes droites comparer : nuage LiDAR (en rouge) et nuage mobile
terrestre (en vert)

Dans le tableau 10.3, nous montrons les carts types associs lajustage des lignes droites
chaque jeu de donnes (LiDAR et terrestre mobile). Langle entre chaque paire de lignes
156

comparables est calcul. Puis, lorientation de la ligne mobile terrestre est modifie de telle
manire quelle devienne parallle la ligne LiDAR . Ceci permet ensuite de mesurer la
distance entre les deux lignes.

Droite
Ecart-type
(LiDAR) (cm)
Ecart-type
(mobile
terrestre)(cm)
Distance
moyenne au
trajet (m)
Angle
(deg)
Distance
(cm)
1: 1

35.2 16.1 22.3 1.41 -44.1


2: 2

32.1 14.5 18.1 -0.78 51.6


3: 3

27.8 10.1 14.3 -0.56 37.1


4: 4

21.2 9.6 14.4 -0.46 36.2


5: 5

33.1 18.1 27 1.10 -27.9


6: 6

34.1 17.2 22.5 1.14 45.8


6: 6

31.9 18.2 17.1 1.02 -35.1


7: 7

41.1 21.7 24.5 1.61 -40.3


8: 8

37.5 19.5 23.1 -0.97 50.8


9: 9

28.9 15.6 19.5 -0.89 39.6


10: 10

40.3 18.7 23.8 -0.79 40.9


11: 11

42.5
19.3

33.8 1.2 -36.6

Tableau 10.3 Ecarts algbriques linaires et angulaires entre les lignes des artes extraites du
nuage Lidar et laser terrestre mobile.

La distance mentionne dans le tableau ci-dessus ne prsente pas lexactitude seule mais aussi
lerreur classique survenue lors de lextraction des artes. En effet, les contours dun sous-nuage
ne prsentent pas exactement larte physique du plan numris par ce nuage. La distance entre
les points de contour et larte physique est infrieure ou gale la rsolution du nuage de points.
Quelque soit la distance entre les couples de droites, elles ne dpassent pas la somme des erreurs
thoriques exposes dans 9.4.2 (pour les points de la ligne) et de la rsolution des nuages. Les
erreurs angulaires ne dpassent non plus la prcision de lattitude calcules comme expliques en
9.4.1 (page 125).

10.4 Note de conclusion

Nous venons de voir que le systme produit des rsultats exploitables pour des objets proches
de la plateforme mobile. Une estimation grossire voire simpliste de la prcision du systme est
de 10 cm la distance de 10 m. La plupart des faades le long des trajets ne sloignent pas plus
de 20 m ce qui fournit des parties exploitables des nuages mobiles avec des prcisions infrieures
20 cm.
La confrontation entre la prcision et lexactitude montre que la ralit est plus optimiste que
lestimation thorique. Ceci est d lefficacit du filtrage appliqu sur la position, la vitesse et
lattitude qui dpasse les prvisions de la loi de propagation des erreurs.

157

P Pa ar rt ti ie e 4 4. . L Le es s s so ol lu ut ti io on ns s f fu ut tu ur re es s
158


159

11. Lapport de la photogrammtrie la
navigation
11 Lapport de la photogrammtrie la navigation




aprs les calculs et les expriences prsents dans les chapitres prcdents, le systme
ne produit pas des donnes gomtriques prcision centimtrique avec les capteurs
embarqus. Ceci limite son utilisation un domaine troit dapplications comme la
connaissance des motifs prdfinis et la division des volumes. Le prsent chapitre a
pour but lamlioration de la prcision en ajoutant un autre capteur la plateforme mobile : un
appareil photo numrique. Nous prcisons que lappareil photo fonctionne principalement comme
un capteur de position et dattitude et secondairement comme capteur imageur. Les tapes
ncessaires pour mettre en uvre lappareil sont expliques. Nanmoins, les points communs
avec le laser qui concernent la synchronisation, la calibration, et le georfrencement direct sont
abords brivement par souci dviter toute rptition. La solution photogrammtrique par
ajustement de bandes assiste par GPS, INS et par TLS est dtaille. Enfin, la mthode pour
intgrer les rsultats du calcul de bande dans lintgration GPS/INS et TLS est expose. Le
schma suivant illustre les tapes principales de la solution propose.



Figure 11.1 Organigramme de la solution photogrammtrique propose

D
160

11.1 Lappareil photo utilis

Un appareil photo numrique de marque Canon EOS 5D est utilis. Il est muni dun mode de
prise de vues en chaine totalement command par un logiciel de pilotage (Remote Capture)
install sur lordinateur mobile embarqu. La capacit mobile de cet appareil est due la haute
cadence de prises de vue automatiques (jusqu 1 photo/s), la vitesse leve dobturation et la
stabilisation gyroscopique des groupes de lentilles contre la vibration. Bien que lappareil puisse
fournir une rsolution de 43682912 pixels, nous nous contentons dune rsolution de
24961664 pour des raisons de stockage, de transfert en temps rel et de facilit de traitement.
Lintervalle temporel entre deux dclenchements successifs des prises de vue est choisi en
fonction de la vitesse de dplacement et de telle manire quil puisse garantir un recouvrement
suffisant pour le calcul de la bande de photo.

11.2 La synchronisation

Contrairement au scanner laser, lappareil photo est pourvu dune horloge interne avec une
rsolution dune milliseconde ce qui facilite normment la tche de lhorodatage. Le logiciel du
pilotage de lappareil permet une synchronisation parfaite avec lhorloge interne de lordinateur.
Etant donn que la prcision de la milliseconde nest pas ncessaire pour la plupart des
applications photographiques, elle nest pas affiche dans lentte descriptif EXIF
correspondant chaque photo.
Linformation de temps est enregistre dans le format brut de la photo dont les cls de dcryptage
sont disponibles
14
. Il faudrait donc acqurir les photos dans ce format pour disposer de ltiquette
temporelle une milliseconde prs selon lhorloge de lappareil (ou de lordinateur maintenu
synchronis). Dautre part, les systmes dexploitation enregistrent la date de cration des photos
avec une prcision dune milliseconde. Pour rcuprer les millisecondes caches, nous avons
utilis une application VB avec l'instruction 'GetFileTime' comme indiqu dans la figure 11.2. Un
simple test peut se faire au laboratoire en photographiant une horloge dfilant sur lcran de
lordinateur. Aprs le contrle de plusieurs fichiers, on peut noter que le temps rel de chaque
prise de vue est assez similaire au temps donn par lapplicatif VB cr. On peut en dduire que
lorsque le logiciel de pilotage ordonne de prendre une photographie, Windows va crer
automatiquement un fichier vide pour stocker les prises de vue. Cette constatation permet de
substituer lhorodatage existant dans le fichier brut volumineux par lhorodatage de lordinateur
et par consquent de travailler avec des petits fichiers.


14
http://www.sno.phy.queensu.ca/~phil/exiftool/canon_raw.html
161



Figure 11.2 Comparaison entre le temps rel de prise de vue lu directement sur la photo et le
temps denregistrement rcupr de Windows



11.3 La calibration

Le terme calibration englobe toutes les oprations indispensables pour dterminer les
constantes ncessaires pour effectuer lorientation interne et externe des photos acquises par le
systme. Les paramtres dorientation interne (coordonnes du point principal, focale, distorsion
de la lentille) peuvent tre mesurs en laboratoire.
Les lments dorientation externe (X
L
, Y
L
, Z
L
,
c
,

,
c
) varient rapidement et leur volution
doit tre suivie et lie aux mesures du GPS et de lINS en temps rel. Pour ce faire, les
excentricits linaires et angulaires doivent tre calcules et sauvegardes comme paramtres du
systme pour autant que la rigidit soit maintenue. Nous allons plutt nous intresser ce type de
calibration qui est en relation avec le contexte de la cartographie mobile.
Au contraire des excentricits angulaires, les excentricits linaires a
b
peuvent tre mesures
facilement dans le repre du chariot par des mthodes tachomtriques. On utilise la technique
photogrammtrique du relvement spatial pour dterminer les excentricits angulaires. Il faut
prendre une photo pour une zone de calibration munie des points dajustage prcis et
uniformment rpartis. On peut utiliser un objet balay avec une densit leve par le scanner en
mode fixe en tant que mire de calibration (figure 11.3). Le systme doit tre plac emplacement
fixe dans des conditions idales dacquisition GPS.

162



Figure 11.3 Calibration partir dun nuage de points dense et dune photo

Le relvement spatial produit les lments dorientation externe qui sont comparer avec les
valeurs moyennes dattitude et de position fournies par lAHRS. Les valeurs approches du
relvement spatial par les moindres carrs peuvent tre dduites du montage montr sur la
figure 11.4:



Figure 11.4 Relation entre les repres de lappareil photo et de lAHRS

Les valeurs approches des lments dorientation externe sont considrs comme suit :

X
L0
= X
GPS
, Y
L0
= Y
GPS
, Z
L0
= Z
GPS
-

c0
= roulis + 2 ,
0
= -lacet,
c0
=tangage 11.1


o

: composante verticale du vecteur de lexcentricit linaire

.
163


0
,
0
,
0
: angles dEuler (excentricits angulaires) composant la matrice

.

Les corrections apportes par la solution itrative sont ajoutes ces valeurs approches. On peut
aussi obtenir la matrice de rotation R
c
g
du rfrentiel de lappareil au rfrentiel godsique. La
matrice des excentricits angulaires R
c
b
est donne par la relation :

1
11.2

Le schma 11.5 rsume la procdure permettant de dduire les constantes de calibration du
systme.


Figure 11.5 Diagramme illustrant les oprations ncessaires pour raliser la calibration de
lappareil photo dans le systme mobile.

11.4 Le gorfrencement direct

Lquation du gorfrencement direct dune photo est similaire celle du laser. En revanche, il
nest pas possible de dterminer les coordonnes dun point en connaissant ses coordonnes
photos, ce qui nest pas le cas pour le laser. Ce problme, classique en photogrammtrie, est d
au fait que la mesure du rapport entre la taille du pixel et laire quil occupe sur lobjet est
inconnue. Ce facteur dchelle est dsign s
p
dans la formulation mathmatique suivante :

() =

() +

()

() 11.3

164

avec t : instant prcis de la prise de vue.

: vecteur des coordonnes du point p dans le rfrentiel godsique


: vecteur des coordonnes du GPS dans le repre godsique


: vecteur des coordonnes du point p dans le repre de lappareil photo


11.4

x
p
, y
p
: coordonnes photos du point p
x
0
, y
0
, f : coordonnes du point principal et la distance focale (issues de la calibration)
s
p
: facteur dchelle entre le rfrentiel photo et le rfrentiel godsique (objet) propre
chaque photo et chaque point. Il est typiquement mesur par des techniques stroscopiques o
laide dun modle numrique du terrain dans le cas aroport. Dans le cas terrestre, la solution
stroscopique est prfre notamment pour les systmes quips de couples dappareils photos.
Bien quon ne compte pas, dans le prototype actuel, calculer les coordonnes du nuage de points
partir du modle photogrammtrique, il faut en calculer quelques unes : celles des points de
jonctions entre les photos. Le prochain paragraphe est consacr ces calculs photogrammtriques
et lasergrammtriques.

11.5 Calcul des coordonnes approches

Pour pouvoir raliser le calcul de bande dcrit plus loin dans ce chapitre, il est indispensable
davoir des coordonnes approches tridimensionnelles pour les points homologues entre la
chane des photos acquises en mode mobile. Il est possible de dduire ces coordonnes dans un
repre relatif par des ajustements conscutifs des couples. On peut ainsi effectuer lajustement
simultan des photos dans un espace totalement relatif (Wolf et Dewitt, 2000). La solution est
recale lespace objet laide des positions de lappareil photo mesures par GPS. Ce choix
nest pas adopt dans cette recherche car il nincorpore pas les angles mesurs par lAHRS dans
la solution.
La solution automatique prsente dans cette thse bnficie du fait que lappareil photo est
conjugu avec un TLS. Elle se base, toutefois, sur une hypothse vraisemblablement satisfaite par
la configuration et par le mode demploi du systme : les points homologues se trouvent dans la
fauche couverte par le balayage laser et la densit du balayage permet de trouver un point laser
proche de ces points dans le repre objet (godsique). On rsume les tapes de cette mthode
par ce qui suit :

1. Etablissement dquation du rayon passant par le point principal et par le point mesur sur la
photo dans un repre tridimensionnel de lappareil photo : cette tape dpend uniquement des
paramtres dorientation interne. Lquation de la ligne droite recherche est :

= .

11.5

o est une variable (ou facteur dchelle) dterminant la position dun point i sur la ligne.
165

On peut autrement exprimer la ligne par les coordonnes de lorigine f et le vecteur de
direction =



2. Transformation de lquation de la droite en repre godsique g : la transformation se fait en
faisant subir au point principal une translation T
l
et au vecteur direction une rotation R
l
. On
peut calculer ces deux valeurs partir de lquation du gorfrencement direct (11.3) comme
suit :

().

11.6

Do lquation de la ligne qui scrit :

11.7
3. Dtermination du point laser le plus proche de cette droite : pour viter la recherche dans la
totalit du nuage de points, on calcule une valeur moyenne du facteur dchelle

11.8

o H est la valeur moyenne de la distance entre lappareil photo et les faades balayes. On
peut, par la suite, substituer cette valeur dans lquation du gorfrencement direct 11.3 pour
obtenir une approximation grossire de la position du point mesur sur la photo. Les points
laser qui se trouvent dans un voxel de quelques mtres (selon la complexit des faades
balayes) forment le noyau concern par le calcul. La distance entre chaque point laser j
appartenant ce noyau et la ligne modlise auparavant est donne par la relation :

11.9

avec : r
j
vecteur position du point laser j dans le repre godsique.

Les coordonnes du point ayant la distance minimale sont considres comme les
coordonnes-objets approches du point mesur sur la photo. Il est toujours utile de
considrer les 4 points les plus proches au rayon considr. Si les quatre points sont
rapprochs (la distance entre eux est de mme ordre de grandeur que la densit du nuage), on
peut prendre la moyenne arithmtique. Dans le cas contraire, le rayon sintersecte plus dune
fois avec le nuage laser. Dans ce cas, il faut prendre les coordonnes du point le plus proche
de lappareil photo.
166


Figure 11.6 Calcul des coordonnes approches pour un point mesur sur la photo

La mthode dcrite plus haut nous fait viter la modlisation du nuage de points dans lobjectif
de projeter la photo sur des surfaces modlises, ce qui est la solution gnrale en couplage
lasergrammtrique-photogrammtrique. Du plus, elle peut fournir des coordonnes pour des
points reconnaissables sur les photos et non-reconnaissables dans le nuage.

11.6 Calcul en bloc de la bande de photos

Le calcul de bande expos dans ce paragraphe possde quelques particularits. Pour pouvoir
mieux apprhender, on numre les entres disponibles et les sorties recherches :

- Des coordonnes des points mesurs (observs) sur les photos (entre)
- Elments dorientation externe des photos observes (entre)
- Elments dorientation externe des photos inconnues (sortie)

Les coordonnes approches obtenues par la mthode explique ci-dessus ne peuvent pas tre
considres comme des observations dduites des observations des lments dorientation
externe ce qui risque dintroduire une dpendance dans le calcul. Les coordonnes-objets
(godsiques) des points homologues ne font pas partie des variables recherches. Pourtant, il
est ncessaire de dvelopper leurs valeurs au fur et mesure du calcul itratif. En consquence,
on peut les ajouter aux inconnues recherches. On peut ainsi rsumer les quations rsoudre en
deux catgories:
167


- Les quations de colinarit : une paire dquations pour chaque point dans chaque photo. On
peut crire ces quations sous forme derreur entre les valeurs calcules et mesures comme
suit :

0
+

11

+
12

+
13

31

+
32

+
33


11.10

0
+

21

+
22

+
23

31

+
32

+
33




o x
j
, y
j
: sont les coordonnes photo mesures pour le point j.
X
i
, Y
i
, Z
i
sont les coordonnes objet approches du point j.
r
11
, r
12
.. r
33
les lments de la matrice de rotation
(,,)



- Les quations dobservation des lments dorientation externe : on peut galement crire ces
quations sous forme derreur comme suit :

11.11

Pour une photo i sur laquelle un point j est mesur, lquation linarise dobservation peut tre
crite sous forme matricielle pour chaque photo comme suit :

66
0
63

89
.

61

31

91
=

81
11.12

avec : J
par
matrice des drives partielles du premier type dquation ( 11.10) par rapport aux
paramtres de lorientation externe :

11.13


J
coor
:

matrice des drives partielles de lquation 11.10 par rapport aux coordonnes du point j.
168

11.14

F, G : matrices derreurs
=

11.15


=

11.16

: vecteurs des corrections des lment dorientation externe et des coordonnes objet
respectivement

11.17



Aprs avoir mis lensemble des quations pour tous les points et toutes les images sous forme
matricielle :
. = 11.18

La solution par les moindre carrs est donne par :

=

1
(

) 11.19

avec
66
la matrice des poids pour les lments dorientation externe rsultant de lintgration
GPS/AHRS (cf. 5.4.2.3 page 60 et 9.4.1 page 125). Elle est constitue des blocs diagonaux des
matrices

=
=
1
11.20

o P est la matrice de covariance rsultant du filtre de Kalman linstant k o la photo i est
ralise.
A chaque itration, on calcule les corrections et on les additionne aux valeurs initiales. Dans le
cas o les mesures GPS/AHRS assurent de bonnes approximations des lments dorientation
externe, quelques itrations seront suffisantes pour converger. Nanmoins, on fixe le nombre
minimal ditrations deux pour pouvoir tester la convergence de lalgorithme.

Finalement, les rsidus v sont calculs comme suit :

= . 11.21

Ils permettent galement de calculer le facteur dcart type appel lcart type de lunit du
poids :
169

0
=


11.22

o ne est le nombre dquations. En effet, chaque point homologue mesur fournit deux
quations sur chaque photo. De plus, on possde six quations pour les mesures des lments
dorientation externe pour chaque photo.

La matrice de covariance qui sera utilise plus tard pour lintgration photo/GPS/AHRS est
donne par la relation :

p
=
0
2
()
1
11.23

Le nombre des inconnues nu est gal aux lments dorientation externe de toutes les photos
augment dun triplet des coordonnes-objets inconnues pour chaque point homologue. Il est
ncessaire de vrifier que ne > nu avant dentamer le calcul.

Les angles dduits par le calcul photogrammtrique forment la matrice de rotation du repre de
lappareil photo vers le repre godsique

. Elle doit tre transforme en matrice comparable


avec celle mesure par lAHRS afin de lintgrer aux lments de la trajectomtrie :

1
11.24

o

: matrice de rotation du repre de lAHRS vers le repre godsique mesure par la


triangulation (et non par lAHRS).

11.7 Lintgration GPS/AHRS/photo

Du point de vue technique, lintgration des rsultats dajustement de bande avec les lments de
trajectomtrie nest pas de mme nature que lintgration GPS/AHRS aborde prcdemment
(cf. 9.4.1 page 125). Lintgration GPS/AHRS se fait en temps rel avec une frquence de
corrections GPS 4Hz quand il verrouille sur des positions valides. Lapport du GPS la
navigation inertielle provient de la position et de la vitesse mesures quon appelle le vecteur des
corrections ou des mesures. Par ailleurs, on adopte le filtre de Kalman embarqu dans le
microprocesseur de lAHRS sans connatre tous les dtails de lalgorithme utilis.
Lapport de la photogrammtrie provient galement de la position et de lattitude calcules en
post-traitement. La frquence de la mesure est beaucoup plus faible que celle du GPS mais sans
interruption. De plus, on maitrise bien toutes les tapes du calcul.
Le cas dcrit plus haut voque directement lutilisation du filtre de Kalman dcentralis (Brown
et Hwang, 1997). Deux filtres locaux seront combins avec une simple procdure. Le premier est
celui du GPS/AHRS abord dans le chapitre prcdent et lautre est une intgration photo/INS.
La contribution des magntomtres est omise pour le deuxime filtre cause de la prcision
insuffisante ce stade de raffinement de la trajectomtrie. Le vecteur dtat est dfini de la mme
manire que lquation 5.23 (page 60). Nanmoins le modle mathmatique dobservation sera
form comme suit :

170

2
=

11.25

2
=

33
0
33
0
33
0
33
0
33

33
11.26

2
=

11.27

o : Z
2k
: vecteur dobservation ; lindice 2 distingue le deuxime filtre local.

2
=

:
2
11.28
R
2k
: matrice de bruit de mesures (il est possible titre de simplification de considrer
que :
2
= (
p
)
r
x
, r
y ,
r
z
: les coordonnes cartsiennes des points des prises de vues (en coordonnes
WGS84 en loccurrence)

La boucle de prdiction tourne une frquence gale au taux dchantillonnage de lAHRS, alors
que la boucle de correction tourne la frquence des prises de vue. En fin de chaque mise jour
faite par les deux filtres individuels, on calcule le vecteur dtat

et la matrice de covariance

fusionns. La fusion entre les estimations rsultant des deux filtres (GPS/AHRS,
INS/photo), chaque instant k, se fait laide des deux quations suivantes (Wei and Schwarz,
1990):

+
1
+
1

1
+
+
2
+
1

2
+

1
1

1

+
2
1

2

1
=

1
+
1
+
1

1
1
+
2
+
1

2
1
11.29

o lindice d dsigne le filtre dcentralis.
Nous navons pas choisi de retourner (feedback) le vecteur dtat

et la matrice de covariance

chaque filtre individuel cause de la non matrise totale du filtre GPS/AHRS.



11.8 Exprimentation

Lexemple expos ci-dessous montre un trajet parcouru une vitesse moyenne de 0.56 m/s
(environ 2km/h). Les photos sont prises toutes les 5 sec ce qui assure un recouvrement suprieur
50%. La figure 11.7 illustre un panorama reconstitu partir de 8 photos acquises par le
systme.

171



Figure 11.7 Reconstitution panoramique partir de 8 photos acquises par lappareil Canon EOS
5D en mode mobile (objectif 28mm)

Lchantillon trait contient 12 photos couvrant une tendue de numrisation de 40m. La distance
plateforme-faade est estime 14m.

11.8.1 Traitement du trajet
La longueur du trajet total parcouru est gale 130m. Le GPS RTK souffre dune absence du
signal de 90 sec pendant les prises de vues de la srie de photos considre. En revanche le GPS
haute sensibilit ne montre aucune interruption de mesure. En figure 11.8 on montre que le trajet
acquis par le HSGPS Ublox

est dcal vers le trajet acquis par le DGPS RTK Leica

. Les
positions de lappareil photo sont reportes partir des coordonnes HSGPS recales en fonction
des informations de synchronisation.



Figure 11.8 Coordonnes du trajet total parcouru (HSGPS en bleu, DGPS en vert et stations de
prises de vue en rouge)

172

Aprs avoir affin les coordonnes par la mthode dajustement pondr des polynmes (cf. 8.1.2
page 108), on peut tracer les positions des prises de vues (figure 11.9).

Figure 11.9 Trajet dduit par un ajustement dune courbe de neuvime degr

11.8.2 Premier calcul du nuage de points
On entend par premier calcul le traitement sans prise en compte des oprations
photogrammtriques. Lapplication de lquation de go-rfrencement direct laser fournit le
nuage de la figure 11.10. La rsolution horizontale de ce nuage est estime 15 cm.



Figure 11.10 Nuage de points correspondant ltendue des photos tudies (positions des prises
de vue en rouge)

11.8.3 Le calcul photogrammtrique
La bonne superposition entre les photos a permis de trouver des points communs entre les triplets
des photos en moyenne. 70 points sont mesurs ce qui permet davoir 420 quations 282
inconnues (138 degrs de libert). Les coordonnes- objets approches des points sont extraites
daprs la mthode du paragraphe 11.5. La prcision de ces coordonnes est considre gale la
rsolution horizontale du nuage (de lordre de 15 cm).
173

Les carts entre les lments de trajectomtrie mesurs par lAHRS et ceux dduits du calcul
photogrammtrique sont gaux aux carts entre les valeurs approches et finales. Le tableau 13.1
reprsente les valeurs de ces carts qui jouent le rle de corrections pour le filtre de Kalman.

photo x cm y cm z cm roulis deg tangage deg lacet deg
1 -1,09 0,29 -0,77 0,051 0,058 1,26
2 -2,42 1,03 -1,83 0,101 0,111 0,72
3 -1,08 0,34 -2,46 0,123 0,005 0,81
4 -0,93 0,23 -1,97 0,106 0,003 0,34
5 -1,72 0,59 -2,68 0,125 0,007 0,04
6 0,13 -0,47 -2,92 0,126 -0,093 -0,20
7 0,85 -1,17 -2,35 0,106 -0,139 -0,59
8 1,67 -1,29 -2,13 0,084 -0,138 -0,74
9 1,49 -1,32 -2,03 0,091 -0,156 -0,66
10 1,47 -0,55 -2,00 0,087 -0,105 -1,15
11 2,39 -1,47 -1,94 0,096 -0,194 -1,34
12 1,88 -1,49 -1,13 0,070 -0,180 -1,05

Tableau 11.1 Ecarts des lments dorientation externe (AHRS - photo)

Le caractre alatoire des carts confirme labsence de fautes de synchronisation et de
calibration. En revanche, la dgradation des erreurs dangle de cap de positif au ngatif
correspond une drive importante des mesures par lAHRS. Le cas du lacet sera considr
comme lexemple type pour les analyses suivantes.
Le tableau 13.2 montre la covariance moyenne des lments calculs quon dduit directement de
la matrice de covariance

(tout en ngligeant les erreurs de calibration).



Photo
x
mm
y
mm
z
mm
roulis
deg
tangage
deg
lacet
deg
1-12 4.5 4.4 4.2 0.00965 0.00970 0.00930

Tableau 11.2 Erreur quadratique moyenne de lestimation des lments dorientation externe par
la technique dajustement de bande

On peut noter que les valeurs exposes ci-dessus sont trs rapproches. Ceci pourrait tre
expliqu par le fait que le HSGPS fournit des coordonnes de mme prcision en permanence.
Le filtre de Kalman interne reoit ces corrections la frquence maximale (4Hz) sans
interruption. Le calcul inertiel et magntique est donc achev sous les mmes conditions
favorables, il atteint quasiment sa prcision maximale.
Les carts sur les coordonnes approches des points fournis lalgorithme sont centimtriques.
Les points disposant derreurs aberrantes peuvent tre dtects et traits la premire itration.
En cas dabsence de telles erreurs, trois itrations sont suffisantes pour la convergence de la
solution.

174

11.8.4 I ntgration I NS/photo
Le filtre de Kalman tourne la mme frquence que la sortie INS. Le passage entre ces deux
frquences se fait l'aide de l'interpolation linaire et non pas l'aide de la boucle de prdiction
de Kalman. Nous avons choisi de traiter le tronon du trajet qui se trouve entre la premire et la
dernire photo sans tendre la solution hors des limites des corrections photogrammtriques.
Comme la prcision des rsultats de triangulation est bien suprieure celle de la navigation
inertielle, elle possde leffet principal sur les rsultats. Les figures 11.11 et 11.12 illustrent le
changement du lacet et les corrections apportes par le filtre tendu de Kalman.


Figure 11.11 Comparaison entre le lacet mesur par lAHRS et dduit par le calcul de bande
(temps en abscisse et angle en degr en ordonnes)


Figure 11.12 Lacet corrig par le filtre de Kalman tendu

175

On peut noter que la courbe calcule par filtrage a une inclinaison gnrale en sens contraire du
lacet mesur par lAHRS. Ceci aidera corriger la drive constate sur le signal AHRS.

11.8.5 I ntgration I NS/photo +GPS/AHRS

La dernire tape est de fusionner les rsultats du filtrage par photo avec les rsultats de lAHRS
qui est muni dun autre filtre interne. Puisque les deux filtres tournent la mme frquence (20
Hz), on peut appliquer les quations ( 11.29 page170) sans interpolation. La forme finale de la
courbe montrant le lacet est prsente dans la figure suivante.


Figure 11.13 Forme finale de la courbe du lacet (rouge) aprs avoir appliqu le filtre dcentralis
de Kalman.

On peut noter que lintgration des rsultats du filtrage interne de lAHRS change lgrement
linclinaison de la courbe rsultante du filtrage INS/photo. Comme le filtre dcentralis considre
la moyenne pondre par rapport la prcision et comme la prcision de lAHRS est bien
infrieure celle de la photogrammtrie, linfluence de cette dernire est plus importante dans le
calcul. La forme de la courbe finale ressemble celle de la courbe INS/photo mais bruite
localement par la courbe GPS/AHRS.
Pour quantifier la prcision du dernier calcul, nous allons tracer les valeurs de lerreur moyenne
quadratique du lacet p
k
lacet
par rapport au temps o :

9,9

)
11.30
176


Figure 11.14 Variation de lerreur moyenne quadratique du lacet avec le temps

Bien quon prvoie un nombre de pics de prcision gal au nombre de photos (12), le nombre
de pics parat infrieur. Quelques photos ont russi plus que les autres redresser les mesures de
lAHRS. Ceci semble d aux diffrents carts entre les deux types de mesures (figure 11.11). Le
dnominateur dans la relation 11.30 met en vidence lintervention des neufs lments de
navigation (position, vitesse, attitude) dans le calcul de la prcision du lacet.
La prcision maximale de langle de lacet est de mme ordre de grandeur que la prcision
photogrammtrique (0.009 deg), elle est de 0.03 degr pour les points les plus loigns de
linstant de la prise de vue.

11.8.6 Le calcul du nuage par gorfrencement direct
Des analyses similaires peuvent tre faites pour les six lments de trajectomtrie. Lapplication
du modle mathmatique du gorfrencement direct produit le nuage de la figure 11.15.
177


Figure 11.15 Nuage de points obtenu aprs correction des six lments du trajet par la mthode
photogrammtrique propose.

Il est difficile de dtecter directement la diffrence entre les nuages calculs avec et sans laide
photogrammtrique. Pourtant, quelques anomalies corriges laide de la mthode
photogrammtrique se manifestent clairement lil nu (figure 11.16). Le prochain paragraphe
sera consacr la comparaison entre ces deux types de nuages.



Figure 11.16 Dformation locale corrige par lapport de la photogrammtrie (corrections en x,y
principalement)


178

11.8.7 Validation des rsultats
Pour contrler lexactitude du nuage de points affin par la mthode photogrammtrique, nous
avons choisi une autre source de rfrence, en loccurrence : un nuage de points gnr
automatiquement partir de la squence de photos acquises lors des missions mobiles.
PhotoModeler Scanner

est utilis pour raliser lintersection automatique entre les faisceaux des
rayons homologues. Les photos sont importes dans le logiciel avec les points de jonction
calculs par lalgorithme dajustement de bande expos auparavant (cf. 11.6). Un nuage de points
est gnr en traitant les couples successifs de photos. La rsolution choisie est de 2 cm sur
lobjet ce qui donne un nuage dense par rapport au nuage acquis par le laser.
Le nuage dit photogrammtrique est superpos au nuage laser mobile. Comme estimation
globale de lexactitude, la mthode ICP est utilise. Une erreur quivalente (cf. 9.2.2 page 122)
de 10 cm est constate. Une comparaison plus exhaustive est faite laide du logiciel
CloudCompare
(15)
. Latout de ce logiciel est la comparaison entre deux nuages de points sans
maillage pralable. Linterface graphique de ce logiciel est montre la figure 11.17. Les carts
sont cartographis sur le nuage mobile.



Figure 11.17 Logiciel CloudCompare avec la fentre de lhistogramme des diffrences

Une analyse de lhistogramme des carts (figure 11.18) montre que 78% des carts se trouvent en
de du seuil de 10 cm. Les points ayant des carts de lordre de 20 cm se trouvent
principalement dans les zones douverture ou docclusion. Ces diffrences semblent dues la
diffrence dangle dincidence entre la mesure directe (laser) et indirecte (intersection des
vecteurs homologues par photogrammtrie). Dailleurs, la configuration des photos est proche du
cas normal, les photos obliques sont absentes ce qui affaiblit la prcision pour les dtails. De
telles parties ne constituent gure une rfrence idale pour contrler lexactitude le nuage de
points.

15
proprit de EDF & TELECOM ParisTech
179



Figure 11.18 Histogramme des carts entre le nuage laser mobile et le nuage issu des traitements
photogrammtriques.

11.9 Note de conclusion

Nous avons montr dans ce chapitre lapport de la technique de triangulation photogrammtrique
au calcul du systme laser mobile. Bien que cette utilisation ne soit pas encore maturit, nous
pouvons tirer quelques conclusions de notre exprimentation.
Contrairement la numrisation par le laser mobile, la numrisation photogrammtrique est
redondante. Un point peut tre calcul plusieurs fois (par 3 photos en moyenne). Nanmoins, la
redondance nexiste quen relatif. Nous essayons de rfrencer le nuage dans le repre absolu par
lintermdiaire dobservations GPS/AHRS, des coordonnes approches et par lintgration des
rsultats dajustage de bande avec les donnes de navigation. La solution est a priori plus robuste
en relatif quen absolu.
La mthode propose cherche les coordonnes approches, en quelque sorte, dans le nuage laser.
Le nuage serait recalcul ensuite laide des corrections photogrammtriques ce qui est
susceptible de changer les coordonnes du nuage de dpart et par consquent les coordonnes
approches. Litration des tapes pourrait amliorer les rsultats en absolu.



180


181

12. Ouverture vers la modlisation
12 Ouverture vers la modlisation



Lexploitation des nuages de points, issus de notre approche de la cartographie mobile, est
expose brivement travers une procdure de modlisation. Cette approche est puise dans une
chane dacquisition et de traitement
16
dveloppe au laboratoire MAP-PAGE.

12.1 La modlisation des donnes mobiles

12.1.1 I ntroduction
Puisque les techniques mobiles sont relativement rcentes, les concepteurs sont intresss par la
recherche de nouvelles techniques dacquisition pour produire massivement des donnes spatiales
plutt que de traiter ces donnes. Des masses de nuages de points sont ainsi stocks en attendant
une mthode de traitement automatique capable de modliser aussi vite que lacquisition mobile.
Nous donnons quelques perspectives sur la segmentation et sur lextraction automatique des
contours partir du nuage de points acquis en mobile. Les mthodes prsentes sont adaptes des
techniques utilises pour les nuages acquis par un balayage fixe. Cependant, la gomtrie et la
prcision moyenne de la qualit du nuage sont prises en considration.
12.1.2 Traitement des donnes
Le nuage de points subit normalement une chane de traitement pour en extraire un modle
tridimensionnel filaire ou surfacique. Nous allons nous contenter de ltape de segmentation et de
dtection des artes et des contours des dtails architecturaux. A partir du nuage mobile, les
faades et une partie des surfaces des routes sont segmentes. Le passage la modlisation
tridimensionnelle proprement dite (SIG ou CAO) nest pas voqu dans cette thse.

12.1.2.1 La segmentation

La mthode RANSAC adaptative :
Pour pouvoir segmenter le nuage de points en groupes de points quasi coplanaires, lalgorithme
RANSAC est appliqu (Boulaasssal et al., 2009). Un plan est ajust par moindres carrs partir
de trois points choisis alatoirement. Puis, le nombre de points proches ce plan, dtermin par
seuil de distance, est dtermin. Quand ce nombre dpasse un certain seuil, le plan est considr
reprsenter un plan de lobjet. Les points proches sont considrs comme appartenant ce plan.
La mthode est itre un nombre de fois dtermin par la loi probabiliste de RANSAC (Fischler
et Bolles, 1981).

16
La thse de Hakim BOULAASSAL qui se droule en parallle dans le laboratoire MAP-PAGE
182

La subtilit de cette mthode est quelle slectionne le plan contenant le plus grand nombre de
points en premier lieu. Ensuite, les points du plan ainsi dtects sont retirs de lensemble du
nuage de points. A chaque itration, le nombre de points formant un plan est sauvegard, puis
seuls les plans contenant un nombre de points suprieur sont admis. La flexibilit des choix des
seuils rend la dtection de tous les plans possibles. Seuls les dtails non planaires subsistent la
fin de lapplication de la mthode.
Pour lapplication de la mthode sur les nuages mobiles, le seuil de distance point-plan est fix
la rsolution horizontale des nuages de points (la distance moyenne entre deux lignes successives
du balayage). Les rsultats de lapplication de la mthode RANSAC sur deux nuages relevs par
notre systme sont montrs dans les figures suivantes.


Figure 12.1 Exemple dun nuage segment en sous-groupes coplanaires laide de la mthode de
RANSAC adaptative (profils spacs de 12 cm environ).

Figure 12.2 Scne segmente en sous-groupes coplanaires laide de la mthode de RANSAC
adaptative (profils spacs de 12 cm environ).

Ajustement des plans par moindres carrs pondrs :
Lajustement habituel des plans ne produit pas de rsultats prcis compte tenu de la faible
prcision et des diffrences de prcision du nuage de points. Nous utilisons donc un ajustement
pondr lors de lapplication de la mthode RANSAC. Un plan est normalement dfini par un
point et par la direction de sa normale. Le point est le barycentre pondr du sous-nuage de points
en question dfini par les relations suivantes :
183

12.1

avec

=
1

les coordonnes des points du nuage exprim dans le


repre godsique.
La normale du plan est un vecteur singulier correspondant la valeur singulire minimale de la
matrice variance-covariance suivante :
B = A
T
WA 12.2
o:
A=[x
i
x
c
, y
i
y
c ,
z
i
- z
c
] W=diag[w
0i
]

w
0i
=
1

0

0
=

2
+

2
+

2


Les valeurs de covariance sont dduites dans le chapitre 9. Les points utiliss pour le calcul de
chaque plan sont pondrs en fonction des erreurs thoriques.

12.1.2.2 Extraction des contours

Une fois les plans dtects, lextraction des contours peut tre entreprise objet par objet.
Lalgorithme utilis pour cette tche est bas sur la triangulation de Delaunay 2D. En effet, il
analyse les longueurs des cts des triangles pour dtecter les points des contours. Ces points
reprsentent les extrmits des cts les plus longs (Boulaassal et al., 2009). Le seuil pour sparer
les plus longs cts doivent tre suprieurs la rsolution horizontale du nuage.
Lexprimentation montre que cette mthode est capable de dtecter les artes extrieures de
chaque plan et les bords des ouvertures dans le plan mme. La figure 12.3 montre la triangulation
de Delaunay effectu dans un des plans issu de la segmentation et les points des contours
correspondants.

Figure 12.3 Triangulation de Delaunay 2D et dtection des points des contours

La modlisation laide des points zros
Les points avoisinant des points zros sont les derniers points acquis avant que le rayon laser
balayant ne parte dans le vide (cf. 8.2.3 page 117). Ces points peuvent aider sparer la
184

vgtation du reste des objets balay. De plus, ils aident dtecter les artes saut non verticale ce
qui aide la mthode expos ci-dessus.
Une procdure similaire la croissance des rgions est applique sur les points voisins aux points
zro : un noyau est pris alatoirement et la distance aux points proches est tudie. Si la distance
n point est infrieure un certain seuil, le noyau est agrandi en ajoutant ces points. La
procdure est itre tant que des voisins proches sont trouvs. Quand des points voisins proches
ne sont plus trouvs ou quand leur nombre est insignifiant, lagrandissement de noyau sarrte
pour relancer une autre croissance partir dun autre point de dpart.
La vgtation se diffrencie aisment des points dartes. En fait, dans la vgtation le taux
dinterception du rayon laser balayant est aussi important que le taux de passage sans
interception. Les points voisins des points zros sont plus denses et distribus alatoirement.
Ceci pourrait tre confirm par des tests statistiques spatiaux. Nanmoins, le processus de
regroupement de points expliqu prcdemment aide diffrencier la vgtation des autres
points : en effet, quand chaque agrandissement de noyau plusieurs points sont trouvs des
distances varies, les points tudis reprsentent de la vgtation.

12.2 Note de conclusion
Le problme de la prcision est un problme commun tous les systmes de cartographie mobile.
Les systmes, quand bien mme de cot lev, ne peuvent pas fournir de position prcise.
Lindustrie actuelle nest pas encore capable de produire des acclromtres aussi prcis que les
gyromtres fibre optique ou anneau laser. Lors de labsence du signal GPS, les acclromtres
sont seuls responsables du calcul de la position dans le repre du vhicule, tandis que les
gyromtres transforment cette position dans un repre terrestre. Par consquent, la position
inertielle est toujours affecte par un dfaut de prcision. Il est donc important de considrer une
mthode de modlisation pour ce type de donnes.
Notre systme est galement affect dune imprcision dattitude ce qui impacte directement la
prcision et lexactitude du nuage de points mobile. La mthode prsente, dans ce chapitre,
bnficie de la prcision calcule auparavant (chapitre 9) pour mettre en vidence les points les
plus prcis lors de la modlisation. La mthode est efficace quand ces points sont rpartis
rgulirement dans lensemble du nuage.

185

13. Perspectives et conclusion

13 Perspectives et conclusion


Ce chapitre prsente les conclusions des travaux effectus dans cette thse. Les points positifs et
ngatifs du systme conu sont dtaills. Les comptences acquises et mes participations la
recherche scientifique au cours de cette thse sont rsumes dans ce chapitre. Quelques ides
concernant les futurs dveloppements sont mentionnes.

13.1 Perspectives et travaux futurs

Au cours de notre tude, plusieurs propositions et solutions ont t donnes pour rpondre des
cas particuliers ou gnraux. Restreintes quelques types dinstruments ou quelques jeux de
donnes, elles ouvrent, toutefois, la porte des dveloppements et des amliorations possibles.
La prcision du nuage de points peut tre amliore par lextension des techniques de calcul
exposes dans cette thse. Nous rsumons les perspectives sur les mthodes de calcul en post-
traitement comme suit :
- Lamlioration de la technique dajustement des polynmes : les polynmes permettent une
grande flexibilit lors de la reconstitution du trajet. Pourtant, dautres types de courbes
pourraient mieux modliser le trajet. Une fonction combine de polynmes et de termes
trigonomtriques pourrait tre plus fidle londulation locale du trajet.
- Nous utilisons la relation de navigation lestime en tant que filtrage postrieur au filtre de
Kalman. Il est possible dintgrer son quation comme un tat dans les quations dtat du
filtre de Kalman.
- La technique propose pour la reconstitution des erreurs dattitude a montr une bonne
fiabilit. Il est donc envisageable de rutiliser cette technique pour amliorer le calcul de
lintgration GPS/AHRS. Limplmentation dune telle ide ncessite lapplication du filtre
de Kalman rebours (du dernier instant vers le premier). La mthode est connue sous le
vocable lissage de Kalman qui suggre une loi pour fusionner le filtre de marche inverse
avec le filtre initial. Une amlioration concrte est attendue car chaque mesure inertielle est
lie deux mesures GPS (la prcdente et la suivante).
- La fusion des donnes lasergrammtriques et photogrammtriques : la modlisation niveau
moyen de dtails partir de nuages mobiles faible prcision a t dmontre comme tant
possible. Le modle obtenu sera certes entache par des erreurs significatives. Cet artefact
peut tre corrig en incorporant des mesures photogrammtriques qui sont nettement plus
prcises en relatif. La fusion automatique et semi-automatique est envisageable en ce cas. La
projection des images sur le nuage de points sert colorier le nuage de points ; encore faut-il
prvoir des techniques pour harmoniser les valeurs radiomtriques dans les zones de
recouvrement.
186

- La recherche automatique des points de jonction entre les images acquises par lappareil
photo en mode mobile est rsolue par les algorithmes dvelopps par la communaut de la
vision par ordinateur qui offre plusieurs solutions ce problme. La mthode de dtection
des coins homologues laide de corrlation radiomtrique et la matrice fondamentale
dtermine par RANSAC (Hartley et Zisserman, 2004), a t teste
17
. Elle produit un nombre
de points apparis largement suffisant pour lajustement de bande. La mthode SIFT (Scale-
invariant feature transform) (Lowe, 1999) fournit de bons rsultats. Lautomatisation et
lergonomie de ces mthodes, notamment en ce qui concerne les points communs entre plus
de deux images, fait partie des travaux futurs pour cette recherche.

Le systme dans sa version actuelle prsente des lacunes notamment en raison du type de
matriels utiliss. Une large varit de solutions de conception est possible mais des cots
diffrents. La solution la plus logique serait le blocage de la rotation horizontale du scanner ou le
remplacement de ce scanner par un scanner 2D grande ouverture. En fait, lembarquement dun
TLS 3D sur un systme mobile offre deux atouts : la dualit mobile-fixe qui affaiblit le cout de
lutilisation mobile et la libert du choix de langle dincidence des rayons laser selon la
gomtrie exige. En revanche, il impose des contraintes sur le balayage comme la vitesse de
dplacement o la densit des nuages rsultants. Linvestissement dans un scanner 2D peut tre
rapidement rentabilis car il permet dembarquer le systme sur une voiture se dplaant la
vitesse moyenne du trafic dans les villes. Le choix dun scanner tte rotative permettrait de
balayer les deux cts de la voie en un seul passage.

13.2 Contributions de la thse la recherche scientifique
La prsente thse possde deux aspects : exprimental et thorique. Plusieurs appareils et
plusieurs modes demploi sont expriments au fur et mesure de lavancement de la recherche.
Ceci aide tablir une connaissance profonde des facteurs primordiaux qui affectent les nuages
de points rsultant de la numrisation mobile. Les facteurs qui dterminent la numrisation
mobile sont rarement voqus dans la littrature correspondante. On peut citer entre autres, la
vitesse de dplacement, la distance plateforme-objet, langle dincidence du rayon laser et la
cadence des prises de vue pour lappareil photo.
De plus, une grande partie de cette thse est consacre lanalyse boite noire . Une premire
fois, pour le dcryptage des trames des donnes envoyes par le scanner et la seconde fois pour la
reconstitution du modle derreur correspondant la navigation inertielle et magntique aides
par le GPS.
Les contributions majeures de ce mmoire peuvent tre rsumes par les points suivants :
1- Un mode de gorfrencement direct spcifique au scanner laser tridimensionnel.
2- Une solution de navigation hybride spcifique au GPS prcision leve, au GPS haute
sensibilit et lAHRS de gamme grand public .
3- Le filtrage des donnes inertielles laide de la navigation lestime.
4- Le suivi de la transmission des erreurs entachant la cartographie mobile avec un niveau de
dtail proportionnel limpact de chacun.

17
Nous avons utilis le code MATLAB fourni par Peter Kovesi. URL :
http://www.csse.uwa.edu.au/~pk/Research/MatlabFns/Robust/example/index.html
187

5- Lusage de lappareil photo comme capteur de navigation contrairement sa vocation
initiale. Ceci ncessite un ajustement de bande avec des valeurs approches et sans point
de calage. Les rsultats sont intgrs dans un processus de filtre de Kalman dcentralis.

13.3 Conclusion
La prsente thse a permis daborder le problme de la cartographie mobile de manire diffrente
des approches traditionnelles. La conclusion principale retenir de cette thse est lobtention des
nuages de points de prcision acceptable partir dinstruments a priori inadapts lusage
mobile. Au vu des contraintes imposes par les matriels, le systme conu na pas pu atteindre le
niveau commercial ou industriel. Lobjectif ntait pas de dvelopper un systme destin la
production. Nous nous sommes donc attels lanalyse des rsultats et aux mthodes
damlioration du calcul. Le systme est devenu, par consquent, un outil de recherche et
dapprentissage. Des recommandations ont souvent t donnes pour le passage un systme de
capacit suprieure.
Une mthode de calibration propre au scanner 3D a t prsente. La prcision de calibration na
pas dpass 2cm ce qui a permis lutilisation du scanner en mme temps que les autre capteurs en
mode mobile. De mme, une mthode de synchronisation passive sans aucun cot supplmentaire
a t introduite. La connaissance des protocoles de communication entre lordinateur et le
scanner a t indispensable pour accomplir la mission dhorodatage au centime de seconde.
Nous avons montr quavec les techniques de filtrage de lattitude, une prcision suprieure
celle attendue initialement des capteurs, pourrait tre atteinte. Les solutions techniques, comme
lobservation de la disponibilit optimale des satellites, ont prouv leur efficacit. La plupart des
exprimentations faites sont exploitables avec un taux acceptable des mesures GPS. Dans de
telles conditions, le systme a russi acqurir des nuages de prcision de 15 20 cm pour des
objets loigns de moins de 20 m. Lexactitude a t valide travers plusieurs comparaisons
avec dautres sources de donnes spatiales.
Contrairement la grande majorit des fournisseurs de donnes mobiles, le nuage mobile obtenu
par ce travail nest pas compos uniquement des coordonnes tridimensionnelles, mais fournit
galement les erreurs correspondantes. Ceci a pour prix la modlisation complte des erreurs
partir des capteurs les plus lmentaires. Il est vident quune centrale inertielle faible cot ne
donne pas une estimation des erreurs dans sa sortie standard. La reconstitution du filtre embarqu
sur lAHRS a t traite pour permettre de transmettre les erreurs inertielles et magntiques au
nuage de point final. La connaissance des erreurs affectant un nuage de points ouvre ainsi plus
dhorizons pour la modlisation 3D. Nous pouvons, dsormais, faire contribuer chaque point
dans la modlisation selon sa prcision. Les premiers rsultats obtenus permettent denvisager
une volution des mthodes de modlisation des donnes spatiales prcision moyenne et faible
(nuages mobiles en loccurrence).
Les magntomtres sont rarement utiliss en cartographie mobile terrestre cause de leur faible
prcision. Nanmoins, ils peuvent limiter la drive des gyroscopes MEMS lors dune longue
absence de rception GPS. Ils constituent une assistance la navigation inertielle en labsence de
perturbation magntique externe. Pour cela, nous avons pris en considration le comportement
des magntomtres pendant cette tude et nous avons constitu un modle derreurs qui leur est
propres, ce qui constitue un des apports de cette thse.
188

La photogrammtrie apporte des corrections sur la position et lattitude de la plateforme mobile.
Elle peut apporter des corrections efficaces la navigation inertielle comme le GPS et contrles
par lutilisateur en plus. Nanmoins le traitement des donnes photogrammtriques (point
homologues, coordonnes approches) est plus difficile. Lautomatisation et lergonomie de la
restitution photogrammtrique peuvent la rendre comptitive par rapport aux autres capteurs des
lments du trajet, notamment parce quelle fournit des mesures angulaires.

189

A An nn ne ex xe es s
190

Annexe A : Les standards de connexion GPS

Le protocole NMEA -0183
NMEA sont les initiales de National Marine Electronic Association
18
, un standard pour lchange
de donnes numriques entre les diffrents appareils lectroniques ddis la marine. Ce
protocole est normalis, il transmet de nombreuses informations en format texte ASCII selon
plusieurs messages dont deux sont dtaills ci-dessous.

La trame : GGA

Position et type de fixe .
Dfinition standard :
$GPGGA,123519,4807.038,N,01131.324,E,1,08,0.9,545.4,M,46.9,M, , *42

123519 = Acquisition fixe 12:35:19 UTC
4807.038,N = Latitude 4807.038' N
01131.324,E = Longitude 1131.324' E
1 = Fix qualification : 0 = non valide
1 = Fixe GPS
2 = Fixe DGPS
3 = PPS fixe
4 = Real Time Kinematic
5 = RTK flottant
6 = estim (navigation lestime)
7 = mode dentre manuelle
8 = mode de simulation
08 = Nombre de satellites en poursuite.
0.9 = DOP (Horizontal dilution of position) Dilution horizontale.
545.4,M = Altitude, en mtres, au dessus du MSL (Mean See Level) niveau moyen des Ocans.
46.9,M = Correction de la hauteur de la gode en mtres par rapport l'ellipsode WGS84
(Champ vide) = nombre de secondes coules depuis la dernire mise jour DGPS.
(Champ vide) = Identification de la station DGPS.
*42 = Checksum
CR et LF : non reprsents

La trame : VTG

VTG : cap et vitesse de dplacement
Dfinition standard :

$GPVTG,054.7,T,034.4,M,005.5,N,010.2,K

054.7,T = cap rel en Degrs , T (True track made good)

18
URL : www.nmea.org
191

034.4,M = cap vrai magntique en degrs (Magnetic track made good)
005.5,N = Vitesse de dplacement par rapport au sol en noeuds (N)
010.2,K = Vitesse de dplacement par rapport au sol en kilomtres /heure. (K)
CR et LF : non reprsents

Le protocole UBX

Les rcepteurs Ublox

utilisent le protocole
19
UBX propre cette entreprise pour transmettre
leurs donnes un terminal par connexion RS-232 asynchrone. Il est cod sur 8 octets et protg
par un test de somme (checksum). Les messages recevables par la centrale AHRS-440 sont
dtaills comme suit :

NAV-POSLLH : Solution de la position godsique

Message NAV-POSLLH
Description Solution de la position godsique
Firmware Soutenue sur u-blox 5 version 4.00 jusqu la version 6.00.
Type Priodique/directif
Commentaire
ce message sort la position godsique dans lellipsode slectionn. WGS84 par dfaut, mais
peut tre chang par le message CFG-DAT.
Message
structure
entte ID Longueur
(oct)
payload checksum
0xB50x62 0x01 0x12 28 ci-dessous CK_A CK_B
Le contenu du payload :

Translatio
n en oct
Numr
o
Format
chantillonnag
e
Nome unit Description
0 U4 - iTOW ms Temps de la semaine GPS en
milliseconde
4 I4 1e-7 1 on deg
longitude
8 I4 1e-7 1 at deg latitude
12 I4 - height mm Hauteur de l'Ellipsode
16 I4 - hMSL mm Hauteur du niveau de la mer

Solution de la vitesse en NED : NAV-VELNED

Message NAV-VELNED
Description Solution de la vitesse en NED
Firmware Soutenue par u-blox 5 de version 4.00 jusqu la version 6.00.
Type Priodique/directif
Commentaire -
Structure du
message
entte ID Longueur
(oct)
payload checksum

19
URL : http://www.u-blox.com/en/download-center.html?task=summary&cid=77&catid=97
192

0xB50x62 0x01 0x12 36 ci-dessous CK_A
CK_B
Le contenu du payload :

Translation
en oct
Numro
Format
chantillonnage Nom unit Description
0 U4 - iTOW ms Temps de la semaine GPS en
milliseconde
4 I4 - VeIN cm/s NED vitesse Nord
8 I4 - VeIE cm/s NED vitesse Est
12 I4 - VeID cm/s NED vitesse bas
16 U4 - Speed cm/s Vitesse (3D)
20 U4 - gSpeed cm/s Vitesse de la Terre (2D)
24 I4 1e-5 heading deg Cap 2D
28 U4 - sAcc cm/s Estimation dexactitude de la
vitesse
32 U4 1e-5 cAcc deg Estimation grossire
dexactitude du cap

Statut de la rception GPS : NAV-STATUS

Message NAV-status
Description Statut de la rception de navigation
Firmware Soutenue sur u-blox 5 version 4.00 jusqu la version 6.00.
Type Priodique/directif
Commentaire -
Structure du
message
entte ID Longueur (oct) payload checksum
0xB50x62 0x01 0x12 16 ci-dessous CK_A CK_B
Le contenu du payload :

Byte
Offset
Numro
Format
chantillonnage Nom unit Description
0 U4 - iTOW ms Temps de la semaine GPS en
milliseconde
4 U1 - gpsFix - GPS fixe Type
- 0x00 = pas de fixe
- 0x01 = navigation lestime
seulement
- 0x02 = 2D-fixe
- 0x03 = 3D-fixe
- 0x04 = GPS +navigation lestime
combins
- 0x05 = le temps uniquement
dtermin
- 0x06..0xff = rservs
193

5 X1 - flags - Les indicateurs dtat de navigation
6 X1 - diffstat - Statut de diffrentiel
7 U1 - res - Rservs
8 U4 - ttff - Temps pour le premier fixe
(milliseconde temps tag
12 U4 - msss - Milliseconde depuis le dmarrage /


194

Annexe B : Les paquets des sorties standards de la centrale AHRS-440-CA-
200

La centrale AHRS-440
20
permet davoir plusieurs formes de sorties standards paramtres par
lutilisateur. Par dfaut, le paquet A1 constitue la sortie standard de cette centrale o on trouve les
sorties corriges des magntomtres. Le paquet N1 transmet les coordonnes acquises par le
GPS. Etant les plus utiliss dans ce travail, les paquets A1et N1 sont dtaills ci-dessous.

Paquet A1 (angle 1)

Le contenu de la charge utile (payload) du paquet A1

Translation
en octet
Nom Format Echantillonnage Unit Description
0 rollAngle I2 2*pi/2^16
[360/2^16]
Radians
[]
Roulis
2 pitchAngle I2 2*pi/2^16
[360/2^16]
Radians
[]
Tangage
4 yawAngleMag I2 2*pi/2^16
[360/2^16]
Radians
[]
Lacet
6 xRateCorrected I2 7*pi/2^16
[1260/2^16]
rad/s
[/sec]
Vitesse angulaire x
corrige
8 yRateCorrected I2 7*pi/2^16
[1260/2^16]
rad/s
[/sec]
Vitesse angulaire y
corrige
10 zRateCorrected I2 7*pi/2^16
[1260/2^16]
rad/s
[/sec]
Vitesse angulaire z
corrige
12 xAccel I2 20/2^16 g Acclration x
14 yAccel I2 20/2^16 g Acclration y
16 zAccel I2 20/2^16 g Acclration z
18 xMag I2 2/2^16 Gauss Magntomtre x
20 yMag I2 2/2^16 Gauss Magntomtre y
22 zMag I2 2/2^16 Gauss Magntomtre z
24 xRateTemp I2 200/2^16 Deg C Changement de
temprature
26 timeITOW U4 1 ms Temps de la semaine
GPS
30 BITstatus U2 - - Test embarqu

Paquet N1 (navigation 1)

Le contenu de la charge utile (payload) du paquet N1

Translation
en octet
Nom Format chantillonnage unit Description

20
http://www.xbow.com/Support/Support_pdf_files/440_Series_Users_Manual.pdf
195

0 rollAngle I2 2*pi/2^16
[360/2^16]
Radians
[]
Roulis
2 pitchAngle I2 2*pi/2^16
[360/2^16]
Radians
[]
Tangage
4 yawAngleTrue I2 2*pi/2^16
[360/2^16]
Radians
[]
Lacet
6 xRateCorrected I2 7*pi/2^16
[1260/2^16]
rad/s
[/sec]
Vitesse angulaire x
corrige
8 yRateCorrected I2 7*pi/2^16
[1260/2^16]
rad/s
[/sec]
Vitesse angulaire y
corrige
10 zRateCorrected I2 7*pi/2^16
[1260/2^16]
rad/s
[/sec]
Vitesse angulaire z
corrige
12 xAccel I2 20/2^16 g Acclration x
14 yAccel I2 20/2^16 g Acclration y
16 zAccel I2 20/2^16 g Acclration z
18 nVel I2 512/2^16 m/s Vlocit Nord
20 eVel I2 512/2^16 m/s Vlocit Est
22 dVel I2 512/2^16 m/s Vlocit bas
24 longitudeGPS I4 2*pi/2^32
[360/2^32]
Radians
[]
Longitude GPS
28 latitudeGPS I4 2*pi/2^32
[360/2^32]
Radians
[]
Latitude GPS
32 altitudeGPS I2 2^14/2^16 m Altitude GPS
34 xRateTemp I2 200/2^16 deg C Changement de
temprature
36 timeITOW U4 1 ms Temps de la semaine
GPS


196

Annexe C : Le cryptage binaire dun point numris par le scanner GX

Aprs avoir limin les premiers 146 octets exprimant lentte du fichier binaire transmis par le
scanner, on trouve les points dcods priodiquement sur 39 octets (ou 36 si les couleurs ne sont
pas acquises). Le tableau ci-dessous montre un exemple de la lecture binaire dun point acquis
par le scanner GX.



197

Annexe D : Les repres rfrentiels


Cette annexe prsente les systmes de rfrence et de coordonnes utiliss et les relations de
passage dun systme lautre. En fait, cest le systme de navigation qui est choisi pour
llaboration et lexpression des quations inertielles. Nous avons montr que lutilisation des
quatre systmes est indispensable pour exprimer les quations de la mcanisation inertielle. Ils
sont exposs dans ce qui suit.

Les systmes de rfrence

Le repre vhicule b (body)

Ce systme est li au vhicule (le rfrentiel propre au mobile) et on considre quil est le mme
que celui du capteur inertiel Strapdown . Pratiquement, ceci nest pas possible, et il faudrait
alors une transformation rigide (translation/rotation) si un odomtre est utilis. Laxe X (roulis):
vers lavant; axe-Y (tangage): vers le droite; axe Z (lacet): en bas pour avoir le vecteur de gravit
positif (conventionnellement dans la navigation). Le roulis , le tangage et le lacet sont des
rotations locales autour de ces axes.


Figure D.1 Systme vhicule (b)


Le repre navigation n

Dfini dans le plan tangent local (LTP: Local Tangent Plane ), son origine se trouve la
position courante du vhicule et son plan x-y (n-e) est tangent la surface de la Terre. Il existe
deux conventions de systmes LTP qui sont usuelles en navigation:

NED : North, East, Down (Adopt pour ce mmoire).
ENU : East, North, Up.
Nous pouvons mieux comprendre la notion de lattitude travers une confrontation entre les
repres navigation et vhicule. La figure D.2 montre le concept dattitude. Par exemple, le lacet
autour de Z
b
essaie de tourner laxe X
b
vers le Nord.

198



Figure D.2 Repre vhicule, navigation NEU, et les trois angles constituant lattitude

La rotation entre les deux repres est donne par la matrice :

=
cos cos cos sin +cos sinsin sin sin +cos cos sin
cos sin cos cos +sinsin sin cos sin sin
sin cos sin cos cos


Le repre inertiel i

Il sagit du systme dans lequel les lois de Newton sont applicables. Il ne suit pas la rotation de la
Terre. Lorigine de ce systme est le centre de masse de la Terre. Le systme de coordonnes
correspondant sera un systme cartsien avec ses axes nots :
Axe X
i
: vers le point Vernal quinoxe
Axe Z
i
: vers le ple Nord,
Axe Y
i
: complte le repre direct.
Les gyromtres mesurent les vitesses angulaires par rapport ce repre.

Le repre Terre e (ECEF-Earth Centered Earth Fixed)

Un repre tournant dont lorigine est le centre de la Terre. Il concide avec le systme inertiel une
fois par rvolution complte de la terre sur elle mme. Les trois axes de ce repre sont dfinis
comme suit :
Axe X: vers le mridien de Greenwich (Longitude=0),
Axe Z: vers le ple Nord,
Axe Y: pour complter le repre direct.
Le repre Terre par dfaut pour le calcul embarqu de la majorit des GPS et INS est le WGS84.
La rotation entre le repre navigation et le repre Terre est une fonction de position sur la Terre
en latitude et longitude. Elle est donne par la matrice :

199

=
sin cos sin cos cos
sin cos 0
cos cos cos sin sin


200

Annexes E : la matrice dynamique du modle des erreurs de lINS

Nous rappelons lquation dynamique dtat :

0 0 0 0

0
0
0
0
0
0
0

0 0
0 0

0 0 0 0

0 0 0
0

0 0
0 0 0
0 0 0

2
1 +

3
3

3
3

3
3

2
1 +

3
3

3
3

3
3

2
1

=
0

0 0
0 0 0

=
0

0


k : constante gnrale de la gravit
M : masse de la Terre
r
x,y,z
: position dans le repre Terre selon laxe indic


: vitesse angulaire de la Terre

,,
: force spcifique (acclration) mesure selon laxe


201

Annexe F : calcul de la matrice du bruit de mesure R pour lintgration
MAG/IMU

Le vecteur de correction est donn par :

=

sin
1

/
sin
1

cos
/


/


La matrice du bruit G est calcule moyennant la loi de transmission des erreurs comme suit:

R = diag(


2
,


2
,

2
)

R=

2
+

2
+

2
+

3
2

2
+

2
+

2
+

1
2
.

2
+

2
+

1
2

2
.

2
+

2
+

2

2

1
2
.

2
1

1+

2
(

2
)



La covarience de la dtermination du vecteur de gravit

2
=

2
+

2
+

2
+


2


Toutes les grandeurs de cette relation sont connues sauf lacclration propre au dplacement.

2
=

2
.

2
+

2


La covariance du cap magntique

Les relations ncessaires pour calculer le cap magntique sont:

. +

. .

. .

. +

.

= atan2



202

Les covariances associes ce type du calcul sont :

2
= cos .

. sin .

2
+. .

2
+

. cos . .

2
+

. . cos .

2
. .

2
+

. sin. .

. . .

2
=

2
+. . +

2
(

. .

. . ) +

2
(

. cos . +

. sin. )

2
= .

. .

2
+.

2
+

. .

2
=

2
+ +

2
(

. )

avec

la covariance suppose identique pour les trois magntomtres.








203

Publications associes la mmoire :

Revues :

Alshawa M., Grussenmeyer P. and Smigiel E., 2009. Laspect mobile dun scanner laser terrestre.
Colloque techniques laser pour ltude des environnements naturels et urbains. Le Mans, 20-21
janvier 2009 (en cour de publication pour un numro spcial de la revue RFPT)

Alshawa M., Grussenmeyer P. and Smigiel E., 2009. A Low cost TLS based land mobile
mapping system assisted by photogrammetry.Special issue of the Bulletin of Geodetic Sciences
(Boletim de Cincias Geodsicas), ISSN: 1982-2170


Communication :

Alshawa, M., Smigiel, E., Grussenmeyer, P., Landes, T., 2007. Integration of a terrestrial lidar on
a mobile mapping platform: First experiences. 5th International Symposium on Mobile Mapping
Technology (MMT2007). Padova Italy.

Alshawa M., Grussenmeyer P. and Smigiel E., 2008. Integration of a TLS in a low cost mobile
mapping system. VSMM 2008 - Conference on Virtual Systems and MultiMedia Dedicated to
Digital Heritage. Limassol, Cyprus, October 20th - 25th, 2008, p.1-8.


Alshawa, M., Boulaassal, H., Landes, T., Grussenmeyer, P., 2009. Acquisition and automatic
extraction of facade elements on large sites from a low cost laser mobile mapping system. 3D-
ARCH'2009. 3D Virtual Reconstruction and Visualization of Complex Architectures 25-28
February 2009, Trento, Italy.

Alshawa M., Grussenmeyer P. and Smigiel E., 2009. Contribution of photogrammetry to the
improvement of navigation data in a low cost TLS based land mobile mapping system. 6
th

International Symposium on Mobile Mapping Technology Mobile Mapping Serving the
Information Society. 21-24 July 2009 - Presidente Prudente, So Paulo, Brazil

Alshawa M., Grussenmeyer P. and Smigiel E., 2009. A Low cost TLS based land mobile
mapping system assisted by photogrammetry.Special issue of the Bulletin of Geodetic Sciences
(Boletim de Cincias Geodsicas), ISSN: 1982-2170

204


205

Rfrences

Livres

Abuhadrous, I., 2005. Systme embarqu temps rel de localisation et de modlisation 3D par
fusion multi-capteur. Doctorat Informatique temps rel - Robotique - Automatique, Centre de
Robotique, ENSMP. 228 pages.

Brown S.A. et Hwang P.Y. C., 1997. Introduction to random signals and applied Kalman filtering
with Matlab. Exercises and solutions, 3rd Edition. ISBN: 978-0-471-12839-7. 496 pages.

Chatfield, A. B., 1997. Fundamentals of high accuracy inertial navigation. Progress in
astronautics and aeronautics series. ISBN-13: 978-1-56347-243-5. 339 pages.

Dudek, G. et Jenkin, M., 2000. Computational principles of mobile robotics. ISBN 0-521-56876-
5. 280 pages.

Gardner, J.W., Varadan, V. et Awadelkarim, O.O., 2001. Microsensors, MEMS, and smart
devices. ISBN: 978-0-471-86109-6. 522 pages.

Gautier, J., 2003. GPS/INS generalized evaluation tool for the design and testing of integrated
navigation system. Ph.D. thesis, Stanford University.

Gill, P.E., W. Murray, et Wright., M. H., Practical Optimization, Academic Press, London, UK,
1981.

Grussenmeyer, P., 1994. Contrle gomtrique de la saisie en photogrammtrie. Universit de
Strasbourg 1. N 94 STR1 3125. 177 pages.

Hartley, R. et Zisserman, A., 2004. Multiple view geometry in computer vision second edition.
Cambridge University Press, ISBN: 0521540518.

Joffrion, J. M., 2005. Head tracking for 3D audio using a GPS-aided MEMS-IMU. Thises of US
Air Force Institute of Technology. March 2005. 130 pages.

Kaplan E. D. et Hegarty, C., 2005. Understanding GPS: Principles and Applications. ISBN 1-
58053-894-0. 680 pages.

Mikhail, E. M., Bethel, J. S. et McGlone J.S., 2001. Introduction to Modern Photogrammetry.
ISBN-13: 9780471309246. March 200. 496 pages.

Reshetyuk, Y., 2006. Investigation and calibration of pulsed time-of-flight terrestrial laser
scanners, Department Transport and Economics, KTH publication, 152 pages.

206

Petovello, M. G., 2003. Real-time integration of a tactical-grade IMU and GPS for high-accuracy
positioning and navigation. University of Calgary, department of geomatics engineering. UCGE
Reports N 20173.

Shan, J. et Toth, C. K., 2008. Topographic laser ranging and scanning: principles and processing.
ISBN-13: 9781420051421.

Shin E.H., 2001. Accuracy improvement of low cost INS/GPS for land applications. University
of Calgary. UCGE Reports Number 20156. 119 pages.

Smith, J.R., 1997 Introduction to geodesy: The history and concepts of modern geodesy. ISBN
047116660X, 9780471166603. 224 pages.

Tarsha Kurdi, F., 2008. Extraction et reconstruction de btiments en 3D partir de relevs lidar
aroports. Thses de doctorat, Universit Louis Pasteur. 272 pages.

Tao, C. V. et Li, J., 2007. Advances in Mobile Mapping Technology: ISPRS Series, vol 4, ISBN:
9780415427234. 193 pages.

Titterton, D. et Weston. J., 2004. Strapdown Inertial Navigation Technology. The American
Institute of Aeronautics and Astronautics, second edition. ISBN: 1-56347-693-2. 588 pages.

Wertz, J. R. 1984. Spacecraft attitude determination and control. D. Reidel Publishing Company,
Holland. 764 pages.

Wolf, P. R. et Dewitt B. A., 2000. Elements of Photogrammetry: With Applications in GIS (3rd
edition). ISBN-10: 0072924543 ISBN-13: 9780072924541. 608 pages.

Journaux

Agent, A., 1991, The advantages of absolute encoders for motion control. Sensors, April, pp. 19-
24.

Bar-Itzhack, I.Y. et Berman, N., 1988. Control theoretic approach to inertial navigation systems,
Journal of Guidance and Control. vol. 11 N 3. pp.237245

Bernstein, J., 2003. An overview of MEMS inertial sensing technology. Sensors , vol Feb 2003.
10 pages.

Besl, P. J., et Mckay, N. D., 1992. A method for registration of 3-D shapes. IEEE Trans. on
Pattern Analysis and Machine Intelligence. vol 14, 2, pp.239-256.

Bhatti, I. U., Ochieng, W.Y. et Feng, S., 2007. Integrity of integrated GPS/INS system in the
presence of slowly growing errors. Part I: A critical review. GPS Solutions. vol 11, N 3, juillet
2007.

207

Boulaassal, H., Landes, T., Grussenmeyer, P., 2009. Automatic Extraction of Planar Clusters and
their Contours on Building Faades Recorded by Terrestrial Laser Scanner. International Journal
of Architectural Computing, vol 7, N 1, January 2009, pp. 1-20.

Bratland, T., Caruso, J.M., Schneider, R.W., Smith, C.H., 1998. A new perspective on magnetic
field sensing. Sensors , vol Dec 1998. 19 pages.

Carroll, J., 2006. GPS + LORAN-C: Performance analysis of an integrated tracking system. GPS
world, vol 17, No 7, 01/07/2006, pp. 40 47.

Coleman, T.F. et Y. Li, 1996. A Reflective Newton Method for Minimizing a Quadratic Function
Subject to Bounds on Some of the Variables," SIAM Journal on Optimization, vol. 6, N 4, pp.
1040-1058.

De Cecco, M., 2003. Sensor fusion of inertial-odometric navigation as a function of the actual
manoeuvres of autonomous guided vehicles. Measurement Science and Technology. vol 14 2003.
pp.643653

Fischler, M.A. et Bolles R.C., 1981. Random Sample Consensus: A Paradigm for Model Fitting
with Applications to Image Analysis and Automated Cartography. ACM vol 24, pp. 381395.

Fitzpatrick, J. M., West, J.B et Maurer, C.R. 1998. Predicting error in rigid body point based
registration. IEEE transactions on medical imaging, vol. 17, N 5, Octobre 1998. pp. 694-702.

Gebre-Egziabher, D., Elkaim, D., Powell, J. and Parkinson, B., 2006 Calibration of Strapdown
Magnetometers in Magnetic Field Domain. ASCE Journal of Aerospace Engineering, vol. 19, N
2, pp. 116.

Grejner-Brzezinska, D. A., 2002. Direct Georeferencing at the Ohio state university: a historical
perspective. Photogrammetric engineering & remote sensing, vol 68, number 6, june 2002. pp.
557-560.

Guangping, H.E., 2002. Design and application of the GPSvision mobile mapping system.
IAPRS, vol XXXIV, PART2, Cokkission II, Xian, Aug. 20-23, 2002. International archives of
photogrammetry remote sensing and spatial information sciences. 2002, vol 34; part 2, pp.163-
168.

Gontran, H., 2005. Technique de lever par vhicule quip de rcepteurs GPS et dune station
totale. XYZ, vol 103, June 2005. pp.37-43.

Habib, F.A., Cheng R.W.T., Kim E.M., Mitishit, A. E., Frayne, R and Ronsky, J. L. 2006.
Automatic Surface matching for the Registration of LiDAR Data and MR Imagery. ETRI
Journal, vol. 28, N 2. pp. 162-174.

Honghui, Q. et Moore, H., 2002. Direct Kalman filtering approach for GPS/INS integration.
IEEE Transactions on Aerospace and Electronic Systems, vol. 38, N 2. 2002, pp. 687-693.

208

King, A. D., 1998. Inertial navigation: forty years of evolution, GEC review ISSN 0267-9337.
1998, vol. 13, N
o
3, pp. 140-149.

Kong .X, 2004. INS algorithm using quaternion model for low cost IMU. Robotics and
Autonomous Systems, vol 46, Issue 4, pp. 221-246.

Labb, P., Dale A., Li, L. et Ying G., 2007. Self-aware/situation aware - Integrated handhelds for
dispersed civilian and military urban operations, Inside GNSS, issu of mars-avril 2007. pp.43-45

Lorusso, A., Eggert, D.W. et Fisher, R.B., 1995. A Comparison of four algorithms for estimating
3-D rigid transformation. British machine vision conference. Birmingham, England vol. 1, pp.
237-246.

Manandhar, D. et Shibasaki, R., 2002. Auto-extraction of urban features from vehicle-borne laser
data. IAPRS, vol. 34, Part 4, GeoSpatial Theory, Processing and Applications, Ottawa, 2002.
ISSN 1682-1750.

Markley, F.L., 2002. Fast quaternion attitude estimation from two vector measurements. Journal
of Guidance, Control, and Dynamics 2002 .0731-5090, vol.25 N 2. pp.411-414

Markley, F.L., 1988. Attitude determination using vector observations and the singular value
decomposition. Journal of the Astronautical Sciences, vol. 36, N 3. pp: 245-258.

Oho, S., Kajioka, H., et Sasayama, T., 1995. Optical fiber gyroscope for automotive navigation.
IEEE Transactions on vehicular technology, vol. 44, N 3. August 1995. pp.698-705.

Wehr, A. et Lohr, U., 1999. Airborne laser scanning an introduction and Overview. ISPRS
Journal of Photogrammetry and Remote Sensing N 54. pp. 68-82.

Wei, M. et Schwarz, K.P., 1990. Position Location and Navigation Symposium, 1990. Record.
The 1990's - A Decade of excellence in the navigation sciences. IEEE PLANS '90. pp. 429-435.

Xu,

B. et Petr, V., 2000. Navigating by means of a position potential. Navigation.
vol. 47, N
o
3, pp. 227-236.


Zampa, F. et Conforti, D., 2008. Mobile platform terrestrial LiDAR, IMU and GPS. continuous
mobile laser scanning. GIM International. January 2008, vol 22, Issue 1.

Autres littratures

Abuhadrous, I. Ammoun, S. Nashashibi, F. Goulette. et Laurgeau. F. C., 2004. Digitizing and 3D
modelling of urban environments using vehicle-borne laser scanner system .Proc. IEEE/RSJ
International Conference on Intelligent Robots and Systems (IROS 2004), Sendai, Japan, Sept. 28
Oct. 2, 2004. 6pages.

209

Adiprawita, W., Ahmad, S., Sembiring, J., 2007. Development of AHRS (Attitude and Heading
Reference System) for Autonomous UAV (Unmanned Aerial Vehicle). International Conference
on Electrical Engineering and Informatics Institut Teknologi Bandung, Indonesia June 17-19,
2007.

Alshawa, M., Smigiel, E., Grussenmeyer, P., Landes, T., 2007. Integration of a terrestrial LiDAR
on a mobile mapping platform: First experiences. 5th International Symposium on Mobile
Mapping Technology (MMT2007). Padova Italy. 29-31 May 2007. 6 pages.

Barber, D. M. et Mills, J. P., 2007. Vehicle based waveform laser scanning in a coastal
environment. 5th International Symposium on Mobile Mapping Technology (MMT2007)
Padova, Italy. 29-31 may 2007. 6 pages.

Blug, A., Baulig, C., Dambacher, M., Wlfelschneider, H. et Hfler, H., 2007. Novel platform
for terrestrial 3D mapping from fast vehicles. PIA07- Photogrammetric Image Analysis . Munich,
Germany, September 19-21, 2007. vol 36, part 3 / W49B. pp. 7-13.

Brun, X., Deschaud, J.E. et Goulette F., 2007. On-the-way city mobile mapping using laser range
scanner and fisheye camera, 5th International Symposium on Mobile Mapping Technology
(MMT2007) Padova, Italy. 29-31 may 2007. 6p.

Budiyono A., Adiprawita W. et Muljowidodo., 2008. MEMS-based Inertial Measurement Unit
for Unmanned Aerial Vehicle Applications. 5th International Symposium of Nano
Manufacturing, ISNM5, Singapore, January 23-25, 2008. 5 pages.

Caruso, M. J., 2000 Application of magnetic sensors for low cost compass system. IEEE postion
localisation and navigation symposium. San Diego, California, USA Mars 13-16.

De Agostino, M. et Porporato, C., 2008. Development of an Italian low cost GNSS/INS system
universally suitable for mobile mapping. Position, Location and Navigation Symposium, May
2008 IEEE/ION. pp. 53-59.

Durieu, C., Aldon, M. J. et Meizel, D., 1996. La fusion de donnes multisensorielles pour la
localisation en robotique mobile. Traitement du Signal [Trait. Signal], 1996, vol. 13, N 2, pp.
143-166.

Ellum, M. C. et El-Sheimy, N., 2001. Portable mobile mapping. New Technology for a New
Century. International conference of FIG working week 2001, Seoul, Korea May. 2001

El-Sheimy, N., Moustafa, M., Toth, C. et Grejner-Brzezinska D., 2007 Mobile mapping system
tutorial. 27 May 2007. Padua, Italy.

Goad, C. C., 1991. The Ohio State university mobile mapping system: positioning components.
The 47th annual meeting of the Institute of Navigation (ION). June 10-12.

210

Gontran, H., 2007. Mobile mapping en temps rel pour la saisie automatique d'axes routiers.
Laboratoire de topomtrie, Ecole Polytechnique Fdrale de Lausanne, thse N 3749, 2007. pp.
164.

Gonzlvez, P.R., Aguilera, D.G., et Lahoz, J. G. 2007. From point cloud to surface: modeling
structures in laser scanner point clouds. ISPRS Workshop on Laser Scanning 2007 and SilviLaser
2007, Commission V, WG V/3. Espoo, September 12-14, 2007, Finland

Grfe, G., 2007. Quality management in kinematic laser scanning applications. 5th International
Symposium on Mobile Mapping Technology (MMT2007) Padova, Italy. 29-31 may 2007. 6
pages.

Grejner-Brzezinska, D. A., Toth ., C. K. Moafipoor, S., 2008. Performance assessment of a
multu-sensor personal navigator supported by an adaptive knowledge based system. The
International Archives of the Photogrammetry, Remote Sensing and Spatial Information
Sciences. vol. XXXVII. Part B5. Beijing 2008.

Groves, P.D., 2004. Adaptive GPS et INS integration system. United States Patent Application.
Pub. N : 20040012522, 22-Jan-2004.

Hemerly, E. M., 2008. Implementation of a GPS/INS/odometer navigation system. ABCM
symposium series in mechatronics. vol. 3 pp.519-524.

Huddle, J.R., 1998. Trends in inertial systems technology for high accuracy AUV navigation.
Proceedings of the 1998 workshop on autonomous underwater vehicles, 1998. AUV'98., vol., no.,
pp.63-73, 20-21 Aug 1998

Kremer, J. et Hunter, G., 2007. Performance of the StreetMapper mobile LiDAR mapping system
in real world projects, Photogrammetric Week07, Fritsch (Ed.). Stuttgart september 2007. pp.
215-225

Kukko, A. Andrei ,C.O. Salminen,V.M. Kaartinen, H. Chen, Y. Rnnholm, P. Hyypp, H.
Hyypp,J. Chen, R. Haggrn, H. Kosonen, I. Capek, K., 2007. Road environment mapping
system of the Finnish geodetic institute - FGI ROAMER - IAPRS vol XXXVI, Part 3 / W52,
2007

Ladetto, Q. et Merminod, B., 2002. Digital magnetic compass and gyroscope integration for
pedestrian navigation. 9th Saint Petersburg International conference on integrated navigation
systems, Saint Petersburg, Russia. 10 pages.

Lachapelle, G., Kuusniemi, H., Dao, D. T. H., MacGougan G. et Cannon M. E., 2004. HSGPS:
Signal analysis and performance under various indoor conditions. Navigation- Los Angeles and
Washington. vol 51; Issu 1, pp. 29-44.

Ledig, J., 2009. Global Navigation Satellite System (GNSS) pour le positionnement godsique.
Support de cours, INSA de Strasbourg, laboratoire de topographie. pp. 154

211

Lenz, J.E., 1990. A review of magnetic sensors. Proceedings of the IEEE, vol.78, N 6, juin
1990, 11 pages.

Li, D. Zhong, S. D. He, S. X. et Zheng, H., 1999. A mobile mapping system based on GPS, GIS
and multi-sensor. International Workshop on Mobile Mapping Technology. Bangkok, Thailand.
April 21- 23, 1999. pp. 1-3-1 - 1-3-5.

Li, Y., Wang, J., Rizos, C., Mumford, P.J. et Ding, W., 2006. Low-cost tightly coupled GPS/INS
integration based on a nonlinear Kalman filter design. U.S. Institute of Navigation National Tech.
Meeting, Monterey, California, 18-20 January, 958-966.

Lichti, D.D. et Gordon, S. J., 2004. Error propagation in directly georeferenced terrestrial laser
scanner point clouds for cultural heritage recording. FIG Working Week 2004. Athens, Greece,
May 22-27, 2004

Lichti, D.D. et Licht, M.G., 2006. Experiences with terrestrial laser scanner modelling and
accuracy assessment. Proceedings of the ISPRS Commission V Symposium 'Image Engineering
and Vision Metrology. Dresden, Germany

Lowe, D. G., 1999. Object recognition from local scale-invariant features. Proceedings of the
International Conference on Computer Vision. pp. 11501157

Madeira, S., Gonalves, J. A., Bastos, L., 2007. Implementation of a low cost mobile mapping
system. Proceeding of MMT07 29 Mai-3June Padova, Italy

Manandhar, D. et Shibasaki, R., 2000. Prototype development for vehicle based laser mapping
system (VLMS). IAPRS, vol. XXXIII, Amsterdam, 2000

Manzoni, G., Bolzon, G., Cefalo, R., Gherdevic, D., Martinolli, S., Piemonte, A., Rizzo, R. et
Sluga, T. 2006. CER TeleGeomatics applications and projects in central europe. 8th Bilateral
Poland Italy Meeting Poland-Wroclaw, Poland 22-24 June 2006

Manzoni, G., Rizzo, R. G., et Robiglio, C., 2005. Mobile mapping systems in cultural heritages
survey. CIPA 2005 XX International Symposium, 26 September 01 October, 2005, Torino,
Italy. pp.437-441

Mills, J. et Barber, D., 2003. An Addendum to the metric survey specifications for english
heritage the collection and archiving of point cloud data obtained by terrestrial laser scanning or
other methods. Version 11/12/2003.

Mumford, P.J., Li, Y., Wang, J., Rizos, C., et Ding, W., 2006. A time-synchronization device for
tightly coupled GPS/INS integration. Symp. on GPS/GNSS (IGNSS2006), Surfers Paradise,
Australia, 17-21 July, on CD-ROM procs.

Nasiri, S., 2007. A Critical Review of MEMS Gyroscopes technologies and commercialization
status. Publication de Invensense'. http://www.invensense.com/shared/pdf/MEMSGyroComp.pd

212

Niu, X. Hassan, T. Ellum, C. et El-Sheimy N., 2006. Directly georeferencing terrestrial imagery
using MEMS-based INS/GNSS integrated systems. XXIII FIG Congress, Munich, Germany,
October 8-13, 2006. PS 5.7

Pfeifer, N., Briese, C., 2007. Geometrical aspects of airborne laser scanning and terrestrial laser
scanning. ISPRS Workshop Laser scanning 2007 and SilviLaser 2007. Espoo,Finland 12-14
September. IAPRS vol XXXVI, Part 3 / W52, 2007.

Qingwu, H.U. Zhiyong, C. et Sheng G.U.O., 2007. Road facility investigation based on MMT.
MMT07 ; Mobile Mapping Technologies Symposium. Padua Italy, 28-31 May 2007.

Reed, M.D. Landry, C.E. et Werther, K.C., 1996. The application of air and ground based laser
mapping systems to transmission line corridor surveys. Position Location and Navigation
Symposium, 1996. IEEE 22-26 Apr 1996, pp.444-451

Rios, J. A. et White, E., 2002 Fusion filter algorithm enhancements for a MEMS GPS/IMU,
Proceedings of the 2002 National Technical Meeting of the Institute of Navigation January 28 -
30, 2002 San Diego, California, pp. 126 - 137

Schn, S. et Bielenberg, O. 2005. On the capability of high sensitivity GPS for precise indoor
positioning. 5th workshop on positioning, navigation and communication 2008 (WPNC08)

Schwarz, K. P. et El-Sheimy, N., 2004. Mobile mapping systems State of the art and future
trends. XXth ISPRS Congress, Istanbul, Turkey 2004. Part B5. pp. 759-769

Seifert, A. et Kleusberg, A., 2003. An alternative formulation for the integration of GPS and INS
measurements. International workshop of ISPRS working Group I/5; Theory, Technology and
Realities of Inertial / GPS Sensor Orientation. 22.-23. September 2003, Castelldefels, Spain. 6
pages.
Smith, M. J., Moore, T., Hill, C. J., Noakes, C. J. et Hide, C., 2003. Simulation of GNSS/IMU
measurements. ISPRS International Workshop Working Group I/5: Theory, Technology and
Realities of Inertial / GPS Sensor Orientation. Session 5. 22.-23. September 2003, Castelldefels,
Spain.
Spagnol, C. Muradore, R. Assom, M. Beghi, A. et Frezza, R., 2004. Trajectory reconstruction by
integration of GPS and a swarm of MEMS accelerometers: model and analysis of observability.
The 7th International IEEE Conference on Intelligent Transportation Systems. 3-6 Oct. 2004. pp.
64-69

Sternberg, H., Caspary, W., Heister, H. et Klemm, J., 2001. Mobile Data Capturing On Roads
and Railways Utilizing The Kinematic Survey System KiSS. The 3rd International Symposium
on Mobile Mapping Technology January 3 5, 2001, Cairo, Egypt

Talaya, J. Bosch, E. Alams, R. Serra, A. et Baron, A., 2004. GEOVAN: The mobile mapping
system from the ICC Proceedings of 4th International Symposium on Mobile Mapping
Technology (MMT2004). Kumming, 2004.
213


Voegtle, T., Schwab, I. et Landes, T., 2008. Influences of different materials on the
measurements of a terrestrial laser scanner (TLS). The International Archives of the
Photogrammetry, Remote Sensing and Spatial Information Sciences. vol. XXXVII. Part B5.
Beijing 2008

Wang, W., Liu, Z., Xie, R., 2004. INS/GPS/Pseudolite integrated navigation for land vehicle in
urban canyon environments. IEEE conference on cybernetics and intelligent systems, 2004, vol.2,
no., pp.1183-11860.

Wolf, R., Hein, G.W., Eissfeller, B. et Loehnert, E., 1996. An Integrated Low Cost GPS/INS
Attitude Determination and Position Location System. In: Proceedings of ION GPS-96,
Alexandria, VA: The Institute of Navigation, pp 975-981

Zhang, A., Hu, S., Chen, Y., Liu, H., Yang, F. et Liu, F., 2008. Fast continuous 360 degree color
3D laser scanner. The international archives of the photogrammetry, remote sensing and spatial
information sciences. vol. XXXVII. Part B1. WG I/2-SAR and LiDAR Systems Beijing 2008.

Zhao, H. et Shibasaki, R., 2004. Towards the updating of digital geographic database using
vehicle-borne laser and line image. XXth ISPRS Congress, Commission 3 WG 6, 12-23 July
2004 Istanbul, Turkey. 6 pages.