"Text" . . . "\u00C9tude de m\u00E9thodes ensemblistes robustes pour une localisation multi-sensorielle int\u00E8gre, application \u00E0 la navigation des v\u00E9hicules en milieu urbain" . "M\u00E9thodes ensemblistes" . "On cherche dans cette th\u00E8se \u00E0 caract\u00E9riser un domaine de confiance pour la localisation d\u2019un v\u00E9hicule, en utilisant des m\u00E9thodes ensemblistes robustes par intervalles. La localisation est essentielle \u00E0 la navigation en robotique mobile, en particulier pour les v\u00E9hicules intelligents. Lorsque la position est utilis\u00E9e dans un contexte pouvant mettre en jeu la s\u00E9curit\u00E9 des personnes, tel que la navigation autonome, on doit avoir recours \u00E0 un m\u00E9canisme d\u2019int\u00E9grit\u00E9 v\u00E9rifiant que l\u2019erreur commise reste inf\u00E9rieure \u00E0 l\u2019erreur maximale tol\u00E9rable pour la mission. Dans le domaine a\u00E9ronautique, on d\u00E9finit ainsi un niveau de protection associ\u00E9 \u00E0 un risque d\u2019int\u00E9grit\u00E9. Dans un esprit similaire aux niveaux de protections utilis\u00E9s en a\u00E9ronautique, ce travail vise \u00E0 d\u00E9terminer un domaine de confiance, dans lequel l\u2019utilisateur est garanti de se trouver avec un risque d\u2019int\u00E9grit\u00E9 donn\u00E9. L\u2019utilisation de m\u00E9thodes ensemblistes robustes permet de calculer un domaine de localisation tenant compte de l\u2019\u00E9ventuelle pr\u00E9sence de mesures aberrantes. Les mesures provenant de capteurs ainsi que les param\u00E8tres des mod\u00E8les sont entach\u00E9s d\u2019erreurs, souvent mod\u00E9lis\u00E9es par leur distribution de probabilit\u00E9. Dans le cadre ensembliste, on peut repr\u00E9senter ces erreurs par des intervalles. Quand les bornes ne sont pas sp\u00E9cifi\u00E9es ou trop pessimistes, on peut d\u00E9terminer des bornes associ\u00E9es \u00E0 un risque, et propager ce risque au domaine de confiance calcul\u00E9. Les syst\u00E8mes de navigation par satellites permettent un positionnement absolu avec une bonne pr\u00E9cision en milieu ouvert. Cependant, les mesures de pseudodistance GPS sont sujettes aux probl\u00E8mes de trajets multiples ou r\u00E9fl\u00E9chis en zone urbaine. Une robustesse aux valeurs aberrantes est donc n\u00E9cessaire. Pour compenser le manque de satellites en milieu \u00E0 visibilit\u00E9 satellitaire r\u00E9duite, des contraintes sur la position sont apport\u00E9es par la cartographie 3D de l\u2019espace roulable et l\u2019int\u00E9gration des capteurs proprioceptifs pr\u00E9sents sur les v\u00E9hicules modernes. Trois m\u00E9thodes de localisation, bas\u00E9es sur un algorithme robuste d\u2019inversion ensembliste par intervalles associ\u00E9 aux mesures GPS sont pr\u00E9sent\u00E9es dans ce document. La premi\u00E8re consiste en un calcul \u00E9poque par \u00E9poque, fusionnant les mesures de pseudodistance d\u2019un r\u00E9cepteur GPS avec l\u2019information d\u2019un mod\u00E8le num\u00E9rique de terrain. La seconde s\u2019appuie sur une carte surfacique pr\u00E9cise de \u00AB l\u2019espace roulable \u00BB en trois dimensions, ainsi que l\u2019observation de la d\u00E9rive de l\u2019horloge du r\u00E9cepteur. Enfin, la troisi\u00E8me m\u00E9thode concerne l\u2019estimation de la pose du v\u00E9hicule \u00E0 partir d\u2019un historique fini de positions et de mesures proprioceptives. Ces trois m\u00E9thodes ont \u00E9t\u00E9 impl\u00E9ment\u00E9es en temps-r\u00E9el, et test\u00E9es sur des donn\u00E9es r\u00E9elles acquises dans des environnements difficiles pour la localisation par satellites." . . . "\u00C9tude de m\u00E9thodes ensemblistes robustes pour une localisation multi-sensorielle int\u00E8gre, application \u00E0 la navigation des v\u00E9hicules en milieu urbain" . "Moindres carr\u00E9s" . . . "V\u00E9hicules intelligents" . "Int\u00E9grit\u00E9" . "In this thesis, confidence domains for vehicle localization are characterized by using robust interval methods. Positioning is of prime importance in mobile robotics and more specifically for intelligent vehicle applications. When position information is used in a safety-critical context, like autonomous vehicle navigation, an integrity method is needed to check that the positioning error stays within the limits specified for the mission. In aeronautical navigation, protection levels are defined as bounds on the position error associated to a given integrity risk. This work aims to compute a confidence domain in which the user in guaranteed to be located with a given integrity risk. The possible presence of outliers is handled by the use of robust set-membership methods. Sensor measurements and model parameters are prone to errors, which are often modeled by their probability distribution. In the set-membership working frame,errors can be represented by intervals, thus making the assumption of bounded errors. When guaranteed error bounds are unknown or too pessimistic, error bounds associated with a risk can be used. The risk taken on measurements is then propagated to the computed confidence domain. Global navigation satellite systems enable high precision absolute positioning in open sky environments, but measurements suffer from multipath and non-line-ofsight propagation in urban areas. Robustness to outliers is thus needed. To counter the lack of visible satellites in urban canyons, position is constrained by a 3D map of the drivable space and by using the proprioceptive sensors embedded in recent vehicles. This document presents three positioning methods based on a robust set inversion via interval analysis with GPS pseudorange measurements : Snapshot computation of a position confidence domain, with GPS measurements and altitude constraint from a digital elevation model. Use of a precise 3D model of the drivable space as a positioning constraint, and observation of the GPS receiver\u2019s clock drift. Robust pose estimation from a sliding horizon of positions and proprioceptive measurements, constrained by a 3D map. These positioning methods have been implemented in real-time and tested with real data in difficult environments for satellite positioning." . "D\u00E9tection de fautes" . "Fusion de donn\u00E9es" . "GPS" . "Circulation urbaine" . "Study of robust set-estimation methods for a high integrity multi-sensor localization : application to navigation in urban areas" . . . . "Technologies de l'information et de la communication" . . . . . "Syst\u00E8mes de transport intelligent" . "Localisation par satellites, Syst\u00E8mes de" . "Analyse par intervalles" . . "Calcul d'erreur" . "2011" . . . "Fusion multicapteurs" . "Th\u00E8ses et \u00E9crits acad\u00E9miques" . . "Calcul sur des intervalles" . . . "Capteurs (technologie)" .