Calibrage d'un réseau de magnétomètres en vue de la miniaturisation des systèmes

La navigation magnéto-inertielle à l'estime consiste à utiliser une cartographie locale et instantanée du champ magnétique afin de corriger les erreurs de dérives dues à l'intégration des données inertielles. Les mesures capteurs sont fournies par une unité de mesures magnéto-inertielles (UMMI), composée d'un réseau de magnétomètres disposés en grille - utilisée pour calculer le champ magnétique local et son gradient - ainsi que d'une unité de mesures inertielles (UMI), équipée d'un accéléromètre et d'un gyromètre. En particulier, nous montrons que les performances de navigation sont étroitement liées à la précision du calibrage des capteurs magnétiques, lesquels doivent être soigneusement débiaisés, remis àl'échelle, et projetés dans le même repère.Dans cette thèse, nous nous intéressons au problème du transfert de performance entre calibrage, bruits capteurs et navigation dans le contexte actuel de miniaturisation et d'industrialisation des dispositifs. En particulier, l'analyse des structures algébriques de la géométrie du réseau de magnétomètres nous permet de mettre en évidence les invariances de calibrage n'altérant pas les performances de navigation. Une étude analytique du filtre de Kalman étendu magnéto-inertiel ainsi qu'une identification de système permettent de quantifier et de prévoir les performances de navigation en fonction des perturbations magnétiques en entrée et du scénario de navigation. Ces différents résultats sont utilisés pour améliorer le filtre actuel de navigation, ainsi que pour concevoir des méthodes de calibrage magnétique robustesà la miniaturisation et permettant de corriger les défauts capteurs selon les performances de navigation attendues.

Institutions

Publication Details

Journal
theses.fr (ABES)
Published
2025-02-06
Primary Topic
Inertial Sensor and Navigation
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Calibrage d'un réseau de magnétomètres en vue de la miniaturisation des systèmes

theses.fr (ABES)
Inertial Sensor and Navigation
article

Calibrage d'un réseau de magnétomètres en vue de la miniaturisation des systèmes

article en

Abstract

La navigation magnéto-inertielle à l'estime consiste à utiliser une cartographie locale et instantanée du champ magnétique afin de corriger les erreurs de dérives dues à l'intégration des données inertielles. Les mesures capteurs sont fournies par une unité de mesures magnéto-inertielles (UMMI), composée d'un réseau de magnétomètres disposés en grille - utilisée pour calculer le champ magnétique local et son gradient - ainsi que d'une unité de mesures inertielles (UMI), équipée d'un accéléromètre et d'un gyromètre. En particulier, nous montrons que les performances de navigation sont étroitement liées à la précision du calibrage des capteurs magnétiques, lesquels doivent être soigneusement débiaisés, remis àl'échelle, et projetés dans le même repère.Dans cette thèse, nous nous intéressons au problème du transfert de performance entre calibrage, bruits capteurs et navigation dans le contexte actuel de miniaturisation et d'industrialisation des dispositifs. En particulier, l'analyse des structures algébriques de la géométrie du réseau de magnétomètres nous permet de mettre en évidence les invariances de calibrage n'altérant pas les performances de navigation. Une étude analytique du filtre de Kalman étendu magnéto-inertiel ainsi qu'une identification de système permettent de quantifier et de prévoir les performances de navigation en fonction des perturbations magnétiques en entrée et du scénario de navigation. Ces différents résultats sont utilisés pour améliorer le filtre actuel de navigation, ainsi que pour concevoir des méthodes de calibrage magnétique robustesà la miniaturisation et permettant de corriger les défauts capteurs selon les performances de navigation attendues.

theses.fr (ABES)
Laboratoire des signaux et systèmes (FR)
Openalex Percentile: Top 37%
Inertial Sensor and Navigation
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.