Modèle bayésien de détection de mouvement et implémentation robotique


Mémoire de DEA
Auteur(s) : CAPERN, Simon
Directeur(s) : Jacques Droulez
Date de soutenance : 2004
Intitulé de la formation : DEA de sciences cognitives (EHESS)
Format electronique :
Cote : DEA 0834
Résumé : Quels sont les mécanismes qui nous permettent de percevoir, de réagir dans un environnement incertain? Cette question s'applique aux robots qui doivent résoudre les problématiques engendrées par l'interaction avec environnement considéré comme un sytème dynamique inconnu. Nous proposerons une approche de modélisation de la perception du mouvement, dans un environnement dynamique, basée sur l'utilisation d'un filtre bayésien. Nous implémenterons ce modèle sur un robot mobile autonome doté de capteurs sensoriels. Ce filtre permettant en effet d'effectuer des prédictions à l'aide de l'intégration de données proprioceptives et sensorielles. Pour compléter cette approche nous proposerons l'utilisation d'une mémoire à court terme dite de travail qui nous permettra d'obtenir des a priori plus pertinents sur son environnement.
Mots clés :