Présentation

Article

1 - PROBLÉMATIQUE DE LA FUSION DE DONNÉES

2 - MÉTHODES UTILISÉES POUR LA FUSION

3 - EXEMPLE D’APPLICATION

4 - CONCLUSION

Article de référence | Réf : R7226 v1

Méthodes utilisées pour la fusion
Fusion de données

Auteur(s) : Anne-Marie DESODT-LEBRUN

Date de publication : 10 déc. 1996

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Auteur(s)

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

La fusion de données est une technique récente pour le traitement d’informations multisources. Elle permet de fusionner des données multiples concernant un phénomène afin d’obtenir un jugement plus fondé que celui obtenu à partir de l’ensemble des sources considérées chacune isolément.

Le terme même de fusion de données a été introduit aux États-Unis dans les années 70 et les techniques de fusion de données ont connu un large développement dans les années 80 ; ce développement se poursuit encore. Cette progression fulgurante est due à la conjonction de deux phénomènes : les progrès technologiques informatiques et des besoins militaires urgents. Il est à noter qu’à l’heure actuelle, les applications ont essaimé hors de ce concept militaire, puisque la fusion s’avère nécessaire dans les applications de robotique, de transport ou de traitement d’images.

Les auteurs distinguent habituellement le concept de fusion de capteurs du concept de fusion de données.

Le premier concerne la combinaison d’informations issues de différents capteurs tels que radar, caméra infrarouge ou visible, télémètre laser, imageur laser, capteur ultraviolet, capteur ultrasonore, capteur sismique... La fusion de données a un spectre d’utilisations plus vaste puisqu’elle s’intéresse à la combinaison de toutes sources de connaissance, qu’elles soient issues de capteurs, de systèmes de navigation, de bases de données diverses (données cartographiques, documentaires, modèles numériques de terrain, règles de savoir faire) ou même d’analyses ou de fusions précédentes.

Cet article présente les problèmes posés, dans les deux contextes, et un panorama des méthodes qui peuvent être utilisées pour les résoudre.

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-r7226


Cet article fait partie de l’offre

Automatique et ingénierie système

(140 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

2. Méthodes utilisées pour la fusion

Deux notions sont importantes : il est parfois difficile d’associer un type de méthodes à un type d’application, d’autre part le plus souvent on observe un phénomène d’hybridation correspondant à un panachage de méthodes permettant de prendre en compte imprécision et incertitude dans des algorithmes qui n’en tiennent pas compte a priori ; l’exemple le plus caractéristique en est le filtre de Kalman flou. Ce paragraphe constitue en quelque sorte une boîte à outils où, suivant les phases du processus de fusion, l’une ou l’autre méthode seront associées en fonction du contexte et des types de données manipulées  .

2.1 Méthodes classiques

HAUT DE PAGE

2.1.1 Raisonnement Bayésien

L’utilisation de raisonnement de type Bayésien basé sur la théorie des probabilités fait partie des méthodes de prise de décision les plus anciennes. L’inférence utilisant le théorème de Bayes permet de mettre à jour la vraisemblance d’une hypothèse à partir d’une estimation précédente de cette vraisemblance et d’observations nouvelles. Cette technique peut utiliser des probabilités classiques (le type d’incertitude représenté est lié à la fréquence d’apparition des événements) ou des probabilités subjectives. Supposons que H1...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(140 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Méthodes utilisées pour la fusion
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - ABIDI (M.A.), GONZALEZ (R.C.) -   Data fusion in robotics and machine intelligence,  -  Academic press, San Diego, p. 1-546 (1992).

  • (2) - APPRIOU (A.) -   Probabilités et incertitude en fusion de données multisenseurs,  -  Revue Scientifique et Technique de la Défense, p. 27-40, 1er trim. (1991).

  • (3) - BERSCHANDY (D.) -   Comparaison des approches classiques et neuronales dans l’architecture d’un système d’intelligence artificielle embarquée,  -  Thèse Université Paris-Sud (1993).

  • (4) - BLACKMAN (S.S.) -   Theoretical approaches to data association and fusion,  -  Spie vol. 931, Sensor fusion, p. 50-55 (1988).

  • (5) - BLOCH (I.) -   Information Combination operators for data fusion : a comparative review with classification,  -  SPIE, vol. 2315, p. 148-159 (1994).

  • (6) - CLARK (J.), YULLE (A.) -   Data...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(140 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS