Une incohérence entre capteurs se détecte en comparant repère, timestamp, plage, trajectoire, mesure attendue et niveau d’erreur, puis se confirme par redondance ou test avant d’isoler la source.
La synchronisation se vérifie avec horloges communes, timestamps matériels ou événements de référence, puis par mesure du décalage, de la dérive, de la gigue et de l’effet sur la fusion dans les pires charges.
Une moyenne additionne ou pondère des valeurs sans représenter complètement leurs erreurs ; une fusion probabiliste combine modèle, distributions, corrélations et vraisemblances pour obtenir estimation et incertitude cohérentes.
Une mesure aberrante est comparée au modèle et aux autres sources, puis rejetée, pondérée ou conservée comme événement selon une règle robuste. Le conflit et son effet sur la confiance sont tracés.
Une fusion probabiliste aide à décider sous incertitude en évaluant actions et conséquences sur plusieurs états possibles, avec seuils de risque, valeur de l’information et option d’abstention ou de repli.
La fusion temporelle combine observations successives avec un modèle d’évolution pour estimer l’état courant malgré bruit, mesures manquantes ou délais. Elle conserve âge et incertitude de l’état.
Le filtrage atténue les variations d’un signal ; la fusion temporelle combine aussi modèle d’évolution et éventuellement plusieurs sources pour estimer un état. Le choix dépend du mouvement et de l’incertitude.
Une mesure retardée est traitée selon son horodatage : le système rejoue ou corrige l’état concerné, ou la rejette si âge, incertitude ou conséquence rendent son usage inutile ou dangereux.
Une fusion temporelle se valide par erreur, latence, gigue, stabilité et réaction aux pertes ou retards sur trajectoires représentatives et défauts injectés. Budgets et modes de repli sont vérifiés avant commande.
Si aucune trajectoire sans collision n’est trouvée, le robot arrête ou maintient une vitesse sûre, signale le blocage et cherche une nouvelle information ou une aide plutôt que de franchir la marge.
L’évitement local choisit à court horizon une vitesse et une direction compatibles avec les obstacles observés, la dynamique du robot et la trajectoire globale, en réévaluant à chaque cycle.
Pour éviter les oscillations, l’évitement local stabilise les coûts et repères, ajoute hystérésis ou mémoire, limite les changements de direction et coordonne ses décisions avec la planification globale.