Silvere Bonnabel

Professeur

Centre · CAOR

Mots-clés

Prix & distinctions

2024 « 2024 George N. Saridis Best Transactions Paper Award » de la revue IEEE Transactions on Intelligent Vehicles.
2022 Prix Espoir IMT-Académie des sciences
2021 Prix européen du contrôle 2021 (le « European Control Award », prestigieux prix européen du contrôle. « 2024 George N. Saridis Best Transactions Paper Award » de la revue IEEE Transactions on Intelligent Vehicles.
2015 Prix Alain Glavieux 2015, décerné conjointement par la SEE et l'IEEE.
2015 Prix du brevet des SAGEM Innovation Awards 2015.
2009 Prix de thèse du GDR MACS
2009 Prix de thèse du Club EEA

Équipe

CAOR

Biographie

Silvère Bonnabel est un chercheur dont les travaux se concentrent sur l’estimation d’état et la théorie des filtres pour les systèmes dynamiques non linéaires, avec une expertise marquée dans le développement de méthodes avancées de filtrage et de lissage. Ses recherches portent notamment sur l’Invariant Extended Kalman Filter (IEKF), une approche exploitant les propriétés des groupes de Lie pour améliorer la robustesse et la précision des estimateurs dans des contextes variés, tels que la navigation robotique, la localisation de véhicules ou l’estimation de pose étendue. Ses contributions incluent des extensions théoriques de l’IEKF, comme l’Iterated IEKF (IterIEKF) ou l’adaptation de ce cadre à des systèmes à deux référentiels (Two-Frame Systems), ainsi que des applications pratiques en fusion de capteurs (IMU, GNSS, LiDAR) et en contrôle optimal stochastique. Ses travaux abordent également des problématiques liées à la réduction de dimension pour les matrices de covariance de grande taille, à l’optimisation variationnelle pour l’inférence bayésienne, et à l’intégration de contraintes dans les estimateurs non linéaires.

Publication(s)

2025
Iterated Invariant Extended Kalman Filter (IterIEKF) DOI : 10.1109/TAC.2025.3637661
2025
Invariant Extended Kalman Filter for State Estimation of a Robot With an IMU on an Inclined Plane DOI : 10.1109/LCSYS.2025.3620267
2024
Maximum likelihood estimation of the extended Kalman filter's parameters with natural gradient DOI : 10.1109/CDC56724.2024.10886147
2024
Invariant filtering for wheeled vehicle localization with unknown wheel radius and unknown GNSS lever arm DOI : 10.1109/CDC56724.2024.10886559
2024
LOW-RANK PLUS DIAGONAL APPROXIMATIONS FOR RICCATI-LIKE MATRIX DIFFERENTIAL EQUATIONS DOI : 10.1137/23M1587610
2024
Two-Frame Groups with Scalings DOI : 10.1016/j.ifacol.2024.08.300
2024
Invariant Smoothing for Localization: Including the IMU Biases DOI : 10.1109/CDC56724.2024.10886349
2024
Variational Dynamic Programming for Stochastic Optimal Control DOI : 10.1109/CDC56724.2024.10886246
2024
Backpropagation-Based Analytical Derivatives of EKF Covariance for Active Sensing DOI : 10.1109/IROS58592.2024.10801586
2023
Speeding-Up Backpropagation of Gradients Through the Kalman Filter via Closed-Form Expressions DOI : 10.1109/TAC.2023.3297879
2023
Invariant Kalman Filtering with Noise-Free Pseudo-Measurements DOI : 10.1109/CDC49753.2023.10383262
2023
Real-time Classification of Aircrafts Manoeuvers DOI : 10.1007/s11265-022-01823-x
2023
Optimal Active Sensing Control for Two-Frame Systems DOI : 10.1109/CDC49753.2023.10383744
2023
The Geometry of Navigation Problems DOI : 10.1109/TAC.2022.3144328
2023
A Computationally Efficient Global Indicator to Detect Spurious Measurement Drifts in Kalman Filtering DOI : 10.1109/CDC49753.2023.10384039
2023
The limited-memory recursive variational Gaussian approximation (L-RVGA) DOI : 10.1007/s11222-023-10239-x
2023
Variational Gaussian Approximation of the Kushner Optimal Filter DOI : 10.1007/978-3-031-38271-0_39
2022
Variational inference via Wasserstein gradient flows
2022
Associating Uncertainty to Extended Poses for on Lie Group IMU Preintegration With Rotating Earth DOI : 10.1109/TRO.2021.3100156
2022
Invariant Smoothing with low process noise DOI : 10.1109/CDC51059.2022.9993071
2022
The recursive variational Gaussian approximation (R-VGA) DOI : 10.1007/s11222-021-10068-w
2022
The continuous-discrete variational Kalman filter (CD-VKF) DOI : 10.1109/CDC51059.2022.9992993
2021
The α-minimum convex polygon as a relevant tool for isotopic niche statistics DOI : 10.1016/j.ecolind.2021.108048
2021
Factor Graph-Based Smoothing without Matrix Inversion for Highly Precise Localization DOI : 10.1109/TCST.2020.3001387
2021
Nnakf: A Neural Network Adapted Kalman Filter for Target Tracking DOI : 10.1109/ICASSP39728.2021.9414681
2020
A New Approach to 3D ICP Covariance Estimation DOI : 10.1109/LRA.2020.2965391
2020
The Industrial Control of Tower Cranes: An Operator-in-The-Loop Approach [Applications in Control] DOI : 10.1109/MCS.2020.3005256
2020
Denoising IMU Gyroscopes with Deep Learning for Open-Loop Attitude Estimation DOI : 10.1109/LRA.2020.3003256
2020
AI-IMU Dead-Reckoning DOI : 10.1109/TIV.2020.2980758
2020
A Code for Unscented Kalman Filtering on Manifolds (UKF-M) DOI : 10.1109/ICRA40945.2020.9197489
2020
A Mathematical Framework for IMU Error Propagation with Applications to Preintegration DOI : 10.1109/ICRA40945.2020.9197492
2020
Extended Kalman Filtering with Nonlinear Equality Constraints: A Geometric Approach DOI : 10.1109/TAC.2019.2929112
2020
A real-time unscented Kalman filter on manifolds for challenging AUV navigation DOI : 10.1109/IROS45743.2020.9341216
2020
On stability of a class of filters for nonlinear stochastic systems DOI : 10.1137/19M1285974
2019
Learning wheel odometry and imu errors for localization DOI : 10.1109/ICRA.2019.8794237
2019
On the Accuracy Limit of Time-delay Estimation with a Band-limited Signal DOI : 10.1109/ICASSP.2019.8682948
2019
Invariant Extended Kalman Filter Applied to Tracking for Air Traffic Control DOI : 10.1109/RADAR41533.2019.171239
2019
RINS-W: Robust Inertial Navigation System on Wheels DOI : 10.1109/IROS40897.2019.8968593
2019
Linear observed systems on groups DOI : 10.1016/j.sysconle.2019.05.005
2019
A novel nonlinear least-squares approach to highly maneuvering target tracking; [Une nouvelle méthode de moindres carrés non linéaires pour le pistage de cibles hyper-manœuvrantes] DOI : 10.1016/j.crhy.2019.05.019
2019
Exploiting symmetries to design EKFs with consistency properties for navigation and SLAM DOI : 10.1109/JSEN.2018.2882714
2018
Invariant smoothing on Lie Groups DOI : 10.1109/IROS.2018.8594068
2018
Fully adaptive update rate for non-linear trackers DOI : 10.1049/iet-rsn.2018.5252
2018
Unscented Kalman Filter on Lie Groups for Visual Inertial Odometry DOI : 10.1109/IROS.2018.8593627
2018
Maneuver detector for active tracking update rate adaptation DOI : 10.23919/IRS.2018.8447950
2018
Invariant Kalman Filtering for Visual Inertial SLAM DOI : 10.23919/ICIF.2018.8455807
2018
Symmetry reduction for dynamic programming DOI : 10.1016/j.automatica.2018.08.024
2018
Bounds on the Covariance Matrix of a Class of Kalman-Bucy Filters for Systems with Non-Linear Dynamics DOI : 10.1109/CDC.2018.8619726
2018
Tightly coupled navigation and wind estimation for mini UAVs DOI : 10.2514/6.2018-1843
2018
Invariant Kalman Filtering DOI : 10.1146/annurev-control-060117-105010
2018
Stochastic observers on Lie groups: A tutorial DOI : 10.1109/CDC.2018.8618988
2018
Particle observers for state estimation and adaptation in deterministic systems with random piecewise constant inputs DOI : 10.1109/CDC.2018.8619296
2017
Unscented Kalman filtering on Lie groups DOI : 10.1109/IROS.2017.8206066
2017
Symmetry reduction for dynamic programming and application to MRI DOI : 10.23919/ACC.2017.7963669
2017
Towards realistic covariance estimation of ICP-based Kinect V1 scan matching: The 1D case DOI : 10.23919/ACC.2017.7963703
2017
Tracking the Frenet-Serret frame associated to a highly maneuvering target in 3D DOI : 10.1109/CDC.2017.8263937
2017
Kalman filtering with a class of geometric state equality constraints DOI : 10.1109/CDC.2017.8264033
2017
Three examples of the stability properties of the invariant extended Kalman filter DOI : 10.1016/j.ifacol.2017.08.061
2017
Particle observers for contracting dynamical systems DOI : 10.1007/978-3-319-68445-1_36
2017
Drone tracking using an innovative UKF DOI : 10.1007/978-3-319-68445-1_35
2017
The invariant extended Kalman filter as a stable observer DOI : 10.1109/TAC.2016.2594085
2017
An innovative nonlinear filter for radar kinematic estimation of maneuvering targets in 2D DOI : 10.23919/IRS.2017.8008156
2016
On the covariance of ICP-based scan-matching techniques DOI : 10.1109/ACC.2016.7526532
2016
Navigating with highly precise odometry and noisy GPS: a case study DOI : 10.1016/j.ifacol.2016.10.234
2015
An invariant Linear Quadratic Gaussian controller for a simplified car DOI : 10.1109/ICRA.2015.7139037
2015
Intrinsic filtering on Lie groups with applications to attitude estimation DOI : 10.1109/TAC.2014.2342911
2015
An intrinsic Cramér-Rao bound on SO(3) for (dynamic) attitude filtering DOI : 10.1109/CDC.2015.7402526
2015
Invariant EKF Design for Scan Matching-Aided Localization DOI : 10.1109/TCST.2015.2413933
2015
An intrinsic Cramér-Rao bound on lie groups DOI : 10.1007/978-3-319-25040-3_71
2015
Invariant filtering for Pose EKF-SLAM aided by an IMU DOI : 10.1109/CDC.2015.7402522
2015
A contraction theory-based analysis of the stability of the deterministic extended kalman filter DOI : 10.1109/TAC.2014.2336991
2014
Invariant particle filtering with application to localization DOI : 10.1109/CDC.2014.7040265
2014
Experimental implementation of an Invariant Extended Kalman Filter-based scan matching SLAM DOI : 10.1109/ACC.2014.6859291
2014
Fixed-rank matrix factorizations and Riemannian low-rank optimization DOI : 10.1007/s00180-013-0464-z
2014
Priority-based intersection management with kinodynamic constraints DOI : 10.1109/ECC.2014.6862377
2014
Anisotropy preserving DTI processing DOI : 10.1007/s11263-013-0674-4
2014
Humanoid robot navigation: Getting localization information from vision DOI : 10.1515/jisys-2013-0079
2013
Rank-preserving geometric means of positive semi-definite matrices DOI : 10.1016/j.laa.2012.12.009
2013
Contraction-based design of positive observers DOI : 10.1109/CDC.2013.6760929
2013
Humanoid robot navigation: From a visual SLAM to a visual compass DOI : 10.1109/ICNSC.2013.6548820
2013
Stochastic gradient descent on riemannian manifolds DOI : 10.1109/TAC.2013.2254619
2013
A note on the intrinsic Cramer-Rao bound DOI : 10.1007/978-3-642-40020-9_41
2013
Intrinsic filtering on SO(3) with discrete-time observations DOI : 10.1109/CDC.2013.6760380
2012
Accurate 3D maps from depth images and motion sensors via nonlinear Kalman filtering DOI : 10.1109/IROS.2012.6385597
2012
Symmetries in observer design: Review of some recent results and applications to EKF-based SLAM DOI : 10.1007/978-1-4471-2343-9_1
2011
Contraction and observer design on cones DOI : 10.1109/CDC.2011.6161268
2011
A simple nonlinear filter for low-cost ground vehicle localization system DOI : 10.1109/CDC.2011.6161262
2011
Linear regression under fixed-rank constraints: A Riemannian approach
2011
A separation principle on Lie groups DOI : 10.3182/20110828-6-IT-1002.03353
2011
Symmetry-based observers for some water-tank problems DOI : 10.1109/TAC.2010.2067291
2011
Regression on fixed-rank positive semidefinite matrices: A Riemannian approach
2011
Design and prototyping of a low-cost vehicle localization system with guaranteed convergence properties DOI : 10.1016/j.conengprac.2011.02.003
2010
A simple intrinsic reduced-observer for geodesic flow DOI : 10.1109/TAC.2010.2052481
2010
An introduction to symmetry-preserving observers. Application to a multi-sensor data fusion tutorial example DOI : 10.3166/jesa.44.743-770
2010
Coordinated motion design on lie groups DOI : 10.1109/TAC.2010.2042003
2010
Coordinated Motion Design on Lie Groups DOI : 10.1109/TAC.2010.2048152
2009
Riemannian metric and geometric mean for positive semidefinite matrices of fixed rank DOI : 10.1137/080731347
2009
From subspace learning to distance learning: A geometrical optimization approach DOI : 10.1109/SSP.2009.5278557
2009
Observer-based Hamiltonian identification for quantum systems DOI : 10.1016/j.automatica.2008.12.007
2009
Fusion of inertial and visual: a geometrical observer-based approach DOI : 10.1063/1.3106512
2009
Invariant extended Kalman filter: Theory and application to a velocity-aided attitude estimation problem DOI : 10.1109/CDC.2009.5400372
2009
Non-linear symmetry-preserving observers on lie groups DOI : 10.1109/TAC.2009.2020646
2008
Non-linear observer on lie groups for left-invariant dynamics with right-left equivariant output DOI : 10.3182/20080706-5-KR-1001.2525
2008
A simple feedback-loop for a frequency lock on a narrow atomic transition DOI : 10.3182/20080706-5-KR-1001.1456
2008
Symmetry-preserving observers DOI : 10.1109/TAC.2008.2006929
2008
Coordination on Lie groups DOI : 10.1109/CDC.2008.4739201
2008
Qubit Hamiltonian identification: A symmetry-preserving observer-based approach DOI : 10.3182/20080706-5-KR-1001.1455
2007
Left-invariant extended Kalman filter and attitude estimation DOI : 10.1109/CDC.2007.4434662
2006
A non-linear symmetry-preserving observer for velocity-aided inertial navigation DOI : 10.1109/acc.2006.1657161
2005
On invariant observers DOI : 10.1007/11529798_4

Enseignements

Calcul Différentiel, Intégral et Stochastique II (Math2)

Chargé d'enseignement

L’EC2 est constitué de deux blocs : Equations Différentielles Probabilités. Le cours d’équations différentielles a pour but d’initier les étudiants à l’étude des systèmes dynamiques: existence, unicité et régularité des solutions d’une équation différentielle (théorèmes de Peano-Arzela, Cauchy-Lipschitz, régularité par rapport aux conditions initiales en temps fini, systèmes chaotiques), ainsi qu’une introduction à l’étude du comportement asymptotiques des solutions (cycles périodiques, stabilité asymptotique de points d’équilibre etc.) Une sensibilisation à la simulation et l’analyse numérique des équations différentielles est aussi donnée (schémas de discrétisation, analyse de consistance/convergence, différence schémas explicites/implicites pour systèmes raides, apport des schémas symplectiques pour systèmes hamiltoniens etc.) Le cours de probabilités vise à consolider et compléter les connaissances en théorie des probabilités acquises en CPGE mais surtout à acquérir le raisonnement probabiliste. En CPGE, les probabilités ont été vues dans le cadre de phénomènes aléatoires qui admettent un nombre au plus dénombrable de résultats possibles. Les probabilités définies sur la droite réelle, ainsi que les variables et vecteurs aléatoires réels sont d’abord introduits dans le formalisme général de la théorie de la mesure, vu à l’EC1, et qui permet d’englober le cas discret. Les notions d'indépendance et de conditionnement de variables aléatoires, les suites de variables aléatoires et enfin les méthodes de simulation stochastique sont successivement abordées de manière à couvrir l’ensemble des pré-requis nécessaires aux différentes spécialités d'ingénierie proposées à l’école, en particulier la science des données.

Processus stochastiques et applications

Responsable

Les séances de cours couvriront le programme suivant : Théorie de l'espérance conditionnelle de Kolmogorov Martingales en temps discret et modélisation financière Mouvement brownien Calcul stochastique Équations différentielles stochastiques Propriété de Makov, théorème de Girsanov Le modèle de Black et Scholes Implémentation numérique Applications diverses

Régulation

Chargé d'enseignement

Régulation– commun FC Capteurs et actionneurs Bases et principes de la régulation Boucle ouverte et boucle fermée Comportement statique et dynamique des installations, notions de gain, de degré de difficulté de boucle Modes de réglage : T/R, P, I, D, régulation en cascade. Technologie des composants de la boucle de régulation TP - Régulation industrielle (7 heures) – commun FC Mise en œuvre de boucle sur simulateur Modèle de Boyds Identification process. Commande proportionnelle Diagramme de Bode Stabilité.

Mathématiques appliquées : robotique, vision, automatique (MAREVA) option

Responsable

Contenu de la 2ème année Les enseignements et activités pédagogiques dispensés en seconde année sont communs à tous les élèves ayant choisi MAREVA et se déroulent à Paris. L’organisation de la période de 2ème année est centrée sur l’étude des Systèmes Complexes : systèmes dynamiques en temps discret, filtrage et identification, capteurs embarqués et fusion de données, traitement d’images et imagerie médicale. Ce bloc est complété par des conférences d'introduction à la Robotique et aux ITS, d'introduction à la réalité virtuelle et réalité augmentée, des séances de programmation en C++ et programmation graphique ainsi que des séances de mini-projets réalisés en binôme, encadrés par les chercheurs des centres et mettant en application les concepts vus en cours. Voici quelques exemples de mini-projets réalisés ces dernières années : asservissement latéral (Lane Keeping, ESP) et longitudinal d'un véhicule (ACC); asservissement par capteurs de couleurs d'une petite voiture sur ligne blanche; évaluation d’un système de capture de mouvement grand public (la Wiimote); mise en correspondance de nuages de points 3D pour cartographie numérique ; modélisation et stabilisation d’un plongeur ; édition d'image basée sur une segmentation hiérarchique ; modélisation et contrôle de grues de chantiers ; algorithmes d'estimation et de contrôle d'un robot mobile développé par SAGEM ; développement d'algorithmes de parking, validation et tests sur logiciel graphique 3D ; mise en place d'interactions homme/environnement dans une cuisine virtuelle. Contenu de la 3ème année En 3ème année, les activités du mois d'octobre restent communes. Les deux premières semaines à Paris sont consacrées à des cours notamment en vision et traitement d'images dans le contexte automobile, sur le contrôle non linéaire et ses applications en robotique, sur les robots humanoïdes, sur les systèmes à événements discrets, les systèmes à retards .... Un ES en vision et morphologie mathématique sur une semaine bloquée en novembre complète la formation des spécialités Vision et Robotique. Les deux dernières semaines d'octobre sont dédiées aux mini-projets (d’un niveau plus approfondi que ceux de 2ème année), ainsi qu'au voyage d'option durant lequel les étudiants visitent des laboratoires et des entreprises. Ces quatre dernières années le voyage a été organisé respectivement en Italie et Rhône-Alpes (STMicroelectronics, ISPRA, INRIA Rhône-Alpes, LAG ...), dans la région de Nice et Monaco (INRIA Sophia-Antipolis, Thalès Alénia Space, musée des automates ...), en Allemagne à Stuttgart et Munich (Bosch, Mercedes, German Aerospace ...), à Toulouse (CNES, LAAS, Laboratoires Pierre Fabre ...), à Bordeaux (LABRI, LAPS, Laser MégaJoule, Thalès, EvTronic, BeTomorrow ...). Ces voyages sont de bonnes occasions de nouer des contacts intéressants pour les stages d’option en 3ème année. Les sujets de stage pour la 3ème année sont mutualisés et proposés indifféremment par les enseignants chercheurs de différents centres de mathématiques appliquées de l’école (CAOR, CAS, CMA, CMM) souvent en relation avec leurs activités en partenariat avec les industriels. Notons que chaque année, le nombre de stages proposés est largement supérieur au nombre d’optionnaires ! Quelques sujets d'option représentatifs traités ces dernières années : Automatique : Guidage exoatmosphérique d’Ariane V – EADS (Automatique) ; Traitement du signal par bancs de filtres (IFP) Développement d’une méthode d’analyse de signaux ECG par inverse scattering (INRIA) Simulation et commande de robots humanoïdes (ATR Computational Neuroscience Laboratory. Kyoto) Synthèse de correcteur de pilotage d’un véhicule aérobie supersonique (ONERA) Validation de modèles de véhicules pour le contrôle-commande (PSA) Quantification des perturbations maximales admissibles sur les organes de pilotage d’un véhicule aile en phase de rentrée atmosphérique (EADS) Estimation de paramètres sur des systèmes quantiques (Princeton University) Ooptimisation de production électrique, (EDF, Clamart) Dimensionnement des réseaux de transport gaziers, (GdF Suez, Saint-Denis) Robotique : Conduite automobile assistée par vision artificielle (INRIA/CAOR) Amélioration de la sécurité routière et du confort via le Contrôle Global de Châssis (PSA) Identification de l’adhérence disponible pour un véhicule (NEXYAD, projet ARCOS) Configuration d’un système à retour d’effort en réalité virtuelle (CEA/CAOR) Communication véhicule/infrastructure dans le domaine autoroutier (ASFA) Accrochage virtuel de véhicules pour la conduite en convoi (INRIA) Développement d’un éditeur de comportement de robot humanoïde (Aldebaran Robotics) Planification de mouvement pour robot humanoïde (Joint Research Laboratory Tsukuba) Développement d’un robot social (Advanced Telecommunications Research, Kyoto) Les olympiades des Cybercars : compétition de véhicules intelligents sur la route du futur à Saint-Brieuc (Conseil général des Côtes d’Armor) Simulation et estimation de position d'un drone quadricoptère, (Parrot, Paris) Préparation du pavillon français à l'exposition universelle de Shangaï sur les ITS Modélisation du trafic routier, projet Millenium (Université de Berkeley) Algorithmes neuronaux pour la perception (MIT, Cambridge) Capteur de vision sphérique pour la robotique mobile autonome, (INRIA Sophia-Antipolis) Vision : Annotation automatique d’images (LTU, Paris) Indexation d’images médicales (CEA, Fontenay aux Roses) Capteur d’environnement destiné à un service télématique (PSA, Vélizy) Segmentation d’images médicales pour la radiothérapie (Institut Gustave Roussy, Villejuif) Analyse d’images d’empreintes digitales (SAGEM, Eragny Sur Oise) Analyse de séquences d’images sportives (Thomson Broadcast, Breda, Pays-Bas) Optimisation compression/déconvolution (Alcatel Space Industries, Cannes) Cytologie quantitative et recherche de médicaments (CSIRO, Sydney, Australie) Morphogenèse 3D du rein de souris (Université de Monash, Clayton, Australie) Interprétation de scènes vidéo (Bosch, Hildesheim, Allemagne) Géolocalisation d'un paysage (Google Earth, USA) Contrôle qualité de verre photo-voltaïque (Saint-Gobain, Chine) Analyse d'images pour l'étude des propriétés mécaniques de l'os (Université d'Adélaïde, Australie) Particularités de l'option : La réalisation des mini-projets est très appréciée des étudiants. C’est un excellent moyen d’approfondir et d’appliquer les notions déclinées en cours mais aussi une très bonne occasion de rencontrer les chercheurs des différents laboratoires de l’école et de toucher à une première expérience, même limitée, dans le milieu de la recherche.

Direction(s) de thèse(s)

2026 Navigation collaborative d’une flotte d’agents MARIE-ANNE Julien
2025 Localisation et cartographie simultanées avec information de traversabilité en environnement déstructuré CALZAS Julien
2022 Commande optimale régularisée par la covariance au moyen de la rétropropagation du filtre de Kalman étendu BENHAMOU Jonas
2020 Rétropropagation dans un filtre de Kalman avec des applications à la détection de défauts et à la navigation PARELLIER Colin
2019 Utilisation de méthodes d'apprentissage automatique pour des tâches de pistage radar et de classification d'aéronefs JOUABER Sami
2017 Algorithmes de lissage pour la navigation, la localisation et la cartographie, basés sur des capteurs inertiels haute qualité CHAUCHAT Paul
2017 Techniques de prototypage modernes pour la navigation multi-capteurs BROSSARD Martin
2015 Gestion dynamique des ressources de poursuite pour cibles hyper-manoeuvrantes PILTÉ Marion