From the Linear Quadratic Regulator (LQR) to the (Deterministic) Kalman Filter in Two Easy Steps

Cet article présente un tutoriel en deux étapes démontrant comment dériver le filtre de Kalman déterministe à partir du régulateur quadratique linéaire (LQR) en convertissant d'abord le problème d'estimation d'état en une formulation LQR purement quadratique utilisant des coordonnées homogènes, puis en partitionnant la solution résultante pour récupérer la dynamique et l'équation de Riccati traditionnelles du filtre de Kalman.

L'essentiel

Imaginez que vous essayez de déterminer l'emplacement exact d'un randonneur égaré dans une forêt dense. Vous disposez de deux sources d'information, mais toutes deux sont imparfaites :

1. Votre Carte (Le Modèle) : Vous connaissez son chemin général et sa vitesse, mais le terrain est accidenté, et il pourrait trébucher ou faire un détour.
2. Vos Jumelles (Les Mesures) : Vous voyez occasionnellement le randonneur, mais les arbres bloquent votre vue et l'image est floue.

Le Filtre de Kalman est l'outil mathématique qui combine ces deux sources imparfaites pour deviner la véritable position du randonneur. Habituellement, il est enseigné comme un problème statistique complexe impliquant du « bruit » et de la « probabilité ».

Cet article de Bassam Bamieh propose une autre façon, plus simple, de voir les choses. Il soutient que vous n'avez pas besoin de penser au hasard statistique, mais plutôt à un puzzle déterministe : « Quelle est l'histoire la plus simple possible qui explique ce que nous avons vu ? »

Voici les « Deux étapes faciles » pour résoudre ce puzzle, expliquées avec des analogies de la vie quotidienne.

L'idée centrale : Le « Rasoir d'Occam » pour les mathématiques

L'article commence par un principe appelé le Principe de l'Incertitude Minimale. Imaginez que vous êtes un détective tentant de reconstituer une scène de crime. Il existe une infinité de façons dont le crime aurait pu se produire.

• Histoire A : Le suspect a couru 5 miles, a trébuché 10 fois, et le témoin était en train d'halluciner.
• Histoire B : Le suspect a marché 1 mile, a trébuché une fois, et le témoin avait simplement la vue un peu floue.

L'article dit : Choisissez l'Histoire B. Pourquoi ? Parce qu'elle nécessite le moins de « bizarrerie » (d'incertitude) pour faire correspondre les faits. En termes mathématiques, nous voulons l'histoire où les « erreurs » (le trébuchement et la vue floue) sont les plus petites possibles.

Étape 1 : L'astuce des « Coordonnées Homogènes »

Le premier obstacle est que le calcul de ce problème d'« histoire la plus simple » est complexe. Il présente un mélange de termes au carré (comme la « distance au carré ») et de termes linéaires (comme la « distance »). C'est comme essayer de cuisiner un gâteau dont la recette demande « 2 tasses de farine » et « une pincée de sel », mais où le bol de mélange n'accepte que des ingrédients sous un format spécifique « au carré ».

La Solution : L'article suggère un tour de magie appelé Coordonnées Homogènes.

• L'Analogie : Imaginez que vous avez un dessin en 2D sur une feuille de papier. Pour que le calcul fonctionne, vous ajoutez une troisième dimension — un « 1 » attaché sur le côté de votre dessin. Soudain, votre problème en 2D devient un problème en 3D où tout s'insère parfaitement dans une boîte symétrique et ordonnée.
• Ce que cela fait : En ajoutant ce « 1 » supplémentaire au système, le problème mathématique « mixte » et désordonné se transforme en un problème mathématique parfaitement propre et purement « au carré ».
• Le Résultat : Ce problème propre est exactement le même qu'un Régulateur Quadratique Linéaire (LQR). Si vous savez résoudre un problème LQR (qui revient à trouver le moyen le plus économe en carburant pour conduire une voiture), vous pouvez maintenant résoudre ce problème d'estimation complexe.

Pourquoi cela importe : L'article souligne ici une observation intéressante. Dans les problèmes de contrôle (comme conduire une voiture), le calcul « supplémentaire » représente généralement un signal de feedforward pré-planifié. Dans les problèmes d'estimation (comme suivre un randon

Résumé technique

Résumé technique : Du LQR au filtre de Kalman déterministe

Formulation du problème
L'article traite du problème de l'estimation d'état déterministe pour les systèmes linéaires variant dans le temps. Le système est modélisé par les équations $\dot{x}(t) = Ax(t) + w(t)$ et $y(t) = Cx(t) + v(t)$, où la sortie $y(t)$ est connue, mais la perturbation du processus $w(t)$, le bruit de mesure $v(t)$ et l'état initial $x_i$ sont inconnus. L'objectif est de trouver la trajectoire d'état $\hat{x}(t)$ cohérente avec la dynamique du système qui minimise une fonction de coût quadratique représentant la « taille » de l'incertitude du triplet $(w, v, x_i)$. Ce fonctionnel de coût, $J$, est affine-quadratique en l'état et aux entrées en raison de la présence du signal de mesure connu $y(t)$ dans le terme quadratique $(y - C\hat{x})^*V(y - C\hat{x})$. L'article cadre cela comme un problème de « conception d'entrée » plutôt que comme un problème d'estimation stochastique, en adhérant à un « Principe d'Incertitude Minimale » analogue au rasoir d'Occam : sélectionner la trajectoire nécessitant le moins d'hypothèses (la plus petite norme d'incertitude).

Méthodologie : Les « deux étapes faciles »
L'auteur dérive les équations du filtre de Kalman à travers une transformation en deux étapes du problème d'optimisation affine-quadratique vers un cadre standard de Régulateur Quadratique Linéaire (LQR) :

1. Homogénéisation via les coordonnées homogènes :
   La première étape convertit le coût affine-quadratique (contenant des termes quadratiques, linéaires et constants) en un coût purement quadratique. Ceci est réalisé en intégrant le système dans un espace d'états de dimension supérieure en utilisant des « coordonnées homogènes ». Un état scalaire auxiliaire $\alpha$ est ajouté au vecteur d'état $x$, avec la contrainte $\alpha(t) \equiv 1$. Cela transforme le système et le coût originaux en un système plus large avec un état $\xi = [x^T, 1]^T$ et un objectif purement quadratique. Cet encastrement révèle que les contrôleurs pour les problèmes affine-quadratiques contiennent intrinsèquement des composantes dynamiques (contra-irement aux contrôleurs purement quadratiques sans mémoire), qui correspondent à la dynamique de commande directe (feedforward) dans le suivi ou à la dynamique d'observateur dans l'estimation.

2. Inversion temporelle et optimisation de l'état final :
   La seconde étape utilise la formulation « LQR avec conditions finales ». Contrairement au LQR standard qui spécifie un état initial et minimise un « coût de départ » (cost-to-go), ce problème dual spécifie un état final et minimise un « coût d'arrivée » (cost-to-arrive).

• Le problème d'estimation est d'abord résolu en supposant que l'état final $\hat{x}(t)$ est connu (fixe). Cela produit une solution caractérisée par une matrice d'équation différentielle de Riccati (DRE) tournant vers l'avant, notée $S(t)$, et un vecteur auxiliaire $s_1(t)$.
• Puisque l'état final est en réalité inconnu, l'estimation optimale est trouvée en minimisant davantage la fonction de « coût d'arrivée » résultante par rapport à la variable d'état final. Cette optimisation produit l'estimation d'état optimale $\hat{x}(t) = -S^{-1}(t)s_1(t)$.
• En dérivant cette relation et en substituant la dynamique de $S(t)$ et de $s_1(t)$, l'article dérive directement une équation différentielle pour $\hat{x}(t)$. Cette équation prend la forme d'un observateur causal : $\dot{\hat{x}} = A\hat{x} + L(y - C\hat{x})$, où le gain $L$ est dérivé de la solution $S(t)$.

Contributions clés et résultats

• Dérivation du filtre de Kalman déterministe : L'article fournit une dérivation simplifiée du filtre de Kalman déterministe (estimateur d'état) en séparant explicitement les étapes d'inversion temporelle, d'encastrement par coordonnées homogènes et d'optimisation de l'état final.
• Connexion avec le suivi LQ : La méthodologie démontre une équivalence structurelle entre le problème d'estimation déterministe et le problème de suivi Linéaire-Quadratique (servomécanisme). Dans le suivi LQ, la dynamique auxiliaire fournit le terme de commande directe anti-causal ; dans l'estimation, elle fournit la dynamique d'observateur causale.
• Formulation du filtre d'information : L'estimateur résultant est présenté sous la forme du « filtre d'information ». La matrice $S(t)$ est identifiée comme la solution d'une DRE tournant vers l'avant, qui est l'inverse de la matrice de covariance d'erreur trouvée dans le filtre de Kalman stochastique.
• Interprétation déterministe de l'information : L'article propose une interprétation déterministe de la « matrice d'information ». Plutôt que de s'appuyer sur une covariance probabiliste, $S(t)$ est interprétée comme une « matrice de certitude ». La courbure de la fonction de coût d'arrivée (un bol quadratique) autour de l'estimation optimale est déterminée par $S(t)$. Les vecteurs propres de $S(t)$ ayant de grandes valeurs propres correspondent à des directions de haute certitude (courbure forte), tandis que les petites valeurs propres correspondent à une haute incertitude.

Signification et affirmations
L'article prétend offrir une perspective de « tutoriel » qui démystifie la dérivation du filtre de Kalman en l'ancrant dans la théorie du contrôle optimal déterministe. Il soutient que la préférence pour les formulations déterministes ou stochastiques est souvent une question de goût plutôt que de nécessité logique, citant Willems et Gauss. La principale signification réside dans l'approche des « deux étapes faciles », qui :

1. Unifie le traitement des problèmes affine-quadratiques (comme le suivi et l'estimation) avec les problèmes quadratiques standards (LQR) via les coordonnées homogènes.
2. Clarifie le rôle de l'inversion temporelle et de la fonction de « coût d'arrivée » dans la dérivation d'observateurs optimaux.
3. Fournit une justification déterministe rigoureuse des équations du filtre de Kalman sans invoquer le calcul stochastique, en s'appuyant plutôt sur les principes des moindres carrés et l'équivalence des problèmes de conception d'entrée.

L'auteur évite explicitement d'introduire de nouvelles applications ou propositions expérimentales, se concentrant plutôt sur l'unification théorique de concepts existants (LQR, coordonnées homogènes et dualité) pour expliquer la structure de l'estimateur optimal.