Cette thèse s'intéresse aux problèmes de localisation en robotique mobile, et plus particulièrement à l'intérêt d'une approche ensembliste pour ces problèmes. Actuellement les méthodes probabilistes sont les plus utilisées pour localiser un robot dans son environnement, cette thèse propose des approches alternatives basées sur l'analyse par intervalles. Dans un premier temps, une méthode ensembliste s'intéressant au problème de localisation globale est proposée. Le problème de localisation globale correspond à la localisation d'un robot dans son environnement, sans connaissance à priori sur sa posture (position et orientation) initiale. La méthode proposée associe le problème de localisation à un problème de satisfaction de contraintes (CSP). Elle permet de localiser le robot en utilisant la connaissance de l'environnement, ainsi qu'un jeu de mesures LIDAR. Cette méthode est validée à l'aide de différentes expérimentations et est comparée à une approche probabiliste classique : la Localisation Monte Carlo (MCL). Dans un second temps une notion de visibilité est étudiée. Deux points sont supposés visibles, si le segment défini par ces deux points n'intersecte pas d'obstacle, autrement ils sont dit non-visibles. À l'aide de l'analyse par intervalles, des contracteurs associés à cette notion de visibilité sont développés. Après une présentation théorique de la visibilité, deux applications de ces contracteurs à la localisation en robotique mobile sont présentées : le suivi de posture d'une meute de robots à l'aide d'une information booléenne, et la prise en compte d'une contrainte supplémentaire dans le CSP associé à la localisation globale.

Dans ce travail, nous nous intéressons à la navigation référencée vision d'un robot mobile équipé d'une caméra dans un environnement encombré d'obstacles possiblement occultants. Pour réaliser cette tâche, nous nous sommes appuyés sur l'asservissement visuel 2D. Cette technique consiste à synthétiser une loi de commande basée sur les informations visuelles renvoyées par la caméra embarquée. Le robot atteint la situation désirée lorsque les projections dans l'image de l'amer d'intérêt, appelés indices visuels, atteignent des valeurs de consigne prédéfinies. La navigation par asservissement visuel 2D nécessite de s'intéresser à trois problèmes : garantir l'intégrité du robot vis-à-vis des obstacles, gérer les occultations des amers d'intérêts et réaliser de longs déplacements. Nos contributions portent sur les deux derniers problèmes mentionnés. Dans un premier temps nous nous sommes intéressés à l'estimation des indices visuels lorsque ceux-ci ne sont plus disponibles à cause d'une occultation. La profondeur étant un paramètre déterminant dans ce processus, nous avons développé une méthode permettant de l'estimer. Celle-ci est basée sur une paire prédicteur/correcteur et permet d'obtenir des résultats exploitables malgré la présence de bruits dans les mesures. Dans un second temps, nous nous sommes attachés à la réalisation de longs déplacements par asservissement visuel. Cette technique nécessitant de percevoir l'amer d'intérêt dès le début de la tâche, la zone de navigation est limitée par la portée de la caméra. Afin de relaxer cette contrainte, nous avons élaboré un superviseur que nous avons ensuite couplé à une carte topologique intégrant un ensemble d'amers caractéristiques de l'environnement. La tâche de navigation globale peut alors être décomposée sous la forme d'une séquence d'amers à atteindre successivement, la sélection et l'enchainement des mouvements nécessaires étant effectués au sein du superviseur. Les travaux ont été validés par le biais de simula tions et d'expérimentations, démontrant la pertinence et l'efficacité de l'approche retenue.

A PARTIR DU FORMALISME DES SYSTEMES DE REGLES DE DECISION, ON DEFINIT DEUX TYPES DE PROCESSUS DECISIONNELS: LES PROCESSUS FERMES (PDF) PORTANT SUR DES SYSTEMES REPRESENTES DANS DES ESPACES FINIS; ET LES PROCESSUS OUVERTS (PDO) POUR DES SYSTEMES A ESPACES D'ETATS INFINIS. ON CONSIDERE CES PROCESSUS COMME DES ALGORITHMES PARTICULIERS ET ON S'INTERESSE A LEUR MODELISATION, LEUR ANALYSE ET L'OPTIMISATION DE LEUR COMPLEXITE, SELON DIFFERENTS CRITERES, EN TENANT COMPTE DE LA COMPLEXITE DE LA TACHE D'OPTIMISATION ELLE-MEME. LA CARACTERISATION DE CETTE TACHE, EN TANT QUE PROBLEME NP-DUR AU SENS FORT ET APPROXIMATION NP-DUR, CONDUIT A DEVELOPPER DES SCHEMAS D'APPROXIMATION QUI GENERALISENT LES ALGORITHMES DE RECHERCHE HEURISTIQUE DANS LES GRAPHES ET HYPERGRAPHES EN PROCEDURES EPSILON -ADMISSIBLES. DEUX PROCESSUS DECISIONNELS EN ROBOTIQUE SONT TRAITES: L'UN FERME PORTANT SUR L'APPRENTISSAGE D'UN CLASSIFIEUR POUR L'IDENTIFICATION D'OBJETS, ET L'AUTRE OUVERT POUR LA GENERATION DE PLANS

Un système tel qu'un humanoïde est sous-actionné et hyper-redondant. Il ne peut se mouvoir qu'à travers les interactions qu'il a avec son environnement, c'est-à-dire des contacts, et se déplace dans un espace de configuration de très grande dimension. Le besoin de rechercher des contacts pour assurer la locomotion implique que tout objet de l'environnement peut être considéré comme un support potentiel. En cela, on s'éloigne des hypothèses classiques de la planification de mouvement où les objets sont des obstacles a éviter. Ces objets prennent, dans le cadre d'un humanoïde, le double statu d'obstacle et support. L'objectif de nos travaux est de construire un planificateur de mouvement qui sache prendre en compte cette dualité. Nous proposons une approche qui travaille directement dans l'espace des contacts. Pour cela nous développons tout d'abord des outils qui permettent le passage entre l'espace contacts et celui des configurations : un générateur de posture qui permet la projection sur des sous-variétés de l'espace de configuration, et un nouveau type de volumes englobants, nommé S TP-BV, donnant la possibilité d'inclure l'évitement de collision dans la génération de posture. Nous détaillons ensuite l'architecture générale et les divers modules de notre planificateur de conctacts avant d'en montrer les résultats en simulation puis sur un robot HRP-2.

Dans le cadre de la robotique mobile en environnement extérieur, les concepts de localisation et de perception sont au coeur de toute réalisation. Aussi, les travaux menés au sein de cette thèse visent à rendre plus robustes des processus de localisation existants sans pour autant augmenter de manière notable leur complexité. La problématique proposée place un robot au sein d'un environnement potentiellement dangereux avec pour objectif de suivre une trajectoire établie comme sécurisée avec une carte aussi simple que possible. De plus, des contraintes fortes sont imposées tant dans la réalisation (système peu onéreux, indétectable) que dans le résultat (une exécution temps-réel et une localisation en permanence dans une tolérance de 10 cm autour de la trajectoire de référence). Le capteur extéroceptif choisi pour mener à bien ce projet est une caméra tandis que l'estimation de la pose du véhicule à chaque instant est réalisée par un ltre de Kalman dans sa version étendue. Les principaux problèmes d'estimation résident dans la non-linéarité des modèles d'observation et les contributions apportées apportent quelques solutions : - une méthode de calcul exacte de la propagation des incertitudes de l'espace monde vers l'espace capteur (caméra) ; - une méthode de détection des principaux cas de divergence du filtre de Kalman dans le calcul de la phase de mise à jour ; - une méthode de correction du gain de Kalman. Ce projet avait deux objectifs : réaliser une fonction de localisation répondant aux contraintes fortes préalablement évoquées, et permettre à un véhicule de quitter temporairement la trajectoire de référence, suite à la prise en main de l'opérateur pour ensuite reprendre le cours normale de sa mission au plus près de la trajectoire de référence. Ce deuxième volet fait intervenir un cadre plus large dans lequel il faut, en plus de la localisation, cartographier son environnement. Cette problématique, identifiée par l'acronyme SLAM (Simultaneous Localization And Mapping), fait le lien avec les deux dernières contributions de ces travaux de thèse : - une méthode d'initialisation des points qui constitueront la carte SLAM; - une méthode pour maintenir la cohérence entre la carte de référence et la carte SLAM. Des résultats sur des données réelles, étayant chacune des contributions, sont présentés et illustrent la réalisation des deux principaux objectifs.

Cette thèse fait partie d'un travail collaboratif avec des partenaires industriels et universitaires. Ses 2 principaux résultats sont : - La modélisation en 3D d'une vendangeuse qui est un exemple typique de véhicule tout-terrain reconfigurable. Le contexte de l'environnement 'tout-terrain' a focalisé cette étude sur un modèle d'interaction pneumatique/sol qui prenne en compte les inégalités et les déformations du terrain. En particulier, on tient compte du fait que chaque contact roue/sol n'est pas ponctuel et qu'a fortiori, les 4 zones de contacts ne sont pas coplanaires. Un calcul ensembliste des zones de contact est fait en utilisant une version de l'algorithme SIVIA adaptée à MATLAB. Le résultat pour chaque zone de contact est un sous pavage ou une boite englobante selon la précision et la rapidité de calcul souhaitée. On dispose ainsi d'un ensemble de polygones de sustentation pour faire un diagnostic de non renversement du véhicule. - La définition de 2 indicateurs du risque de renversement sont ensuite proposés. L'un d'eux se base sur le concept de "Zero Moment Point (ZMP)" en calculant une distance de la position du ZMP par rapport aux 4 côtés de l'ensemble des polygones de sustentation. L'autre critère de tendance au renversement calcule la vitesse de rotation du véhicule par rapport à un ensemble d'axes de renversement. La prédiction du risque de renversement est proposée sous la forme de la prédiction de la position du ZMP ou du critère "Time to Rollover". Chacune de ces méthodes ont été évaluées avec des données expérimentales réelles et simulées. La suite de ce travail est une mise en commun de ces résultats avec d'autres méthodes proposées par nos partenaires.

Les travaux présentés dans ce mémoire concernent la génération automatique de postures et mouvements humains sur poste de travail industriel. L'objectif poursuivi est d'animer de façon réaliste un mannequin numérique a n de simuler un opérateur dans l'exécution de sa tâche. Cette animation doit permettre d'aider à l'analyse des facteurs biomécaniques pouvant engendrer des Troubles Musculo-Squelettiques. Dans un premier temps, des choix de modélisation sont proposés en fonction de ce contexte spécifique. Le modèle retenu se base sur une représentation squelettique du haut du corps composé de corps rigides et de liaisons idéales et intègre des données anthropométriques. Ensuite, un schéma général de lois de commande à base de modèle cinématique est développé. Il est décliné en plusieurs stratégies qui sont testées sur des mouvements caractéristiques et sur poste de travail. Ces tests et la comparaison aux mesures effectuées sur sujet humain permettent d'évaluer les performances du schéma de commande et les choix réalisés. Ces travaux ont donné naissance à un outil logiciel, baptisé OLARGE-TMS, de simulation de mouvement humain sur poste de travail.

Les travaux présentés dans ce manuscrit d'Habilitation à Diriger des Recherches concernent essentiellement un ensemble de primitives du niveau fonctionnel de la Robotique, dont les fondements scientifiques sont ancrés dans l'Automatique et le Traitement du Signal. Bien plus qu'un domaine d'application de théories développées par ailleurs, la Robotique, par ses spécificités ou ses contraintes, " questionne " souvent l'état de l'art en Automatique et Signal, voire exige des extensions méthodologiques non triviales. C'est la richesse du dialogue entre ces trois disciplines qui a constitué le fil conducteur principal de nos recherches. Un premier volet de nos travaux vise à développer un cadre générique pour l'analyse et la synthèse "multicritères" de commandes référencées vision, i.e. qui prennent en compte l'ensemble des contraintes (visibilité, saturations d'actionneurs, contraintes 3D pendant le déplacement, etc.). Ces problèmes sont ramenés à l'analyse en stabilité / la stabilisation de systèmes non linéaires incertains rationnels sous contraintes rationnelles. Le support théorique est la théorie de Lyapunov et l'optimisation LMI. Par dualité, la localisation visuelle est abordée par des techniques de filtrage ensembliste robuste de systèmes rationnels. Une deuxième contribution s'inscrit dans la thématique relativement récente de l'Audition en Robotique. Nous proposons des fonctions auditives bas-niveau pour la détection de sources sonores, leur localisation et leur extraction. Un capteur auditif intégré original conçu au LAAS-CNRS permet leur implémentation. Le support théorique est le traitement d'antenne (formation de voie, méthodes à haute résolution) et l'optimisation LMI. Plus récemment, nous avons posé les fondements d'une nouvelle approche pour la détection d'activité vocale, sur la base du filtrage adapté stochastique. En parallèle à ces développements ciblés, un travail de fond dans les thématiques du filtrage stochastique et de la détection de ruptures s'est matérialisé par des collaborations scientifiques dans des domaines d'application ciblés : méthodes séquentielles de Monte Carlo et Quasi Monte Carlo pour le suivi visuel de personnes, de gestes, et la capture de mouvement par vision ; détection de ruptures et filtrage IMM entre modèles d'état d'ordres hétérogènes pour la surveillance de scènes dynamiques et la localisation ARGOS. Certaines des thématiques exposées ci-dessus se " rejoignent " au sein des axes structurants de nos développements futurs. Un effort particulier concernera la perception active (i.e. exploitant la proprioception et le mouvement), déclinée dans le cadre de l'audition binaurale, ainsi que la fusion de données auditives embarquées et déportées dans des lieux intelligents.

Ces travaux mettent en place les bases d'une architecture de vision 3D pour un projet de plate-forme robotique de compensation de mouvements cardiaques, pour la chirurgie coronarienne mini-invasive à cœur battant. Les objectifs recherchés sont le suivi et la reconstruction en temps réel des mouvements du cœur, à partir des images fournies par une ou deux caméras. Une première contribution est la sélection d'un ensemble de descripteurs optimaux pour l'analyse de la texture du cœur, réalisée par des méthodes d'analyse statistique multidimensionnelle. Ce jeu de descripteurs est alors mis en œuvre dans un algorithme original de suivi hybride, qui utilise à la fois des informations issues de l'analyse de texture et de la mise en correspondance de motifs. Cet algorithme est évalué sur des images de synthèse ainsi que sur des images acquises in vivo grâce à une plate-forme d'acquisition haute fréquence développée pour l'occasion. Cette évaluation montre l'avantage de coupler l'information de motif avec l'information de texture au niveau de la robustesse du suivi vis-à-vis des déformations de l'organe. Nous proposons ensuite d'appliquer ces méthodes à la reconstruction 3D des mouvements du cœur par stéréo-vision. Cette méthode utilise l'analyse de texture afin d'améliorer le recalage des données entre les vues. Des résultats sont présentés sur des images expérimentales afin d'illustrer la méthode.

Que cela soit par des automates puis par des robots, l'Homme a été fasciné par des machines pouvant exécuter des tâches pour lui, dans de nombreux domaines, comme l'industrie ou les services : c'est ce dernier domaine qui nous sert de contexte. Ainsi, nous avons utilisé une approche développementale, où le robot se doit d'apprendre de nouvelles tâches au cours de sa vie. Inspiré par des théories sur le développement de l'enfant, nous avons extrait les concepts intéressants pour les implémenter sur une plateforme robotique humanoïde : l'iCub. L'acquisition du langage est une première étape, où la capacité à classifier les mots, de classes ouvertes et de classes fermées permet d'obtenir une syntaxe qui aide l'enfant à construire le lien entre une phrase et son sens. Cette méthode a été implémentée grâce à un réseau de neurones récurrents, utilisant une base de données fournit par l'humain en interagissant avec le robot. La maîtrise du langage permet à l'enfant de participer à des actions plus complexes, en particulier des tâches collaboratives où la parole est requise de négocier le mode d'apprentissage sur plusieurs modalités. Implémenté sur l'iCub et le Nao, cela permet un apprentissage en temps réel et de réaliser un plan partagé. Enfin, nous avons étudié le fonctionnement de la mémoire autobiographique, cruciale pour se remémorer des épisodes passés de sa vie, d'en tirer des prédictions et de les appliquer dans le futur. En recréant cette mémoire en SQL et formatant les données en PDDL, l'iCub est alors capable de raisonner en fonction de sa propre expérience, lui permettant ainsi de résoudre le problème des Tours d'Hanoi sans jamais l'avoir visualisé avant