En robotique mobile, les techniques d'apprentissage qui utilisent la vision artificielle représentent le plus souvent l'image par un ensemble de descripteurs visuels. Ces descripteurs sont extraits en utilisant une méthode fixée à l'avance ce qui compromet les capacités d'adaptation du système à un environnement visuel changeant. Nous proposons une méthode permettant de décrire et d'apprendre des algorithmes de vision de manière globale, depuis l'image perçue jusqu'à la décision finale. L'application visée est la fonction d'évitement d'obstacles, indispensable à tout robot mobile. Nous décrivons de manière formelle la structure des algorithmes d'évitement d'obstacles basés sur la vision en utilisant une grammaire. Notre système utilise ensuite cette grammaire et des techniques de programmation génétique pour apprendre automatiquement des contrôleurs adaptés à un contexte visuel donné. Nous utilisons un environnement de simulation pour tester notre approche et mesurer les performances des algorithmes évolués. Nous proposons plusieurs techniques permettant d'accélérer l'évolution et d'améliorer les performances et les capacités de généralisation des contrôleurs évolués. Nous comparons notamment plusieurs méthodes d'évolution guidée et nous en présentons une nouvelle basée sur l'imitation d'un comportement enregistré. Par la suite nous validons ces méthodes sur un robot réel se déplaçant dans un environnement intérieur. Nous indiquons finalement comment ce système peut être adapté à d'autres applications utilisant la vision et nous proposons des pistes pour l'adaptation d'un comportement en temps réel sur le robot.

Cette thèse aborde le problème de navigation d'un système robotique en environnement dynamique et incertain. Plus particulièrement, elle s'intéresse à la détermination du mouvement pour un robot, permettant de rejoindre une position donnée tout en assurant sa propre sécurité et celle des différents agents qui l'entourent. Entre approches délibératives - consistant à déterminer à priori un mouvement complet vers le but - et approches réactives - calculant au cours de la navigation un mouvement à suivre à chaque instant - ont émergé les approches de déformation de mouvement, combinant à la fois une planification de mouvement globale avec un évitement d'obstacles réactif local. Leur principe est simple : un chemin complet jusqu'au but est calculé à priori et fourni au système robotique. Au cours de l'exécution, la partie du mouvement restant être exécutée est déformée continuellement en réponse aux informations sur l'environnement récupérées par les capteurs. Le système peut ainsi modifier son parcours en fonction du déplacement d'obstacles ou de l'imprécision et l'incomplétude de sa connaissance de l'environnement. La plupart des approches de déformations existantes se contentaient de modifier uniquement le chemin géométrique suivi par le robot. Nous proposons alors d'étendre les travaux précédents à une déformation de trajectoire modifiant le mouvement suivi à la fois dans l'espace et dans le temps. Pour ce faire, nous proposons de raisonner sur le futur en utilisant une estimation du comportement futur des obstacles mobiles. En éloignant la trajectoire suivie par le robot du modèle prévisionnel du comportement des obstacles, il est ainsi possible d'anticiper leur mouvement. La trajectoire déformée étant modifiée arbitrairement dans l'espace et dans le temps, l'une des principales difficultés de cette approche consiste à maintenir le respect des contraintes sur le mouvement du robot le long de cette trajectoire et sa convergence vers le but. Une approche de génération de trajectoire avec contrainte sur le temps final a été développée dans ce but. En discrétisant la trajectoire déformée en une séquence d'états-temps successifs, le générateur de trajectoires permet de vérifier si un mouvement faisable existe entre chaque triplé d'états-temps de la trajectoire déformée, et dans le cas contraire de la modifier localement afin de restaurer sa faisabilité. Les approches de déformation et de génération de trajectoire proposées ont été illustrées en simulation puis quelques expérimentations ont été réalisées sur une chaise roulante automatisée.

Cette thèse s'intéresse au problème de la navigation autonome au long cours de robots mobiles à roues dans des environnements dynamiques. Elle s'inscrit dans le cadre du projet FUI Air-Cobot. Ce projet, porté par Akka Technologies, a vu collaborer plusieurs entreprises (Akka, Airbus, 2MORROW, Sterela) ainsi que deux laboratoires de recherche, le LAAS et Mines Albi. L'objectif est de développer un robot collaboratif (ou cobot) capable de réaliser l'inspection d'un avion avant le décollage ou en hangar. Différents aspects ont donc été abordés : le contrôle non destructif, la stratégie de navigation, le développement du système robotisé et de son instrumentation, etc. Cette thèse répond au second problème évoqué, celui de la navigation. L'environnement considéré étant aéroportuaire, il est hautement structuré et répond à des normes de déplacement très strictes (zones interdites, etc.). Il peut être encombré d'obstacles statiques (attendus ou non) et dynamiques (véhicules divers, piétons, ...) qu'il conviendra d'éviter pour garantir la sécurité des biens et des personnes. Cette thèse présente deux contributions. La première porte sur la synthèse d'un asservissement visuel permettant au robot de se déplacer sur de longues distances (autour de l'avion ou en hangar) grâce à une carte topologique et au choix de cibles dédiées. De plus, cet asservissement visuel exploite les informations fournies par toutes les caméras embarquées. La seconde contribution porte sur la sécurité et l'évitement d'obstacles. Une loi de commande basée sur les spirales équiangulaires exploite seulement les données sensorielles fournies par les lasers embarqués. Elle est donc purement référencée capteur et permet de contourner tout obstacle, qu'il soit fixe ou mobile. Il s'agit donc d'une solution générale permettant de garantir la non collision. Enfin, des résultats expérimentaux, réalisés au LAAS et sur le site d'Airbus à Blagnac, montrent l'efficacité de la stratégie développée. / This thesis is directed towards the autonomous long range navigation of wheeled robots in dynamic environments. It takes place within the Air-Cobot project. This project aims at designing a collaborative robot (cobot) able to perform the preflight inspection of an aircraft. The considered environment is then highly structured (airport runway and hangars) and may be cluttered with both static and dynamic unknown obstacles (luggage or refueling trucks, pedestrians, etc.). Our navigation framework relies on previous works and is based on the switching between different control laws (go to goal controller, visual servoing, obstacle avoidance) depending on the context. Our contribution is twofold. First of all, we have designed a visual servoing controller able to make the robot move over a long distance thanks to a topological map and to the choice of suitable targets. In addition, multi-camera visual servoing control laws have been built to benefit from the image data provided by the different cameras which are embedded on the Air-Cobot system. The second contribution is related to obstacle avoidance. A control law based on equiangular spirals has been designed to guarantee non collision. This control law, based on equiangular spirals, is fully sensor-based, and allows to avoid static and dynamic obstacles alike. It then provides a general solution to deal efficiently with the collision problem. Experimental results, performed both in LAAS and in Airbus hangars and runways, show the efficiency of the developed techniques.

Cette thèse traite du problème fondamental que constitue la planification de trajectoires de robots manipulateurs. Une première partie précise le contexte robotique de notre travail et présente le système général de programmation automatique développe au Lifia. Nous analysons ensuite l'importance de la représentation des connaissances nécessaires aux raisonnements géométriques particuliers a la planification de déplacements. Les méthodes de modélisation et les concepts de représentation que nous avons mis en oeuvre sont ensuite présentes. Une deuxième partie traite de la planification de trajectoires pour une structure articulée. Une methode de planification globale par construction de l'espace des configurations est présentée, ainsi qu'une methode de replanification locale par application de champs de potentiels et, enfin, une methode hybride réalisant la synthèse de ces approches complémentaires, pour lesquelles sont décrits algorithmes, résultats d'expérimentation et futurs développements

Cette thèse porte sur la navigation sans collision d'un véhicule aérien à décollage et atterrissage vertical en environnement inconnu ou incertain. L'utilisation du flot optique, inspirée du monde animal, permet d'obtenir des informations sur la vitesse du véhicule et sur la proximité des obstacles. Deux contributions sont présentées dans ce travail. La première aborde l'atterrissage automatique sur une plateforme statique ou mobile. La manœuvre se décompose en deux tâches : la stabilisation de la vitesse au-dessus de la cible, puis l'atterrissage vertical. L'approche montre que la régulation du flot optique divergent autour d'une consigne constante permet un atterrissage en douceur et sans collision malgré les incertitudes sur la dynamique de la plateforme et du véhicule. La deuxième contribution concerne le suivi de terrain avec évitement d'obstacles. L'approche générale proposée permet d'aborder différentes applications telles que l'évitement d'obstacles frontaux, le suivi de terrain pentu, le suivi de couloir, etc. L'analyse de stabilité évalue la robustesse et les limites du contrôleur en présence de diverses incertitudes telles que les incertitudes sur la géométrie de l'environnement. L'ensemble des algorithmes de commande est simulé et expérimenté sur un mini-drone quadrirotor développé au CEA LIST.

Depuis environ cinq ans, les systèmes hybrides neurosymboliques (SHNS) combinent réseaux de neurones artificiels et systèmes symboliques (systèmes à base de connaissances), dans le but de profiter de leurs points forts respectifs. Nous présentons une taxonomie des nombreux SHNS existants, selon deux points de vue, le degré de couplage (faible, étroit, fort) et le type d'interactions (pré/post-traitement, sous-traitance, coopération, méta-traitement). La taxonomie comprend aussi deux approches moins hybrides de l'intégration des caractéristiques des réseaux de neurones et des systèmes symboliques, l'approche purement neuronale et celle fondée sur des traductions. Nous étudions ensuite un SHNS existant, SYNHESYS, et examinons ses possibilités d'application en micro-électronique et en géographie alpine. Puis nous proposons une nouvelle architecture hybride, NESSY3L, et son application au pilotage réactif d'un robot mobile. L'architecture comporte trois niveaux coopérants, neuronal pur, neurosymbolique, symbolique pur, et a été intégrée dans le simulateur de robot MOLUSC. Cette architecture offre des perspectives intéressantes pour les SHNS, dont la prise en compte du temps, le développement de mécanismes inter-niveaux et l'évolution vers un couplage fort, l'utilisation d'idées provenant des autres approches de l'intégration neurosymbolique.

Cette thèse présente l'implémentation d'une stratégie visuelle bio-inspirée sur un aéroglisseur miniature totalement actionné, qui lui permet de naviguer dans le plan horizontal d'un tunnel inconnu. L'élaboration de ce pilote automatique, nommé LORA, fait suite aux études éthologiques menées sur l'abeille depuis ces dernières décennies et nous ont amené à énoncer le principe de la régulation du flux optique pour le contrôle du vol de croisière. Ce pilote automatique est un double régulateur de flux optique latéral constitué de deux boucles visuo-motrices interdépendantes contrôlant conjointement la vitesse d'avance et la position du robot par rapport aux obstacles sans avoir à mesurer ou estimer aucun de ces paramètres. La clé de voûte de ce système de guidage est une troisième boucle destinée à maintenir le cap grâce à un micro-gyromètre et un micro-compas magnétique permettant au robot d'effectuer des mouvements de translation qui génèrent sur son œil composé artificiel du flux optique de translation, seul dépendant du ratio vitesse/distance aux obstacles. Cet œil estime le flux optique grâce à ses deux ou quatre Détecteurs élémentaires de mouvement (total de 4 ou 8 pixels). L'aéroglisseur est alors capable de franchir sans collision, à la manière d'une abeille, divers tunnels : droit, fuselé ou présentant une pente, un virage, une absence de texture sur un mur ou même une zone non-stationnaire. Cette stratégie visuelle bio-inspirée fournit non seulement une solution de navigation élégante à destination de robots totalement actionnés mais elle permet aussi d'expliquer comment une abeille de 100mg peut naviguer sans l'aide de SONAR, RADAR, LIDAR, ou GPS. / In this work, we present for the first time a bio-inspired motion vision-based navigation strategy embedded on a miniature fully-actuated hovercraft allowing it to navigate safely on the horizontal plane of an unknown corridor. The design of this autopilot, called LORA, follows the ethological findings made on honeybees these last decades, which led us to elaborate the principle of the optic flow regulation which might be used by insects to control their flight. The bee-inspired LORA autopilot is a dual optic flow regulator which consists in two intertwined visuomotor feedback loops which control jointly the forward speed of the robot and its clearance to the obstacles. The keystone of this bio-inspired guidance system is a heading-lock system enabling the robot to move in translations and therefore experience a purely translational optic flow which depends only on the ratio speed/clearance to obstacles thanks to a micro-gyrometer and a micro-magnetic compass. The estimation of optic flow is made by a minimalist compound eye, made of two or four Elementary Motion Detectors (only 4 or 8 pixels). The hovercraft is therefore able to cross without crashing a straight or a tapered corridor, presenting a frontal sloping terrain, a bend, a textureless wall, or even a non-stationary section by automatically adapting both its forward speed and its clearance to the walls imitating the honeybee. This bio-inspired visual strategy not only provides an elegant navigation solution in an unknown environment aimed to equip fully-actuated miniature vehicles but also to explain how a 100mg honeybee can navigate with few computational ressources, i.e., without any SONAR, RADAR, LIDAR or GPS.

L'objectif du travail proposé est de concevoir et commander un groupe des robots mobiles similaires et d'architecture simple appelés m-bots (mono-robots). Plusieurs m-bots ont la capacité de saisir ensemble un objet afin d'assurer sa co-manipulation et son transport quelle que soit sa forme et sa masse. Le robot résultant est appelé p-bot (poly-robot) et est capable d'effectuer des tâches de déménageur pour le transport d'objets génériques. La reconfigurabilité du p-bot par l'ajustement du nombre des m-bots utilisés permet de manipuler des objets lourds et des objets de formes quelconques (particulièrement s'ils sont plus larges qu'un seul m-bot). Sont considérés dans ce travail l'évitement d'obstacle ainsi que la stabilité du p-bot incluant la charge à transporter. Une cinématique pour un mécanisme de manipulation a été proposée et étudiée. Ce dernier assure le levage de la charge et son dépôt sur le corps des robots pour la transporter. Plusieurs variantes d'actionnement ont été étudiées : passif, avec compliance et actionné. Un algorithme de positionnement optimal des m-bots autour de l'objet à manipuler a été proposé afin d'assurer la réussite de la tâche à effectuer par les robots. Cet algorithme respecte le critère de "Force Closure Grasping" qui assure la stabilité de la charge durant la phase de manipulation. Il maintient aussi une marge de stabilité statique qui assure la stabilité de l'objet durant la phase de transport. Enfin, l'algorithme respecte le critère des zones inaccessibles qui ne peuvent pas être atteintes par les m-bots. Une loi de commande a été utilisée afin d'atteindre les positions désirées pour les m-bots et d'assurer la navigation en formation, durant la phase du transport, durant laquelle chaque robot élémentaire doit maintenir une position désirée par rapport à l'objet transporté. Des résultats de simulation pour un objet de forme quelconque, décrite par une courbe paramétrique, sont présentés. Des simulations 3D en dynamique multi-corps ainsi que des expériences menées sur les prototypes réalisés ont permis de valider nos propositions. / Our goal in the proposed work is to design and control a group of similar mobile robots with a simple architecture, called m-bot. Several m-bots can grip a payload, in order to co-manipulate and transport it, whatever its shape and mass. The resulting robot is called a p-bot andis capable to solve the so-called "removal-man task" to transport a payload. Reconfiguring the p-bot by adjusting the number of m-bots allows to manipulate heavy objects and to manage objects with anyshape, particularly if they are larger than a single m-bot. Obstacle avoidance is addressed and mechanical stability of the p-bot and its payload is permanently guaranteed. A proposed kinematic architecture for a manipulation mechanism is studied. This mechanism allows to lift a payload and put it on them-bot body in order to be transported. The mobile platform has a free steering motion allowing the system maneuver in any direction. An optimal positioning of the m-bots around the payload ensures a successful task achievement without loss of stability for the overall system. The positioning algorithm respects the Force Closure Grasping (FCG) criterion which ensures the payload stability during the manipulation phase. It respects also the Static Stability Margin (SSM) criterion which guarantees the payload stability during the transport. Finally, it considers also the Restricted Areas (RA) that could not be reached by the robots to grab the payload. A predefined control law is then used to ensure the Target Reaching (TR) phase of each m-bot to its desired position around the payload and to track a Virtual Structure (VS), during the transportation phase, in which each elementary robot has to keep the desired position relative to the payload. Simulation results for an object of any shape, described by aparametric curve, are presented. Additional 3D simulation results with a multi-body dynamic software and experiments by manufactured prototypes validate our proposal.