Un système robotique agit par le mouvement dans un monde physique. La capacité de planification de mouvement est une composante essentielle de son autonomie. C'est le thème des travaux présentés dans ce mémoire. Ils s'articulent selon quatre axes.Le premier concerne l'algorithmique géométrique du mouvement. La ligne forte qui se retrouve dans nos travaux est de privilégier des méthodes effectives de planification. En effet, la plupart des problèmes réels résistent aux approches algorithmiques exactes; nous présentons des approches de nature différente, qui en satisfaisant une forme plus faible de complétude (e.g. complétude probabiliste) sont capables de mieux répondre aux besoins des applications en termes d'efficacité et de robustesse algorithmique. Nous considérons ensuite des problèmes plus riches que la seule planification de mouvement, et plus directement liés à la notion de tâches en robotique. La seconde partie porte sur la planification de tâches de manipulation d'objets. La formulation géométrique que nous présentons permet d'étendre le concept d'espace des configurations à la planification automatique de ces tâches. D'autre part, les mouvements d'un robot s'effectuant dans un monde réel, la robustesse algorithmique doit être étendue à la robustesse de la boucle planification/contrôle des mouvements vis à vis des incertitudes dans les modèles manipulés par le raisonnement ou des imprécisions liées à l'exécution. C'est le thème de la troisième partie qui présente une approche combinant planification avec incertitude et modes réactifs: les algorithmes de planification utilisent la connaissance a priori sur la tâche pour produire des primitives référencées capteurs adaptées à la robotique mobile. Enfin, la dernière partie porte sur la planification de mouvements pour des robots mobiles évoluant dans des environnements naturels non structurés. Les techniques prése ntées permettent de traiter des systèmes de locomotion complexes et des terrains fortement accidentés.

Les travaux présentés dans ce manuscrit d'Habilitation à Diriger des Recherches concernent la problématique de la planification de trajectoires pour un système robotique. Nous présentons des méthodes et des algorithmes qui calculent automatiquement des trajectoires géométriques sans collision et qui prennent en compte les contraintes du système pour effectuer une tâche. Dans une première partie, nous nous intéressons aux robots mobiles à roues. Nous avons développé une algorithmique pour calculer, si elle existe, une trajectoire pour un robot articulé en terrain accidenté qui garantit les contraintes de validité (stabilité, contraintes mécaniques et non collision). Afin d'améliorer la robustesse de notre approche, il est apparu nécessaire de prendre en compte le lien entre planification, localisation et exécution. Nous proposons une méthode pour définir automatiquement les amers pertinents à sélectionner le long de la trajectoire et étudions les conditions de leurs enchaînements. Nous transformons ainsi une planification de trajectoire géométrique en une suite de tâches référencées capteurs. Nous nous sommes ensuite intéressés au problème de recouvrement de surface pour lequel c'est la tâche robotique qui amène à définir implicitement une trajectoire. Nous avons développé une nouvelle approche incluant la gestion automatique des zones de fourrière. Dans une deuxième partie, nous avons étendu la problématique hors du champ de la robotique à roues. Nous avons commencé par combiner les avantages de différentes techniques de planification probabiliste afin de résoudre plus e cacement le problème des passages étroits. Il est alors apparu intéressant de faire coopérer un opérateur humain avec un algorithme de recherche probabiliste. Nous proposons une variante basée sur les Rapidly-exploring Random Trees pour construire un RRT-Interactif qui améliore le guidage d'un opérateur lors d'une tâche d'assemblage dans un environnement virtuel. Pour mieux comprendre le mouvement h umain, nous avons appliqué des principes moteurs neurobiologiques pour le contrôle du geste d'atteinte des robots humanoïdes. Nous montrons que cette approche permet de générer des mouvements réalistes qui respectent les caractéristiques du mouvement humain et qu'il est ensuite possible de synthétiser les mouvements d'atteinte par une combinaison de primitives motrices. Pour conclure, il nous semble intéressant d'étendre nos travaux, d'une part en planifiant des mouvements réalistes par rapport au mouvement humain en vue de l'introduction de mannequins numériques ; d'autre part, en planifiant des mouvements pour des objets déformables car de nombreux problèmes pratiques ne peuvent pas être résolus en considérant des objets rigides.