En cherchant à connaitre les origines de la vie sur Terre, on se demande également si elle peut se trouver ailleurs. Malgré le fait que Mars nous est voisine et qu'elle ne semble pas en démontrer la présence, on désire toutefois l'étudier et la comparer avec la Terre. Pour y arriver, l'Homme a recours à la technologie : les télescopes, satellites, sondes et robots servent à observer Mars. À chacune des expéditions d'observation de Mars, nous cherchons à en connaître davantage et améliorons en conséquence la technologie utilisée. C'est pour cela que la prochaine génération de véhicules d'exploration planétaire nécessitera une plus grande autonomie de navigation. De tels requis impliquent une gestion adéquate de données géoréférencées potentiellement volumineuses et denses, représentées sous la forme de cartes. Ce mémoire présente l'état des recherches faites sur un système de gestion de données utilisable dans un contexte d'exploration planétaire autonome. Pour valider un tel système, il a fallu utiliser, mais ,également constituer, un répertoire de cartes en trois dimensions ayant été géoréférencées. Afin d'obtenir un répertoire représentatif du contexte d'utilisation, il a également été nécessaire de développer un comportement d'exploration et de navigation sur une plateforme robotisée, capable d'acquérir les cartes requises. À l'aide de ce répertoire, il a été possible de vérifier les capacités, les performances ainsi que l'exactitude des opérations effectuées à l'aide du système de gestion proposé. Un article intégré au mémoire présente la conception d'un tel système de gestion de données, ainsi qu'une solution permettant de gérer dynamiquement une variété de données, l'incertitude des relations spatiales entre deux cartes, de procurer un mécanisme de planification de chemins au travers des cartes, ainsi que la corrélation des cartes pour les opérations de localisation. Cet article présente également les résultats expérimentaux sur l'utilisation du système de gestion atlas par un véhicule d'exploration autonome. En plus de démontrer la faisabilité et l'utilité d'un tel gestionnaire de données en navigation autonome, le système pourrait également être utilisé comme plateforme d'analyse afin de comparer les performances de différents algorithmes de recalage de surfaces.

La navigation autonome d'un robot requiert l'intégration des trois grandes familles de processus de perception, de décision et d'action, intégration qui caractérise les machines intelligentes. Les représentations de l'environnement que le robot doit construire par ses propres moyens sont au coeur de cette intégration : elles sont produites par les fonctions de perception, mais sont surtout exploitées pour la décision et l'action. Dans le contexte de robots en environnements extérieurs, structurés ou non, la construction autonome de telles représentations constitue encore un vaste domaine de recherches, qui requiert l'intégration à bord des robots de processus de traitement du signal et des images, de modélisation géométrique, et d'estimation stochatisques. Le problème de la localisation du robot dans son environnement y joue bien sûr un rôle majeur, car il est indissociable de la construction des modèles de l'environnement. L'exposé présentera différentes avancées qui ont été réalisées dans ce domaine, supportées par des démonstrations réalisées avec des robots terrestres et un ballon dirigeable.

Cette thèse s'intéresse à la modélisation et la commande d'une classe des manipulateurs mobiles continus, a savoir le Robotino XT. Ce dernier comporte un manipulateur bionique continu montée sur une plate-forme mobile omnidirectionnel appelée Robotino. Premièrement, en utilisant la logique floue de type-2 et le champ de potentiel artificiel, nous avons proposé un contrôleur hybride intelligent pour la navigation de la plate-forme mobile. Ensuite, une architecture de commande adaptative neuronale a été proposée pour le contrôle de la partie manipulatrice. Cette architecture comporte deux sous-contrôleurs. Le premier sous-contrôleur, associé à la cinématique du manipulateur, et basé sur un système d'apprentissage supervisé distal contrôle les comportements stationnaires du manipulateur; tandis que le second, associé à la cinétique du manipulateur, et basé sur une commande adaptative permet de contrôler les comportements non stationnaires. Enfin, les deux contrôleurs sont coordonnés par un système neuronal pour contrôler le Robotino XT. Les performances de chaque contrôleur sont évaluées en réalisant des expériences en temps réel. / This dissertation addresses the modeling and the control of a class of Continuum manipulators, namely the Robotino XT. It consists of a bionic continuum manipulator mounted on an omnidirectional mobile platform named Robotino. Thus, we first propose a hybrid intelligent controller based on Type-2 Fuzzy Logic (type-2 FL) and Artificial Potential Function (APF) concepts for the mobile platform navigation. Then, an adaptive neural network controller is proposed for the manipulator part. The latter includes two sub-controllers. The first one, associated with the arm kinematics, and based on Distal Supervised Learning (DSL) scheme, deals with stationary behaviors of the manipulator; while the second, associated with the arm kinetics, and based on adaptive control, is applied to the non stationary behaviors. Finally, the two controllers are coordinated by a neural network system to control the Robotino XT. The performance of each controller is assessed by conducting real-time experiments.

Les travaux de recherche présentés dans ce mémoire s'articulent autour de la problématique du mouvement en robotique mobile. Il s'agit de développer des outils algorithmiques permettant à un robot mobile non holonome de planifier puis exécuter des mouvements dans un environnement encombré d'obstacles. L'originalité de ces travaux réside dans deux préoccupations omniprésentes : la généricité des approches proposées et l'applicabilité dans les conditions réelles de l'expérimentation. La plus grande partie de ces travaux sont d'ailleurs intégrés dans diverses plate-formes robotiques.

Ce travail de thèse présente un système complet de navigation pour un robot mobile fondé sur une représentation de l'environnement par une mémoire sensorielle. L'objectif de ces travaux est de faire se déplacer un robot d'un lieu à un autre le long de chemins parcourus lors d'une phase d'apprentissage. La structuration de la mémoire sensorielle, constituée de données clés acquises lors de cette phase initiale, est tout d'abord décrite. Nous proposons ensuite des lois de commande permettant le suivi d'une route sensorielle, c'est-à-dire une séquence d'images clés à atteindre successivement et permettant d'aller de l'image correspondant à la localisation initiale du robot à une image cible. Ces lois de commande, basées sur le formalisme de la commande référencée capteurs, prennent en compte les contraintes de déplacement des véhicules considérés: robots à roues non-holonomes et robots aériens de type quadrirotor. Dans le cadre de capteurs visuels omnidirectionels ou grand-angle, nous présentons une approche efficace pour la localisation initiale du robot ainsi que les outils permettant l'estimation de l'état du véhicule nécessaire pour alimenter les lois de commande proposées. Le système complet de navigation a été mis en oeuvre avec une attention particulière portée sur la conception du système de gestion de la mémoire sensorielle. Des applications sur plusieurs types de véhicules et avec des caméras grand-angle ont permis de valider notre approche.

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 aborde le problème de la navigation sûre pour véhicules autonomes en environnement dynamique. La sûreté est définie au moyen du concept des Etats de Collisions Inévitables (Inevitable Collision States [ICS]). Un ICS est un état dans lequel, quelque soit le contrôle appliqué au système robotique étudié, celui-ci entre en collision avec un obstacle. Pour sa propre sécurité et celle de son environnement, il est impératif qu'un système robotique n'entre donc jamais dans un tel état. Ce problème est trait'e en deux parties. La première partie est consacrée à la caractérisation des états de collisions inévitables. La deuxième partie à la définition d'un système de navigation permettant d'éviter de tels états. Des résultats en simulation et sur une plateforme expérimentale sont présentés pour valider l'approche.

Ce manuscrit traite de la navigation autonome de systèmes robotiques dotés d'une caméra embarquée. Pour qu'un robot mobile puisse se déplacer automatiquement, il doit être doté de fonctionnalités lui permettant de se localiser dans son environnement, de se définir un chemin à suivre, et de contrôler ses mouvements jusqu'à sa position désirée. Dans notre approche, l'environnement de navigation est décrit par une base d'images acquise lors d'une phase d'apprentissage. L'utilisation de techniques de recherche d'images permet d'effectuer une localisation qualitative du système robotique. La définition du chemin à suivre est réalisée sans imposer une reconstruction 3D complète de la scène. Pour ce faire, la base d'images est organisée sous la forme d'un graphe valué dans lequel est prise en compte la facilité de mouvement entre les différentes vues de la base. Une représentation hiérarchique de ce graphe permet de simplifier la recherche de chemin. Le chemin de plus faible coût obtenu correspond à un ensemble de prises de vue permettant de relier visuellement les images acquises depuis les positions initiale et désirée du robot. Les mouvements du robot sont calculés en ligne, pour chaque image acquise par la caméra. Le chemin d'images correspond à une délimitation de la zone de l'environnement que doit observer la caméra durant les mouvements du robot. Les différentes vues de ce chemin ne sont pas considérées comme des positions cibles intermédiaires à atteindre. Nous avons proposé une loi de commande basée sur les principes d'asservissement visuel et de fonction de potentiel, afin de contraindre le système robotique à se mouvoir dans une zone où la visibilité d'amers visuels est considérée comme satisfaisante. Les amers utilisés sont initialement détectés sur le chemin d'images, et dynamiquement mis à jour durant la navigation par une technique de transfert d'images. Les résultats expérimentaux réalisés d'une part avec un robot cartésien, et d'autre part en simulation montrent le bien-fondé de notre approche de navigation.

Cette thèse porte sur la détermination autonome de stratégies de navigation pour un robot mobile évoluant dans un environnement extérieur initialement inconnu et non structuré. Ces stratégies concernent le choix de buts intermédiaires à rallier pour atteindre un but final, d'un mode de déplacement à appliquer, et de la prochaine tâche de perception à effectuer. Le mémoire est composé de deux parties: la première présente les algorithmes développés afin de construire une représentation topologique de l'environnement adaptée à la prise des diverses décisions stratégiques, et la seconde concerne les prises de décision proprement dites. Ètant données la complexité et la diversité d'un environnement extérieur naturel d'une part, et les grandes incertitudes que l'on a sur les données fournies par les capteurs d'autre part, nous avons favorisé pour la construction de la représentation topologique de l'environnement une technique de classification probabiliste. Les données tridimensionnelles (issues d'un télémètre laser ou d'un système de stéréovision) sont ainsi rapidement analysées de manière à produire une description de la zone perçue en termes de régions liées à la navigabilité du robot. Les données acquises de différents points de vue sont fusionnées en un modèle global, dans lequel figurent les incertitudes résultant des caractéristiques du capteur, et qui est structuré en un graphe de connexité de régions. C'est sur la base de ce modèle global, des modèles des capacités de déplacement et de perception du robot, et de la définition de la mission à réaliser (critères portant sur le temps et l'énergie à minimiser), que sont effectués les choix stratégiques. Une analyse du problème montre que sa difficulté provient essentiellement de sa complexité algorithmique et du caractère incertain des modèles de l'environnement et des capteurs. Une approche réaliste est présentée: elle consiste à déterminer le chemin au sein du graphe minimisant un coût, lequel prend en compte, outre les différents critères à minimiser, les incertitudes liées au modèle de l'environnement. Des résultats obtenus lors d'expérimentations sur un robot mobile réel sont présentés et analysés tout au long du mémoire

Afin de permettre une navigation autonome d'un robot dans un environnement, le robot doit être capable de percevoir son environnement. Dans la littérature, d'une manière générale, les robots perçoivent leur environnement en utilisant des capteurs de type sonars, cameras et lidar 2D. L'introduction de nouveaux capteurs, nommés lidar 3D, tels que le Velodyne HDL-64E S2, a permis aux robots d'acquérir plus rapidement des données 3D à partir de leur environnement. La première partie de cette thèse présente une technique pour la calibrage des capteurs lidar 3D. La technique est basée sur la comparaison des données lidar à un modèle de vérité de terrain afin d'estimer les valeurs optimales des paramètres de calibrage. La deuxième partie de la thèse présente une technique pour la localisation et la détection de fermeture de boucles pour les robots autonomes. La technique est basée sur l'extraction et l'indexation des signatures de petite-taille à partir de données lidar 3D. Les signatures sont basées sur les histogrammes de l'information de normales de surfaces locale extraite à partir des données lidar en exploitant la disposition des faisceaux laser dans le dispositif lidar.