La principale difficulté pour la navigation autonome d'un robot dans un environnement partiellement ou totalement inconnu vient naturellement du manque d'informations sur l'environnement : on ne peut assurer que le chemin calculé soit aussi court et aussi sûr que le chemin calculé avec une connaissance parfaite de l'environnement. Les informations sur l'environnement sont obtenues au fur et à mesure de la navigation avec un degré variable de certitude qui dépend de l'environnement lui-même, des capacités de perception et la localisation du véhicule, et c'est l'acquisition des informations pertinentes pour la tâche de navigation qui conditionne sa bonne réalisation. Les travaux proposés sont réalisés dans ce contexte : ils définissent une stratégie de navigation qui est basée sur la détermination des zones où l'information est nécessaire au robot pour atteindre le but.

L'objectif de ces travaux porte sur la navigation de robots autonomes sur de grandes distances dans des environnements extérieurs dynamiques, plus précisément sur le développement et l'évaluation de fonctions avancées de perception, embarquées sur des véhicules se déplaçant en convoi sur un itinéraire inconnu a priori, dans un environnement urbain ou naturel. Nous avons abordé trois problématiques : d'abord nous avons exploité plusieurs méthodes de l'état de l'art, pour qu'un véhicule A, équipé d'un capteur stéréoscopique, apprenne à la fois une trajectoire et un modèle de l'environnement supposé d'abord statique. Puis nous avons proposé deux modes pour l'exécution de cette trajectoire par un véhicule B équipé d'une simple caméra : soit un mode différé, dans lequel B charge toute la trajectoire apprise par A, puis l'exécute seul, soit un mode convoi, dans lequel B suit A, qui lui envoie par une communication HF, les tronçons de la trajectoire au fur et à mesure qu'ils sont appris. Enfin nous avons considéré le cas des environnements évolutifs et dynamiques, en traitant de la détection d'événements depuis les images acquises depuis un véhicule mobile: détection des changements (disparition ou apparition d'objets statiques, typiquement des véhicules garés dans un milieu urbain), ou de la détection d'objets mobiles (autres véhicules ou piétons).

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 / In order to autonomously navigate in an environment, a robot has to perceive its environment correctly. Rich perception information from the environment enables the robot to perform tasks like avoiding obstacles, building terrain maps, and localizing itself. Classically, outdoor robots have perceived their environment using vision or 2D lidar sensors. The introduction of novel 3D lidar sensors such as the Velodyne device has enabled the robots to rapidly acquire rich 3D data about their surroundings. These novel sensors call for the development of techniques that efficiently exploit their capabilities for autonomous navigation.The first part of this thesis presents a technique for the calibration of 3D lidar devices. The calibration technique is based on the comparison of acquired 3D lidar data to a ground truth model in order to estimate the optimal values of the calibration parameters. The second part of the thesis presents a technique for qualitative localization and loop closure detection for autonomous mobile robots, by extracting and indexing small-sized signatures from 3D lidar data. The signatures are based on histograms of local surface normal information that is efficiently extracted from the lidar data. Experimental results illustrate the developments throughout the manuscript

L'objet de cette thèse est l'étude et la mise en oeuvre d'un système de gestion automatique de la configuration d'une formation d'avions sans pilote, ou drones. Les objectifs sont, d'une part, d'améliorer la sécurité et l'efficacité d'un groupe de drones de combat, et, d'autre part, de faire le lien entre les niveaux de planification de missions et les niveaux fonctionnels de contrôle de la formation. Le vol en formation est particulièrement bien adapté pour des applications militaires en milieux hostiles, qui requièrent des synchronisations pour l'arrivée sur les cibles ou du support mutuel pour le brouillage. L'une des difficultés soulevées est le choix autonome de la configuration. Notre approche est de mettre en oeuvre, entre les niveaux décisionnels et les niveaux fonctionnels, une couche intermédiaire dédiée à la formation et à la gestion autonome de sa configuration. La configuration ainsi déterminée doit être affectée aux avions de la formation en tenant compte des contraintes tactiques et des ressources de chacun. Enfin, la sécurité du vol est un élément primordial. Il faut donc pouvoir planifier des manoeuvres de reconfiguration pour passer d'une configuration à une autre, en respectant les distances minimales entres avions. Des solutions ont été développées à partir de l'algorithme Branch & Bound pour résoudre les problèmes d'allocations, et de l'algorithme A* pour la planification de trajectoires dans la formation. De plus, un contrôle de vol de la formation a été implémenté. Ceci a permis de valider notre approche par des simulations et des expérimentations réelles.

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.

Cette thèse traite de la navigation autonome en environnement encombré pour des véhicules à roues soumis à des contraintes cinématiques de type nonholonome. Les applications de ces travaux sont par exemple l'automatisation de véhicules ou l'assistance au parking. Afin de se déplacer de façon autonome, un robot doit mettre en oeuvre un certain nombre de fonctionnalités : planification d'une trajectoire sans collision, localisation, évitement réactif d'obstacles, suivi de trajectoire, etc. Nous montrons que les spécificités des applications envisagées et des systèmes auxquels nous nous intéressons requièrent des méthodes originales de résolution de ces fonctionnalités, qui tiennent explicitement compte de ces spécificités. Notre contribution porte sur le développement de méthodes permettant de réaliser certaines de ces fonctionnalités et sur l'intégration des différentes fonctionnalités de la navigation au sein d'une architecture générique. Nous présentons tout d'abord une méthode d'évitement réactif d'obstacles qui consiste à déformer en cours d'exécution une trajectoire initiale calculée dans un modèle de l'environnement, de façon à ce qu'elle s'éloigne des obstacles perçus et qu'elle respecte les contraintes cinématiques du système. Puis nous proposons une méthode de parking référencé sur des amers pour systèmes nonholonomes. Le principe est de définir la position de parking désirée relativement à des éléments de l'environnement, et de déformer la trajectoire pour rejoindre cette position. Ensuite nous présentons une architecture générique pour l'intégration des fonctionnalités de localisation, d'évitement d'obstacles et de suivi de trajectoire. Enfin nous illustrons l'ensemble de ces travaux par des résultats expérimentaux obtenus avec plusieurs robots.

Enjeux : Depuis plus de dix ans aux USA, en Europe ou au Japon, nous observons un effort grandissant dans la recherche et le développement, dans le domaine du transport. En réponse aux problèmes de congestion, pollution et sûreté, soulevés par l'utilisation croissante des voitures en milieu urbain, de nouveaux modes de transport ont été proposés. Ils s'appuient sur l'utilisation de véhicules individuels circulant sur site urbain (projet Praxitèle en France, ICVS de Honda au Japon) ou sur site dédié (Parkshuttle aux Pays-Bas, Serpentine en Suisse, IMTS de Toyota au Japon). Dans le long terme, il est envisagé d'équiper ce type de véhicules afin de les rendre complètement autonomes. Cependant, le développement de voitures complètement autonomes ne peut être réalisé qu'en prenant en compte la nature particulière de l'environnement: nous sommes confrontés ici à des environnements peuplés d'obstacles mobiles (autres voitures ou piétons), capable de se mouvoir à des vitesses élevées et dont le mouvement future est à priori inconnu. A ce jour, le problème de navigation autonome dans ce type d'environnement reste largement ouvert. Positionnement du sujet : Notre travail aborde le problème de navigation autonome en milieu dynamique partiellement connu. Ce problème a généré de nombreux travaux durant les dix dernières années. Néanmoins, nous avons observé que certains aspect fondamentaux liés à la nature dynamique de l'environnement ont été oubliés, en commençant par la limite de temps qu'un système placé dans un environnement dynamique a, pour prendre une décision et exécuter son mouvement. Bien que cette contrainte soit d'importance cruciale, il y a paradoxalement peu de travaux dans la littérature la prennent en compte. Cette contrainte temps réel a été placée au coeur de notre travail. Résultats : Dans ce travail nous présentons une technique de planification qui prend en compte de manière explicite la contrainte temps réel imposée par l'environnement dynamique. La planification de mouvement partiel (PMP) est une technique originale de planification qui réagit à tout moment; dès que le temps imparti pour calculer une trajectoire est écoulé, la meilleure trajectoire calculée disponible est transmise. En fait, de notre point de vue, l'approche PMP est la meilleure approche possible au problème que nous avons observé, à savoir l'incompatibilité intrinsèque entre la planification en environnement dynamique et la contrainte temps réelle. PMP intègre également le problème de sûreté, que nous considérons d'un point de vue des états de collisions inévitables (ICS), concept récent qui englobe toutes les approches existantes et de proposer une technique qui donne de fortes garanties de sûreté pour notre système. Enfin, dans de ce travail, nous démontrons l'efficacité de notre approche PMP pour des environnements relativement complexes. Plusieurs expérience ont été mises en oeuvre où PMP a ainsi été intégré sur une plate forme réelle, le robot type voiture Cycab, véhicule conçu par l'INRIA. Transfert des résultats vers l'industrie : Dans un contexte d'automatisation des véhicules à des fins d'assistance à la conduite ou de confort, la technique developpée dans ce travail pourrait tout à fait servir de base à des stratégies d'utomatisation de certaines manoeuvres de véhicules.

L’autonomie d’un agent mobile se définit par sa capacité à naviguer dans un environnement sans intervention humaine. Cette tâche s’avère très demandée pour les robots d’assistance à la personne. C’est pour cela que notre contribution s’est portée en particulier sur l’instrumentation et l’augmentation de l’autonomie d’un fauteuil roulant pour les personnes à mobilité réduite. L’objectif de ce travail est de concevoir des lois de commande qui permettent à un robot de naviguer en temps réel et en toute autonomie dans un environnement inconnu. Un cadre de perception virtuelle unifié est introduit et permet de projeter l’espace navigable obtenu par des observations éventuellement multiples. Une approche de navigation autonome et sûre a été conçue pour se déplacer dans un environnement peu encombré dont la structure peut être assimilée à un couloir (lignes au sol, murs, délimitation herbes, routes...). La problématique a été résolue en utilisant le formalisme de l’asservissement visuel. Les caractéristiques visuelles utilisées dans la loi de commande ont été construites à partir de la représentation virtuelle (à savoir la position du point de fuite et l’orientation de la ligne médiane du couloir). Pour assurer une navigation sûre et lisse, même lorsque ces paramètres ne peuvent pas être extraits, nous avons conçu un observateur d’état pour estimer les caractéristiques visuelles dans le but de maintenir la commande fonctionnelle du robot. Cette approche permet de faire naviguer un robot mobile dans un couloir même en cas de défaillance sensorielle (données non fiables) et/ou de perte de mesure. La première contribution de cette thèse a été étendue en traitant tout type d’environnement encombré statique ou dynamique. Cela a été réalisé en utilisant le diagramme de Voronoï. Le diagramme de Voronoï généralisé, également appelé squelette, est une représentation puissante de l’environnement. Il définit un ensemble de chemins à la distance maximale des obstacles. Dans ce travail, une approche d’asservissement visuel basée sur le squelette extrait en temps réel était proposée pour une navigation autonome et sûre des robots mobiles. La commande est basée sur une approximation du DVG local en utilisant le Delta Medial axis, un algorithme de squelettisation rapide et robuste. Ce dernier produit un squelette filtré de l’espace libre entourant le robot en utilisant un paramètre qui prend en compte la taille du robot. Cette approche peut faire face aux bruits de mesure au niveau de la perception et au niveau de la commande à cause des glissement des roues. C’est pour cela que nous avons conçu une approche d’asservissement visuel sur une prédiction d’une linéarisation du DVG. Une analyse complète a été réalisée pour montrer la stabilité des lois de commandes proposées. Des simulations et des tests expérimentaux valident l’approche proposée. / The autonomy of a mobile agent is defined by its ability to navigate in an environment without human intervention. This task is very required for personal assistance robots. That’s why our contribution has been particularly focused on instrumentation and increasing the autonomy of a wheelchair for reduced mobility peaple. The objective of this work is to design control laws that allow a robot to navigate in real time and independently in an unknown environment. A unified virtual perception framework is introduced and allows to project the navigable space obtained by possibly multiple observations. First we designed an autonomous and safe navigation approach in environment whose structure can be assimilated to a corridor (lines on the ground, walls, delimitation of grasses, roads ...). We have solved this problem by using the formalism of visual servoing. The visual characteristics used in the control law were constructed from the virtual representation (ie the position of the vanishing point and the orientation of the center line of the corridor). To ensure safe and smooth navigation, even when these parameters can not be extracted, we have designed a finite-time state observer to estimate the visual characteristics in order to maintain the robot’s control efficient. This approach let a mobile robot navigate in a corridor even in in the case of sensory failure (unreliable data) and/or loss of measurement. We have extended the first contribution of this work with dealing with any type of static or dynamic environment. This was done using the Voronoi diagram. The Generalized Voronoi Diagram (GVD), also named skeleton, is a powerful environment representation, since, among other reasons, it defines a set of paths at maximal distance from the obstacles. In this work, a real time skeleton based visual servoing approach is proposed for a safe autonomous navigation of mobile robots. The control is based on an approximation of the local GVD using the Delta Medial Axis, a fast and robust skeletonization algorithm. The latter produces a filtered skeleton of the free space surrounding the robot using a pruning parameter that takes into account the robot size. This approach can cope with measurement noises at the perception and control with the wheel slip. This is why we have designed a visual servoing approach on a prediction of a GVD linearization. A complete analysis was performed to show the stability of the proposed control laws. Simulations and experimental tests validate the proposed approach.

Dans le cadre du programme ExoMars, l’ESA va déployer un rover sur Mars dont la mission sera de réaliser des prélèvements d’échantillons par forage souterrain et les analyser à l’aide des instruments scientifiques embarqués. Pour atteindre en toute sécurité les différents points d’intérêt où seront effectués ces prélèvements, le rover devra être capable de parcourir plus de 70 mètres par sol (jour martien) tout en respectant les limitations des communications interplanétaires. Les performances des algorithmes de navigation autonome embarqués impacteront directement la réussite scientifique de cette mission. Le premier objectif de cette thèse est d’améliorer les performances de l’architecture de planification de chemin local itératif proposée par le CNES. Tout d’abord, l’utilisation d’un planificateur incrémental de chemin local ”Fringe Retrieving A∗” permettant de réduire la charge de calcul est proposée. Il est complété par l’introduction de tas binaires dans les structures de gestion de la liste de priorité du planificateur de chemin.Ensuite, les manœuvres de rotation sur place pendant l’exécution des trajectoires sont réduites à l’aide d’un planificateur de chemins non-holonomes. Ce planificateur utilise un ensemble de chemins pré-calculés en tenant compte des capacités de braquage du rover. Le second axe de recherche concerne la planification de chemin global d’un rover d’exploration planétaire. Dans un premier temps, la contrainte de mémoire embarquée est détendue et une étude statistique évalue la pertinence d’un planificateur de chemin de type D∗ lite. Dans un deuxième temps, une nouvelle représentation multi-résolution de la carte de navigation est proposée pour stocker de plus grandes zones explorées par le rover sans augmenter l’utilisation de la mémoire embarquée. Cette représentation est utilisée par la suite par un planificateur de chemin global qui réduit automatiquement la charge de calcul en adaptant le sens de recherche en fonction de la forme et de la distribution des obstacles dans l’espace de navigation. / ESA’s ExoMars mission will deploy a 300kg class rover on Mars, which will serveas a mobile platform for the onboard scientific instruments to reach safely desired locations where subsurface drilling and scientific measurements are scheduled. Due to the limited inter-planetary communication constraints, full autonomous on board navigation capabilities are crucial as the rover has to drive over 70 meters per sol(Martian day) to reach designated scientific sites. The core of the navigation softwareto be deployed on the ExoMars rover uses as baseline the autonomous navigation architecture developed by CNES during the last 20 years. Such algorithms are designed to meet the mission-specific constraints imposed by the available spatial technology such as energy consumption, memory, computation power and time costs.The first objective of this thesis is to improve the performance of the successive localpath planning architecture proposed by CNES. First, the use of an increment allocal path planner, Fringe Retrieving A∗, is proposed to reduce the path planning computation load. This is complemented by the introduction of binary heaps in the management structures of the path planner. In-place-turn maneuvers during trajectory execution are further reduced by using a state lattice path planner which encodes the steering capabilities of the rover.The second research direction concerns global path planning capabilities for roboticplanetary exploration. First the onboard memory constraints are relaxed and a studyevaluating the use of a global D∗ lite path planner is performed. Second, a novel multi-resolution representation of the navigation map which covers larger areas atno memory cost increase is proposed. It is further used by a global path planner which automatically reduces the computational load by selecting its search direction based on obstacle shapes and distribution in the navigation space.

Dans ces travaux, nous proposons un système sûr pour la localisation de robot mobile en milieu intérieur structuré. Le principe repose sur l’utilisation de deux capteurs (lidar et caméra monoculaire) combinés astucieusement pour assurer une rapidité de calcul et une robustesse d’utilisation. En choisissant des capteurs reposant sur des principes physiques différents, les chances qu'ils se retrouvent simultanément perturbés sont minimes. L’algorithme de localisation doit être rapide et efficient tout en conservant la possibilité de fournir un mode dégradé dans éventualité où l’un des capteurs serait endommagé. Pour atteindre cet objectif de localisation rapide, nous optimisons le traitement des données à divers niveaux tels que la quantité de données à traiter ou l’optimisation algorithmique. Nous opérons une approximation polygonale des données du lidar 2D ainsi qu’une détection des segments verticaux dans l’image couleur. Le croisement de ces deux informations, à l’aide d’un filtre de Kalman étendu, nous donne alors une localisation fiable. En cas de perte du lidar, le filtre de Kalman peut toujours fonctionner et, en cas de perte de la caméra, le robot peut faire un recalage laser avec le lidar. Les données des deux capteurs peuvent également servir à d’autres objectifs. Les données lidar permettent d’identifier les portes (points de collision potentiels avec des humains), les données caméra peuvent permettre la détection et le suivi des piétons. Les travaux ont été majoritairement menés et validés avec un simulateur robotique avancé (4DV-Sim) puis ont été confirmés par des expériences réelles. Cette méthodologie permet à la fois de développer nos travaux et de valider et améliorer le caractère fonctionnel de cet outil de robotique. / In this work, we propose a safe system for robot navigation in an indoor and structured environment. The main idea is the use of two combined sensors (lidar and monocular camera) to ensure fast computation and robustness. The choice of these sensors is based on the physic principles behind their measures. They are less likely to go blind with the same disturbance. The localization algorithm is fast and efficient while keeping in mind the possibility of a downgraded mode in case of the failure of one sensor. To reach this objective, we optimized the data processing at different levels. We applied a polygonal approximation to the 2D lidar data and a vertical contour detection to the colour image. The fusion of these data in an extended Kalman filter provides a reliable localization system. In case of a lidar failure, the Kalman filter still works, in case of a camera failure the robot can rely upon a lidar scan matching. Data provided by these sensors can also deserve other purposes. The lidar provides us the localization of doors, potential location for encounter with humans. The camera can help to detect and track humans. This work has been done and validated using an advanced robotic simulator (4DV-Sim), then confirmed with real experiments. This methodology allowed us to both develop our ideas and confirm the usefulness of this robotic tool.