The complexity of the path finding and navigation problem increases when multiple agents are involved and these agents have to maintain a predefined formation while moving on a 3-D terrain. In this thesis, a novel approach for multiresolution formation representation is proposed, that allows hierarchical formations of arbitrary depth to be defined using different referencing schemes. This formation representation approach is then utilized to find and realize a collision free optimal path from an initial location to a goal location on a 3-D terrain, while preserving the formation. The proposed metod first employs a terrain analysis technique that constructs a weighted search graph from height-map data. The graph is used by an off-line search algorithm to find the shortest path. The path is realized by an on-line planner, which guides the formation along the path while avoiding collisions and maintaining the formation. The methods proposed here are easily adaptable to several application areas, especially to real time strategy games and military simulations.

Plusieurs laboratoires de robotique à travers le monde travaillent sur le développement de stratégies innovantes pour la navigation autonome de véhicules élémentaires ou en convoi. Dans ce contexte, nos travaux de thèse s’inscrivent principalement dans le cadre de la navigation en formation d’un groupe de véhicules dans des environnements structurés. La complexité de ces systèmes multi-robots ne permet pas l’utilisation directe de techniques classiques de perception et/ou de contrôle/commande. Nos travaux ont consisté à décomposer le contrôle global, dédié à la réalisation de la tâche complexe, en un ensemble de comportements/contrôleurs élémentaires précis et fiables (e.g., évitement d’obstacles, suivi de trajectoire, attraction vers une cible, navigation en formation, etc.). Ces comportements lient les différentes informations fournies par les capteurs aux actions des véhicules. Pour garantir les critères de performances imposés à notre architecture de contrôle/commande (e.g., stabilité, robustesse et/ou borner les erreurs maximales), les potentialités des systèmes hybrides ont été considérées. Cette architecture de contrôle a été validée, dans un premier temps, sur des véhicules pris individuellement, en utilisant notamment une stratégie de navigation sûre et flexible utilisant des points de passage. Cette navigation permet au véhicule d’effectuer différentes manœuvres entre ces points de passage (pour éviter par exemple des obstacles dans l’environnement) et ce sans avoir à planifier/re-planifier des trajectoires globales dans l’environnement. Une loi de commande spécifique, permettant une attraction stable (au sens de Lyapunov) et précise vers des cibles statiques ou dynamiques a été par ailleurs développée. Cette loi de commande garantit la convergence du véhicule vers chaque point de passage tout en garantissant des trajectoires sûres. Par ailleurs, un algorithme nommé OMWS (pour Optimal Multi-criteria Waypoint Selection) a été proposé pour sélectionner les configurations optimales des points de passage dans l’environnement. Cet algorithme permet de garantir des mouvements sûrs et fiables du véhicules en tenant compte des contraintes et incertitudes liées à la navigation du véhicule. Par la suite, l’architecture de contrôle/commande proposée a été étendue aux systèmes multi-robots en utilisant la combinaison d’une approche leader-suiveur et comportementale. Un important aspect de la navigation multi-robots est la reconfiguration dynamique de la formation en fonction du contexte de la navigation (e.g., passer d’une configuration triangle vers ligne si la largeur de la voie de navigation ne suffisait pas). Ainsi, des stratégies de reconfiguration dynamique ont été proposées, permettant de garantir la sureté de la formation même au moment des transitions entre configurations. Il est à noter par ailleurs que des métriques spécifiques ont été proposées pour quantifier la fiabilité et la robustesse des stratégies multi-robots proposées. Plusieurs simulations et expérimentations avec des véhicules urbains (VIPALABs) nous ont permis de confirmer la viabilité et efficacité des architectures de contrôle/commande proposées pour la navigation en formation d’un groupe de VIPALABs. / Beyond the interest of robotics laboratories for the development of dedicated strategies for single vehicle navigation, several laboratories around the world are more and more involved in the general challenging field of cooperative multi-robot navigation. In this context, this work deals with the navigation in formation of a group of Unmanned Ground Vehicles (UGVs) dedicated to structured environments. The complexity of this Multi-Robot System (MRS) does not permit the direct use of neither classical perception nor control techniques. To overcome this problem, this work proposes to break up the overall control dedicated to the achievement of the complex task into a group of accurate and reliable elementary behaviors/controllers (e.g., obstacles avoidance, trajectory tracking, target reaching, navigation in formation, formation reconfiguration, etc.). These behaviors are linked to different information given by the sensors to the actions of vehicles. To guarantee the performances criteria (e.g., stability, convergence, state errors) aimed by the control architecture, the potentialities of hybrid controllers (which controlling continuous systems in the presence of discrete events) are considered. This control architecture is validated for a single vehicle to perform safe and flexible autonomous navigation using an appropriate strategy of navigation through suitable set of waypoints. This flexible navigation allows different vehicle maneuvers between waypoints (e.g., target reaching or obstacle avoidance) without using any trajectory planning nor replanning. The designed control law based on Lyapunov synthesis guarantees the convergence to assigned waypoint while performing safe trajectories. Furthermore, an algorithm to select suitable waypoints’ positions, named Optimal Multi-criteria Waypoint Selection (OMWS), in structured environments while taking into account the safe and reliable vehicle movements, and vehicle constraints and uncertainties is proposed. Subsequently, the control architecture is extended to Multi-Robot Formation (MRF) using a combination of Leader-Follower and behavior-based approaches. An important cooperative MRS issues in this thesis is the dynamic reconfiguration of the formation according to the context of navigation (e.g., to pass from a triangle configuration towards a line if the width of the navigation way is not sufficient). The proposed Strategy for Formation Reconfiguration (SFR) guarantees the stability and the safety of the MRS at the time of the transitions between configuration (e.g., line towards square, triangle towards line, etc.). Therefore, a safe, reactive and dynamic MRF is obtained. Moreover, the degrees of multi-robot safety, stability and reliability of the system are quantified via suitable metrics. Simulations and experiments using urban vehicles (VIPALABs) of the Institut Pascal laboratory allow to perform exhaustive experiments of the proposed control architecture for the navigation in formation of a group of UGVs.

La complexité inhérente à la coordination des mouvements d'un groupe de robots mobiles est traitée en investiguant plus avant les potentialités des architectures de contrôle comportementales dont le but est de briser la complexité des tâches à exécuter. En effet, les robots mobiles peuvent évoluer dans des environnements très complexes et nécessite de surcroît une coopération précise et sécurisée des véhicules pouvant rapidement devenir inextricable. Ainsi, pour maîtriser cette complexité, le contrôleur dédié à la réalisation de la tâche est décomposé en un ensemble de comportements/contrôleurs élémentaires (évitement d'obstacles et de collision entre les robots, attraction vers une cible, etc.) qui lient les informations capteurs (provenant de caméras, des capteurs locaux du robot, etc.) aux actionneurs des différentes entités robotiques. La tâche considérée est la navigation en formation en présence d'obstacles (statiques et dynamiques). La spécificité de l'approche théorique consiste à allier les avantages des architectures de contrôle comportementales à la méthode de la structure virtuelle où le groupe de robots mobiles suit un corps virtuel avec une dynamique (vitesse, direction) donnée. Ainsi, l'activation d'un comportement élémentaire en faveur d'un autre se fait en respectant les contraintes structurelles des robots (e.g. vitesses et accélérations maximales, etc.) en vue d'assurer le maximum de précision et de sécurité des mouvements coordonnés entre les différentes entités mobiles. La coopération consiste à se partager les places dans la structure virtuelle de manière distribuée et de façon à atteindre plus rapidement la formation désirée. Pour garantir les critères de performances visés par l'architecture de contrôle, les systèmes hybrides qui permettent de commander des systèmes continus en présence d'évènements discrets sont exploités. En effet, ces contrôleurs (partie discrète) permettent de coordonner l'activité des différents comportements (partie continue) disponibles au niveau de l'architecture, tout en offrant une analyse automaticienne rigoureuse de la stabilité de celle-ci au sens de Lyapunov. Chaque contribution est illustrée par des résultats de simulation. Le dernier chapitre est dédié à l'implémentation de l'architecture de contrôle proposée sur un groupe de robots mobiles Khepera III.

La complexité inhérente à la coordination des mouvements d'un groupe de robots mobiles est traitée en investiguant plus avant les potentialités des architectures de contrôle comportementales dont le but est de briser la complexité des tâches à exécuter. En effet, les robots mobiles peuvent évoluer dans des environnements très complexes et nécessite de surcroît une coopération précise et sécurisée des véhicules pouvant rapidement devenir inextricable. Ainsi, pour maîtriser cette complexité, le contrôleur dédié à la réalisation de la tâche est décomposé en un ensemble de comportements/contrôleurs élémentaires (évitement d'obstacles et de collision entre les robots, attraction vers une cible, etc.) qui lient les informations capteurs (provenant de caméras, des capteurs locaux du robot, etc.) aux actionneurs des différentes entités robotiques. La tâche considérée est la navigation en formation en présence d'obstacles (statiques et dynamiques). La spécificité de l'approche théorique consiste à allier les avantages des architectures de contrôle comportementales à la méthode de la structure virtuelle où le groupe de robots mobiles suit un corps virtuel avec une dynamique (vitesse, direction) donnée. Ainsi, l'activation d'un comportement élémentaire en faveur d'un autre se fait en respectant les contraintes structurelles des robots (e.g. vitesses et accélérations maximales, etc.) en vue d'assurer le maximum de précision et de sécurité des mouvements coordonnés entre les différentes entités mobiles. La coopération consiste à se partager les places dans la structure virtuelle de manière distribuée et de façon à atteindre plus rapidement la formation désirée. Pour garantir les critères de performances visés par l'architecture de contrôle, les systèmes hybrides qui permettent de commander des systèmes continus en présence d'évènements discrets sont exploités. En effet, ces contrôleurs (partie discrète) permettent de coordonner l'activité des différents comportements (partie continue) disponibles au niveau de l'architecture, tout en offrant une analyse automaticienne rigoureuse de la stabilité de celle-ci au sens de Lyapunov. Chaque contribution est illustrée par des résultats de simulation. Le dernier chapitre est dédié à l'implémentation de l'architecture de contrôle proposée sur un groupe de robots mobiles Khepera III. / Inherent difficulty of coordinating a group of mobile robots is treated by investigating behavior-based architectures which aim to break task complexity. In fact, multi-robot navigation may become rapidly inextricable, specifically if it is made in hazardous and dynamical environment. The considered task is the navigation in formation in presence of (static and dynamic) obstacles. To overcome its complexity, it is proposed to divide the overall task into two basic behaviors/controllers (obstacle avoidance, attraction to a dynamical target). Applied control is chosen among these controllers according to sensors information (camera, local sensors, etc.). Theoretic approach combines behavior-based and the virtual structure strategy which considers the formation as a virtual body with a given dynamic (velocity, direction). Thus, activating a controller or another is accomplished while respecting structural robots constraints (e.g. maximal velocities and accelerations). The objective is to insure the highest precision and safety of the coordinated motion between the robots. These ones cooperate by optimizing the way of sharing their places in the formation in order to form it in a faster manner. To guarantee performance criteria of the control architecture, hybrid systems tolerating the control of continuous systems in presence of discrete events are explored. In fact, this control allows coordinating (by discrete part) the different behaviors (continuous part) of the architecture. A complete analysis of this architecture stability is also given thanks to Lyapunov-based theory. Every contribution is illustrated through simulation results. The last chapter is devoted to the implementation of the proposed control architecture on a group of Khepera III robots.

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.