Il y a aujourd'hui, d'après l'UNECE1 environ 770.000 robots opérationnels dont 24.000 en France. À ce jour, la plupart de ces robots sont des manipulateurs industriels dont l'autonomie est souvent réduite au stricte minimum. Ce manque d'autonomie est souvent due à l'absence de capteurs extéroceptifs sur les systèmes robotiques disponibles sur le marché. Ces capteurs sont cependant indispensables des lors que le robot évolue dans un environnement partiellement ou totalement inconnu. Dans ce contexte ces capteurs apportent aux systèmes robotiques les informations nécessaires pour appréhender l'environnement dans lequel ils évoluent. Dans le cadre de nos travaux nous avons uniquement considéré le cas des capteurs de vision qui fournissent au système une information riche mais dégénérée sous la forme d'une projection vers une image 2D de l'ensemble de l'environnement 3D perçu. L'un des points fondamentaux du cycle perception-action est la génération automatique des mouvements d'une ou plusieurs caméras. La création de carte 3D de l'environnement a longtemps été considérée comme un point de passage obligé pour la génération automatique des mouvements d'un robot autonome et de nombreux travaux se sont focalisés, souvent avec succès, sur ce sujet (e.g., [63]). Une façon élégante de raccourcir ce cycle en liant étroitement l'action à la mesure dans l'image est de générer les mouvements du système robotique en ayant recours au techniques d'asservissement visuel.

Dans ce manuscrit, nous nous intéressons au problème de la navigation d'un robot mobile par commande référencée multi-capteurs. Notre objectif est d'effectuer des tâches de navigation guidées par la vision dans des environnements d'intérieur structurés peu connus, possiblement évolutifs et où l'homme peut être présent. Les missions considérées pourront inclure de longs déplacements et consisteront à positionner le robot vis-à-vis d'un amer ou d'une personne d'intérêt. Leur position dans la scène étant inconnue, ils seront repérés par la vision. Afin de pouvoir réaliser de telles missions, différents problèmes doivent être traités : le mouvement vers le but, l'évitement d'obstacles, le traitement des occultations, la réalisation de longs déplacements. Si les trois premiers points ont un caractère intrinsèquement local, le dernier nécessite des compétences globales. Les travaux que nous avons menés cherchent à répondre à ces différents problèmes. Tout d'abord, nous nous sommes focalisés sur les aspects "locaux". Nous avons ainsi exploité l'asservissement visuel 2D pour réaliser la tâche de navigation nominale et permettre au robot de converger vers un amer ou une personne d'intérêt. Cependant, bien que cette technique présente de bonnes propriétés de robustesse, elle ne permet pas à elle seule de traiter efficacement les problèmes de collisions et d'occultations. Une de nos premières contributions a donc consisté en le développement de stratégies de commande garantissant la non collision en présence d'obstacles non occultants. Sur la base de ces résultats, nous nous sommes intéressés à la gestion des occultations et avons développé des algorithmes permettant de reconstruire les indices visuels lorsque ceux-ci sont indisponibles. Nous les avons ensuite couplés à nos stratégies de commande afin que le robot puisse évoluer à partir des indices visuels réels ou reconstruits selon le cas. L'association de ces différents techniques et algorithmes a permis de réaliser effica cement des tâches de navigation référencées vision en présence d'obstacles occultants et non occultants. Cependant, elle nécessite que l'amer ou la personne d'intérêt soit visible dès le début de la mission, ce qui n'est pas le cas lorsque l'on souhaite réaliser de longs déplacements. Nos dernières contributions sont donc focalisées sur ce problème. Afin de conférer au robot les compétences globales nécessaires, nous avons couplé une carte topologique représentant l'environnement à un algorithme de supervision gérant la stratégie de commande. Le robot est ainsi devenu capable d'effectuer de longs déplacements dans des scènes peu connues. L'ensemble de ces travaux a été validé en simulation et expérimentalement sur les différents robots à disposition. Les résultats obtenus montrent la pertinence de l'approche proposée et ouvrent des perspectives prometteuses dans et hors du contexte de la navigation.

Le point de départ des travaux présentés dans cette thèse est la volonté de développement d'une aide robotisée à la saisie intuitive pour les personnes en situation de handicap. L'outil proposé est un manipulateur contrôlé en utilisant directement les informations transmises par deux caméras, l'une embarquée sur la pince qui donne une vue détaillée de la scène, et l'autre déportée qui en oﰛre une vue d'ensemble. L'objet de nos travaux est de saisir un objet a priori inconnu à partir d'un seul clic de l'utilisateur sur une image acquise par la caméra déportée. Nous proposons des méthodes permettant de localiser et de caractériser grossièrement un objet de forme convexe aﰜn qu'il puisse être saisi par la pince du manipulateur. Cette thèse peut être vue comme complémentaire aux méthodes existantes reposant sur l'utilisation de bases de données. Ce manuscrit est divisé en deux parties : la localisation grossière d'un objet inconnu et la caractérisation de sa forme. L'objet se situe sur la ligne de vue qui passe par le centre optique de la caméra déportée et le clic. La projection de cette ligne de vue dans la caméra embarquée est la ligne épipolaire associée aux clic. Nous proposons donc un asservissement visuel reposant sur l'utilisation de la géométrie épipolaire pour commander la caméra embarquée de façon à parcourir cette ligne. Les indices visuels extraits des images embarquées sont ensuite mis en correspondance avec les indices détectés au voisinage du clic pour estimer la position 3D de l'objet. Cette méthode est robuste à des mouvements relatifs de l'objet et de la caméra déportée au cours du processus de localisation. En ﰜn de processus, l'objet désigné se trouve dans le champ de vision des deux caméras et ces deux vues peuvent servir à initier une caractérisation plus précise de l'objet et suﰞsante pour la saisie. Le problème de la caractérisation de la forme de l'objet a été traité dans le cadre d'une observation monoculaire dynamique. La forme de l'objet est modélisée par une quadrique dont les paramètres sont estimés à partir de ses projections dans un ensemble d'images. Les contours de l'objet sont détectés par une méthode de contours actifs initialisés à partir de la localisation grossière de l'objet. La caractérisation de l'objet est d'autant plus précise que les vues utilisées pour l'estimer sont bien choisies. La dernière contribution de ce mémoire est une méthode de sélection par vision active des vues optimales pour la reconstruction. Les meilleures vues sont choisies en recherchant les positions de la caméra qui maximisent l'information.

Cette thèse propose des contributions très prometteuses au sujet du choix des primitives visuelles en asservissement visuel utilisant les moments 2D extraits de l'image. Nous avons proposé une nouvelle manière de résoudre un problème important en asservissement visuel, à savoir la commande du mouvement de rotation suivant les axes orthogonaux à l'axe optique. Ce travail représente une amélioration significative des travaux précédents en asservissement visuel basé sur l'utilisation des moments 2D extraits de l'image pour commander les degrés de liberté des robots manipulateurs. La commande la plus utilisée est connue sous le nom de commande cinématique. L'approche emploie un descripteur global d'image basé sur des moments 2D "shifted" dont les invariants calculés à partir de ces moments 2D "shifted" utilisent des moments d'ordre faible connus pour être robustes au bruit. De plus, ces invariants choisis ne dépendant pas de la forme de l'objet, sont invariants au mouvement de translation, de rotation et d'échelle. Cette nouvelle façon de faire vient ainsi résoudre les problèmes vus dans les travaux précédents relatifs aux choix des combinaisons des moments invariants basés sur les moments centrés et qui dépendent de la forme de l'objet considéré. Dans les travaux précédents, ces invariants sont calculés avec des moments dont l'ordre est compris entre trois et cinq qui sont vulnérables aux bruits de mesure. D'un point de vue asservissement visuel, le travail est basé sur la détermination explicite de la matrice d'interaction calculée à partir des moments 2D "shifted" dont le choix des paramètres de décalages respectent les propriétés d'invariances aux mouvements de translation, de rotation et d'échelle. En procédant ainsi, les informations visuelles choisies montrent la capacité de représenter les objets de formes symétriques et non symétriques. Des résultats de simulations sont présentés pour illustrer la validité de notre proposition.

En orthodontie, le diagnostic et la planification d'un traitement reposent sur la connaissance de l'architecture dentaire du patient relevée, entre autre, par un moulage en plâtre. Aujourd'hui, des logiciels permettent de manipuler des modèles numériques des arcades dentaires obtenus après numérisation des moulages. Afin d'observer l'engrènement des dents, il est nécessaire de mettre en occlusion les deux arcades numérisées séparément. Cette étape est actuellement manuelle et l'objet de ces travaux de thèse est de proposer une chaîne robuste de traitements permettant un recalage automatique des deux arcades guidé par plusieurs photos "en bouche" du patient. L'approche proposée consiste à définir trois types de points singuliers et à mettre en place des méthodes robustes de détection automatique à la fois sur les modèles 3D et les images couleur s'appuyant sur la courbure et la texture. Une fois mis en correspondance, ces points homologues 2D/3D permettent d'estimer les matrices de projection puis la transformation rigide (6ddl) pour positionner au mieux la mandibule par rapport au maxillaire en minimisant les erreurs de reprojection dans plusieurs vues. Afin de s'affranchir du bruit de détection, les positions 2D et/ou 3D des points sont améliorées au cours du processus d'optimisation. De nombreux tests sur des données virtuelles et réelles valident l'approche choisie. L'occlusion finale obtenue par recalage automatique est proche de la référence de l'expert. Les résultats sont encourageants pour fournir une alternative automatique à intégrer dans un outil d'aide au diagnostic.

L'endomicroscopie confocale laser fibrée (pCLE, pour probe-based Confocal Laser Endomicroscopy) est une modalité d'imagerie qui permet d'obtenir des images d'un tissu en temps-réel, avec une résolution micrométrique, lorsque l'on place la sonde d'imagerie au contact de celui-ci. En chirurgie digestive, cette technologie peut être utilisée pour remplacer les biopsies extemporanées par des biopsies optiques, sans prélèvement de tissu. Ceci permet de réduire le temps opératoire et l'invasivité de l'opération. Généralement, afin de rendre un diagnostic clinique sur l'état cancéreux d'un tissu, les cliniciens analysent non seulement les cellules, mais également leur organisation relative. Cependant, pour des raisons techniques, il n'est pas possible d'avoir une sonde petite, donnant des images grand champ, et avec une résolution de l'ordre du micromètre. Ainsi, les images confocales sont la plupart du temps trop petites pour que les cliniciens puissent poser un diagnostic. Une solution possible à ce problème est de déplacer la sonde sur la surface du tissu afin de collecter une suite d'images que l'on recale afin grâce à un algorithme de mosaicing afin de reconstruire une image grand champ. Cette technique a fait l'objet de nombreuses études. Ces études ont essentiellement porté sur l'algorithme de mosaicing, et peu d'intérêt a été porté jusqu'à présent au mouvement de balayage de la sonde sur le tissu. La plupart du temps, ce mouvement est réalisé à la main en utilisant les manettes d'un fibroscope dans des applications de gastroentérologie. Ce type d'actionnement ne permet pas de contrôler la trajectoire de la sonde correctement, surtout en présence de mouvements physiologiques et de déformations des tissus sous l'action de la sonde. Notre travail porte sur la conception et le développement d'instruments minimalement invasifs robotisés permettant de réaliser des biopsies optiques dans la cavité abdominale. Premièrement, une méthode permettant d'estimer la vitesse dans les images endomicroscopiques est décrite et évaluée (chapitre 2). Cette méthode est alors utilisée pour mettre en évidence et modéliser les déformations des tissus mous lorsque la sonde est en mouvement à leur contact (chapitre 3). Un modèle phénoménologique simple utilisant un seul paramètre est proposé, ainsi qu'une procédure de calibration en ligne. Deux stratégies sont proposées afin de compenser les déformations, l'une utilisant une trajectoire ligne par ligne modifiée et l'autre utilisant un balayage en spirale qui permet de minimiser l'influence des déformations du tissu. Par ailleurs, un algorithme de commande par asservissement visuel est également proposé. Celui-ci est basé sur l'estimation de vitesse présentée dans le chapitre 2, et permet de contrôler précisément la position de la sonde tout en rejetant les déformations du tissus considérées comme une perturbation. Une variante de cet algorithme est également proposée pour contrôler la vitesse d'avance le long d'un balayage contraint à une trajectoire en spirale. On montre, lors d'expériences ex vivo réalisées avec un robot industriel de précision, que le bon contrôle de la position de la sonde le long de la trajectoire permet de réaliser des mosaïques significativement plus grandes que celles que l'on peut trouver dans la littérature existante. Enfin, les méthodes développées sont appliquées à des instruments minimalement invasifs. On propose ici une structure d'instrument qui combine des mouvements macroscopiques pour la navigation dans l'abdomen, un système passif de compensation des mouvements physiologiques, et un actionnement à l'échelle microscopique pour le balayage de la sonde. Deux systèmes de micro-actionnement sont proposés. Le premier utilise un actionnement hydraulique grâce à des micro-ballons et permet de réaliser des trajectoires arbitraires à la surface du tissu, tandis que le second a comme seul degré de liberté une rotation proximale qui est transformée en un mouvement de spirale grâce à un mécanisme distal. Des essais ex vivo et in vivo ont été menés avec succès afin de tester la précision et la robustesse des systèmes et algorithmes de commande proposés.

This thesis investigates new clustering paradigms and algorithms based on the principle of the shared nearest-neighbors (SNN. As most other graph-based clustering approaches, SNN methods are actually well suited to overcome data complexity, heterogeneity and high-dimensionality.The first contribution of the thesis is to revisit existing shared neighbors methods in two points. We first introduce a new SNN formalism based on the theory of a contrario decision. This allows us to derive more reliable connectivity scores of candidate clusters and a more intuitive interpretation of locally optimum neighborhoods. We also propose a new factorization algorithm for speeding-up the intensive computation of the required sharedneighbors matrices.The second contribution of the thesis is a generalization of the SNN clustering approach to the multi-source case. Whereas SNN methods appear to be ideally suited to sets of heterogeneous information sources, this multi-source problem was surprisingly not addressed in the literature beforehand. The main originality of our approach is that we introduce an information source selection step in the computation of candidate cluster scores. As shown in the experiments, this source selection step makes our approach widely robust to the presence of locally outlier sources. This new method is applied to a wide range of problems including multimodal structuring of image collections and subspace-based clustering based on random projections. The third contribution of the thesis is an attempt to extend SNN methods to the context of bipartite k-nn graphs. We introduce new SNN relevance measures revisited for this asymmetric context and show that they can be used to select locally optimal bi-partite clusters. Accordingly, we propose a new bipartite SNN clustering algorithm that is applied to visual object's discovery based on a randomly precomputed matching graph. Experiments show that this new method outperformed state-of-the-art object mining results on OxfordBuilding dataset. Based on the discovered objects, we also introduce a new visual search paradigm, i.e. object-based visual query suggestion.

Les travaux présentés dans ce manuscrit traitent de l'asservissement visuel d'un éclairage opératoire. Il s'agit d'une thèse CIFRE soutenue par l'entreprise MAQUET SAS et en collaboration avec le Laboratoire PRISME de l'Université d'Orléans. Les éclairages opératoires offrent à l'équipe chirurgicale des conditions d'éclairement suffisantes pour leur permettre d'accomplir leurs gestes. Leur positionnement est difficile en cours d'intervention et engendre fréquemment des heurts entre les membres de l'équipe. Les solutions déjà développées pour résoudre ce problème ne donnent pas satisfaction en raison de l'interaction forte entre le système et l'équipe chirurgicale. Nous proposons dans cette étude un éclairage opératoire asservi visuellement ne nécessitant pas d'information explicite, et opérationnel quel que soit le type de chirurgie. Il s'agit d'un système "intelligent" autrement dit capable de désigner de lui-même la zone où éclairer et "autonome", c'est-à-dire apte à se déplacer seul une fois les coordonnées de la cible connues. Ces deux points constituent la problématique de cette étude. Pour rendre "intelligent" l'éclairage opératoire, nous proposons un processus de désignation basé sur la reconnaissance d'objets spécifiques : le sang, la peau, les champs stériles et les instruments. Pour ce faire nous utilisons une fusion des attributs forme, couleur et mouvement basée sur le cadre crédibiliste. Nous résolvons les problèmes d'inhomogénéité de l'image dus à la puissance de l'éclairement par l'ajout d'une étape de fusion intermédiaire. Une fois l'ensemble des objets reconnus, nous procédons à la désignation de la zone à éclairer à l'aide de la théorie de la décision. L'autonomie du système est quant à elle assurée par une boucle d'asservissement visuel 2D, qui permet de faire converger l'éclairage vers la zone précédemment désignée. Nous avons réalisé au cours de cette étude un prototype quia permis de valider l'approche dans des conditions réelles.

Cette thèse a pour problématique la relation entre le texte électronique et la notion de contrainte. Afin d’étudier la rencontre de la création contrainte avec l’environnement électronique, le corpus est constitué de deux séries d’oeuvres positionnées différemment par rapport au média numérique. Les sections 1 et 2 du Chapitre I traitent de textes contraints produits par des auteurs hors du contexte numérique et qui furent intégrés à l’écran d’ordinateur lors de la transmédiatisation de l’oeuvre imprimée. Ces sections exposent les principes d’écriture contrainte employés dans ces oeuvres, les versions électroniques de celles-ci étant analysées dans le chapitre II. La seconde partie du corpus est comprise par des oeuvres dont la procédure contraignante est électronique, des textes imprimés étant appropriés via des algorithmes. Ces procédures électroniques font intervenir des générateurs combinatoires de textes, qui redistribuent aléatoirement les composants des textes appropriés. Lorsque le texte n’est pas semblablement transformé, l’écrit approprié est livré à une autre forme de systématisme, qui altère l’oeuvre originale en la faisant défiler sur l’écran selon des lois perturbant l’appréhension du texte. Les spécificités générales des générateurs de textes sont exposées dans la section 3 du chapitre I. Les générateurs inclus dans le corpus sont analysés dans le chapitre III. L’étude de l’interaction entre la contrainte écrite et l’environnement électronique, entre des textes appropriés et des procédures électroniques, l’analyse des divergences et convergences entre ces deux formes de productions contraintes, permettra de définir une textualité électronique fondée sur un système.

En orthodontie, le diagnostic et la planification d'un traitement reposent sur la connaissance de l'architecture dentaire du patient relevée, entre autre, par un moulage en plâtre. Aujourd’hui, des logiciels permettent de manipuler des modèles numériques des arcades dentaires obtenus après numérisation des moulages. Afin d’observer l’engrènement des dents, il est nécessaire de mettre en occlusion les deux arcades numérisées séparément. Cette étape est actuellement manuelle et l’objet de ces travaux de thèse est de proposer une chaîne robuste de traitements permettant un recalage automatique des deux arcades guidé par plusieurs photos "en bouche" du patient. L'approche proposée consiste à définir trois types de points singuliers et à mettre en place des méthodes robustes de détection automatique à la fois sur les modèles 3D et les images couleur s’appuyant sur la courbure et la texture. Une fois mis en correspondance, ces points homologues 2D/3D permettent d'estimer les matrices de projection puis la transformation rigide (6ddl) pour positionner au mieux la mandibule par rapport au maxillaire en minimisant les erreurs de reprojection dans plusieurs vues. Afin de s’affranchir du bruit de détection, les positions 2D et/ou 3D des points sont améliorées au cours du processus d’optimisation. De nombreux tests sur des données virtuelles et réelles valident l'approche choisie. L’occlusion finale obtenue par recalage automatique est proche de la référence de l’expert. Les résultats sont encourageants pour fournir une alternative automatique à intégrer dans un outil d'aide au diagnostic. / In orthodontics, the diagnosis and the planning of a treatment rest on the knowledge of the dental architecture of the patient using, among others, a dental cast in plaster. Today, dedicated software allow to manipulate digital models of the dental arches obtained after digitalization of the casts. To observe the contact of teeth, it is necessary to register both arches scanned separately. This stage is at present manual and the object of this thesis research is to propose a robust chain processing allowing an automatic registration of both arches guided by several photos of the patient mouth. The proposed approach consists in defining three types of singular points and in setting up strong methods of automatic detection at the same time on the 3D models and the color images leaning on the curvature and the texture. Once put in correspondence, these 2D / 3D equivalent points allow to estimate the projection matrices then the rigid transformation (6ddl) to position at best the mandible in relation to the maxillary by minimizing the reprojection errors in several views. To free itself from the noise of detection, the 2D and/or 3D positions of the singular points are improved during the optimization process. Numerous tests on virtual and real data validate the proposed approach. The final occlusion obtained on the real data by automatic registration is close to the reference of the expert. These are encouraging results to supply an automatic alternative to be integrated into a help tool for the diagnosis.