Cette thèse s'inscrit dans le cadre de la commande référencée capteurs. Pour un robot mobile ou un bras manipulateur dote d'un ou plusieurs capteurs, cette approche consiste à définir une tache de déplacement en spécifiant uniquement les mesures a' atteindre. Ce paradigme est connu pour permettre une très bonne précision de positionnement. En revanche, le robot peut présenter un comportement non désiré en cas de mouvement important ou de contraintes à respecter ( évitement des butées articulaires, visibilité, obstacles, etc.). Les solutions nécessitent généralement des degrés de liberté supplémentaires, permettant de réaliser la tâche tout en respectant les contraintes. Nous proposons tout d'abord un formalisme original pour la calibration d'un capteur extéroceptif à partir de la mesure de vitesse. Il est ainsi possible d'estimer a' la fois les paramètres de calibration intrinsèques du capteur et la position du capteur par rapport au repère du robot. Des résultats de simulation et d'expérience sont exposes pour la calibration d'une camera. Nous établissons ensuite un formalisme complet pour la réalisation d'une tache référencée multi-capteurs soumise a' un nombre arbitraire de contraintes. Nous proposons une façon générique d'introduire les contraintes dans la loi de commande. Le comportement induit est une perturbation minimale de la tache référencée capteurs tout en respectant plusieurs contraintes. Ce formalisme est applique à des problèmes classiques en robotique : évitement de butées et contrainte de visibilité. De nombreuses contraintes sont enfin combinées au sein d'un même système.

Problématique et objectifs: Le cadre de mon travail de thèse traite du développement de solutions d'assistance robotisée pour l'aide des personnes atteintes de troubles du fonctionnels. La problématique qui est posée ici est l'apport des réseaux de neurones pour la modélisation du mouvement des personnes atteintes par le syndrome cérébelleux. Résultats obtenus : Dans le but d'améliorer la commande d'un robot d'assistance (Monimad), mon travail a consisté à développer des solutions qui permettent de fournir un modèle interne du mouvement d'une personne atteinte par le syndrome cérébelleux. Pour accomplir ce travail, une phase d'enregistrement de données a été mise en place pour des personnes saines et pour des personnes touchées par le syndrome cérébelleux. La modélisation a été déclinée en trois types : Génération de trajectoire : une simulation de mouvement réel a été mise en place avec des réseaux de neurones et comparée avec d'autres méthodes du domaine du controle optimal. Prédiction : une prédiction des mouvements futurs du patient est obtenue avec des réseaux de neurones, cette prédiction présente les propriétés de généralisation et de spécialisation. Son bon fonctionnement est validé sur des mouvements de patients. Observation : un outil de reconstruction basé sur les réseaux de neurones est proposé pour à partir d'une donnée angulaire reconstruire l'état d'une personne dans un mouvement de verticalisation. Enfin toutes ces modélisations sont appliquées à des mouvements de personnes atteintes du syndrôme cérébelleux qui utilisent une interface d'assistance. Ces méthodes de modélisation sont validées sur ce protocole.

En robotique mobile, les techniques d'apprentissage qui utilisent la vision artificielle représentent le plus souvent l'image par un ensemble de descripteurs visuels. Ces descripteurs sont extraits en utilisant une méthode fixée à l'avance ce qui compromet les capacités d'adaptation du système à un environnement visuel changeant. Nous proposons une méthode permettant de décrire et d'apprendre des algorithmes de vision de manière globale, depuis l'image perçue jusqu'à la décision finale. L'application visée est la fonction d'évitement d'obstacles, indispensable à tout robot mobile. Nous décrivons de manière formelle la structure des algorithmes d'évitement d'obstacles basés sur la vision en utilisant une grammaire. Notre système utilise ensuite cette grammaire et des techniques de programmation génétique pour apprendre automatiquement des contrôleurs adaptés à un contexte visuel donné. Nous utilisons un environnement de simulation pour tester notre approche et mesurer les performances des algorithmes évolués. Nous proposons plusieurs techniques permettant d'accélérer l'évolution et d'améliorer les performances et les capacités de généralisation des contrôleurs évolués. Nous comparons notamment plusieurs méthodes d'évolution guidée et nous en présentons une nouvelle basée sur l'imitation d'un comportement enregistré. Par la suite nous validons ces méthodes sur un robot réel se déplaçant dans un environnement intérieur. Nous indiquons finalement comment ce système peut être adapté à d'autres applications utilisant la vision et nous proposons des pistes pour l'adaptation d'un comportement en temps réel sur le robot

Cette thèse traite des systèmes paramétrés. Ils modélisent des applications dans divers domaines, comme la robotique ou la calibration. Soit S un système paramétré. Nous cherchons à décrire les ouverts connexes U de l'espace des paramètres tels que S restreint à U admet un nombre constant de solutions réelles. En robotique, nous détectons les positions cuspidales des robots plan 3-RPR. En calibration photographique, nous décrivons le nombre de solutions réalisables du problème Perspective-3- Points. D'un point de vue théorique, nous montrons que sous certaines hypothèses, le calcul de la variété discriminante d'un système paramétré peut se réduire à un calcul de projection. Dans le cas des systèmes quelconques, nous introduisons la décomposition équidimensionnelle régulière. Notre algorithme possède de bonnes performances en pratique et nous permet par ailleurs de déduire un nouvel algorithme pour le calcul du radical d'un idéal.

Les êtres humains définissent naturellement leur espace quotidien en unités discrètes. Par exemple, nous sommes capables d'identifier le lieu où nous sommes (e.g. le bureau 205) et sa catégorie (i.e. un bureau), sur la base de leur seule apparence visuelle. Les travaux récents en reconnaissance de lieux sémantiques, visent à doter les robots de capacités similaires. Ces unités, appelées "lieux sémantiques", sont caractérisées par une extension spatiale et une unité fonctionnelle, ce qui distingue ce domaine des travaux habituels en cartographie. Nous présentons nos travaux dans le domaine de la reconnaissance de lieux sémantiques. Ces derniers ont plusieurs originalités par rapport à l'état de l'art. Premièrement, ils combinent la caractérisation globale d'une image, intéressante car elle permet de s'affranchir des variations locales de l'apparence des lieux, et les méthodes basées sur les mots visuels, qui reposent sur la classification non-supervisée de descripteurs locaux. Deuxièmement, et de manière intimement reliée, ils tirent parti du flux d'images fourni par le robot en utilisant des méthodes bayésiennes d'intégration temporelle. Dans un premier modèle, nous ne tenons pas compte de l'ordre des images. Le mécanisme d'intégration est donc particulièrement simple mais montre des difficultés à repérer les changements de lieux. Nous élaborons donc plusieurs mécanismes de détection des transitions entre lieux qui ne nécessitent pas d'apprentissage supplémentaire. Une deuxième version enrichit le formalisme classique du filtrage bayésien en utilisant l'ordre local d'apparition des images. Nous comparons nos méthodes à l'état de l'art sur des tâches de reconnaissance d'instances et de catégorisation, en utilisant plusieurs bases de données. Nous étudions l'influence des paramètres sur les performances et comparons les différents types de codage employés sur une même base.Ces expériences montrent que nos méthodes sont supérieures à l'état de l'art, en particulier sur les tâches de catégorisation.

Cette thèse concerne la conception optimale de systèmes robotisés à haute mobilité pour la chirurgie mini-invasive. Elle este basée sur un processus d'optimisation par algorithmes évolutionnaires mult-objectifs, couplés à une simulation réaliste de la tache chirurgicale qui prend en compte tous les paramètres nécessaires à l'évaluation fidèle des robots. Cette méthodologie de conception a été appliquée au geste de suture lors d'une procédure de pontage coronarien. Elle aboutit à l'obtention d'un instrument chirurgical robotisé adapté, doté de 9 degrés de liberté: DRIMIS. Un prototype en a été réalisé et ses performances cinématiques évaluées.

L'objectif de cette thèse s'inscrit dans la cadre général du développement d'une stratégie de contrôle intelligent distribué en robotique collective. En effet, dans un avenir proche, de nombreux robots vont progressivement intégrer notre environnent aussi bien dans les milieux industriel que domestique. L'objectif de ces robots sera de fournir, de manière autonome, des services aux êtres humains afin de leurs faciliter la vie quotidienne comme par exemple dans le cas de robots compagnons. Ces services pourront être le résultat du travail d'un robot ou bien la conséquence de la coopération de plusieurs robots homogènes et/ou hétérogènes regroupés au sein d'un réseau. Dans ce contexte, si les progrès technologiques permettent sans problème de communiquer et d'échanger des données entre deux agents artificiels distants, la conception de stratégies de contrôle permettant l'auto-organisation de plusieurs robots dans le but de réaliser une tâche précise est encore aujourd'hui un verrou scientifique important. Cette thèse a donc pour but de proposer des pistes pour élaborer des stratégies de contrôle intelligent pour des systèmes multi-robots dans le cadre plus particulier de la logistique industrielle. En effet, le domaine de logistique industrielle nécessite l'utilisation de nombreux robots mobiles comme par exemple des AGV (Automatic Guided Vehicles) pour transporter et stoker des marchandises. Dans ce contexte, nous pensons que le domaine de la logistique peut tirer bénéfice de l'utilisation de systèmes multi-robots. Dans un premier temps, cette thèse aborde donc la problématique de transport d'objet volumineux et encombrant par une formation de robot. Effectivement, il semble que la solution qui consiste à utiliser un ensemble de robots identiques pour transporter des charges de grandes envergures soit, d'une part, très intéressante d'un point de vue économique et, d'autre part, plus robuste et flexible d'un point vue technologique. Dans un deuxième temps, cette thèse aborde l'utilisation d'un réseau de robots hétérogènes qui sont capables de s'organiser afin de réaliser une tâche précise dans un milieu dynamique. Les travaux effectués dans le cadre de la présente thèse doctorale ont donc abouti à la proposition des stratégies viables de contrôle intelligent pour des systèmes multi-robots. Une étude d'application des concepts étudiés a été réalisée, implantée et validée dans le cadre plus particulier de la logistique industrielle. Elle a concerné d'abord le contexte d'un groupe multi-robots homogène, puis a été étendue au contexte d'un système multi-robots hétérogènes. Les points forts des travaux réalisés peuvent être résumés comme ceci :- Proposition, conception, réalisation et validation expérimentale d'une stratégie de contrôle adaptatif par l'apprentissage artificiel pour un robot non-holonomique. Quatre publications internationales ont valorisé cette partie des travaux.- Proposition, conception, réalisation et validation expérimentale d'une stratégie de contrôle hybridant la vision artificielle et l'apprentissage artificiel pour un groupe de robots homogènes. Deux publications internationales ont valorisé cette partie des travaux.- Proposition, conception, réalisation et validation expérimentale d'une stratégie de contrôle hybridant la vision artificielle et l'apprentissage artificiel pour un groupe de robots hétérogènes. Deux publications internationales ont valorisé cette partie des travaux. Il est pertinent de souligner que les travaux relatifs aux aspects précités ont été couronnés par le prix : ″Innovation Award 2011″ de Industrial Robot

Les travaux présentés ici, dans le cadre des Systèmes Multi-Agents (SMA) et de l'Intelligence Artificielle Distribuée (IAD), s'intéressent au problème de l'organisation dans les "systèmes ouverts". Dans ce cadre, nos recherches visent à définir des modèles de comportement sociaux permettant aux agents de s'organiser pour s'adapter à leur environnement. Notre démarche fait appel, entre autres principes méthodologiques, au concept de "cercle vertueux" qui se propose d'emprunter des métaphores à d'autres disciplines scientifiques pour concevoir des modèles informatiques. Dans un premier temps, nous recherchons dans les sociétés animales (en l'occurrence chez les primates) des métaphores de comportements proches de nos besoins. Nous définissons alors des modèles d'agent qui permettent, en simulation, de reproduire une des caractéristiques sociales observées chez les primates, la reconnaissance des relations de dominance. Ces modèles font ensuite l'objet d'une transposition à un domaine différent, la construction collective d'un lexique, pour estimer plus finement les dynamiques collectives sous-jacentes. Dans un second temps, nous nous intéressons à une expérimentation de "Robotique Collective Ouverte", dans laquelle un groupe de robots doit s'adapter à un environnement où travaillent des humains (projet MICRobES). Nous montrons que dans ces conditions, une simple transposition n'est plus possible et qu'il faut prendre en compte la corporéité des robots. Nous proposons alors pour cela des principes de conception de comportements d'agents faisant appel à la sélection naturelle (l'Ethogénétique) et nous présentons les résultats obtenus avec un framework implémentant ces concepts (ATNoSFERES). Nous montrons ainsi comment élargir les principes de départ en conciliant approche multi-agent et algorithmes évolutionnistes, en empruntant des concepts issus de l'éthologie.

La vision omnidirectionnelle permet de percevoir l'environnement sur 360◦. C'est un atout considérable pour un robot mobile puisque grâce à cette particularité, il peut tirer parti d'une information globale de la scène à tout moment. Les premières recherches allant dans ce sens remontent en 1990 avec les travaux de Yasushi Yagi qui a proposé d'utiliser un dispositif nommé COPIS en associant une caméra perspective et un miroir conique pour obtenir une vue panoramique de la scène. En 1995, Mouaddib et Pégard présentent un procédé similaire pour localiser un robot dans son environnement. Bien que ce système possède des avantages pour la localisation, il se révèle peu adéquat pour reconstruire l'environnement 3D. D'autres systèmes catadioptriques (caméra+miroir) ont par la suite été employés. En 1997, Nayar en a fait une analyse théorique et a démontré que pour obtenir une vision omnidirectionnelle à l'aide d'une caméra et un miroir, il n'existait que deux configurations possibles. L'une consiste à associer une caméra orthographique avec un miroir paraboloïde (caméra paracatadioptrique), l'autre associe une caméra perspective avec un miroir hyperboloïde dont l'un des foyers correspond au centre optique de la caméra. Ces deux types de capteurs ont connu de nombreux développements puisque la propriété d'un point de vue unique leur confère une géométrie projective semblable aux caméras perspectives classiques. Pour ces caméras, les méthodes d'estimation du déplacement développées pour les caméras perspectives deviennent dès lors applicables dès que nous travaillons sur les plans projectifs dont le centre de projection est confondu avec le foyer du miroir. C'est à cette période que l'on voit apparaitre les premières méthodes de reconstruction 3D d'environnement à partir de caméra catadioptrique centrale. En 2001, Geyer et Daniilidis ainsi que Barreto et ont démontré que les caméras à projection centrale (perspective, catadioptrique à point de vue unique) étaient en fait équivalentes à une image sphérique dans laquelle la projection s'effectuait en son centre. Cette propriété importante a permis de développer les premières méthodes de traitement des images adaptées aux images catadioptriques. Plus récemment, Ying et Hu ainsi que Courbon et al. ont démontré que l'on pouvait également représenter certaines caméras fish-eye par des images sphériques. Ainsi, la sphère nous fournit un cadre générique pour l'étude de plusieurs types de caméras telles que les caméras perspectives, catadioptriques à point de vue unique, fish-eyes, LadyBug. Ce manuscrit a pour objectif de montrer que la modélisation sphérique offre un outil performant pour ces caméras. Il synthétise une grande partie de mes travaux menés depuis mon recrutement en tant que Maître de Conférences en septembre 2005.

Les travaux du laboratoire se concentrent autour du contrôle neuromimétique d'une plate-forme robot-vision. Dans ce cadre, ce travail de thèse concerne l'application des réseaux de neurones artificiels à la commande d'un bras robotique par asservissement visuel. Cette étude porte plus particulièrement sur l'apprentissage modulaire afin de réaliser des contrôleurs neuromimétiques. <br /><br />Asservissement visuel par apprentissage<br />Les mouvements d'un bras robotique sont contrôlés par asservissement visuel. Les informations sont fournies par deux caméras montées sur une tête robotique. La position de chaque objet est alors définie par ses coordonnées dans les images -- gauches et droites -- et par les positions angulaires des caméras.<br />L'approche classique de l'asservissement visuel se base sur une modélisation mathématique du système robot-vision. Un contrôle précis exige une bonne connaissance des différents paramètres des modèles et une prise en compte des erreurs de calibration des capteurs et du robot. Dans cette thèse, nous évaluons une approche alternative à l'approche modèle et proposons une approche non paramétrique qui "apprend" la transformation reliant l'espace des images à l'espace des commandes angulaires à l'aide de réseaux de neurones artificiels.<br /><br />Les réseaux de neurones<br />Les réseaux de neurones se sont révélés être de très bons estimateurs. La complexité de notre tâche, notamment sa dimensionalité et ses caractéristiques non linéaires, rend leur implémentation non triviale. En effet, il est difficile de superviser l'apprentissage des réseaux de grandes tailles. De plus, les temps d'apprentissage et de réponse peuvent devenir prohibitifs.<br />Le choix du réseau de neurones a été guidé par la nécessité d'un apprentissage en ligne, en temps réel, stable, et rapide. Nous avons retenu les cartes auto-organisatrices de Kohonen (SOM, pour Self Organizing Map) qui répondent à ces contraintes. Les notions de compétition entre neurones et de voisinage qu'elles impliquent permettent un apprentissage rapide et efficace. Des variantes ont été développées, comme la carte de Kohonen étendue. Associées à des ADALINEs (ADAptative LINear Elements), ces cartes fournissent des sorties linéaires. Elles sont donc capables de discrétiser n'importe quel espace (notamment le volume de travail du robot) et de le linéariser sans connaissance a priori.<br /><br />La modularité<br />Face à ce problème de dimensionnalité, nous proposons de décomposer la tâche en modules. Chacun de ces modules est alors constitué de réseaux de neurones de faibles dimensions. La modularité peut être vue de deux manières différentes.<br />La première approche met plusieurs modules en parallèle. Chacun de ceux-ci reçoit les mêmes entrées et calcule une sortie. Un module supplémentaire, un superviseur, est ajouté à l'architecture. Il reçoit les mêmes entrées et a pour rôle de sélectionner le module, ou l'ensemble de modules pondérés de manière convenable, afin d'obtenir la meilleure sortie possible.<br />La seconde approche, que nous avons adoptée, décompose la tâche complexe en une série de sous-problèmes. Comme l'apprentissage de chaque module nécessite un jeu d'apprentissage, la difficulté est de superviser les modules internes. En effet, les entrées et les sorties désirées de ces modules ne sont pas accessibles. Il est de ce fait nécessaire d'utiliser des structures d'aide à l'apprentissage telles que la bidirectionnalité. Des modules supplémentaires, spécialisés dans l'estimation de ces grandeurs intermédiaires, sont alors insérés dans l'architecture modulaire.<br /><br />Les résultats<br />L'apprentissage modulaire proposé peut alors être considéré comme un contrôleur neuromimétique. L'asservissement visuel est validé en simulation avec un robot trois axes et quatre axes. L'objectif est la poursuite de cibles mobiles dans un espace tridimensionnel, sans utiliser le modèle du système défini au préalable et sans connaissance a priori, ni sur les mouvements de la cible, ni sur les mouvements des caméras.<br />L'approche modulaire a été validée en simulation. Nous avons montré dans ce travail que l'apprentissage modulaire est possible et efficace. Face à des tâches complexes, où l'apprentissage par un réseau unique est difficile, voire même impossible, l'apprentissage modulaire apporte une solution.