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.

L'automobile est un moyen de transport de prédilection puisqu'elle confère beaucoup de liberté aux utilisateurs. Cependant, les coûts sociaux et économiques reliés aux accidents de la route, ainsi que les émissions polluantes produites par la combustion des hydrocarbures, représentent une problématique à laquelle le Réseau de centres d'excellence AUTO21 s'intéresse. Notamment, AUTO21 finance ce projet qui porte sur les architectures décisionnelles appliquées aux trains de véhicules. Un train de véhicule est un système de transport intelligent regroupant un ensemble de véhicules qui se suivent les uns derrière les autres, conservant une faible distance entre eux.L'architecture DCD est une architecture décisionnelle complète avec communication bidirectionnelle responsable de la prise de décision distribuée d'un groupe de véhicules opérant au sein d'un train de véhicules.L'architecture réalise la plupart des manoeuvres réalisables dans les trains de véhicules tels l'insertion ou le retrait d'un véhicule dans le train, ainsi que la gestion des situations d'urgences telles les collisions et la défaillance de certains capteurs. La validation de l'architecture est effectuée avec un groupe de quatre robots mobiles équipés d'un système de positionnement relatif qui permet de localiser les véhicules les uns par rapport aux autres. Un ensemble de 18 scénarios de tests, couvrant un large éventail des situations susceptibles de survenir dans les trains de véhicules, est réalisé. Les résultats obtenus indiquent que la prise de décision des véhicules, ainsi que la coordination des véhicules via la communication sont robustes et permettent l'exécution des manoeuvres attendues.

Les systèmes d’actionnement couramment utilisés sur les systèmes de robotiques mobiles tels que les exosquelettes ou les robots marcheurs sont majoritairement électriques. Les batteries couplées à des moteurs électriques souffrent toutefois d’une faible densité de stockage énergétique et une faible densité de puissance, ce qui limite l’autonomie de ces dispositifs pour une masse de système donnée. Une étude comparative des systèmes d’actionnement potentiels a permis de déterminer que l’utilisation d’une source d’énergie chimique permettait d’obtenir une densité de stockage énergétique supérieure aux batteries. De plus, il a été déterminé que l’utilisation de la combustion directement dans un actionneur pneumatique souple permettrait d’obtenir une densité de puissance beaucoup plus élevée que celle des moteurs électriques. La conception, la fabrication et la caractérisation de plusieurs types d’actionneurs pneumatiques pressurisés directement par la combustion d’une source d’énergie chimique ont permis d’évaluer la faisabilité de l’approche, dans un contexte de robotique mobile, plus précisément pour des tâches de locomotion. Les paramètres permettant d’obtenir une efficacité énergétique élevée ont été étudiés. Il a été démontré que le ratio de compression et le ratio d’expansion doivent être optimisés. De plus, comme les pertes thermiques sont le mécanisme de perte dominant, le ratio d’équivalence devrait être réduit au minimum. Parmi les carburants usuels, l’hydrogène permet d’atteindre les valeurs de ratio d’équivalence les plus faibles, ce qui en fait un choix de carburant idéal. Les résultats expérimentaux ont été utilisés pour corréler un modèle analytique d’un actionneur pneumatique à combustion. Ce modèle analytique est par la suite utilisé pour vérifier la faisabilité théorique de l’utilisation de l’approche d’actionnement pour fournir la puissance à un dispositif d’assistance à la locomotion.

Un robot social doit être capable d'interagir avec des humains. Pour cela, il est essentiel de savoir communiquer de façon naturelle. L'audition artificielle appliquée en robotique est une approche intéressante puisque la voix est le principal mécanisme de communication des humains entre eux. Au-delà des mots prononcés, il est aussi important de savoir y décoder le contenu paralinguistique qui donne beaucoup de renseignements sur le locuteur. Entre autres, les émotions véhiculées dans la voix du locuteur peuvent aider un robot à comprendre une situation, à savoir si une personne est satisfaite ou non de son travail, si une personne a peur, etc. Pour qu'une interaction par la voix avec un robot soit fonctionnelle et intéressante pour le locuteur, plusieurs éléments matériels et logiciels sont nécessaires. L'interaction doit aussi tenir compte de certaines règles de conduite qui facilitent les échanges d'information et la compréhension lors d'un dialogue. Ce mémoire présente donc un système d'interaction humain-robot par la voix qui intègre ces éléments dans une même plateforme. Il utilise 8SoundsUSB et le système ManyEars pour faire l'acquisition et le prétraitement du signal audio. Un détecteur d'activité vocale vient ensuite distinguer le bruit stationnaire ambiant des sources sonores représentant la voix. Une fois le signal de la voix récupéré, il est analysé pour en décoder les mots prononcés et l'émotion. La reconnaissance de la parole est effectuée à partir de l'outil Google Speech API. La reconnaissance des émotions par la voix est basée sur l'algorithme de [Attabi et Dumouchel, 2013] qui utilise les Anchor Models, et caractérise les émotions perçues en trois catégories : neutre, négatif ou positif. Une nouvelle implémentation de cet algorithme a été validée en simulation, puis dans des essais en temps-réel. Le logiciel Palaver [McClain, 2013] permet ensuite d'interpréter les mots et les émotions en les associant à une réponse que le robot peut prononcer à l'aide d'un module de synthèse vocale. Enfin, le gestionnaire de dialogues Disco [Rich et Sidner, 2012] est utilisé afin de réaliser des interactions plus soutenues sur un même sujet. L'objectif final du projet est de vérifier si l'ajout de la capacité à percevoir les émotions dans la voix améliore l'interaction humain-robot. Pour cela, une interface graphique utilisant des concepts de la bande-dessinée a été développée afin d'illustrer de manière intégrée le contenu linguistique et le contenu paralinguistique détecté. Les résultats d'une étude réalisée auprès de 30 participants suggèrent que l'interaction humain-robot est plus appréciée lorsque le système reconnaît les émotions que lorsqu'il ne les reconnaît pas. Le projet a aussi permis d'identifier des éléments qui permettraient une meilleure intégration des différents éléments du système. Entre autres, l'amélioration du modèle des émotions doit passer par une base de données de voix locales plus grande et annotée par un plus grand nombre de personnes.

Ce manuscrit porte sur l'étude d'une structure robotique originale dont le système de propulsion s'inspire du mode de locomotion par progression rectilinéaire des serpents. La structure proposée dérive d'un prototype développé par l'entreprise TDA et comprend plusieurs modules dotés de 4 mécanismes locomoteurs solidaires entrainés par un moteur. Une partie des travaux de thèse porte sur l'analyse et l'optimisation du mécanisme. L'analyse du déplacement d'un modèle du prototype existant par un simulateur robotique intégré, réalisé à l'aide de bibliothèques à code source ouvert, a montré la nécessité de le modifier. Ainsi, le nombre de mécanismes locomoteurs par module passe de 8 à 4 et les liaisons inter-modulaires du nouveau robot sont des rotules actives ou passives selon les directions. Un algorithme de suivi de trajectoire est proposé et des simulations ont permis de le valider.

Ce mémoire aborde le problème de l'exécution d'une trajectoire pour un robot mobile à roues soumis à des contraintes non-holonomes. Le but est de développer une méthode permettant d'éviter les collisions dûes aux erreurs de localisation du robot dans son environnement, aux obstacles inconnus et aux imprécisions du plan de l'environnement. La méthode s'appuie sur une technique générique de déformation de trajectoire. Les obstacles perçus au cours du mouvement génèrent des forces virtuelles qui repoussent la trajectoire au loin tout en garantissant le respect des contraintes non-holonomes. La méthode de calcul des forces virtuelles est décrite en détail pour différents systèmes. L'algorithmique nécessaire à l'exécution simultanée de la déformation et du suivi d'une trajectoire en respectant les limitations cinématiques du robot est présenté. Des résultats expérimentaux sur des robots réels sont présentés dans le mémoire

Le but de la recherche en robotique mobile est de donner aux robots la capacité d'accomplir des missions dans un environnement qui n'est pas parfaitement connu. Mission, qui consiste en l'exécution d'un certain nombre d'actions élémentaires (déplacement, manipulation d'objets...) et qui nécessite une localisation précise, ainsi que la construction d'un bon modèle géométrique de l'environnement, a partir de l'exploitation de ses propres capteurs, des capteurs externes, de l'information provenant d'autres robots et de modèle existant, par exemple d'un système d'information géographique. L'information commune est la géométrie de l'environnement. La première partie du manuscrit couvre les différentes méthodes d'extraction de l'information géométrique. La seconde partie présente la création d'un modèle géométrique en utilisant un graphe, ainsi qu'une méthode pour extraire de l'information du graphe et permettre au robot de se localiser dans l'environnement.

Notre approche pour l'évaluation de l'autonomie est de passer par la mesure des performances du robot vis-à-vis de la complexité de la tâche à accomplir. Nous avons fixé la tâche en choisissant une mission de navigation. La complexité varie d'une part à cause de l'environnement et d'autre part en fonction de la quantité d'information possédée par le robot sur cet environnement. L'hypothèse de travail est la suivante : plus l'environnement est complexe et plus les performances du robot risquent d'être réduites; de manière similaire, plus le robot possède d'information sur le monde dans lequel il évolue et plus il a de chances de faire des choix conduisant à de meilleures performances. Nous avons proposé des métriques pour mesurer d'une part la complexité de l'environnement et d'autre part la quantité d'information. L'analyse de la mission se fait de manière globale et de manière locale.

La performance est un concept multiforme largement décliné et défini en robotique de manipulation où il relève de contraintes spécifiques : environnement non dynamique de dimensions limitées, énergie infinie. Les indicateurs de performance proposés dans le cadre de missions robotiques terrestres sont moins largement acceptés.Pour notre part nous les déclinons en axes principaux : énergie, sécurité, localisation, stabilité, et secondaires : durée par exemple.Dans le cadre de ce travail nous nous intéressons à des missions robotiques soumises à des contraintes de performance liées à la durée, la sécurité et l'énergie dans un environnement connu mais dynamique.La déclinaison des contraintes imposées à la mission et au robot permet de décomposer la mission en une suite d'activités aux contraintes invariantes. Chacune de ces activités pouvant être réalisée à l'aide d'un ensemble de tâches robotiques (se déplacer, se localiser, analyser une image, etc.) pouvant elles-mêmes être implémentées de différentes façons en fonction des actionneurs, capteurs ou algorithmes pouvant être utilisés.Le problème adressé est le suivant : comment choisir les ressources matérielles et logicielles à utiliser tout au long de la mission de façon à vérifier les contraintes de performance imposées ? C'est un problème de sac à dos multicritères NP-Complet et l'espace de recherche devient très rapidement inexplorable. De façon à proposer et garantir une solution applicable sous des contraintes temps réel, nous faisons appel à un algorithme permettant de trouver un ensemble ordonné de bonnes solutions en temps linéaire.L'approche de gestion de ressources proposée a été implémentée sur un robot Pioneer-3DX et une architecture de contrôle s'appuyant sur le Middleware ContrACT.Cette approche a été validée dans le cadre d'une mission de patrouille d'une longueur de 200 m et durant une dizaine de minutes, au sein du laboratoire LIRMM, pour vérifier l'état de vannes.Pour la mission choisie, l'espace d'états à considérer est supérieur à 10^{14}.Tout au long de la mission, les ressources matérielles et logicielles sont choisies dynamiquement et d'une façon autonome afin de satisfaire les contraintes de performance imposées.Si des ressources ne sont plus opérationnelles, ou si trop d'évitements d'obstacles non prévus sont effectués, l'approche développée est capable de trouver en ligne une nouvelle solution d'affectation des ressources vérifiant les contraintes de performance imposées, si elle existe.Ces travaux participant donc à l'accroissement du niveau de tolérance aux fautes du système robotisé. / The performance is a multi-form concept widely defined in manufacturing robotics with specific environment conditions (static and perfectly known) and infinite energy).However, performance indicators proposed in mobile robotics are less widely accepted.We differenciate between main performance axes (energy, safety, localization and stability) and secondary performance axes (duration for example).In our work, we are interested on missions realized under duration, safety and energy performance constraints, in a known but dynamic environment.Applying the different constraints decomposes the mission into a sequence of activities realized under invariant constraints.Each one, can be realized by a set of robotic tasks (move, be located, analyze an image, etc.).These tasks can be implemented in various ways according to the different possibles actuators, sensors and algorithms configurations.The adressed problem is the following: how to choose the hardware and software resources to use along a mission while satisfying the different performance constraints ? It is a multicriteria knapsack problem known to be NP-hard, where the complexity becomes very quickly unexplorable.To propose and guarantee an applicable solution under real-time constraints, we used an algorithm allowing to find a set of good solutions in few iterations.The proposed resources management approach is implemented on a Pioneer-3DX robot using a control architecture based on the Middleware ContrACT.This approach has been validated on a patrolling mission travelling 200 m within the LIRMM laboratory during about 10 mn, to verify the state of valves.For the considered mission, the state space dimension is higher than 10^{14}.The hardware and software resources are dynamically and autonomously selected along the mission to satisfy the different performance constraints.If a resource becomes faulty and/or many obstacle avoidances occure and lead to performance drift, the developed approach finds on line a new resources allocation solution (if it exists).So this approach allows to enhance the fault tolerance of the robotic system.

L'objectif de ma thèse est d'étudier les interactions entre processus cognitifs et émotionnels à travers le prisme de la robotique neuromimétique.Les modèles proposés sont implémentés sur des réseaux de neurones artificiels et encorporés dans des plateformes robotiques -- c'est-à-dire des systèmes encorporés et situés. D'une manière générale, l'intérêt est double : 1) s'inspirer des solutions biologiques pour concevoir des systèmes qui interagissent mieux avec leurs environnements physiques et sociaux, et 2) mettre en place des modèles computationels comme moyen de comprendre la cognition et les émotions biologiques.La première partie du manuscrit aborde la navigation comme cadre permettant d'étudier la cognition biologique et artificielle. Dans le Chapitre 1, je commence par donner un aperçu de la littérature en navigation bio-inspirée. Ensuite, deux problématiques sont traitées. Dans le Chapitre 2, la reconnaissance visuelle de lieux en environnement extérieur est abordée. Dans ce cadre, je propose un modèle basé sur les notions de textit{contextes visuels} et de textit{précédence globale} qui combine des informations locales et holistiques. Puis, dans le Chapitre 3, je considère l'textit{apprentissage interactif} de tâches de navigation à travers une communication homme--robot non-verbale basée sur des signaux visuomoteurs de bas niveau.La deuxième partie du manuscrit s'attaque à la question centrale des interactions entre emotion et cognition. Le Chapitre 4 introduit la recherche sur les émotions comme une entreprise inter-disciplinaire, incluant des théories en psychologie, des découvertes en neurosciences et des modèles computationnels. Dans le Chapitre 5, je propose un textit{modèle conceptuel} des interactions emotion--cognition donc différentes instantiations sont ensuite présentées. Plus précisément, dans le Chapitre 6, je modélise la perception de l'textit{espace péripersonnel} quand elle est modulée par des signaux sensoriels et physiologiques ayant une valence émotionnelle. Enfin, dans le Chapitre 7, j'introduis le concept de textit{métacontrôle émotionnel} comme un exemple d'interaction emotion--cognition. Cela consiste à utiliser des signaux émotionnels élicités par une auto-évaluation pour moduler des processus computationnels -- tels que l'attention ou la sélection de l'action -- dans le but de réguler le comportement.Une idée clé dans cette thèse est que, dans les systèmes autonomes, emotion et cognition ne peuvent pas être séparées. En effet, il est maintenant bien admis que les émotions sont très liées à la cognition, en particulier à travers la modulation de différents processus computationnels. Cela pose la question de savoir si ces modulations se produisent au niveau du traitement sensoriel ou celui de la sélection de l'action. Dans cette thèse, je préconise l'intégration des émotions artificielles dans les architectures robotiques via des influences bidirectionnelles avec les processus sensoriels, attentionnels, moteurs and décisionnels. Ce travail tente de mettre en avant la manière dont cette approche des aspects internes des processus émotionnels peut favoriser une interaction efficace avec l'environnement physique et social du système. / The purpose of my thesis is to study interactions between cognitive and emotional processes through the lens of neuromimetic robotics.The proposed models are implemented on artificial neural networks and embodied in robotic platforms -- that is to say embodied and situated systems. In general, the interest is twofold: 1) taking inspiration from biological solutions to design systems that better interact with their physical and social environments, and 2) providing computational models as a means to better understand biological cognition and emotion.The first part of the dissertation addresses spatial navigation as a framework to study biological and artificial cognition. In Chapter 1, I present a brief overview of the literature on biologically inspired navigation. Then, two issues are more specifically tackled. In Chapter 2, visual place recognition is addressed in the case of outdoor navigation. In that matter, I propose a model based on the notions of textit{visual context} and textit{global precedence} combining local and holistic visual information. Then, in Chapter 3, I consider the textit{interactive learning} of navigation tasks through non-verbal human--robot communication based on low-level visuomotor signals.The second part of the dissertation addresses the central question of emotion--cognition interactions. In Chapter 4, I give an overview of the research on emotion as a cross-disciplinary research, including psychological theories, neuroscientific findings and computational models. In Chapter 5, I propose a textit{conceptual model} of emotion--cognition interactions. Then, various instantiations of this model are presented. In Chapter 6, I model the perception of the textit{peripersonal space} when modulated by emotionally valenced sensory and physiological signals. Last, in Chapter 7, I introduce the concept of textit{Emotional Metacontrol} as an example of emotion--cognition interaction. It consists in using emotional signals elicited by self-assessment to modulate computational processes -- such as attention and action selection -- for the purpose of behavior regulation.In this thesis, a key idea is that, in autonomous systems, emotion and cognition cannot be separated. Indeed, it is becoming well admitted that emotion is closely related to cognition, in particular through the modulation of various computational processes. This raises the question of whether this modulation occurs at the level of sensory processing or at the level of action selection. In this thesis, I will advocate the idea that artificial emotion must be integrated in robotic architectures through bidirectional influences with sensory, attentional, decisional and motor processes. This work attempts to highlight how this approach to internal emotional processes could foster efficient interaction with the physical and social environment.