L'objet de la robotique autonome est d'éliminer l'intervention du concepteur humain dans le fonctionnement d'un robot en environnement "complexe". Or, la programmation traditionnelle d'un robot repose sur l'utilisation de modèles dont le domaine de validité est assez restreint. Quand on sort du domaine de validité, on tombe sur le problème de l'imprévu, objet de cette thèse. Nous affirmons d'abord que l'autonomie d'un robot ne peut être obtenue sans une gestion systématique de l'imprévu, et que les approches habituelles de la robotique (hiérarchiques, comportementales, adaptatives) ne sont pas adéquates pour aborder cette question dans des environnements naturels non précisement controlés. Nous proposons alors trois pistes pour contourner ces limites. Sur le plan théorique, nous défendons la nécessité d'une reconnaissance explicite par un robot de sa propre ignorance, et donc d'une gestion systématique de l'incertitude, et adoptons pour cela une théorie de la logique probabiliste (Jaynes 1995). Sur le plan méthodologique, nous complétons le tandem conception-adaptation par une démarche incrémentale, i.e. la systématisation d'une évolution structurelle en réponse à certains imprévus. Nous mettons ainsi l'accent sur l'origine et la génèse des représentations plus que sur leurs performances. Sur le plan conceptuel, enfin, nous proposons la notion de "représentation contingente", qui définit une représentation non par sa fonction mais par sa structure : la capacité de représentation est intrinsèque à cette structure, mais son interprétation effective est contingente au contexte. Les problèmes liés à la représentation classique avaient conduit certains auteurs à rejeter la notion même de représentation, et avec elle un guide de conception incontournable. La représentation contingente est une tentative permettant d'aborder le problème de la conception au sein d'approches non encore exploitées en IA, telles que la clotûre opérationnelle.

Un système robotique agit par le mouvement dans un monde physique. La capacité de planification de mouvement est une composante essentielle de son autonomie. C'est le thème des travaux présentés dans ce mémoire. Ils s'articulent selon quatre axes.Le premier concerne l'algorithmique géométrique du mouvement. La ligne forte qui se retrouve dans nos travaux est de privilégier des méthodes effectives de planification. En effet, la plupart des problèmes réels résistent aux approches algorithmiques exactes; nous présentons des approches de nature différente, qui en satisfaisant une forme plus faible de complétude (e.g. complétude probabiliste) sont capables de mieux répondre aux besoins des applications en termes d'efficacité et de robustesse algorithmique. Nous considérons ensuite des problèmes plus riches que la seule planification de mouvement, et plus directement liés à la notion de tâches en robotique. La seconde partie porte sur la planification de tâches de manipulation d'objets. La formulation géométrique que nous présentons permet d'étendre le concept d'espace des configurations à la planification automatique de ces tâches. D'autre part, les mouvements d'un robot s'effectuant dans un monde réel, la robustesse algorithmique doit être étendue à la robustesse de la boucle planification/contrôle des mouvements vis à vis des incertitudes dans les modèles manipulés par le raisonnement ou des imprécisions liées à l'exécution. C'est le thème de la troisième partie qui présente une approche combinant planification avec incertitude et modes réactifs: les algorithmes de planification utilisent la connaissance a priori sur la tâche pour produire des primitives référencées capteurs adaptées à la robotique mobile. Enfin, la dernière partie porte sur la planification de mouvements pour des robots mobiles évoluant dans des environnements naturels non structurés. Les techniques prése ntées permettent de traiter des systèmes de locomotion complexes et des terrains fortement accidentés.

In this thesis, we investigate the problem of path formation and prey retrieval in a swarm of robots. We present two swarm intelligence control mechanisms used for distributed robot path formation. In the first, the robots form linear chains. We study three variants of robot chains, which vary in the degree of motion allowed<p>to the chain structure. The second mechanism is called vectorfield. In this case,<p>the robots form a pattern that globally indicates the direction towards a goal or<p>home location. Both algorithms were designed following the swarm robotics control<p>principles: simplicity of control, locality of sensing and communication, homogeneity<p>and distributedness.<p><p>We test each controller on a task that consists in forming a path between two<p>objects—the prey and the nest—and to retrieve the prey to the nest. The difficulty<p>of the task is given by four constraints. First, the prey requires concurrent, physical<p>handling by multiple robots to be moved. Second, each robot’s perceptual range<p>is small when compared to the distance between the nest and the prey; moreover,<p>perception is unreliable. Third, no robot has any explicit knowledge about the<p>environment beyond its perceptual range. Fourth, communication among robots is<p>unreliable and limited to a small set of simple signals that are locally broadcast.<p><p>In simulation experiments we test our controllers under a wide range of conditions,<p>changing the distance between nest and prey, varying the number of robots<p>used, and introducing different obstacle configurations in the environment. Furthermore,<p>we tested the controllers for robustness by adding noise to the different sensors,<p>and for fault tolerance by completely removing a sensor or actuator. We validate the<p>chain controller in experiments with up to twelve physical robots. We believe that<p>these experiments are among the most sophisticated examples of self-organisation<p>in robotics to date. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

Lorsque des robots travaillent en équipe, il est avantageux de permettre à ceux-ci de se localiser mutuellement pour faire, par exemple, de la navigation en formation. La résolution de la localisation relative est d'une importance particulière pour des équipes de robots aériens ou sous-marins lorsque ceux-ci opèrent dans des environnements dépourvus de points de repère. Ce problème se complexifie davantage lorsque le système de localisation permet seulement l'utilisation de caméras légères et bon marché. Cette étude présente une solution analytique au problème de localisation relative à six degrés de liberté basée sur des mesures d'angle. Cette solution est intégrée à des filtres probabilistes pour augmenter sa précision. En utilisant deux robots mutuellement observables possédant chacun deux marqueurs et une caméra colinéaires, nous pouvons retrouver les transformations qui expriment la pose du premier dans le référentiel du second. Notre technique se distingue du fait qu'elle nécessite uniquement la mesure de deux paires d'angles, au lieu d'un mélange de mesures d'angles et de distances. La précision des résultats est vérifiée par des simulations ainsi que par des expérimentations concrètes. Suite à des expérimentations à des distances variant entre 3:0 m et 15:0 m, nous montrons que la position relative est estimée avec moins de 0:5 % d'erreur et que l'erreur moyenne sur l'orientation relative est maintenue sous 2:2 deg. Une généralisation approximative est formulée et simulée pour le cas où la caméra de chaque robot n'est pas colinéaire avec les marqueurs de celui-ci. Au-delà de la précision des caméras, nous montrons qu'un filtre non parfumé de Kalman permet d'adoucir l'erreur sur les estimations de la position relative, et qu'un filtre étendu de Kalman basé sur les quaternions peut faire de même pour l'orientation relative. Cela rend notre solution particulièrement adaptée pour le déploiement de flottes de robots à six degrés de liberté comme des dirigeables. / When a team of robots have to collaborate, it is useful to allow them to localize each other in order to maintain flight formations, for example. The solution of cooperative localization is of particular importance to teams of aerial or underwater robots operating in areas devoid of landmarks. The problem becomes harder if the localization system must be low-cost and lightweight enough that only consumer-grade cameras can be used. This paper presents an analytical solution to the six degrees of freedom cooperative localization problem using bearing only measurements. Probabilistic filters are integrated to this solution to increase it's accuracy. Given two mutually observing robots, each one equipped with a camera and two markers, and given that they each take a picture at the same moment, we can recover the coordinate transformation that expresses the pose of one robot in the frame of reference of the other. The novelty of our approach is the use of two pairs of bearing measurements for the pose estimation instead of using both bearing and range measurements. The accuracy of the results is verified in extensive simulations and in experiments with real hardware. In experiments at distances between 3:0 m and 15:0 m, we show that the relative position is estimated with less than 0:5 % error and that the mean orientation error is kept below 2:2 deg. An approximate generalization is formulated and simulated for the case where each robot's camera is not colinear with the same robot's markers. Passed the precision limit of the cameras, we show that an unscented Kalman filter can soften the error on the relative position estimations, and that an quaternion-based extended Kalman filter can do the same to the error on the relative orientation estimations. This makes our solution particularly well suited for deployment on fleets of inexpensive robots moving in 6 DoF such as blimps.

Amener les robots à partager le même environnement que les humains apparaît l'évolution naturelle vers une robotique plus avancée, à mi-chemin entre la robotique industrielle d'aujourd'hui et les robots humanoïdes versatiles de demain. Cette éventuelle coexistence a le potentiel immense de produire un impact considérable sur plusieurs domaines liés à la vie de tous les jours tels que 1) la réhabilitation, où des thérapeutes et des robots pourront collaborer et offrir du soutien aux patients, 2) les dispositifs d'assistance robotique envers les personnes âgées ou handicapées, pour faciliter les tâches quotidiennes et 3) la chirurgie assistée. Outre ces trois domaines d'application, il est fort possible que l'impact le plus significatif de l'implantation d'un tel concept se fera au niveau du domaine manufacturier. Dans ce domaine, une synergie efficace entre l'humain et le robot peut être envisagée en combinant les formidables capacités humaines de raisonnement et d'adaptation face aux environnements non structurés avec l'inépuisable force d'un robot. Toutefois, la création d'une telle génération de robots coopératifs présente plusieurs défis, tant sur les plans mécaniques et sensoriels qu'au niveau de la commande. Cette thèse amène des réponses concrètes au défi que constitue la commande des robots destinés à interagir et coopérer avec les humains, proposant des solutions aux problèmes des mouvements coopératifs ou encore à la réaction aux collisions. Elle présente notamment une nouvelle méthode de commande basée sur l'analyse des intentions humaines en temps réel, permettant la production de mouvements coopératifs beaucoup plus intuitifs pour l'humain. Elle s'attaque aussi au problème de la stabilité du contrôleur, reconnu comme une difficulté inhérente aux robots évoluant en mouvement contraint. En effet, étant données les propriétés physiques variables de l'humain, telle la rigidité de ses bras, il est possible qu'un robot devienne instable subitement lorsque mis en contact direct avec celui-ci, engendrant ainsi d'évidents problèmes de sécurité. Au-delà des algorithmes de commande de haut niveau, cette thèse aborde de nouvelles techniques d'asservissement qui sont mieux adaptées à la mécanique particulière de ces robots. En effet, dans le but de coexister avec les humains sans risquer de les blesser, il est entendu que ces robots devront être conçus différemment, de manière à réduire leur impédance mécanique et leur capacité de transmettre de la puissance en cas de collision. Dans de telles circonstances, les régulateurs linéaires conventionnels seront bien peu efficaces dans le suivi des consignes demandées. La méthode introduite est une adaptation de la commande prédictive, bien connue dans l'industrie chimique, à la commande des manipulateurs.

In this dissertation, we study two new approaches to fault detection for autonomous robots. The first approach involves the synthesis of software components that give a robot the capacity to detect faults which occur in itself. Our hypothesis is that hardware faults change the flow of sensory data and the actions performed by the control program. By detecting these changes, the presence of faults can be inferred. In order to test our hypothesis, we collect data in three different tasks performed by real robots. During a number of training runs, we record sensory data from the robots both while they are operating normally and after a fault has been injected. We use back-propagation neural networks to synthesize fault detection components based on the data collected in the training runs. We evaluate the performance of the trained fault detectors in terms of the number of false positives and the time it takes to detect a fault.<p>The results show that good fault detectors can be obtained. We extend the set of possible faults and go on to show that a single fault detector can be trained to detect several faults in both a robot's sensors and actuators. We show that fault detectors can be synthesized that are robust to variations in the task. Finally, we show how a fault detector can be trained to allow one robot to detect faults that occur in another robot.<p><p>The second approach involves the use of firefly-inspired synchronization to allow the presence of faulty robots to be determined by other non-faulty robots in a swarm robotic system. We take inspiration from the synchronized flashing behavior observed in some species of fireflies. Each robot flashes by lighting up its on-board red LEDs and neighboring robots are driven to flash in synchrony. The robots always interpret the absence of flashing by a particular robot as an indication that the robot has a fault. A faulty robot can stop flashing periodically for one of two reasons. The fault itself can render the robot unable to flash periodically.<p>Alternatively, the faulty robot might be able to detect the fault itself using endogenous fault detection and decide to stop flashing.<p>Thus, catastrophic faults in a robot can be directly detected by its peers, while the presence of less serious faults can be detected by the faulty robot itself, and actively communicated to neighboring robots. We explore the performance of the proposed algorithm both on a real world swarm robotic system and in simulation. We show that failed robots are detected correctly and in a timely manner, and we show that a system composed of robots with simulated self-repair capabilities can survive relatively high failure rates.<p><p>We conclude that i) fault injection and learning can give robots the capacity to detect faults that occur in themselves, and that ii) firefly-inspired synchronization can enable robots in a swarm robotic system to detect and communicate faults.<p> / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

The goal of the research activities presented in this thesis is the design of intelligent behaviours for a complex robotic system, which is composed of a swarm of autonomous units. Inspired by the organisational skills of social insects, we are particularly interested in the study of collective behaviours based on self-organisation.<p><p>The problem of designing self-organising behaviours for a swarm of robots is tackled resorting to artificial evolution, which proceeds in a bottom-up direction by first defining the controllers at the individual level and then testing their effect at the collective level. In this way, it is possible to bypass the difficulties encountered in the decomposition of the global behaviour into individual ones, and the further encoding of the individual behaviours into the controllers' rules. In the experiments presented in this thesis, we show that this approach is viable, as it produces efficient individual controllers and robust self-organising behaviours. To the best of our knowledge, our experiments are the only example of evolved self-organising behaviours that are successfully tested on a physical robotic platform.<p><p>Besides the engineering value, the evolution of self-organising behaviours for a swarm of robots also provides a mean for the understanding of those biological processes that were a fundamental source of inspiration in the first place. In this perspective, the experiments presented in this thesis can be considered an interesting instance of a synthetic approach to the study of collective intelligence and, more in general, of Cognitive Science.<p> / Doctorat en sciences appliquées / info:eu-repo/semantics/nonPublished

We look at robotic systems made of separate discrete components that, by self-assembling, can organize into physical structures of growing size. We review 22 such systems, exhibiting components ranging from passive mechanical parts to mobile<p>robots. We present a taxonomy of the systems, and discuss their design and function. We then focus on a particular system, the swarm-bot. In swarm-bot, the components that assemble are self-propelled modules that are fully autonomous in power, perception, computation, and action. We examine the additional capabilities and functions self-assembly can offer an autonomous group of modules for the accomplishment of a concrete task: the transport of an object. The design of controllers is accomplished in simulation using<p>techniques from biologically-inspired computing. We show that self-assembly can offer adaptive value to groups that compete in an artificial evolution based on their fitness in task performance. Moreover, we investigate mechanisms that facilitate the design of self-assembling systems. The controllers are transferred to the physical swarm-bot system, and the capabilities of self-assembly and object transport are extensively evaluated in a range of different environments. Additionally, the controller for self-assembly is transferred and evaluated on a different robotic system, a super-mechano colony. Given the breadth and quality of the results obtained, we can say that the swarm-bot qualifies as the current state of the art in self-assembling robots. Our work supplies some initial evidence (in form of simulations and experiments with the swarm-bot) that self-assembly can offer robotic systems additional capabilities and functions useful for the accomplishment of concrete tasks.<p> / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished