La détection et le suivi de cibles sont des missions fréquentes pour la robotique mobile, que le contexte soit civil, industriel ou militaire. Ces applications constituent un domaine de choix pour la planification multirobot, et sont abordées par de multiples communautés selon différents points de vue. Nous proposons dans un premier temps une taxonomie commune qui permetde regrouper et de comparer les différentes approches de ces problèmes, afin de mieux les analyser et de mettre en évidence leurs lacunes respectives. En particulier, on note la faible représentativité des modèles exploités, peu expressifs : la plupart des algorithmes évoluent dans un monde en deux dimensions où les observations et le déplacement sont conditionnés par lesmêmes obstacles. Ces modèles éloignés de la réalité nous semblent trop restrictifs pour pleinement exploiter la synergie des équipes multirobot hétérogènes : nous proposons une organisation des différents modèles nécessaires, en explicitant une séparation claire entre modèles et algorithmes de planification. Cette organisation est concrétisée par une librairie qui structure lesmodèles disponibles et définit les requêtes nécessaires aux algorithmes de planification. Dans un second temps, nous proposons un ensemble d’algorithmes utilisant les modèles définis précédemment pour planifier des missions de patrouille de zones et de poursuite de cibles. Ces algorithmes s’appuient sur un formalisme mathématique rigoureux afin d’étudier l’impact des modèlessur les performances. Nous analysons notamment l’impact sur la complexité – c’est-à-dire en quoi des modèles plus élaborés impactent la complexité de résolution – et sur la qualité des solutions résultantes, indépendamment des modèles, selon des métriques usuelles. D’une manière plus générale, les modèles sont un lien essentiel entre l’Intelligence Artificielle et la Robotique : leur enrichissement et leur étude approfondie permettent d’exhiber des comportements plus efficaces pour la réussite des missions allouées aux robots. Cette thèse contribue à démontrer l’importance des modèles pour la planification et la conduite de mission multirobots. / Detecting, localizing or following targets is at the core of numerous robotic applications in industrial, civilian and military application contexts. Much work has been devoted in various research communities to planning for such problems, each community with a different standpoint. Our thesis first provides a unifying taxonomy to go beyond the frontiers of specific communities and specific problems, and to enlarge the scope of prior surveys. We review various work related to each class of problems identified in the taxonomy, highlighting the different approaches, models and results. This analysis specifically points out the lack of representativityof the exploited models, which are in vast majority only 2D single-layer models where motion and sensing are mixed up. We consider those unrealistic models as too restrictive to handle the full synergistic potential of an heterogeneous team of cooperative robots. In response to this statement, we suggest a new organisation of the necessary models, stating clearly the links and separation between models and planning algorithms. This has lead to the development of a C++ library that structures the available models and defines the requests required by the planning process. We then exploit this library through a set of algorithms tackling area patrolling and target tracking. These algorithms are supported by a sound formalism and we study the impact of the models on the observed performances, with an emphasis on the complexity and the quality of the resultingsolutions. As a more general consideration, models are an essential link between Artificial Intelligence and applied Robotics : improving their expressiveness and studying them rigorously are the keys leading toward better robot behaviours and successful robotic missions. This thesis help to show how important the models are for planning and other decision processes formulti-robot missions.

Malgré de nombreuses années de travail en robotique, il existe toujours un manque d’architecture logicielle et de middleware stables pour les systèmes multi-robot. Un intergiciel robotique devrait être conçu pour faire abstraction de l’architecture matérielle de bas niveau, faciliter la communication et l’intégration de nouveaux logiciels. Cette thèse se concentre sur le middleware pour systèmes multi-robot et sur la façon dont nous pouvons améliorer les frameworks existantes dans un contexte multi-robot en ajoutant des services de coordination multi-robot, des outils de développement et de déploiement massif. Nous nous attendons à ce que les robots soient de plus en plus utiles car ils peuvent tirer profit des données provenant d’autres périphériques externes dans leur prise de décision au lieu de simplement réagir à leur environnement local (capteurs, robots coopérant dans une flotte, etc.). Cette thèse évalue d’abord l’un des intergiciels les plus récents pour robot(s) mobile(s), Robot operating system (ROS), suivi par la suite d’un état de l’art sur les middlewares couramment utilisés en robotique. Basé sur les conclusions, nous proposons une contribution originale dans le contexte multi-robots, appelé SDfR (Service discovery for Robots), un mécanisme de découverte des services pour les robots. L’objectif principal est de proposer un mécanisme permettant aux robots de garder une trace des pairs accessibles à l’intérieur d’une flotte tout en utilisant une infrastructure ad-hoc. A cause de la mobilité des robots, les techniques classiques de configuration de réseau pair à pair ne conviennent pas. SDfR est un protocole hautement dynamique, adaptatif et évolutif adapté du protocole SSDP (Simple Service Discovery Protocol). Nous conduisons un ensemble d’expériences, en utilisant une flotte de robots Turtlebot, pour mesurer et montrer que le surdébit de SDfR est limité. La dernière partie de la thèse se concentre sur un modèle de programmation basé sur un automate temporisé. Ce type de programmation a l’avantage d’avoir un modèle qui peut être vérifié et simulé avant de déployer l’application sur de vrais robots. Afin d’enrichir et de faciliter le développement d’applications robotiques, un nouveau modèle de programmation basé sur des automates à états temporisés est proposé, appelé ROSMDB (Robot Operating system Model Driven Behaviour). Il fournit une vérification de modèle lors de la phase de développement et lors de l’exécution. Cette contribution est composée de plusieurs composants : une interface graphique pour créer des modèles basés sur un automate temporisé, un vérificateur de modèle intégré basé sur UPPAAL et un générateur de squelette de code. Enfin, nous avons effectué deux expériences : une avec une flotte de drones Parrot et l’autre avec des Turtlebots afin d’illustre le modèle proposé et sa capacité à vérifier les propriétés. / Despite many years of work in robotics, there is still a lack of established software architecture and middleware for multi-robot systems. A robotic middleware should be designed to abstract the low-level hardware architecture, facilitate communication and integration of new software. This PhD thesis is focusing on middleware for multi-robot system and how we can improve existing frameworks for fleet purposes by adding multi-robot coordination services, development and massive deployment tools. We expect robots to be increasingly useful as they can take advantage of data pushed from other external devices in their decision making instead of just reacting to their local environment (sensors, cooperating robots in a fleet, etc). This thesis first evaluates one of the most recent middleware for mobile robot(s), Robot operating system (ROS) and continues with a state of the art about the commonly used middlewares in robotics. Based on the conclusions, we propose an original contribution in the multi-robot context, called SDfR (Service discovery for Robots), a service discovery mechanism for Robots. The main goal is to propose a mechanism that allows highly mobile robots to keep track of the reachable peers inside a fleet while using an ad-hoc infrastructure. Another objective is to propose a network configuration negotiation protocol. Due to the mobility of robots, classical peer to peer network configuration techniques are not suitable. SDfR is a highly dynamic, adaptive and scalable protocol adapted from Simple Service Discovery Protocol (SSDP). We conduced a set of experiments, using a fleet of Turtlebot robots, to measure and show that the overhead of SDfR is limited. The last part of the thesis focuses on programming model based on timed automata. This type of programming has the benefits of having a model that can be verified and simulated before deploying the application on real robots. In order to enrich and facilitate the development of robotic applications, a new programming model based on timed automata state machines is proposed, called ROSMDB (Robot Operating system Model Driven Behaviour). It provides model checking at development phase and at runtime. This contribution is composed of several components: a graphical interface to create models based on timed automata, an integrated model checker based on UPPAAL and a code skeleton generator. Moreover, a ROS specific framework is proposed to verify the correctness of the execution of the models and to trigger alerts. Finally, we conduct two experiments: one with a fleet of Parrot drones and second with Turtlebots in order to illustrates the proposed model and its ability to check properties.