Afin de permettre une navigation autonome d'un robot dans un environnement, le robot doit être capable de percevoir son environnement. Dans la littérature, d'une manière générale, les robots perçoivent leur environnement en utilisant des capteurs de type sonars, cameras et lidar 2D. L'introduction de nouveaux capteurs, nommés lidar 3D, tels que le Velodyne HDL-64E S2, a permis aux robots d'acquérir plus rapidement des données 3D à partir de leur environnement. La première partie de cette thèse présente une technique pour la calibrage des capteurs lidar 3D. La technique est basée sur la comparaison des données lidar à un modèle de vérité de terrain afin d'estimer les valeurs optimales des paramètres de calibrage. La deuxième partie de la thèse présente une technique pour la localisation et la détection de fermeture de boucles pour les robots autonomes. La technique est basée sur l'extraction et l'indexation des signatures de petite-taille à partir de données lidar 3D. Les signatures sont basées sur les histogrammes de l'information de normales de surfaces locale extraite à partir des données lidar en exploitant la disposition des faisceaux laser dans le dispositif lidar.

Les travaux présentés dans cette thèse portent essentiellement sur la localisation et la navigation du système mobile ATRV2 dans un environnement inconnu a priori. Ce système doit d'abord modéliser et construire sa carte de l'environnement à partir de données issues de ses capteurs embarqués, se localiser dans cette carte et ensuite générer un chemin sans collisions lui permettant d'atteindre son but. Le modèle de l'environnement que nous avons choisi est un modèle métrique (grille de certitude) basé sur l'algorithme HIMM et est mis à jour en utilisant les données en provenance des capteurs embarqués. La méthode de localisation utilisée est basée sur le filtre de Kalman étendu (EKF). Cette méthode fusionne les données odométriques (modèle du système) et les données du système de perception embarqué (mesure) pour corriger régulièrement l'estimation relative de la position du système mobile due à l'erreur cumulative engendrée par les capteurs odométriques. Pour déterminer la mesure, la méthode utilise la mise en correspondance des grilles tout en estimant sa zone de recherche et la position autour de laquelle elle effectue la recherche de la position estimée. Pour la navigation, nous avons proposé une nouvelle méthode appelée DVFF combinant une méthode de planification de trajectoire globale basée sur l'algorithme D*, et une méthode réactive non stop basée sur le principe des champs de forces virtuelles VFF. Cette méthode de navigation utilise les valeurs courantes des capteurs ultrasonores embarqués (sur une petite fenêtre temporelle), et les données provenant du modèle de l'environnement, pour décider de l'action à effectuer. Elle permet au système mobile ATRV2 de se mouvoir sans crainte de collisions avec les obstacles de son environnement.

Cette thèse concerne la perception de l'environnement pour le guidage automatique d'un robot mobile. Lorsque l'on souhaite réaliser un système de navigation autonome, plusieurs éléments doivent être abordés. Parmi ceux-ci nous traiterons de la franchissabilité de l'environnement sur la trajectoire du véhicule. Cette franchissabilité dépend notamment de la géométrie et du type de sol mais également de la position du robot par rapport à son environnement (dans un repère local) ainsi que l'objectif qu'il doit atteindre (dans un repère global). Les travaux de cette thèse traitent donc de la perception de l'environnement d'un robot au sens large du terme en adressant la cartographie de l'environnement et la localisation du véhicule. Pour cela un système de fusion de données est proposé afin d'estimer ces informations. Ce système de fusion est alimenté par plusieurs capteurs dont une caméra, un télémètre laser et un GPS. L'originalité de ces travaux porte sur la façon de combiner ces informations capteurs. A la base du processus de fusion, nous utilisons un algorithme d'odométrie visuelle basé sur les images de la caméra. Pour accroitre la précision et la robustesse l'initialisation de la position des points sélectionnés se fait grâce à un télémètre laser qui fournit les informations de profondeur. De plus, le positionnement dans un repère global est effectué en combinant cette odométrie visuelle avec les informations GPS. Pour cela un procédé a été mis en place pour assurer l'intégrité de localisation du véhicule avant de fusionner sa position avec les données GPS. La cartographie de l'environnement est toute aussi importante puisqu'elle va permettre de calculer le chemin qui assurera au véhicule une évolution sans risque de collision ou de renversement. Dans cette optique, le télémètre laser déjà présent dans le processus de localisation est utilisé pour compléter la liste courante de points 3D qui matérialisent le terrain à l'avant du véhicule. En combinant la localisation précise du véhicule avec les informations denses du télémètre il est possible d'obtenir une cartographie précise, dense et géo-localisée de l'environnement. Tout ces travaux ont été expérimentés sur un simulateur robotique développé pour l'occasion puis sur un véhicule tout-terrain réel évoluant dans un monde naturel. Les résultats de cette approche ont montré la pertinence de ces travaux pour le guidage autonome de robots mobiles.

Ce travail de thèse concerne la synthèse de commandes référencées capteur pour les robots non holonomes, dans le cadre de l'approche par fonctions transverses, ainsi que l'étude de la robustesse de ces lois de commande. La commande de robots non holonomes a été très étudiée ces quinze dernières années. Cependant, lorsque l'on souhaite stabiliser la pose complète du robot, la synthèse de lois de commande robustes vis-à-vis d'erreurs d'estimation de l'état du robot (qui dans la pratique découlent typiquement d'erreurs sur les modèles des capteurs) reste un problème ouvert. La problématique principale de cette thèse se situe à ce niveau. Les résultats développés dans cette thèse portent essentiellement sur deux aspects. Le premier concerne la façon d'utiliser les signaux capteurs pour la synthèse de lois de commande. Plusieurs méthodes de synthèse de commande sont proposées dans ce travail, en particulier, par analogie avec la commande des robots manipulateurs, nous proposons une synthèse directe dans l'espace des signaux capteurs. La deuxième partie de ce travail, plus fondamentale, porte sur l'analyse et l'évaluation des propriétés de robustesse des schémas de commande vis-à-vis d'incertitudes sur les modèles de capteurs. Des résultats théoriques de stabilité sont établis, puis validés et complétés par des simulations ainsi que par des résultats expérimentaux.

Cette thèse concerne la perception de l’environnement pour le guidage automatique d’un robot mobile. Lorsque l’on souhaite réaliser un système de navigation autonome, plusieurs éléments doivent être abordés. Parmi ceux-ci nous traiterons de la franchissabilité de l’environnement sur la trajectoire du véhicule. Cette franchissabilité dépend notamment de la géométrie et du type de sol mais également de la position du robot par rapport à son environnement (dans un repère local) ainsi que l’objectif qu’il doit atteindre (dans un repère global). Les travaux de cette thèse traitent donc de la perception de l’environnement d’un robot au sens large du terme en adressant la cartographie de l’environnement et la localisation du véhicule. Pour cela un système de fusion de données est proposé afin d’estimer ces informations. Ce système de fusion est alimenté par plusieurs capteurs dont une caméra, un télémètre laser et un GPS. L’originalité de ces travaux porte sur la façon de combiner ces informations capteurs. A la base du processus de fusion, nous utilisons un algorithme d’odométrie visuelle basé sur les images de la caméra. Pour accroitre la précision et la robustesse l’initialisation de la position des points sélectionnés se fait grâce à un télémètre laser qui fournit les informations de profondeur. De plus, le positionnement dans un repère global est effectué en combinant cette odométrie visuelle avec les informations GPS. Pour cela un procédé a été mis en place pour assurer l’intégrité de localisation du véhicule avant de fusionner sa position avec les données GPS. La cartographie de l’environnement est toute aussi importante puisqu’elle va permettre de calculer le chemin qui assurera au véhicule une évolution sans risque de collision ou de renversement. Dans cette optique, le télémètre laser déjà présent dans le processus de localisation est utilisé pour compléter la liste courante de points 3D qui matérialisent le terrain à l’avant du véhicule. En combinant la localisation précise du véhicule avec les informations denses du télémètre il est possible d’obtenir une cartographie précise, dense et géo-localisée de l’environnement. Tout ces travaux ont été expérimentés sur un simulateur robotique développé pour l’occasion puis sur un véhicule tout-terrain réel évoluant dans un monde naturel. Les résultats de cette approche ont montré la pertinence de ces travaux pour le guidage autonome de robots mobiles. / This thesis addresses the perception of the environment for the automatic guidance of a mobile robot. When one wishes to achieve autonomous navigation, several elements must be addressed. Among them we will discuss the traversability of the environment on the vehicle path. This traversability depends on the ground geometry and type and also the position of the robot in its environment (in a local coordinate system) taking into acount the objective that must be achieved (in a global coordinate system).The works of this thesis deal with the environment perception of a robot inthe broad sense by addressing the mapping of the environment and the location of the vehicle. To do this, a data fusion system is proposed to estimate these informations. The fusion system is supplied by several low cost sensors including a camera, a rangefinder and a GPS receiver. The originality of this work focuses on how to combine these sensors informations. The base of the fusion process is a visual odometry algorithm based on camera images. To increase the accuracy and the robustness, the initialization of the selected points position is done with a rangefinder that provides the depth information.In addition, the localization in a global reference is made by combining the visual odometry with GPS information. For this, a process has been established to ensure the integrity of localization of the vehicle before merging its position with the GPS data. The mapping of the environment is also important as it will allow to compute the path that will ensure an evolution of the vehicle without risk of collision or overturn. From this perspective, the rangefinder already present in the localization process is used to complete the current list of 3D points that represent the field infront of the vehicle. By combining an accurate localization of the vehicle with informations of the rangefinder it is possible to obtain an accurate, dense and geo-located map environment. All these works have been tested on a robotic simulator developed for this purpose and on a real all-terrain vehicle moving in a natural world. The results of this approach have shown the relevance of this work for autonomous guidance of mobile robots.

This master thesis deals with the planning of the robot's path using selected graph algorithms of artificial intelligence. The theoretical part describes the basic methods of planning a robot's path. It is related to the graph algorithm more closely. The practical part deals with implementation of selected graph algorithms, creation of simulation environment in Python, description and evaluation of experiments.

The diploma thesis deals with the design of a single-wheel mobile robot, which is able to jump and collect samples weighing 2 Kg. The first part is devoted to the review of single-wheel robots. A brief analysis of single-wheel motion and a brief overview of jumping mechanism follow up. The second part describes problem analysis and five design variants. Using the multicriteria analysis, the variants were evaluated, and the optimal variant was chosen. The third partm is dedicated to the dynamic calculations and the mechanical design of the robot itself. The last part is devoted to economic evaluation and discussion with possible continuation in developing. The complete drawing documentation of the robot is included in this work.

This master’s thesis elaborates on the control of a wheeled mobile robot and its sensor system. The sensors provide information about distances of obstacles in its surroundings and orientation in area. The communication is realized by radiomodems, commands and data are sent by serial link between microncontroller and the PC.

Afin de permettre une navigation autonome d'un robot dans un environnement, le robot doit être capable de percevoir son environnement. Dans la littérature, d'une manière générale, les robots perçoivent leur environnement en utilisant des capteurs de type sonars, cameras et lidar 2D. L'introduction de nouveaux capteurs, nommés lidar 3D, tels que le Velodyne HDL-64E S2, a permis aux robots d'acquérir plus rapidement des données 3D à partir de leur environnement. La première partie de cette thèse présente une technique pour la calibrage des capteurs lidar 3D. La technique est basée sur la comparaison des données lidar à un modèle de vérité de terrain afin d'estimer les valeurs optimales des paramètres de calibrage. La deuxième partie de la thèse présente une technique pour la localisation et la détection de fermeture de boucles pour les robots autonomes. La technique est basée sur l'extraction et l'indexation des signatures de petite-taille à partir de données lidar 3D. Les signatures sont basées sur les histogrammes de l'information de normales de surfaces locale extraite à partir des données lidar en exploitant la disposition des faisceaux laser dans le dispositif lidar / In order to autonomously navigate in an environment, a robot has to perceive its environment correctly. Rich perception information from the environment enables the robot to perform tasks like avoiding obstacles, building terrain maps, and localizing itself. Classically, outdoor robots have perceived their environment using vision or 2D lidar sensors. The introduction of novel 3D lidar sensors such as the Velodyne device has enabled the robots to rapidly acquire rich 3D data about their surroundings. These novel sensors call for the development of techniques that efficiently exploit their capabilities for autonomous navigation.The first part of this thesis presents a technique for the calibration of 3D lidar devices. The calibration technique is based on the comparison of acquired 3D lidar data to a ground truth model in order to estimate the optimal values of the calibration parameters. The second part of the thesis presents a technique for qualitative localization and loop closure detection for autonomous mobile robots, by extracting and indexing small-sized signatures from 3D lidar data. The signatures are based on histograms of local surface normal information that is efficiently extracted from the lidar data. Experimental results illustrate the developments throughout the manuscript

Ce travail de thèse concerne la synthèse de commandes référencées capteur pour les robots non holonomes, dans le cadre de l'approche par fonctions transverses, ainsi que l'étude de la robustesse de ces lois de commande.<br />La commande de robots non holonomes a été très étudiée ces quinze dernières années. Cependant, lorsque l'on souhaite stabiliser la pose complète du robot, la synthèse de lois de commande robustes vis-à-vis d'erreurs d'estimation de l'état du robot (qui dans la pratique découlent typiquement d'erreurs sur les modèles des capteurs) reste un problème ouvert. La problématique principale de cette thèse se situe à ce niveau. <br />Les résultats développés dans cette thèse portent essentiellement sur deux aspects. Le premier concerne la façon d'utiliser les signaux capteurs pour la synthèse de lois de commande. Plusieurs méthodes de synthèse de commande sont proposées dans ce travail, en particulier, par analogie avec la commande des robots manipulateurs, nous proposons une synthèse directe dans l'espace des signaux capteurs. La deuxième partie de ce travail, plus fondamentale, porte sur l'analyse et l'évaluation des propriétés de robustesse des schémas de commande vis-à-vis d'incertitudes sur les modèles de capteurs. Des résultats théoriques de stabilité sont établis, puis validés et complétés par des simulations ainsi que par des résultats expérimentaux.