Thèse de doctorat : Automatique : Metz : 2007. / Thèse soutenue sur ensemble de travaux. Bibliogr. p. 153-162.

Thèse de doctorat : Automatique : Metz : 2007. / Thèse soutenue sur ensemble de travaux. Bibliogr. p. 141-154.

Reproduction de : Thèse doctorat : Automatique : Metz : 2004. / Titre provenant de l'écran-titre. Notes bibliographiques.

L'autonomie d'un robot mobile autonome requiert la réalisation coordonnée de tâches de commande et de perception de l'environnement. Parmi celles-ci, la navigation joue un rôle de pivot dans l'interaction du robot avec son terrain d'évolution. Elle consiste en la détermination de trajectoires réalisables par le robot pour suivre un chemin préétabli, tout en assurant la non collision avec les obstacles, mobiles ou fixes. Pour effectuer cette tâche, notre approche s'appuie sur le modèle cinématique direct du véhicule pour générer des trajectoires admissibles par le robot. En premier lieu, une trajectoire de référence est construite à partir du chemin à suivre. Le problème de navigation est alors modélisé sous la forme d'un problème d'optimisation sous contraintes dont la fonction coût quantifie l'écart entre la trajectoire prédite du robot et la trajectoire de référence. Les obstacles sont intégrés sous forme de contraintes en pénalisant le critère, et sa minimisation détermine la commande optimale à appliquer. Cette navigation par commande prédictive nous permet d'anticiper les mouvements de contournement d'obstacles sur l'horizon de prédiction choisi, tout en gardant une certaine réactivité vis-à-vis de la dynamique des obstacles et du robot. En outre, l'utilisation de familles de trajectoires paramétrées permet de maitriser le comportement du véhicule.

Ces dernières années, de nombreuses compagnies ont mis sur le marché des robots de téléprésence pour des usages de vidéoconférence mobile. Ces plateformes robotiques transmettent généralement la vidéo, l’audio et les données de capteurs de proximité à l’opérateur distant par l’intermédiaire d’une interface de téléopération s’exécutant sur un ordinateur de bureau standard. De nouvelles modalités d’interaction comme la localisation et le suivi de sources sonores, la capacité de ressentir les forces appliquées et la visualisation d’une représentation 3D de l’environnement sont développées et testées sur des plateformes robotique avancées. Il devient donc nécessaire d’explorer de nouvelles techniques pour intégrer ces informations supplémentaires au sein de l’interface. Ce projet de maîtrise propose une solution pour représenter visuellement les sources sonores et les forces d’interaction du robot à travers une interface de téléopération 3D. Cette interface inclut sous une seule vue les fonctionnalités de base comme la représentation du modèle du robot, la reconstruction 3D du nuage de points transmis par le capteur Kinect, la présentation des données des capteurs de proximité ainsi que la possibilité de passer d’une vue égocentrique à une vue exocentrique. L’affichage des sources sonores est réalisé avec des bulles de bandes dessinées pour la parole et des anneaux bleus pour tous les autres types de sons. L’intensité des forces d’interaction sur les bras du robot est affichée par changement de couleur et de taille du modèle 3D et avec des jauges. La direction des forces exercées est matérialisée par des flèches. Enfin, le champs de vision limité de la caméra est augmenté par l’affichage d’une représentation 3D de l’environnement construit dynamiquement par le robot. La phase de validation a été effectuée avec la plateforme robotique IRL-1 qui dispose des modalités perceptuelles nécessaires. Les performances de 31 participants ont été comparées dans l’exécution de trois sous-tâches réalisées avec et sans l’ajout des modalités supplémentaires. La première épreuve d’écoute visait à connaître l’impact de l’affichage de la position des sources sonores. La tâche de manipulation évaluait l’impact de l’affichage des forces ressenties sur les bras. Enfin, le pilotage du robot à travers un slalom avait pour but de tester l’impact de la représentation 3D de l’environnement. L’étude démontre que l’affichage visuel des modalités d’interaction sonores et de force du robot soulage et améliore les performances des utilisateurs dans la réalisation de certaines tâches précises d’écoute ou de manipulation. Cependant, les tests de pilotage du robot à travers un slalom autour de trois cylindres ne permettent pas d’affirmer que l’ajout d’une représentation 3D de l’environnement déjà visité par le robot améliore les performances de navigation.

Les travaux de recherche présentés dans ce mémoire s'articulent autour de la problématique du mouvement en robotique mobile. Il s'agit de développer des outils algorithmiques permettant à un robot mobile non holonome de planifier puis exécuter des mouvements dans un environnement encombré d'obstacles. L'originalité de ces travaux réside dans deux préoccupations omniprésentes : la généricité des approches proposées et l'applicabilité dans les conditions réelles de l'expérimentation. La plus grande partie de ces travaux sont d'ailleurs intégrés dans diverses plate-formes robotiques.

Le sujet de cette thèse se situe à l'intersection des domaines de la robotique mobile et des réseaux de neurones artificiels (RNA). Notre objectif est d'étudier les solutions que peuvent apporter les techniques connexionnistes aux problèmes particuliers posés par la commande automatique d'un robot de type voiture. Ce mémoire se compose de deux parties principales. La première d'entre elles traite des aspects fondamentaux de la commande d'un robot mobile et de l'utilisation des réseaux de neurones artificiels pour la commande de systèmes complexes. Cette première étude nous permet de mettre en évidence les différents points sur lesquels les réseaux de neurones peuvent jouer un rôle dans une architecture de commande conférant une véritable autonomie de mouvements au véhicule, tout en respectant les contraintes de robustesse et de rapidité de réaction induites par l'utilisation d'un robot de la taille et de la vitesse d'une voiture. Nous proposons dans la deuxième partie du mémoire plusieurs contrôleurs permettant d'accroître progressivement l'autonomie du robot. Nous nous intéressons tout d'abord à une tâche simple consistant uniquement à asservir le robot sur une trajectoire de référence issue d'un planificateur. Notre approche autorise une adaptation continue du système face à d'éventuels changements des paramètres du robot ou de son environnement. Afin de permettre la réalisation de manoeuvres sans consignes extérieures, nous proposons également une méthodologie pour la réalisation de contrôleurs basés sur l'utilisation des capteurs externes du véhicule. Notre appoche utilise un modèle alliant des caractéristiques issues de la logique floue et des RNA. Enfin nous montrons comment des tâches complexes peuvent être réalisées à partir de l'enchaînement de plusieurs contrôleurs simples. Notre réalisation du système de sélection de ces contrôleurs, utilisant un RNA récurrent, possède des capacités de robustesse et autorise des réactions très rapides face à l'ensemble des événements extérieurs qui doivent pouvoir être pris en compte.

Cette thèse porte sur la détermination autonome de stratégies de navigation pour un robot mobile évoluant dans un environnement extérieur initialement inconnu et non structuré. Ces stratégies concernent le choix de buts intermédiaires à rallier pour atteindre un but final, d'un mode de déplacement à appliquer, et de la prochaine tâche de perception à effectuer. Le mémoire est composé de deux parties: la première présente les algorithmes développés afin de construire une représentation topologique de l'environnement adaptée à la prise des diverses décisions stratégiques, et la seconde concerne les prises de décision proprement dites. Ètant données la complexité et la diversité d'un environnement extérieur naturel d'une part, et les grandes incertitudes que l'on a sur les données fournies par les capteurs d'autre part, nous avons favorisé pour la construction de la représentation topologique de l'environnement une technique de classification probabiliste. Les données tridimensionnelles (issues d'un télémètre laser ou d'un système de stéréovision) sont ainsi rapidement analysées de manière à produire une description de la zone perçue en termes de régions liées à la navigabilité du robot. Les données acquises de différents points de vue sont fusionnées en un modèle global, dans lequel figurent les incertitudes résultant des caractéristiques du capteur, et qui est structuré en un graphe de connexité de régions. C'est sur la base de ce modèle global, des modèles des capacités de déplacement et de perception du robot, et de la définition de la mission à réaliser (critères portant sur le temps et l'énergie à minimiser), que sont effectués les choix stratégiques. Une analyse du problème montre que sa difficulté provient essentiellement de sa complexité algorithmique et du caractère incertain des modèles de l'environnement et des capteurs. Une approche réaliste est présentée: elle consiste à déterminer le chemin au sein du graphe minimisant un coût, lequel prend en compte, outre les différents critères à minimiser, les incertitudes liées au modèle de l'environnement. Des résultats obtenus lors d'expérimentations sur un robot mobile réel sont présentés et analysés tout au long du mémoire

Cette thèse porte sur la modélisation d'environnements naturels et la localisation d'un robot mobile autonome. L'environnement, inconnu ou partiellement connu au départ, est perçu incrémentalement par le robot au moyen d'un capteur 3D (télémètre laser ou vision stéréoscopique). Les domaines d'application de ce travail se situent dans le cadre de la robotique mobile d'intervention et de l'exploration planétaire. Une première partie établit sous la forme d'un cahier des charges les caractéristiques que doit présenter le modèle de l'environnement et fait une analyse critique des différentes représentations étudiées dans la littérature. L'approche proposée est alors introduite et se base sur une décomposition de l'environnement en deux entités élémentaires: le sol et les objets. La deuxième partie porte sur la modélisation d'une perception. Elle précise comment le robot segmente le sol et les objets à partir des images 3D et l'illustre par de nombreux exemples sur des données issues de scènes et de capteurs différents. Un modèle géométrique est calculé indépendamment pour chacun des objets et des relations topologiques (caractérisant leurs dispositions relatives) sont établies entre eux. Des objets particuliers, appelés amers, sont sélectionnés sur la base de critères de précision et de distinction. Le robot identifie pour chacun d'eux leur sommet qui est une caractéristique reconnaissable et en calcule la position et l'incertitude en fonction de la forme de l'amer et de la résolution du capteur. La troisième et dernière partie traite de la modélisation incrémentale de l'ensemble de l'environnement. Après chaque perception, le robot cherche à reconnaître les amers ou une configuration d'amers dans le modèle. Les appariements trouvés lui permettent de réestimer à la fois sa position et son incertitude ainsi que celles des amers. Cette opération de localisation et de construction de la carte des amers est réalisée à l'aide du filtre de Kalman étendu. Le maintien des liens de corrélation entre les amers et le robot permet de conserver la cohérence globale de la carte. Plusieurs expérimentations de modélisation incrémentale sont présentées et analysées méthodiquement. Les positions estimées du robot et celles des amers sont comparées à des valeurs de reférences, notamment obtenues grâce à un théodolite laser, et permettent de conclure sur la validité des localisations et de la carte construite.

Cette thèse se situe dans le cadre de l'augmentation des capacités de perception des robots mobiles destinés à évoluer en environnement naturel. Un robot mobile autonome doit être capable de percevoir et d'appréhender l' environnement dans lequel il évolue, à partir des données fournies par ses capteurs (télémètre laser, caméra...), pour effectuer des missions du type "aller à - (un amer)". L'utilisation d'un télémètre laser suffit pour faire effectuer au robot des missions de déplacement ; l'information tridimensionnelle apportée par ce capteur permet d'extraire des informations sur la géométrie du terrain, la forme et la surface des objets, mais ne permet pas toujours d'obtenir une description suffisante de l'environnement : plusieurs objets peuvent avoir la même forme, le terrain peut être impraticable même s'il est plat. Les travaux présentés dans ce mémoire portent donc sur le développement de l'utilisation du capteur caméra vidéo pour apporter des informations utiles à la localisation et à la navigation du robot dans son environnement. Les besoins actuels pour réaliser ces deux tâches ont permis de déterminer deux directions à développer. L'une concerne l'obtention de l'information tridimensionnelle à partir d'un systeème stéréoscopique ; l'autre consiste à enrichir la connaissance de l'environnement par identification des objets contenus dans la scène. La stéréovision est un moyen répandu pour obtenir l'information tridimensionnelle. Nous avons implémenté un algorithme de stéréocorrélation, technique qui est adaptée pour des scènes texturées. L'algorithme de base est amélioré pour prendre en compte à la fois les contraintes de rapidité d'exécution et de qualité de la corrélation. Lorsque le robot évolue dans un environnement extérieur, la connaissance du terrain ou des objets situés dans cet environnement peut être améliorée en ajoutant des informations telles que la co uleur ou la texture. Nous avons proposé comme représentation complémentaire, le modèle nominatif de régions qui indique la nature de chaque région d'une image. Tout d'abord, un algorithme de segmentation donne une description synthétique de la scène : la méthode combine à la fois les techniques de grossissement de régions et de classification (basée sur l'étude de l'allure générale des histogrammes sur chaque composante colorimétrique). Les régions issues de cette segmentation sont ensuite caractérisées puis identifiées afin d'obtenir leur nature (herbe, roche, terre...). Leur caractérisation est obtenue à partir des informations sur leur couleur et leur texture. Les opérateurs de texture développés sont basés sur l'étude des lignes de contraste dans la région considérée (densité, courbure,...). Une technique probabiliste est finalement utilisée pour déterminer la nature des éléments présents dans l'environnement.