Université Montpellier > LIRMM > Rob

Navigation-Contrôle-Guidage

Les enjeux scientifiques résident dans la capacité à faire fonctionner des robots mobiles sur le long terme (autonomie) en assurant la sureté de fonctionnement et la garantie de performances. La principale application visée est la robotique mobile pour l’environnement (exploration, inspection, sécurité civile,…). Ces travaux se développent suivant les 3 axes suivant :

  • Contrôle du mouvement :

Notre premier apport est une nouvelle méthode pour le contrôle du mouvement d’engins sous-actionnés (sous-marins et terrestres) évoluant de manière coordonnée et exhibant des garanties en terme de convergence globale, sous contrainte de communications restreintes. Ces travaux se basent sur une fusion des problématiques de suivi de chemin et de trajectoire, incluant l’évitement d’obstacles réactif et minimisant les informations qu’il est nécessaire d’échanger pour la tenue de la formation de la flottille. Ces résultats, initialement validés sur un robot non holonome (Pioneer), ont ensuite été étendus au cas d’un véhicule sous-‐marin sous-‐actionné autonome (AUV Taipan) en analysant les similarités cinématiques entre ces deux types de véhicules et prenant en compte les propriétés dynamiques de ces systèmes. L’extension au cas de la flottille est initialement traitée sur le principe du leader-follower et est ensuite généralisée par la méthode des structures virtuelles, résultant en un contrôle décentralisé pour lequel la cohérence globale est assurée par un échange minimal d’information et utilisant la théorie des graphes (contrat européen FreeSubNet). Ces travaux ont été expérimentalement validés sur les véhicules de surface (Charlie et Alanis) de nos partenaires italiens (CNR ISSIA, 2 Coop. Bilatérale France -Italie).

Evitement d’obstacles par SMZ
SMZ1
Définition de la SMZ
SMZ2
Trajectoire du système

 

  • Localisation et SLAM :

Dans le cadre de la localisation des robots mobiles, nous avons proposé une amélioration de l’algorithme de localisation de Monte Carlo par filtre particulaire utilisant une auto-adaptation des particules et une technique de mise en cache préliminaire afin de réduire le temps de calcul. En outre, nous avons défini la notion de région d’énergie similaire (SER), qui est un ensemble de poses pour lesquelles l’énergie-capteur, à savoir la plausibilité de pose du robot simulé ramenée dans l’espace capteur, est similaire à celle du robot dans l’espace réel. En distribuant les échantillons globaux dans SER au lieu de les distribuer au hasard dans la carte, SAMCL obtient une meilleure performance de localisation du point de vue temps de calcul et taux de réussite. La validité et l’efficacité de notre approche ont été démontrées par des expériences sur un robot Pioneer évoluant dans un environnement connu et préalablement cartographié. Par rapport à l’existant, notre contribution est l’exploitation maximale de données brutes (informations proximétriques issues de capteurs laser et/ou ultrasonores).

Pour le problème du SLAM nous avons proposé une représentation originale de l’environnement par B-splines ainsi qu’une approche d’exploration intégrée de cet environnement où les objets de la carte sont modélisés par ces courbes paramétrées. Avec cette représentation, une évolution de l’exploration de type Search-Random-Tree a pu être faite en étendant la structure d’arbre de recherche à celle d’un graphe. L’algorithme d’exploration qui en résulte permet ainsi au robot de naviguer de façon optimale entre les nœuds sans avoir à respecter la relation de voisinage de type père-fils qui serait imposée par un arbre classique.

Self-adaptive Monte Carlo Localization
SAMCL1
Similar energy region when the robot is in the corridor
SAMCL2
Global localization using SAMCL in a quasi-symmetrical corridor

 

  • Modélisation et perception :

Les travaux de cet axe viennent en complément logique de ceux évoqués sur la commande, dans une approche perception/action.

En collaboration avec l’Université de Manouba en Tunisie, nous avons développé une approche de modélisation et d’appariement globale/locale d‘un environnement d’intérieur utilisant des grilles d’occupation et basée sur des distributions possibilistes floues des contraintes dues aux capteurs stéréoscopiques. Cette approche a été implémentée sur une plate-forme fixe et le sera prochainement sur un robot Pioneer. Nous devrions alors pouvoir améliorer les algorithmes de localisation et de SLAM par fusion d’informations proximétriques issues des lasers et des capteurs ultrasonores et d’informations proximétriques issues de capteurs visuels.

Un autre aspect de cet axe se situe en exploration aquatique et concerne le domaine de l’archéologie. Nous avons développé une méthode de reconstruction multi-‐ modale 3D à partir de 2 cartes issues de capteurs de résolution différentes (système stéréoscopique et sonar) afin d’obtenir des reconstructions précises d’objets archéologiques. Ces travaux sont impliqués dans un contrat PICS tripartite France, Italie, Portugal dédié à l’archéologie sous-marine (début en 2013).