Modelisation D Un Environnement Structure Et Localisation Sur Amers Pour La Navigation D Un Robot Mobile Autonome

Modélisation d'un environnement structuré et localisation sur amers pour la navigation d'un robot mobile autonome

Modélisation incrémentale et localisation par amers pour la navigation d'un robot mobile autonome en environnement naturel

CETTE THESE PORTE SUR LA MODELISATION D'ENVIRONNEMENTS NATURELS ET LA LOCALISATION D'UN ROBOT MOBILE AUTONOME. L'ENVIRONNEMENT, INCONNU OU PARTIELLEMENT CONNU AU DEPART, EST PERCU INCREMENTALEMENT PAR LE ROBOT AU MOYEN D'UN CAPTEUR 3D (TELEMETRE LASER OU VISION STEREOSCOPIQUE). LES DOMAINES D'APPLICATION DE CE TRAVAIL SE SITUENT DANS LE CADRE DE LA ROBOTIQUE MOBILE D'INTERVENTION ET DE L'EXPLORATION PLANETAIRE. UNE PREMIERE PARTIE ETABLIT SOUS LA FORME D'UN CAHIER DES CHARGES LES CARACTERISTIQUES QUE DOIT PRESENTER LE MODELE DE L'ENVIRONNEMENT ET FAIT UNE ANALYSE CRITIQUE DES DIFFERENTES REPRESENTATIONS ETUDIEES DANS LA LITTERATURE. L'APPROCHE PROPOSEE EST ALORS INTRODUITE ET SE BASE SUR UNE DECOMPOSITION DE L'ENVIRONNEMENT EN DEUX ENTITES ELEMENTAIRES: LE SOL ET LES OBJETS. LA DEUXIEME PARTIE PORTE SUR LA MODELISATION D'UNE PERCEPTION. ELLE PRECISE COMMENT LE ROBOT SEGMENTE LE SOL ET LES OBJETS A PARTIR DES IMAGES 3D ET L'ILLUSTRE PAR DE NOMBREUX EXEMPLES SUR DES DONNEES ISSUES DE SCENES ET DE CAPTEURS DIFFERENTS. UN MODELE GEOMETRIQUE EST CALCULE INDEPENDAMMENT POUR CHACUN DES OBJETS ET DES RELATIONS TOPOLOGIQUES (CARACTERISANT LEURS DISPOSITIONS RELATIVES) SONT ETABLIES ENTRE EUX. DES OBJETS PARTICULIERS, APPELES AMERS, SONT SELECTIONNES SUR LA BASE DE CRITERES DE PRECISION ET DE DISTINCTION. LE ROBOT IDENTIFIE POUR CHACUN D'EUX LEUR SOMMET QUI EST UNE CARACTERISTIQUE RECONNAISSABLE ET EN CALCULE LA POSITION ET L'INCERTITUDE EN FONCTION DE LA FORME DE L'AMER ET DE LA RESOLUTION DU CAPTEUR. LA TROISIEME ET DERNIERE PARTIE TRAITE DE LA MODELISATION INCREMENTALE DE L'ENSEMBLE DE L'ENVIRONNEMENT. APRES CHAQUE PERCEPTION, LE ROBOT CHERCHE A RECONNAITRE LES AMERS OU UNE CONFIGURATION D'AMERS DANS LE MODELE. LES APPARIEMENTS TROUVES LUI PERMETTENT DE REESTIMER A LA FOIS SA POSITION ET SON INCERTITUDE AINSI QUE CELLES DES AMERS.

Localisation et modélisation tridimensionnelles pour un robot mobile autonome tout terrain

Cette thèse traite du problème de la localisation dans un environnement tridimensionnel (3D) d'un robot mobile autonome, ainsi que de celui de la modélisation de terrain. Deux domaines typiques d'application de ce travail sont la robotique mobile d'intervention (sécurite civile,) et l'exploration planétaire. La contribution de la thèse se situe surtout au niveau de la localisation d'un robot dans un environnement semi-structure ou non structuré. Un état de l'art concernant d'une part les principaux capteurs utilisables, et d'autre part la modélisation, est présente. L'accent est mis sur les capteurs inertiels et sur la modélisation de formes non structurées ; le choix des capteurs utilisés, ainsi que celui des primitives géométriques retenues, sont justifiés. Dans un premier temps, une approche pour la localisation du robot à l'aide d'amers de type structure, mais éventuellement naturels, est presentée. Le problème de la fusion incrémentale d'un modèle de localisation basé sur des primitives hétérogenes, à partir de la détection de lignes verticales (arbres, colonnes) ou de murs, est traité. Plusieurs approches pour le recalage de la position du robot et la fusion des données hétérogènes sont comparées. Une stratégie de choix des différents amers est enfin proposée. Dans un deuxième temps, le problème de la modélisation de terrain accidenté et du recalage sur des caractéristiques non structurées de l'environnement est abordé. Une méthode de modélisation du terrain par hiérarchie de b-splines est proposeé, et la construction incrémentale du modèle de terrain est traitée. Le modèle analytique obtenu permet d'extraire divers invariants 3D, comme des maxima d'altitude ou des points de forte courbure ; l'aspect multi-résolution permet de focaliser progressivement la recherche de telles caractéristiques. Finalement, une méthode de localisation faisant coopérer l'extraction de caractéristiques avec des techniques de type corrélation est proposée. Les différentes méthodes développées ont fait l'objet d'une validation sur plusieurs robots mobiles expérimentaux.