Navigation R F Renc E Multi Capteurs D Un Robot Mobile En Environnement Encombr
Download Navigation R F Renc E Multi Capteurs D Un Robot Mobile En Environnement Encombr PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Navigation R F Renc E Multi Capteurs D Un Robot Mobile En Environnement Encombr book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
COMMANDE REFERENCEE MULTI-CAPTEURS POUR LA NAVIGATION D'UN ROBOT MOBILE
UNE PREMIERE APPROCHE DU PROBLEME DE LA COMMANDE DES ROBOTS MOBILES REPOSE SUR LA SYNTHESE DE LOIS DE COMMANDE EN BOUCLE FERMEE SUR L'ETAT DU ROBOT. LA MISE EN OEUVRE DE TELLES LOIS NECESSITE LA LOCALISATION DU ROBOT PAR RAPPORT A UN REPERE FIXE, ETAPE COUTEUSE EN TEMPS CALCUL ET SOURCE D'ERREURS. L'UTILISATION DE CAPTEURS PLUS PERFORMANTS A PERMIS L'EMERGENCE D'UNE NOUVELLE APPROCHE DANS LAQUELLE LA TACHE ROBOTIQUE EST SPECIFIEE DANS L'ESPACE CAPTEUR : LA COMMANDE REFERENCEE CAPTEUR. CELLE-CI CONSISTE A DEFINIR DES BOUCLES DE COMMANDE DIRECTEMENT A PARTIR DES DONNEES SENSORIELLES, SANS AVOIR A RELOCALISER LE ROBOT. DANS CE CONTEXTE, LA RICHESSE DU SIGNAL VIDEO A PERMIS LE DEVELOPPEMENT DE L'ASSERVISSEMENT VISUEL QUI REPOSE SUR LA REGULATION DES INDICES VISUELS DANS L'IMAGE. TOUTEFOIS, COMME DE NOMBREUSES TACHES ROBOTIQUES NE PEUVENT ETRE SPECIFIEES SEULEMENT DE CETTE MANIERE, IL APPARAIT NECESSAIRE DE CONSIDERER DANS LA COMMANDE DES INFORMATIONS PROVENANT DE CAPTEURS DE NATURE DIFFERENTE. LES TRAVAUX MENES DANS CETTE THESE S'INSCRIVENT DANS CETTE PROBLEMATIQUE ET VISENT A ETENDRE LES TECHNIQUES D'ASSERVISSEMENT VISUEL. PLUS PRECISEMENT NOUS NOUS SOMMES FOCALISES SUR LA COMMANDE D'UN ROBOT MOBILE EQUIPE D'UN TELEMETRE LASER ET D'UNE CAMERA. NOTRE CONTRIBUTION A CONSISTE A ELABORER UN ENSEMBLE DE STRATEGIES DE COMMANDE, EN BOUCLE FERMEE SUR LES INFORMATIONS VISUELLES ET TELEMETRIQUES, POUR REALISER UNE TACHE DE NAVIGATION EN MILIEU ENCOMBRE. NOUS PROPOSONS UNE ANALYSE COMPARATIVE DES DIFFERENTES METHODES, AINSI QU'UNE SIMULATION DES STRATEGIES CORRESPONDANTES. DE PLUS, NOTRE TRAVAIL NOUS A CONDUIT A DEFINIR LA NOTION CANONIQUE DE TACHE ELEMENTAIRE REFERENCEE MULTICAPTEURS SUR LAQUELLE REPOSE LA NAVIGATION REFERENCEE CAPTEURS. CES RESULTATS NOUS ONT DONC PERMIS D'ABORDER LE PROBLEME DE L'ENCHAINEMENT DE TACHES DE NATURE DIFFERENTE, SPECIFIEES EN TERMES D'INFORMATIONS SENSORIELLES, AFIN DE REALISER UNE TACHE COMPLETE DE NAVIGATION DANS UN ENVIRONNEMENT STRUCTURE.
Navigation référencée multi-capteurs d'un robot mobile en environnement encombré
Dans ce travail, nous nous intéressons à la navigation référencée vision d'un robot mobile équipé d'une caméra dans un environnement encombré d'obstacles possiblement occultants. Pour réaliser cette tâche, nous nous sommes appuyés sur l'asservissement visuel 2D. Cette technique consiste à synthétiser une loi de commande basée sur les informations visuelles renvoyées par la caméra embarquée. Le robot atteint la situation désirée lorsque les projections dans l'image de l'amer d'intérêt, appelés indices visuels, atteignent des valeurs de consigne prédéfinies. La navigation par asservissement visuel 2D nécessite de s'intéresser à trois problèmes : garantir l'intégrité du robot vis-à-vis des obstacles, gérer les occultations des amers d'intérêts et réaliser de longs déplacements. Nos contributions portent sur les deux derniers problèmes mentionnés. Dans un premier temps nous nous sommes intéressés à l'estimation des indices visuels lorsque ceux-ci ne sont plus disponibles à cause d'une occultation. La profondeur étant un paramètre déterminant dans ce processus, nous avons développé une méthode permettant de l'estimer. Celle-ci est basée sur une paire prédicteur/correcteur et permet d'obtenir des résultats exploitables malgré la présence de bruits dans les mesures. Dans un second temps, nous nous sommes attachés à la réalisation de longs déplacements par asservissement visuel. Cette technique nécessitant de percevoir l'amer d'intérêt dès le début de la tâche, la zone de navigation est limitée par la portée de la caméra. Afin de relaxer cette contrainte, nous avons élaboré un superviseur que nous avons ensuite couplé à une carte topologique intégrant un ensemble d'amers caractéristiques de l'environnement. La tâche de navigation globale peut alors être décomposée sous la forme d'une séquence d'amers à atteindre successivement, la sélection et l'enchainement des mouvements nécessaires étant effectués au sein du superviseur. Les travaux ont été validés par le biais de simulations et d'expérimentations, démontrant la pertinence et l'efficacité de l'approche retenue.
Mobile Robots Navigation
The presence of mobile robots in diverse scenarios is considerably increasing to perform a variety of tasks. Among them, many developments have occurred in the fields of ground, underwater, and flying robotics. Independent of the environment where they move, navigation is a fundamental ability of mobile robots so that they can autonomously complete high-level tasks. This problem can be efficiently addressed through the following actions: First, it is necessary to perceive the environment in which the robot has to move, and extract some relevant information (mapping problem). Second, the robot must be able to estimate its position and orientation within this environment (localization problem). With this information, a trajectory toward the target points must be planned (path planning), and the vehicle must be reactively guided along this trajectory considering either possible changes or interactions with the environment or with the user (control). Given this information, this book introduces current frameworks in these fields (mapping, localization, path planning, and control) and, in general, approaches to any problem related to the navigation of mobile robots, such as odometry, exploration, obstacle avoidance, and simulation.