Download Free Commande Referencee Multi Capteurs Pour La Navigation Dun Robot Mobile Book in PDF and EPUB Free Download. You can read online Commande Referencee Multi Capteurs Pour La Navigation Dun Robot Mobile and write the review.

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.
L'amélioration des capteurs a permis l'émergence de la commande référencée capteurs qui permet la réalisation de diverses tâches de navigation de façon précises. L'intention de cette thèse est de contribuer à définir des stratégies de commande référencées multicapteurs pour un robot mobile réalisant une tâche référencée vision dans un environnement encombré d'obstacles susceptibles d'occulter le motif visuel. Nous avons ainsi proposé des lois de commandes permettant d'éviter à la fois les occultations et les collisions. Toutefois,les résultats obtenus ont montré que chercher à éviter simultanément ces deux phénomènes sur-contraignait le mouvement du robot,limitant la gamme des missions réalisables. Nous avons alors proposé une approche alternative consistant à tolérer la perte totale du signal visuel. Nous avons ainsi proposé dans un cadre général plusieurs méthodes (analytiques et numériques) de reconstruction du signal visuel lorsqu'il devient indisponible.
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.
This book presents research trends on computer vision, especially on application of robotics, and on advanced approachs for computer vision (such as omnidirectional vision). Among them, research on RFID technology integrating stereo vision to localize an indoor mobile robot is included in this book. Besides, this book includes many research on omnidirectional vision, and the combination of omnidirectional vision with robotics. This book features representative work on the computer vision, and it puts more focus on robotics vision and omnidirectioal vision. The intended audience is anyone who wishes to become familiar with the latest research work on computer vision, especially its applications on robots. The contents of this book allow the reader to know more technical aspects and applications of computer vision. Researchers and instructors will benefit from this book.
Cette thèse concerne la synthèse de lois commande référencées vision 2D, multi-critères, pour le positionnement, par rapport à une cible fixe ou mobile, d'une caméra orientable en lacet en mouvement dans le plan horizontal. La fréquence et la qualité des informations délivrées par les caméras CCD qui équipent aujourd'hui les robots rend en effet possible l'alimentation directe des boucles de commande à partir des mesures visuelles de l'environnement. Le modèle considéré est défini dans le cadre du formalisme des fonctions de tâches et s'appuie sur la notion de torseur d'interaction qui permet de relier le mouvement de la caméra à la variation des indices visuels. L'objectif de ce travail est de proposer des lois de commandes permettant de stabiliser la caméra sur la base des informations bidimensionnelles issues de l'image, en tenant compte de l'incertitude sur la profondeur des points de la cible, des contraintes de visibilité et des limites en amplitude sur la vitesse et l'accélération de la caméra. La méthode proposée met en oeuvre des techniques de commande avancées. Elle est basée sur la satisfaction d'une condition de secteur modifiée permettant de prendre en compte la saturation de l'accélération et la description du système en boucle fermée via un modèle polytopique des incertitudes. Cette approche permet de formuler des conditions constructives pouvant être exprimées sous forme d'Inégalités Linéaires Matricielles (LMIs). Sur cette base, la résolution de problèmes d'optimisation convexe permet d'une part de maximiser la région de stabilité associée et d'autre part de déterminer le gain stabilisant du correcteur. La technique, initialement appliquée au problème du positionnement de la caméra par rapport à une cible fixe, est ensuite étendue au suivi d'une cible mobile en considérant la vitesse inconnue de la cible comme une perturbation bornée en énergie. L'intérêt de ce type de résultat, pour l'élaboration de stratégies de navigation d'un robot mobile par enchaînement de tâches référencées capteurs, est ensuite mis en évidence. Plusieurs exemples d'enchaînement de tâches sont tour à tour considérés et simulés sur la base d'un modèle de robot à roues muni de capteurs de proximité et supportant une caméra montée sur une platine orientable en azimut.
CETTE THESE PRESENTE UNE ETUDE SUR LA NAVIGATION A LONGUE ET A COURTE DISTANCE D'UN ROBOT MOBILE DANS UN ENVIRONNEMENT PARTIELLEMENT CONNU. CETTE APPROCHE EST ACCOMPAGNEE D'UN COUT MINIMUM. NOUS AVONS DEBUTE CE TRAVAIL PAR UN ETAT DE L'ART, QUI PAR L'ANALYSE QUE NOUS EN TIRONS SUR LES PLANS DE LA LOCOMOTION ET DE LA PERCEPTION, NOUS A CONDUIT A LA REALISATION DU ROBOT MOBILE ROME0. DANS CE CADRE, NOUS PRESENTONS LE SYSTEME DE PERCEPTION MINIMUM BASE SUR DES CAPTEURS A ULTRASONS ET LE SYSTEME ODOMETRIQUE IMPLANTES SUR LE ROBOT. NOUS DECRIVONS ROME0 EN PRECISANT LE FONCTIONNEMENT DE CERTAINS ORGANES PRINCIPAUX. NOUS PRESENTONS ENSUITE UN ALGORITHME DE GENERATION DE TRAJECTOIRES DANS UN ENVIRONNEMENT DONNE. NOUS LE COMPLETONS PAR UN ALGORITHME D'EVITEMENT D'OBSTACLES IMPREVUS UTILISANT DES INFORMATIONS ULTRASONORES. CES PROGRAMMES NE SONT UTILISABLES QUE SI LE ROBOT POSSEDE DES BOUCLES DE COMMANDE EN SON PLUS BAS NIVEAU DE CONTROLE. AUSSI, AVONS NOUS REALISE UN SUIVI DE TRAJECTOIRE ET UN SUIVI D'OBSTACLES. CES DEUX TYPES DE COMMANDE PEUVENT ETRE DEFINIS COMME DES COMMANDE REFLEXES ET PERMETTENT DE LIBERER LES HAUTS NIVEAUX DE CONTROLE. POUR FINIR, NOUS DONNONS UNE METHODE D'ACQUISITION DE L'ENVIRONNEMENT GLOBAL DU ROBOT UTILISANT UN CAPTEUR A ULTRASONS ROTATIF ET NOUS TRAITONS LE PROBLEME DE SA LOCALISATION ABSOLUE A L'AIDE DE BALISES OPTIQUES
CETTE THESE PRESENTE UN SYSTEME DE PROGRAMMATION ET DE COMMANDE DE ROBOTS MOBILES PAR APPRENTISSAGE. DANS LE BUT D'ASSURER LA FAISABILITE DES MISSIONS, NOUS AVONS MIS AU POINT UNE METHODE D'APPRENTISSAGE DES TRAJECTOIRES GRACE A LAQUELLE LE ROBOT CONNAIT D'UNE PART, LES CHEMINS DES MISSIONS ET D'AUTRE PART, LES ACTIONS A ACCOMPLIR. L'ORIGINALITE DE LA METHODE RESIDE DANS L'UTILISATION CONJOINTE D'UNE BASE DE DONNEES DE TRAJECTOIRES APPRISES ET D'INFORMATIONS DELIVREES EN LIGNE PAR LES CAPTEURS, DE FACON A AUTORISER DES MANUVRES TELLES QUE LE RECALAGE DU ROBOT OU LES EVITEMENTS D'OBSTACLES. DANS LE PREMIER CHAPITRE, NOUS POSONS LE PROBLEME DE LA COMMANDE DE ROBOTS MOBILES EN ENVIRONNEMENT INTERIEUR, TANT SUR LE PLAN DES STRATEGIES DE NAVIGATION QUE SUR LE PLAN DES SYSTEMES DE LOCALISATION OU DES STRUCTURES DE COMMANDE. DANS LE DEUXIEME CHAPITRE, NOUS PRESENTONS LA PHASE D'ACQUISITION DES TRAJECTOIRES. PENDANT CETTE ETAPE PRINCIPALE, LE ROBOT EST TELEOPERE TANDIS QUE SON SYSTEME DE LOCALISATION EST ACTIF ET DELIVRE DES INFORMATIONS QUI SONT TRAITEES PUIS MEMORISEES SOUS FORME DE FICHIERS D'APPRENTISSAGE. L'EXECUTION D'UNE TRAJECTOIRE APPRISE NECESSITE D'UNE PART, UNE GENERATION DE MOUVEMENT QUI UTILISE AUSSI BIEN DES POINTS ACQUIS EN LIGNE QUE DES POINTS ACQUIS PENDANT LA PHASE D'APPRENTISSAGE, ET D'AUTRE PART, LE CALCUL DES VARIABLES DE COMMANDE POUR LE ROBOT CONSIDERE. NOUS DECRIVONS L'UNE ET L'AUTRE DANS LE TROISIEME CHAPITRE. LE QUATRIEME CHAPITRE PRESENTE TOUS LES OUTILS NECESSAIRES A L'APPRENTISSAGE DES TRAJECTOIRES D'UN ENSEMBLE DE MISSIONS TELS QUE LA STRUCTURATION DES CHEMINS, LA VALIDATION ET LA CORRECTION EVENTUELLE DES FICHIERS D'APPRENTISSAGE, LA GESTION DE L'ENCHAINEMENT DES PHASES, L'INTERFACE HOMME/MACHINE, LA PROGRAMMATION DES ACTIONS DU ROBOT. NOUS AVONS IMPLANTE LE SYSTEME COMPLET DE PROGRAMMATION ET DE COMMANDE PAR APPRENTISSAGE SUR LE ROBOT DU PROJET FIRST, DEDIE AU TRANSPORT DE CHARGES EN MILIEU HOSPITALIER. DANS LE DERNIER CHAPITRE, NOUS PRESENTONS CE PROJET, L'IMPLANTATION DU SYSTEME ET LES DIFFERENTS ESSAIS EFFECTUES
L'OBJECTIF DE CE TRAVAIL CONSISTE A COMMANDER UN ROBOT MOBILE A ROUES AFIN DE SE DEPLACER DANS UN ENVIRONNEMENT CONNU MAIS AVEC DES OBSTACLES IMPREVUS. POUR CE FAIRE, UNE MISE EN UVRE DE L'INSTRUMENTATION DU ROBOT EST ETUDIEE, D'UNE PART D'UN POINT DE VUE MATERIEL, AU NIVEAU DES CAPTEURS EXTEROCEPTIFS, D'AUTRE PART D'UN POINT DE VUE LOGICIEL AU NIVEAU DES ALGORITHMES DE NAVIGATION. CETTE MISE EN UVRE EST EFFECTUEE A TRAVERS UNE ARCHITECTURE DE COMMANDE HIERARCHISEE COMPORTANT TROIS NIVEAUX, SOIT: PLANIFICATION, NAVIGATION ET PILOTAGE. POUR PLANIFIER UNE TRAJECTOIRE, NOUS UTILISONS LA METHODE DES VECTEURS DE TRAVERSABILITE EN APPORTANT DES AMELIORATIONS A L'ALGORITHME CLASSIQUE. LA NAVIGATION LOCALE EST REALISEE PAR LA METHODE DES CHAMPS DE POTENTIEL. NOTRE CONTRIBUTION RESIDE DANS L'AMELIORATION DU COMPORTEMENT DU ROBOT, EN PARTICULIER EN MODIFIANT DYNAMIQUEMENT LES FORCES REPULSIVES AU COURS DE L'EVOLUTION. PAR AILLEURS, NOUS PROPOSONS UNE METHODE PERMETTANT D'EVITER LES MINIMA LOCAUX. AFIN DE PERMETTRE UN RECALAGE EVENTUEL DE LA LOCALISATION RELATIVE FOURNIE PAR L'ODOMETRIE, NOUS UTILISONS UN SYSTEME DE LOCALISATION ABSOLUE PAR GONIOMETRIE. L'ETUDE DE QUELQUES CONFIGURATIONS NOUS A PERMIS DE TROUVER D'UNE PART LA MEILLEURE STRUCTURATION DE L'ENVIRONNEMENT, ET D'AUTRE PART LES POSITIONS DU ROBOT DANS L'ENVIRONNEMENT OFFRANT LES MEILLEURS RESULTATS
Cette thèse explore le développement de solutions innovantes pour automatiser les tâches de navigation et de manipulation dans le contexte agricole et plus particulièrement dans les vergers. Les tâches concernées varient de l'analyse au traitement ou encore au ramassage de fruits. Cet environnement introduit de nombreuses contraintes. D'abord, le robot naviguant entre des rangées d'arbres, ne peut se localiser précisément via un signal GNSS du fait de la canopée. La navigation reposera donc sur des mesures effectuées par des capteurs embarqués tels que des encodeurs, des caméras ou des scanners laser. Ensuite, l'environnement étudié est naturel et donc dynamique : mouvement des feuilles ou des fruits dans les arbres, variabilité due aux saisons, etc. De ce fait les méthodes classiques de modélisation, de localisation et de planification métriques nécessitent des mises à jours très régulières et sont ainsi très coûteuses en temps de calcul. C'est pourquoi, cette thèse vise à développer des stratégies de commande basées sur des asservissements par retour de sortie moins sensibles à l'évolution de l'environnement. Ce manuscrit s'articule en deux parties. La première est consacrée à la navigation et présente une stratégie complète adaptée aux spécificités des vergers. Des lois de commande référencées capteurs ont notamment été synthétisées afin de réaliser des demi-tours de différentes formes. Elles ont été validées en simulation puis dans un cadre expérimental. La seconde partie du manuscrit s'intéresse à la manipulation. Une stratégie de commande référencée vision a été synthétisée pour contrôler les mouvements d'un système multi-bras et multi-caméras. Cette stratégie, basée sur les techniques de commande prédictive, permet de prendre en compte les différentes contraintes et de gérer les problèmes de collision. Cette approche a été analysée en simulation et les performances obtenues apparaissent très intéressantes dans l'optique d'une mise en œuvre réelle. Enfin, la dernière partie du manuscrit récapitule les principales contributions effectuées et met en exergue les pistes restant encore à explorer.
Ce mémoire présente un système de localisation par vision pour un robot mobile circulant dans un milieu urbain. Pour cela, une première phase d'apprentissage où le robot est conduit manuellement est réalisée pour enregistrer une séquence vidéo. Les images ainsi acquises sont ensuite utilisées dans une phase hors ligne pour construire une carte 3D de l'environnement. Par la suite, le véhicule peut se déplacer dans la zone, de manière autonome ou non, et l'image reçue par la caméra permet de le positionner dans la carte. Contrairement aux travaux précédents, la trajectoire suivie peut être différente de la trajectoire d'apprentissage. L'algorithme développé permet en effet de conserver la localisation malgré des changements de point de vue importants par rapport aux images acquises initialement. Le principe consiste à modéliser les points de repère sous forme de facettes localement planes, surnommées patchs plan, dont l'orientation est connue. Lorsque le véhicule se déplace, une prédiction de la position courante est réalisée et la déformation des facettes induite par le changement de point de vue est reproduite. De cette façon la recherche des amers revient à comparer des images pratiquement identiques, facilitant ainsi leur appariement. Lorsque les positions sur l'image de plusieurs amers sont connues, la connaissance de leur position 3D permet de déduire la position du robot. La transformation de ces patchs plan est complexe et demande un temps de calcul important, incompatible avec une utilisation temps-réel. Pour améliorer les performances de l'algorithme, la localisation a été implémentée sur une architecture GPU offrant de nombreux outils permettant d'utiliser cet algorithme avec des performances utilisables en temps-réel. Afin de prédire la position du robot de manière aussi précise que possible, un modèle de mouvement du robot a été mis en place. Il utilise, en plus de la caméra, les informations provenant des capteurs odométriques. Cela permet d'améliorer la prédiction et les expérimentations montrent que cela fournit une plus grande robustesse en cas de pertes d'images lors du traitement. Pour finir ce mémoire détaille les différentes performances de ce système à travers plusieurs expérimentations en conditions réelles. La précision de la position a été mesurée en comparant la localisation avec une référence enregistrée par un GPS différentiel.