Download Free Localisation Et Modelisation De Lenvironnement Dun Robot Mobile Par Cooperation De Deux Capteurs Omnidirectionnels Book in PDF and EPUB Free Download. You can read online Localisation Et Modelisation De Lenvironnement Dun Robot Mobile Par Cooperation De Deux Capteurs Omnidirectionnels and write the review.

LES TRAVAUX PRESENTES DANS CE MEMOIRE TRAITE DE LA LOCALISATION D'UN ROBOT MOBILE DANS UN ENVIRONNEMENT INTERIEUR NON BALISE. TROIS TYPES DE CAPTEURS SONT UTILISES POUR DETERMINER LA POSITION DU ROBOT : UN ODOMETRE, UN SYSTEME DE VISION OMNIDIRECTIONNELLE ET UN SYSTEME TELEMETRIQUE ROTATIF. L'OBJECTIF DE CETTE ETUDE EST DE PERMETTRE A UN ROBOT DE SE DEPLACER EN TOUTE SECURITE D'UNE CONFIGURATION INITIALE A UNE CONFIGURATION FINALE DANS UN ENVIRONNEMENT PARTIELLEMENT CONNU. POUR CELA DEUX APPROCHES ONT ETE UTILISEES : LA FUSION DES DONNEES PROPRIOCEPTIVES ET EXTEROCEPTIVES ET LA COOPERATION ENTRE LES CAPTEURS EXTEROCEPTIFS. DANS UN PREMIER TEMPS UNE METHODE DE LOCALISATION BASEE SUR LA FUSION DES DONNEES ODOMETRIQUES ET DES DONNEES TELEMETRIQUES A ETE DEVELOPPEE ET TESTEE. L'ESTIMATION DE LA POSITION ET DE SON INCERTITUDE ASSOCIEE EST OBTENUE PAR FILTRAGE DE KALMAN. LES AMERS UTILISES POUR CETTE APPROCHE SONT LES PAROIS DU MILIEU D'EVOLUTION. DANS UN DEUXIEME TEMPS UNE METHODE DE LOCALISATION UTILISANT LA VISION OMNIDIRECTIONNELLE ET L'ODOMETRIE A ETE ELABOREE. LES ANGLES D'AZIMUT DES DIFFERENTS AMERS VERTICAUX DE L'ENVIRONNEMENT SONT EXTRAITS DU MODELE SENSORIEL POUR CALCULER LA CONFIGURATION DU ROBOT. CONTRAIREMENT A L'APPROCHE ADOPTEE PRECEDEMMENT POUR LA FUSION DES DONNEES, LE FILTRAGE DE KALMAN ETENDU EST DANS CE CAS EMPLOYE, A CAUSE DE LA NON LINEARITE DES EQUATIONS D'OBSERVATION. FINALEMENT, DANS UN TROISIEME TEMPS, UNE STRATEGIE VISANT A FAIRE COOPERER DEUX CAPTEURS EXTEROCEPTIFS, UN TELEMETRE LASER ROTATIF ET LE SYSTEME DE VISION OMNIDIRECTIONNELLE, A ETE MISE EN OEUVRE. CETTE METHODE PERMET D'OBTENIR UNE ESTIMATION ABSOLUE DE LA CONFIGURATION DU ROBOT QUI EST D'UNE PART PRECISE ET D'AUTRE PART ROBUSTE. EN OUTRE, UN ALGORITHME PERMETTANT DE METTRE A JOUR LA CARTE DE L'ENVIRONNEMENT DU ROBOT AU COURS DE SON DEPLACEMENT A ETE ELABOREE ET TESTE. CE MODULE D'INSERTION DE BALISES NATURELLES NON REPERTORIEES, PERMET AINSI AU ROBOT DE SE LOCALISER DANS DES ZONES DE L'ENVIRONNEMENT QUI NE SONT QUE PARTIELLEMENT CONNUES. CE SYSTEME DE LOCALISATION, BASE SUR UNE APPROCHE COOPERATIVE, PERMET A UN ROBOT DE MENER A BIEN DES MISSIONS DANS UN ENVIRONNEMENT INTERIEUR NON BALISE QUI N'EST QUE PARTIELLEMENT CONNU.
ICIAR 2004, the International Conference on Image Analysis and Recognition, was the ?rst ICIAR conference, and was held in Porto, Portugal. ICIAR will be organized annually, and will alternate between Europe and North America. ICIAR 2005 will take place in Toronto, Ontario, Canada. The idea of o?ering these conferences came as a result of discussion between researchers in Portugal and Canada to encourage collaboration and exchange, mainly between these two countries, but also with the open participation of other countries, addressing recent advances in theory, methodology and applications. The response to the call for papers for ICIAR 2004 was very positive. From 316 full papers submitted, 210 were accepted (97 oral presentations, and 113 - sters). The review process was carried out by the Program Committee members and other reviewers; all are experts in various image analysis and recognition areas. Each paper was reviewed by at least two reviewing parties. The high q- lity of the papers in these proceedings is attributed ?rst to the authors, and second to the quality of the reviews provided by the experts. We would like to thank the authors for responding to our call, and we wholeheartedly thank the reviewers for their excellent work in such a short amount of time. We are espe- ally indebted to the Program Committee for their e?orts that allowed us to set up this publication. We were very pleased to be able to include in the conference, Prof. Murat KuntfromtheSwissFederalInstituteofTechnology,andProf. Mario ́ Figueiredo, oftheInstitutoSuperiorT ́ ecnico,inPortugal.
Dans le cadre de la fusion multi sensorielle, afin d'accélérer la vitesse de traitement des informations issues des différents capteurs du robot, nous combinons les données visuelles avec les données de profondeur (télémètre infrarouge) pour retrouver le mouvement du robot qui se déplace dans un environnement inconnu contenant un certain nombre d'objets rigides et mobiles a priori. Cette méthode a pour point de départ des travaux sur l'estimation itérative du mouvement a partir de la vision 3d et des capteurs ultrasons sans toutefois tenir compte de l'aspect temporel ainsi que des travaux sur la reconstruction 3d trin oculaire. L'originalité de ce travail est de n'utiliser la vision que de temps en temps afin de créer une carte locale de l'environnement. Cette carte est formée de surfaces 3d. Le mouvement est retrouve de manière itérative (filtre de kalman étendu) a partir de très peu de données de profondeur. La direction des tirs télémétriques est obtenue en combinant l'estimation courante du mouvement et la prédiction sur la position des plans. Un recalage est nécessaire, en utilisant a nouveau la vision, au bout d'un certain déplacement. La gestion de la fréquence de recalage est faite a partir de deux méthodes proposées: l'une basée sur le calcul d'une erreur de position a chaque instant de recalage et l'autre basée sur l'observation des paramètres d'une surface de référence a chaque instant d'estimation. Les tests de cet algorithme ont été effectues sur des données de synthèse (nous avons réalise un logiciel permettant de simuler les mouvements du robot dans un environnement polyédrique et d'obtenir des informations synthétiques des différents capteurs). Malheureusement les tests en environnement réel n'ont pu être inclus dans le mémoire puisqu'ils n'ont pu être achevés en temps voulu en raison de problèmes matériels lies a l'utilisation d'un robot mobile.
LES TRAVAUX PRESENTES DANS CE MEMOIRE CONCERNENT LES ASPECTS MODELISATION DE L'ENVIRONNEMENT ET PLANIFICATION DE TRAJECTOIRE DU PROJET V.A.H.M. (VEHICULE AUTONOME POUR HANDICAPE MOTEUR). NOUS PROPOSONS D'EXPLOITER LES INFORMATIONS PROVENANT D'UNE REPRESENTATION INCERTAINE DE L'ENVIRONNEMENT. L'ORIGINALITE DE CETTE REPRESENTATION PROVIENT DU FAIT QU'ELLE EST ISSUE D'UN DESSIN A VUE EFFECTUE PAR UN OPERATEUR HUMAIN. NOUS RESOLVONS LE PROBLEME DE L'INTERPRETATION ET DE L'EVALUATION DES INCERTITUDES PAR UNE MODELISATION SIMPLE DU COMPORTEMENT HUMAIN QUI CONSISTE A UTILISER DES RELATIONS DE PROXIMITE ENTRE LES PRIMITIVES GEOMETRIQUES DU DESSIN ORIGINEL. A PARTIR DE LA MODELISATION PAR NOMBRES MULTIVALEURS DE L'ENVIRONNEMENT A PRIORI, NOUS EFFECTUONS DES PLANIFICATIONS DE TRAJECTOIRES. L'UTILISATION DES CARACTERISTIQUES INCERTAINES DU MODELE PERMET ALORS LA MISE EN EVIDENCE DES REGIONS OU LA NAVIGATION DU ROBOT PRESENTE DE HAUTS RISQUES DE COLLISION AVEC LES OBSTACLES. LE FAUTEUIL EST EQUIPE DE CAPTEURS EXTEROCEPTIFS (CAPTEURS A ULTRASONS) ET PROPRIOCEPTIFS (ODOMETRE) QUI AUTORISENT RESPECTIVEMENT L'OBSERVATION DE L'ENVIRONNEMENT ET L'ESTIMATION DE LA LOCALISATION. LORS DE LA NAVIGATION DU ROBOT DANS L'ENVIRONNEMENT, LA MISE EN CORRESPONDANCE DU MODELE ET DES DONNEES ISSUES DES MOYENS DE PERCEPTION PERMET D'EFFECTUER UNE MODIFICATION DE LA CONFIGURATION DES OBJETS MODELISES. APRES PLUSIEURS DEPLACEMENTS DANS LE MILIEU D'EVOLUTION, ON OBSERVE UNE CONVERGENCE DE LA CONFIGURATION RELATIVE DES OBJETS VERS LEUR CONFIGURATION REELLE
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.
Les travaux présentés dans cette thèse concernent la reconstruction tridimensionnelle de l'environnement d'un robot mobile, à partir d'informations de vision omnidirectionnelle, pour la préparation d'interventions. Nous nous intéressons dans un premier temps à la conception d'une architecture matérielle adaptée aux problématiques de la reconstruction 3D et de la navigation autonome. Le calibrage d'un système de vision est une étape indispensable dès lors que celui-ci est destiné à effectuer des mesures sur son environnement. Cette phase consiste à modéliser le système pour établir la relation mathématique liant les points 3D et leurs projections dans les images. Après une discussion sur le choix du modèle, nous présentons une méthodologie pour estimer les paramètres du modèle retenu. La structure stéréoscopique du capteur que nous avons développé rend possible la reconstruction tridimensionnelle de l'environnement sans déplacement. Nous proposons donc des algorithmes permettant la reconstruction dense de l'environnement, ainsi que des algorithmes de détection de primitives dans les images omnidirectionnelles. Lorsque le capteur est en mouvement, nous exploitons ses déplacements pour enrichir le modèle 3D. Notre principale contribution porte sur le développement d'un algorithme d'ajustement de faisceaux pour les capteurs stéréoscopiques omnidirectionnels qui permet d'obtenir une estimation des déplacements en ne nécessitant que des données visuelles
LE TRAVAIL PRESENTE S'INSERE DANS LE CADRE DES RECHERCHES MENEES AU SEIN DE L'EQUIPE ROBOTIQUE DU LAAS SUR LE ROBOT HILARE. IL EST CONSACRE A LA PERCEPTION ET A LA MODELISATION GEOMETRIQUE DE L'ENVIRONNEMENT. L'APPROCHE PROPOSEE EST BASEE SUR LA STEREOVISION PASSIVE. LES SEGMENTS DE CONTOUR EXTRAITS DE DEUX IMAGES STEREOSCOPIQUES SONT MIS EN CORRESPONDANCE PAR UN ALGORITHME DE PREDICTION-VERIFICATION D'HYPOTHESES. APRES CALIBRATION DES CAMERAS, CES SEGMENTS SONT LOCALISES DANS L'ESPACE 3D ET UTILISES POUR LA MODELISATION GEOMETRIQUE DE LA SCENE. LES PLANS VERTICAUX SONT TOUT D'ABORD EXTRAITS PAR UNE METHODE DE PREDICTION-VERIFICATION. LES ZONES COMPLEXES DE L'ENVIRONNEMENT SONT ENSUITE CIRCONCRITES PAR DES ENVELOPPES POLYGONALES. UNE CARTE PLANAIRE DE L'ESPACE OCCUPE, DEDIEE AU SYSTEME DE NAVIGATION, EST AINSI CONSTRUITE. L'INTEGRATION DE CES ALGORITHMES A UN SYSTEME DE PERCEPTION MULTISENSORIEL INCLUANT UN TELEMETRE LASER ET UN MODULE DE VISION DYNAMIQUE EST ENFIN PRESENTEE