HAL Id: tel-00655469
https://tel.archives-ouvertes.fr/tel-00655469
Submitted on 29 Dec 2011
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-entific research documents, whether they are
pub-lished or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
publics ou privés.
un robot mobile autonome
David Filliat
To cite this version:
David Filliat. Cartographie et estimation globale de la position pour un robot mobile autonome.
Robotique [cs.RO]. Université Pierre et Marie Curie - Paris VI, 2001. Français. �tel-00655469�
Spé ialité:Informatique
Présentée par :DavidFILLIAT
pour obtenir legrade de DOCTEURdeL'UNIVERSITÉ PARIS 6
Cartographie et estimation globale de
la position pour un robot mobile
autonome
Soutenue le21 dé embre 2001
devant le jury omposé de:
Pr.Patri kGallinari (examinateur)
Pr.Wulfram Gerstner (rapporteur)
Dr. Jean-Paul Laumond (examinateur)
Dr. DominiqueLuzeaux (rapporteur) Dr. Jean-Ar ady Meyer (dire teur dethèse)
La gestiondes dépla ements dansl'espa e pour unrobot mobileautonome est un problème quiaétéabordédèslespremiersessaisd'intégrationdel'intelligen earti ielleetdelarobotique, maisqui reste di ile etauquel peu de solutions générales ont été apportées. Parmi toutes les stratégies de navigation existantes, nous nousintéressons à elles qui utilisent une arte repré-sentant lastru ture spatiale del'environnement etqui permettent de plani er lesdépla ements jusqu'àunbut lointain. La onstru tion d'une arteetl'estimation delapositiondu robotsont deuxsous-problèmesde navigation qui ont reçuisolément dessolutions e a es. Toutefois, leur résolution simultanée reste unetâ he omplexe.
Le problème de l'estimation de la position, pris isolément, peut notamment être résolu de manièretrèse a epardesmodèlesprobabilistesutilisantdesPro essusdeDé isionMarkoviens Partiellement Observables. Toutefois, es modèles ne peuvent en général pas être utilisés pour onstruire "en-ligne"la arte qu'ilsutilisent.
Nousavonsélaboréunmodèlede navigation quis'inspirede esméthodesmaisqui,àpartir de apteurs relativement impré is, permet la onstru tion "en-ligne" de la arte. La apa ité d'intégrationdesinformationsqu'ore etteméthodedelo alisationpermetde ompenser la fai-blessedesper eptions.Nousutilisonsdeplusdespro éduresdeper eptiona tivequipermettent, en fon tion du ontexte, d'utiliser les apteurs de manière e a e. Notre modèle permet ainsi, en faisant peu d'hypothèses sur l'environnement, une estimation robuste de la position et une onstru tionsimultanéedela arte.Ses apa itésontétédémontrées àlafoisensimulationetsur unrobotréel.Enparti ulier,nousavonsmontréqu'ilpermettaitaurobotdeselo aliser orre te-mentdèssonintrodu tion dansunenvironnementnouveau,deserelo aliserrapidementlorsqu'il esttransportépassivement d'unendroit à unautreetdeplani erune traje toirepermettant de rejoindredemanière robuste unbut donné.
Managingthemovementsofanautonomousmobilerobotinitsenvironmentisaproblemthat hasbeen ta kled sin e the earlyintegration of arti ial intelligen eand roboti s. However, this problemremains di ult and no general solution hasbeen devised.Among existing navigation strategies,wewillfo usonthosethatuseamaptorepresentthespatiallayoutoftheenvironment andthatallowtoplanmovementstowarddistantgoals.Map-buildingandself-positioningwithin these maps are two sub-problems that have been solved independently. However, solving these sub-problemssimultaneously isstill adi ult task.
Inparti ular,positionestimation de oupledfrom map-building ane iently berealized by probabilisti models based on Partially Observable Markov De ision Pro esses. These models however annotgenerallybe usedto buildthemapthey useon-line.
We have designed a navigation model inspired from these lo alization methods that is able tobuild amapon-line usingonly relatively impre isesensors.The apa ity tointegrate various information sour es aorded by this method makes it possible to ompensate the low quality of a single per eption. Moreover, a tive per eption pro edures allow to e iently use available sensorswithregardto the urrent ontext. Thus,our modelallows arobust position estimation along with simultaneous map-building with few hypotheses on the environment. Its apa ities have been demonstrated in simulation and on a real robot. In parti ular, we have shown that itallows arobot to lo alizeitself orre tly assoon at itis introdu ed in anew environment,to rapidly relo alize itself if it is passively transported from one pla e to another, and to plan a reliabletraje toryto a distant goal.
Remer iements
Jesouhaitetoutd'abordremer ierlesmembresduJuryquionta eptédem'honorerdeleur présen elors delasoutenan e de ette thèse.
Je remer ie tout d'abord MessieursPatri k Gallinari et Jean-Paul Laumond de faire partie demonjury malgé leurs nombreuses ontraintesprofessionnelles.
Mer i également à Monsieur Wulfram Gerstner, dont les arti les m'ont apporté une bonne partdes onnaissan esà labasede ette thèseetqui a a eptéd'en êtrerapporteur.
Je tiensàremer ierMonsieurDominiqueLuzeaux quiaégalement a eptéd'êtrerapporteur de ma thèse alors qu'il soutenait lui-même son habilitation à diriger des re her hes quelques joursplus t t. Je lui suis également re onnaissant de la disponibilité dont il a fait preuve pour mepermettre de dé ouvrir en dou eur lemilieu professionel verslequel je vaisme diriger après ettethèse.
Jedoiségalementdeprofondsremer iementsàmondire teurdethèse,MonsieurJean-Ar ady Meyer,pourm'avoirtoujoursdonnélalibertéde onduiremontravailàmonaiseetpourm'avoir toujours aidé, onseillé et en ouragé. Travailler au sein de son équipe a été un plaisir dont je garderaiunsouvenir marquant.
Cettethèseneseseraitpasaussibiendérouléesanstoutes lespersonnesquifontfon tionner le laboratoire au quotidien. Je dois en parti ulier remer ier Ja queline Le Baquer et Ghislaine Maryquinousontbeau oupaidélorsdel'arrivéedel'équipedel'AnimatLabauseinduP leIA. Mer iégalement à Valérie Mangin,Ni oleNardy,Anni kOmnès-Ravier, AndréeMusial, Marie-Claire Masbou,Jean-Pierre Arranz etChristopheBouder pour leur gestione a e de tousnos sou isadministratifsetinformatiques.Jesouhaiteégalementremer ierPatri kGallinariet Jean-Pierre Briot, qui dirigent le P le IA et le thème OASIS dont l'AnimatLab dépend au sein du LIP6,pour leur a tiondont dépendent lesbonnes onditions de travaildont nousbéné ions.
L'équipe del'AnimatLab était unpeu dégarnie quandj'ai ommen é mathèsepuisquenous n'étionsquedeuxthésards.Elle onstitue,maintenant,uneéquipe haleureuseauseindelaquelle il est très agréable de travailler, dis uter et se détendre. Je dois pour ela remer ier tous les membres qui en font ou en ont fait partie. Mer i don à Agnès, Olivier, Asli, Benoit, Vin ent, Gouri,Gabriel, Gildas,Pierre, StéphaneetFabien.
Mêmes'ils ont ledéfaut dene pasfairepartie de l'AnimatLab, etambian e estaussidue à Louis,Samuel, François, Ni olas,Valérie, BrunoetJean-Christophe. Mer i àeux aussi.
Mon arrivée au sein de l'AnimatLab remonte à mon stage de DEA, qui était proposé par JéromeKodjaba hian qui faisait à l'epoque partie de l'équipe. Le hoix de e stage dé oule en grandepartiedes onseils de Jean-DanielZu keretAlexisDrogoulquienseignent dansleDEA. Jeles remer ie tous troisdem'avoir aidéà trouvermavoie.
Cettevoie avait étéesquisséeà l'é olePolyte hnique grâ eà Jean-Christopheauquel je dois mon intérêt pour l'intelligen e art ielle. Son amitié durant le DEA et durant ette thèse ont
En n, audelàde ette thèse,mafamille m'atoujours permis d'avan erdansmavie et dans mes projets. J'attends toujours ave impatien e mes retours dans mon Auvergne natale où je peuxmeressour erparmilespersonnesqueje onnaisdepuistoujoursetquimeréservent haque foisun a ueilmerveilleux. Je les enremer ie tous.
Jedois notamment beau oupde hosesà mesparents quiont toujours soutenu mes hoix et m'ontdonné lapossibilitédefaire eque jesouhaitais.Mas÷ur aégalementtoujours étéàmes tés.Je luidoisdesmoments inoubliables.Que ette thèsesoit en oreunefoisl'o asiondeles en remer ier.
Jetermine esremer iementsparGaëllequiestdepuispeudevenuemafemmeetquisupporte au jour le jour mes angoisses etmes humeurs. C'est saprésen e, plus quetout autre ré onfort, qui m'aideà avan erau quotidien.Je l'en remer ie in niment.
Introdu tion 1
I Problématique 7
1 La navigation par artes 9
1.1 Cartographie, lo alisationetplani ation . . . 9
1.2 Quelqueshypothèsesde travail . . . 10
1.2.1 Estimation de laposition etdeladire tion . . . 10
1.2.2 Environnementsstatiques etdynamiques . . . 11
1.3 Sour es d'information disponibles . . . 12
1.3.1 Informations proprio eptives . . . 13 1.3.2 Informations extéro eptives . . . 13 1.4 Représentations enrobotique . . . 21 1.4.1 Cartes topologiques . . . 22 1.4.2 Cartes métriques . . . 27 1.4.3 Fusion de apteurs . . . 31
1.5 Données biologiques surlanavigation . . . 32
1.5.1 Les ellulesdelieu etde dire tion delatête. . . 32
1.5.2 Informations utilisées . . . 33
1.5.3 Représentations biologiquement plausibles. . . 33
1.6 Con lusion . . . 34
2 Lo alisation 37 2.1 Diérentes apa ités de lo alisation . . . 37
2.2 Stratégies de lo alisation . . . 39
2.2.1 Estimation de laposition parles données allothétiques. . . 39
2.2.2 Suivid'une hypothèse unique . . . 42
2.3 Lesmodèles markovienspourlalo alisation . . . 47
2.4 Per eption a tive . . . 50
2.5 Con lusion . . . 51
3 Cartographie 53 3.1 Lesproblèmes de la artographie . . . 53
3.1.1 Limitationdes méthodesde lo alisation . . . 53
3.1.2 Cohéren ede la arte . . . 54
3.1.3 Cartographiein rémentale etretouren arrière . . . 57
3.2 Cartographiein rémentale . . . 59
3.2.1 Estimationde laposition . . . 59
3.2.2 Modi ations de la arte . . . 60
3.2.3 Stratégies d'exploration . . . 61
3.3 Retoursurles modi ations passées . . . 61
3.3.1 Dé ouplagedesdonnées idiothétiquesetallothétiques . . . 62
3.3.2 Cartographiehors-ligne. . . 63
3.3.3 Cartographieen-ligne . . . 65
3.4 Con lusion . . . 67
4 Plani ation 69 4.1 Exé utiond'un plan . . . 69
4.2 Dis rétisation del'espa e de re her he . . . 70
4.3 Plani ation . . . 73
4.3.1 Deux typesdeplan . . . 73
4.3.2 Choixde l'a tion ave une positionin ertaine . . . 74
4.4 Con lusion . . . 75 II Notre modèle 77 5 Notre modèle 79 5.1 Choixstratégiques . . . 79 5.2 Stru turedu modèle . . . 80 5.2.1 Données allothétiques . . . 81 5.2.2 Données idiothétiques . . . 83 5.3 Estimationde laposition . . . 83
5.3.3 Intégrationdes donnéesallothétiques omnidire tionnelles . . . 88
5.3.4 Intégrationdes donnéesallothétiques dire tionnelles . . . 89
5.3.5 Estimation de laposition parles données idiothétiques . . . 90
5.3.6 Re onnaissan e delaposition. . . 92
5.4 Mise àjour de la arte . . . 94
5.4.1 Mise àjour desn÷uds. . . 94
5.4.2 Mise àjour desarêtes . . . 94
5.4.3 Nettoyage de la arte . . . 97
5.5 Algorithme d'exploration . . . 98
5.6 Plani ation . . . 99
5.6.1 Cal ul de lapolitique . . . 99
5.6.2 Choix de ladire tion . . . 101
5.6.3 Réa tion aux obsta lesimprévus . . . 103
5.7 Choix dela dire tiondes apteurs dire tionnels . . . 103
6 Expérimentations 107 6.1 Plateforme expérimentale . . . 107 6.1.1 Capteurs omnidire tionnels . . . 108 6.1.2 Capteurs dire tionnels . . . 109 6.1.3 Capteurs odométriques . . . 110 6.1.4 Ar hite ture logi ielle . . . 112 6.2 Expérien es en simulation . . . 113
6.2.1 Utilisationd'une améra panoramique . . . 113
6.2.2 Utilisationd'une améra dire tionnelle. . . 122
6.3 Expérien es surun robot réel . . . 131
6.3.1 Cartographie . . . 132
6.3.2 Relo alisation . . . 135
6.3.3 Dépla ement vers unbut . . . 139
7 Dis ussion 141 7.1 Comparaison ave desmodèles existants . . . 141
7.1.1 Modèled'Arléo etGerstner . . . 141
7.1.2 Modèlede Thrun etal. . . 144
7.1.3 Résumé . . . 147
7.2 Bilan . . . 147
7.3.2 Navigation a tive . . . 150
7.3.3 Plani ation . . . 151
7.3.4 Fon tionnement dessystèmes biologiques . . . 152
7.3.5 Intégration dansunsystème denavigation plusgénéral . . . 153
Con lusion 155
A Paramètres de notre modèle 157
Agir dans son environnement
L'apparition de la apa ité de ontr ler ses dépla ements onstitue un progrès onsidérable dansl'histoiredelavie.Lapossibilitédesedépla erpermeteneetàunêtrevivantderépondre demanièrebeau oupplus e a eauxsolli itationsdesonenvironnement.Il devient apable de re her her l'énergie qui lui est vitale, ou de fuir un danger qui lui serait mortel s'il ne pouvait l'éviter. Cette mobilité onstitue potentiellement un avantage énorme si elle est orre tement exploitée. Or, l'évolution biologique s'est hargée de faire apparaître des systèmes apables de développer desstratégies d'une grande omplexité autour de ette apa ité. Ces stratégiessont extrêmement variées, d'une espè e animale à une autre, mais onstituent toujours une base fondamentale pour lasurvie desindividus.
En omparaison ave les apa ités de dépla ement d'animaux tels que le rat, les apa ités a tuellesdesrobotsmobilesfontpâle gure.Pour euxaussi, ependant,la apa itéàsedépla er orre tement dans leur environnement est ru iale et leur utilité dans nombre de tâ hes est subordonnée à ette apa ité. Cependant, les robots a tuels, s'ils sont évidemment apables de se dépla er, ne sont néanmoins pas totalement autonomes de e point de vue. Même les plus sophistiqués d'entre eux, qui fon tionnent dans des environnements omplexes né essitent une intervention humaine à un moment ou unautre pour assurer leurmission.
Letravaildethèseprésenté i iestuntravailderobotiquequis'inspire, auniveau on eptuel, dedonnéesbiologiquesets'ins ritdansle adredel'appro heAnimat[Meyer, 1995 ,Meyer, 1996 , Meyer,1997 ℄.Unanimatestunanimalsimulésurordinateurouunrobotdontlefon tionnement s'inspirede données biologiques surles animauxet e terme seraemployé tout aulong de ette thèse pour désigner l'entité sur laquelle nous travaillons, que e soit la simulation d'un animal ouun robot,réel ousimulé.
L'ensembledes apa itéspermettantauxanimatsdesedépla eretderejoindreunbutdonné sontregroupéessousleterme denavigation.Detrèsnombreusesstratégiesmettanten ÷uvrede telles apa itésontétéexploréesouexploitées,parlesingénieurs ommeparlesbiologistes.Cette thèseprésenteuneétudesurunepetitepartiedel'ensemblede esstratégies,puisqu'elles'atta he uniquement à la navigation par artes pour laquelle un modèle interne du monde extérieur est utilisé parl'animat pour sedépla er.
Diérents types de navigation
Lesstratégiesdenavigationàbasede artessontextrêmementdiverses,demêmequeles las-si ationsquipeuventenêtrefaites.Aussi,a ndesituer etypedenavigationdansson ontexte général,nousreprenonsi iune lassi ation établieparTrullier etal.[Trullier andMeyer,1997 , Trullier etal., 1997℄, laquelle présente l'avantage de distinguer les stratégies sans modèles in-ternes etles stratégies ave modèle interne. Cette lassi ation omporte inq atégories, de la plus simpleà laplus omplexe :
Appro he d'un objet : ette apa itéde basepermetdesediriger versun objetvisible depuislaposition ourante del'animat. Elleesten généralimplémentée parune remontée degradientbaséesurlaper eptiondel'objet[Braitenberg, 1984 ℄.Cettestratégieutilisedes a tions ré exes, dans lesquelles haque per eption est dire tement asso iée à une a tion. C'est une stratégie lo ale, 'est-à-dire fon tionnelle danslazone de l'environnement pour laquellelebut estvisible.
Guidage : ette apa ité permet d'atteindre un but qui n'est pas un objet dire tement visible. Ce but est alors ara térisé par la on guration spatiale d'un ensemble d'objets remarquables, ou amers, qui l'entourent ou qui en sont voisins. La stratégie de naviga-tion onsiste alors à se diriger dans la dire tion qui permet de reproduire ette on gu-ration. Cette apa ité semble utilisée par ertains inse tes [Cartwright and Collett,1987 ℄ et a déjà été implémentée sur des robots [Gaussier et al.,2000 , Lambrinos etal.,2000 , Gouri hon and Meyer,2001 ℄. Cette stratégie utilise également des a tions ré exes et im-plémenteunenavigationlo alequirequiertquelesamers ara térisantlebutsoientvisibles.
a
D
A
a
a
a
a
a
a
a
a
a
a
Direction à prendre pour atteindre le lieu A
Trajectoire suivie par l’animat
Obstacles
Lieux mémorisés
Zone inexplorée
Fig.1: A tion asso iée à un lieu. En haque lieu représenté par un er le, l'a tion à a - omplirpourrejoindrelebutAestreprésentéeparune è heindiquant ladire tionàsuivre àpartir de elieu. Cettestratégie permet de rejoindreunbutdistant dansl'environnement maisreposesurdes hemins gés.Dans etexemple,le heminjoignantlelieuD aulieu A etpassantparladroitede l'obsta leaétéappris. RejoindrelelieuAdepuislelieuDen uti-lisant ettestratégienepourraalorsêtreréaliséquepar e hemin.Lera our iempruntant le heminde gau he estinutilisable.
lesquelles ebutoulesamersqui ara térisentsonempla ementsontinvisibles.Ellerequiert une représentation interne de l'environnement qui onsiste à dé nir des lieux omme des zonesdel'espa edanslesquelleslesper eptionsrestentsimilaires,etàasso ierunea tionà ee tuerà ha un de eslieux( f. gure1).L'en haînementdesa tionsasso iéesà ha un deslieuxre onnusdé nituneroutequipermetderejoindrelebut.Cesmodèlespermettent don uneautonomieplusimportantemaissontlimitésàunbut xé.Uneroutequipermet de rejoindre un but ne pourra en eet pas être utilisée pour rejoindre un but diérent. Changer de but entraînera l'apprentissage d'une nouvelle route, indépendante des routes permettant de rejoindreles autres buts.
B
D
A
Possibilité de passer d’un lieu à un autre
Trajectoire suivie par l’animat
Obstacles
Lieux mémorisés
Zone inexplorée
Fig.2:Navigationtopologique.Cettestratégiepermetdemémoriserunensemblede lieuxet lespossibilitésdepasserdel'unàl'autre,indépendammentdetoutbut.Dansnotreexemple, le heminleplus ourtentreDetApeutalorsêtre al ulé, maisuniquementparmileslieux etles heminsdéjà onnus.Cettestratégiepermeti ide ontournerl'obsta leparlagau he mais ne permet pasde letraverser enligne droite de DàA.
Navigation topologique : ette apa ité est une extension de la pré édente qui mémo-rise dans le modèle interne les relations spatiales entre les diérents lieux. Ces relations indiquent la possibilitéde se dépla er d'un lieu à un autre, mais ne sont plus asso iées à un but parti ulier. Ainsilemodèle interne estun graphequi permetde al uler diérents heminsentredeuxlieuxarbitraires.Cemodèlenepermettoutefoisquelaplani ation de dépla ementsparmi les lieux onnus etsuivant les hemins onnus ( f. gure2).
Navigation métrique : ette apa itéestuneextension delapré édente arelle permet à l'animat de plani er des hemins au sein de zones inexplorées de son environnement. Elle mémorise pour ela les positions métriques relatives des diérents lieux, en plus de la possibilité de passer de l'un à l'autre. Ces positions relatives permettent, par simple ompositiondeve teurs,de al ulerunetraje toireallant d'unlieuàunautre, mêmesila possibilitéde e dépla ement n'apasétémémorisée sous formed'unlien ( f. gure 3).
Les modèles des deux dernières atégories autorisent don une navigation globale et per-mettent de rejoindre un but arbitraireau sein de l'environnement. Ils s'appuient pour ela sur unmodèleinternedumondequisupporteuneplani ation.Cemodèleinternemémorisedon la
B
D
A
Trajectoire suivie par l’animat
Possibilité de passer d’un lieu à un autre
déduite de leur position relative
x
y
Obstacles
Lieux mémorisés
Possibilité de passer d’un lieu à un autre
Zone inexplorée
Fig. 3: Navigation métrique. Cette stratégie permet de al uler le hemin le plus ourt entredeux lieux mémorisés, permettant même de plani er des ra our is ausein de zones inexplorées de l'environnement. Pour ela, la arte mémorise la position métrique relative de ha un des lieux visités par l'animat. Ainsi il est possible de prévoir un dépla ement entredeuxlieux,mêmesilapossibilitéde edépla ement n'estpasenregistréedansla arte. Dans etexemple, ettestratégiepermetded'allerdulieuAaulieuDentraversantlazone inexplorée.
mémoriséesdans emodèleinternepeutalorsêtreutilisée ommebutparlepro essusde plani - ationdontler leestde al ulerune routevers e but.Cesreprésentationsinternes,supportant unpro essusdeplani ation, seregroupentsous l'appellation de arte ognitive [Tolman, 1948 ℄. Cesont es deuxstratégiesqui sont regroupées sousle termedenavigation par arte.
D'un point de vue robotique, l'utilisation de artes semble être une méthode indispensable pour permettre à un robot mobile d'ee tuer des tâ hes de navigation dans toutes les ondi-tions environnementales. La onstru tion et l'utilisation de telles artes posent ependant de nombreux problèmes,notamment pour garantir l'adéquation entre la arte etle monderéel.En réponse à esproblèmes, la suppressionde toute forme de modèle de l'environnement proposée par Brooks [Brooks,1991℄, sembleêtre tropradi ale. L'utilisationde modèles internes de l'envi-ronnement,asso iéeàunpro essuspermettant deprévoirdesdépla ement en sebasant surune tellereprésentation semble indispensable àlaplupart desrobots a tuels.
Une telle représentation est naturelle pour les êtres humains, pour lesquels des pro essus ognitifs de haut niveau sont utilisés pour mettre en orrespondan e la arte ave l'environne-ment réel. De plus, ette mise en orrespondan e est souvent simpli ée par des aménagements parti uliers del'environnement,par exemple elui qui onsisteànommerles rues.Ces pro essus de haut niveau sont toutefois di ile à implémenter pour un robot réel qui ne dispose que de systèmesrudimentairesdeper eptionetdetraitement desinformations.Cependant,despreuves de l'existen e de représentations internes similaires à de telles artes ont été trouvées hez les rats.Cesreprésentationssont identi ablesauniveauneurologiquesdans ertainespartiesdeleur erveau. Celapermet de supposer que l'utilisation de artespeutêtre réalisée par desêtres vi-vants, sans le support de on ept abstraits tels que les utilisent les humains. Ce type de arte quifaitappelà desstru turesneurologiques debaseest don unparadigme intéressant pourles
Notre thèse se fo alisera ainsi sur les modèles relevant des deux dernières stratégies de na-vigation évoquées plus haut, en s'inspirant à lafois desréalisations robotiques a tuelles etdes informationsdont nousdisposonssur lamanière dont les animaux paraissent utiliser des artes deleur environnement.
Stru ture du mémoire
Lapremièrepartiede emémoireprésenteendétaillaproblématiqueabordée,ainsiquel'état del'artdans ledomaine de lanavigation en robotique.
Au sein de ette partie, le hapitre 1 présente en premier lieu la navigation basée sur des artes,ainsiquelessour esd'informationsdisponiblespour a omplir ettetâ he.Nousverrons quelesproblèmes lesplusimportantssurviennentlorsquel'on her heàrésoudresimultanément leproblème del'estimation de laposition ausein d'une arte (lo alisation)et le problèmede la onstru tionde ette arte( artographie). Nousverrons ommentles artesutiliséesenrobotique peuvent organiserles diérentesinformations disponiblesetnousprésenterons unrapideaperçu delamanière dont latâ he de navigation esttraitée parle rat.
Le hapitre 2 présente isolément le problème de la lo alisation, en onsidérant qu'une arte omplète de l'environnement est disponible. Nous dé rirons les diérentes stratégies permet-tant l'estimationde lapositiond'unanimat.Nousverronsnotammentquelesstratégies lesplus performantesnefon tionnentquedansle asde artes omplètesdel'environnement.Plusde dé-tailssurlesmodèlesmentionnéssontdisponiblesdansunepubli ation[FilliatandMeyer,2001a ℄. Nous nousatta herons dans ette thèse à étendre es méthodes au as des artes in omplètes, en ours de onstru tion.
Le hapitre 3présenteleproblèmede la artographie.Nousverrons omment l'in omplétude de la arte au ours de la artographie restreint les méthodes de lo alisation utilisables. Nous verrons également qu'il existe diérentes méthodes de artographie qui utilisent de manière plus ou moins e a e les données qui ont été re ueillies par l'animat. Les diérents modèles mentionnéssontdétaillésdansunepubli ation[Filliat andMeyer, 2001b ℄.Nousnousatta herons dans ette thèse à adapter les plus performantes de es méthodes a n de lever les restri tions qu'ellesimposent auxméthodesde lo alisation.
Le hapitre 4 présente su in tement le problème du al ul d'un hemin pour atteindre un but (plani ation). Ce problème n'a pas été entral dans notre thèse, aussi présentons-nous simplement les onsidérationsqui nousont menéà laméthode retenue dansnotremodèle.
La se onde partie du mémoire présente le modèle de navigation que nous avons développé dans le but d'assurer à un robot la plus grande autonomie possible, ainsi que les validations expérimentalesque nousavons réalisées.
Le hapitre 5 présente notremodèlede navigation etles réponses quenousavons apportées au problème de la lo alisation et de la artographie simultanée. Notre modèle permet ainsi de
posehabituellement une arte omplète.Nous présentonségalementlaméthodede plani ation quenousavonsimplémentée pour utiliserla arterésultante.
Le hapitre 6 présente les tests réalisés sur notre modèle. Nous présentons une série d'ex-périen es en simulation qui nous ont permis de valider notre modèle dans des environnements ontr lés.Nousprésentonségalementdesexpérien esréaliséesave unrobotréeldansles ouloirs de notrelaboratoire.
En n, le hapitre 7 présente les avantages et les in onvénients de notre modèle. Pour ela, nous le omparons à deux modèles existantsdont nous nous sommes inspirés. Nous présentons également quelques perspe tivesd'extensionintéressantes denotre travail.
La navigation par artes
Ce hapitre est onsa ré à la présentation de la problématique générale de la navigation baséesur une arte.Nous allonsdé rire dans unpremier temps en quoi onsiste ette méthode de navigation et quelles sont les informations disponibles pour la réaliser. Nous présenterons par lasuite les diérentes organisationspossiblesdu modèleinterne que onstituela arte dans les appli ations robotiques existantes. En n, nousterminerons e hapitre par un aperçu de la manièredont unanimal, lerat, peutréaliserune telle tâ he.
1.1 Cartographie, lo alisation et plani ation
Le pro essus omplet qui permetà unanimat de mémoriser sonenvironnement, puisde s'y dépla erpourrejoindreunbut,peutêtredé oupéentroisphases:la artographie,lalo alisation etla plani ation. Ces trois phases permettent de répondre aux trois questions fondamentales pour latâ he denavigation [LevittandLawton,1990 ℄:Oùsuis-je?Oùsont lesautreslieuxpar rapportàmoi?etComment puis-jeatteindre monbut?
La artographie est laphase qui permet la onstru tion d'une arte re étant la stru ture spatiale de l'environnement àpartirdesdiérentesinformations re ueilliespar l'animat. Une telle arte étant disponible, la lo alisation permet alors à l'animat de déterminer la
positiondansla arte qui orrespondà saposition danssonenvironnement réel.
La plani ation, en n, est laphase qui permetà l'animat, onnaissant la arte de l'envi-ronnement et saposition a tuelle, deprévoir les mouvements àee tuer a n de rejoindre un but xédansl'environnement.
Ces troisphasessont évidemment fortement interdépendantes. L'ordre danslequelellessont itées fait dire tement apparaître le fait que la se onde phase dépend de la première. En eet, estimersapositionauseind'une artedel'environnementsupposeimpli itement que ette arte existe etqu'elle ontient laposition ourante de l'animat. Demême, latroisième phase dépend des deux premières, ar la plani ation suppose que l'on onnaisse sa position et que la arte de l'environnement représente une portion de l'environnement ontenant au moins un hemin reliant ettepositionau but quidoit êtreatteint.
Maislarelation entrelesdeuxpremièresphases estplussubtile qu'unesimple relation d'an-tériorité.Cetterelationestsimilaireà ellequiapparaîtdansleproblèmedel'÷ufetdelapoule. Cha un desdeuxéléments peut, en eet,être onsidéré ommepréalable à l'autremaisdépend aussidel'autrepoursaréalisation.Dansle asdela artographieetdelalo alisation,nousavons déjà vuquelalo alisation reposesurunephasepréalable de artographie.Mais pour onstruire une arte,ilest né essairede savoiroùajouter, dansla artepartielledéjàexistante, toute nou-velle information re ueillie par l'animat. Celarequiert don une phase préalable de lo alisation auseindela artepartielledéjà existante.Ainsi,pourunanimat omplètementautonome, ilest impossible de ne pastraiter es deuxpremiers problèmes simultanément.
Dansle adreplusrestreintdelarobotique,oùl'onautoriseunopérateurhumainàintervenir danslepro essus,ilestévidemmentpossiblededé oupler esdeuxphases.Danslesappli ations de robotique réelle, il estfréquent que l'on fournisse au robot une arte onstruite au préalable etqu'onne s'intéresse qu'àl'estimation delapositiondu robot au seinde ette arte pour qu'il puisse a omplir sa tâ he. La arte peut alors être obtenue de diérentes manières. Il est par exemple possible d'utiliser unplan d'ar hite te d'unbâtiment pour le transformeren une arte utilisable par lerobot.Il est également possible d'utiliser lerobot dansune phasesuperviséede artographie. Au ours de ette phase, la position du robot est al ulée de manière pré ise par undispositifexterneausystèmedenavigation,etnené essitedon pasquelesystèmeestimede lui-même la position. Connaissant la position pré ise du robot, il est alors relativement simple de onstruire une arte de l'environnement.
Dansle adrede ettethèse,noussouhaitonséviter touteintervention de e type.Notrebut est don la réalisation d'un système qui puisse réaliser de manière simultanée et autonome la artographie etlalo alisation.
1.2 Quelques hypothèses de travail
1.2.1 Estimation de la position et de la dire tion
A e stade, il onvient de pré iser la notion de position que nous emploierons dans ette thèse.En eet,laposition d'unanimatest dé nieà lafoispar sonempla ement spatial, estimé par rapport à un point de référen e et par sa dire tion, estimée par rapport à une dire tion de référen e. Ces deux quantités sont ouplées mais ont des statuts relativement distin ts en pratique.
Lorsdumouvement,ladire tiondel'animatin uen elamanièredontvariesaposition,mais peutsouventêtre ontr léeindépendamment. Cedé ouplage permet notamment desimpli er le pro essusdeplani ationennetenantpas ompte deladire tionde l'animat,laquellepeutêtre ontr léesans in uen er laposition. Lavariableimportante est alors lapositionde l'animat, la dire tion devant être estimée pour pouvoiragir, mais nonpour plani er.
d'esti-dire tiond'unanimatpeutêtremesuréepardes apteursindépendammentdel'estimationdesa position. Il estpar exemple possible d'utiliser une boussole qui mesurela dire tion par rapport à la dire tion du p le magnétique, ou un gyros ope qui mesure la dire tion par rapport à une dire tionarbitraire xe. Deplus, d'unpoint de vuebiologique, esdonnées semblent également dé ouplées pour ertains êtres vivants. Par exemple, la position et la dire tion de la tête d'un rat,paraissent être odées dansdespartiesdiérentes de son erveau( f. paragraphe 1.5).
Le hoix de représenter etd'estimer demanière séparée la position etladire tion n'interdit toutefois pas des intera tions entre es informations. L'estimation de la position utilisera évi-demment ellede ladire tionpourpouvoirintégrer de nouvellesdonnées lorsdu mouvement de l'animat.L'estimation deladire tion pourraégalement dépendre dela position par unsystème dere alagequi utiliseralaper eptiond'unpointde référen e onnudepuis une position onnue pour estimer ladire tion.
En onséquen e de la relative indépendan e entre la position et la dire tion, ainsi que de la plus grande importan e de la position pour la plani ation, nous mettrons l'a ent dans ette thèse sur l'estimation de la position, en supposant que nous disposons par ailleurs d'une estimation relativement able de la dire tion. Cette estimation sera fournie par des apteurs indépendants mais pourra toutefois être orrigée par notre système de navigation en as de besoin.
1.2.2 Environnements statiques et dynamiques
Il onvient également de pré iser quel type d'environnements nous onsidérons dans ette thèse.En eet,lesanimatssontamenés àsedépla erdansunegrandevariétéd'environnements quipeuvent êtreregroupésendeuxgrandes atégories:lesenvironnements statiquesetles envi-ronnementsdynamiques.Lesenvironnementsstatiquessontdesenvironnementsquinesubissent pasde modi ations au ours dutemps.Cettestabilité on erneàlafois leurstru turespatiale et leur apparen e pour l'animat. Cela ex lut la majorité des environnements dans lesquels les humains évoluent quotidiennement. Les environnement dynamiques, pour leur part, présentent des ara téristiques qui évoluent au ours du temps. La plupart des environnements ourants appartiennentévidemmentàlase onde atégorie.Parexemple,unenvironnement debureauest dynamique,dufaitdespersonnesquiyvivent,des haisesquiysontdépla éesoudesportes qui ysontouvertes oufermées.
Il est, de plus, possible de distinguer deux atégories d'éléments dynamiques. La première atégorie regroupe les éléments variables qui ne ara térisent pasl'environnement. De tels élé-ments peuvent être onsidérés omme du bruit qui n'a pas d'intérêt dans la modélisation de l'environnement pourlaplani ation.C'est,par exemple,le asdespersonnesévoluant dansun bureau,oudes haisesdépla ées. Cesenvironnementspeuventêtre onsidérés omme onstitués d'unepartie statiquesurlaquellesesuperposediérentessour esdebruit.Lapartiestatiqueest lapartie laplus importanteà modéliser pour parvenir àune navigation e a e. Deux eetsdu
laréalisationde ommandesissuesde laplani ation. Celaestengénéral réalisépar unsystème de ontr le, séparé du système de navigation, qui réalise l'interfa e ave la partie physique de l'animat. Deplus, ilfaut prendre en ompte e bruit auniveau de la artographie et dela lo a-lisation a nqu'ilnenuisepasàlamodélisationdelaseule partiestatiquedel'environnement et ne onduise pasàune mauvaise estimation de laposition.
Lase onde atégoried'élémentsdynamiquesregroupelesélémentsvariablesqui ara térisent l'environnement etpeuvent avoir un intérêt pour la plani ation.C'est, par exemple,le as des portes qui modi ent lastru ture spatiale del'environnement etpeuvent entraîner des modi a-tions de traje toires en fon tion de leur état. Ils doivent don être enregistrés dans la arte si l'on veutpouvoirles prendreen ompte.
La plupart des systèmes de navigation robotiques s'intéressent aux environnements appar-tenant à l'une des deux premières atégories. Les environnements sont don supposés être soit statiques,soitenta hésd'unbruit quin'in uen epaslaplani ation. Cessystèmess'intéressent don àmodéliserlapartie statiquedesenvironnements quivaêtreutilepour lalo alisationetla plani ation. Il faut toutefois noter que essystèmes, qui ne modélisent pasles éléments dyna-miques de la se onde atégorie,sont néanmoins apable d'évoluer dansdes environnements qui ontiennent de tels éléments.Pour e faire, essystèmessont engénéral apablesde véri er que la traje toire plani ée est orre tement exé utée. En as de problème d'exé ution, un hemin alternatifnepassantpasparlazonequinepeutêtreatteinte estalorsre her hé.Cetteméthode, qui ne modélise pasexpli itement les portes, par exemple, estnéanmoins apable de provoquer des détours si une porte fermée bloque un hemin. Nous nous atta hons don dans ette thèse auxsystèmes de etype uniquement.
1.3 Sour es d'information disponibles
Pour naviguer, unanimatdisposededeuxtypesd'informations diérentes:lesinformations proprio eptives etlesinformations extéro eptives.
Lesinformations proprio eptives, également appeléesidiothétiques, sont desinformations internesàl'animatquilerenseignent,dansle asdelanavigation,sursondépla ementdans l'espa e.Cesinformationspeuventprovenir,de lamesuredelarotationde sesroues,pour unrobot,ou delamesure del'a élération grâ eauxotolithes de sonoreille interne,pour un mammifère. Un pro essus d'intégration permet alors, en a umulant es informations au ours du temps, d'estimer laposition relative de deux pointspar lesquels l'animat est passé.
Les informations extéro eptives, en ore appelées allothétiques ou plus simplement per- eptives, sont des informations que l'animat peut a quérir sur son environnement. Ces informations peuvent être de nature très variée. Par exemple, un robot peut mesurer la distan edesobsta lesave des apteursinfrarougesouutiliserune améra;unanimalpeut
Ces deux sour esd'information ont des propriétés opposées que nousallons maintenant dé-tailler.
1.3.1 Informations proprio eptives
Lesinformationsproprio eptives onsidéréesdans ettethèse renseignent surledépla ement del'animat dansl'espa e.A e titre, elles onstituent une sour e d'informationtrès importante pour la navigation. Cependant, la qualité de ette information se dégrade ontinuellement au ours du temps, la rendant inutilisable omme seule référen e à long terme. Cette dégradation ontinuelle provient de l'intégrationtemporelledesmesures ee tuéespar les apteurs. Eneet, haque apteurproduitunemesurebruitéedelavitesseoudel'a élérationdel'animat.Cebruit, vialepro essusd'intégrationqui apour but d'estimerledépla ement, onduit inévitablement à uneerreur roissante danssonestimation.
Il faut ependant noter que la plus grande partie de l'erreur se trouve souvent on entrée sur l'estimation de la dire tion de l'animat. Dans le adre de ette thèse, qui suppose qu'une estimation orre te de ladire tion de l'animat est disponible par ailleurs, ette erreur estdon ompensée.La qualité des informations proprio eptives résultant de ette ompensationest e-pendant toujours insu santepour permettre une navigation àlongterme.
Malgré edéfautimportant,lesinformationsproprio eptivesontl'avantagededépendreassez peu des onditions environnementalesquiperturbent fortement lesinformations per eptives. La vision, par exemple sera fortement perturbée si l'environnement est plongé dans le noir, mais les informationsproprio eptivesfourniront une information identique, quel'environnement soit é lairéounon.Deplus, ommenousleverronsdanslase tionsuivante,sideuxlieuxidentiquesse trouventdansl'environnement,lesinformationsper eptivesnepermettentpasdelesdiéren ier. Lesinformationsproprio eptives sont alors leseul moyen deles distinguer.
Du point de vue de la robotique, ette information prend une importan e a rue du fait de sa simpli ité de manipulation. En eet, le pro essus d'intégration fournit dire tement une estimationde lapositiondu robot dansunespa e eu lidien dotéd'unrepère artésien. Dans e typederepère,touslesoutilsde lagéométrie mathématique sontutilisables.Ilspermettent,par exemple,d'ee tuer des al uls de hemin relativement simpleslorsque l'on onnaît laposition dubut etdesobsta les.
1.3.2 Informations extéro eptives
Les informations extéro eptives, ou plus simplement per eptives, fournissent un lien beau- oup plus fort entre l'animat et son environnement. En eet, les informations proprio eptives fournissent des informations sur le dépla ement de l'animat, alors que les informations per ep-tivesfournissent desinformations dire tement surlapositionde l'animat dansl'environnement. Cesinformationsassurent unan ragedel'animat danssonenvironnement, enluipermettant de
indépendantsdesdépla ementsdel'animatetseront re onnus quellequesoitl'erreur a umulée par les donnéesproprio eptives. La re onnaissan ede espointsest évidemment soumise à une in ertitude, maispasà uneerreur umulative, e qui lesrendutilisables àlongterme.
Toutefois,pourêtreutile,unsystèmeper eptifdoitêtre apablededistinguerleplusdelieux possible. Pour ela, ildoit être apable de distinguer leplus de détailspossibles, a nde faire la diéren e entredeuxlieux diérents maisd'apparen esimilaires.Or ette apa itéà distinguer de petitesvariations dansl'environnement lerendengénéral aussiplussensible àdesvariations non signi atives qui proviennent de légers hangements de l'environnement. Par exemple, un systèmevisuel reposant sur une identi ation très ne des ouleurs serait apable de distinguer deux objets de ouleurs très voisines, mais risquerait d'être perturbé par un hangement dans la luminosité générale de l'environnement. Un ompromis est don à trouver entre apa ité de dis rimination etrésistan eauxvariations non signi atives del'environnement.
En equi on erne larobotique, e ompromis onduiten généralauproblèmedu per eptual aliasing.Ceproblèmedésignel'in apa ité d'unsystèmeper eptifàdistinguerdemanièreunique tous les lieux d'un environnement. Cette situation est très ourante lorsque les robots utilisent des apteursdedistan eauxobsta les telsqueles apteursà ultrasons.Dansunenvironnement intérieurdetels apteurssont,parexemple, apablesdemesurerlapositiondurobotparrapport àun oin, maisnefournissent au uneinformation surlapositionlelong d'un ouloir re tiligne. Toutes les positions le long d'un ouloir orrespondent alors à des informations allothétiques identiques.
Deuxsolutionspeuvent êtreapportéesà eproblème. Lapremière estd'utiliser des apteurs qui fournissent des données plus pré ises ou plus dis riminantes. Dans le as des apteurs de distan e, il est, par exemple, possible d'utiliser un télémètre laser qui pourra distinguer les renfon ements des portes et sera ainsi plus pré is. Il est aussi possible d'utiliser une améra, qui sera sensible à la ouleur des murs, en plus de leur forme, etpourra ainsidis riminer entre diérentes positions dansun ouloir. Toutefois,il esttrèsdi ile de garantira prioriquetoutes les positions d'unenvironnement serontre onnuesde manièreunique. Cettesolution nepermet don pas, engénéral,de régler omplètementleproblème duper eptual aliasing,maisseulement d'enrepousserl'apparition.
Lase ondesolutionestd'utiliser desinformations idiothétiquesa n dedistinguerdeux posi-tions physiquement diérentes maissimilaires pour lesystème per eptif. Ainsi deuxlieux, dont lapositionrelative mesuréeparlesdonnéesidiothétiquesestnonnulle,neserontpas onfondus. Cettesolutionest ellequiestmiseen÷uvredanslamajoritédessystèmesdenavigation, arelle permetd'utiliserlesdeuxsour esd'informationsenlimitantlesdéfautsinhérentsà ha une.Ainsi ladégradationprogressivedesinformationsidiothétiquesest ompenséeparlare onnaissan ede positions de l'environnement grâ e aux informationsallothétiques. Inversement, leproblème de per eptual aliasingest réglépar l'utilisation des donnéesidiothétiques.
de manière plus ou moins e a e les avantages des deux typesd'informations. D'une manière générale,laqualité d'unsystème denavigation dépend fortement de ette apa ité.
Les apteurs allothétiques peuvent être de nature très variée et être utilisés de nombreuses façonsdiérentes.Ilesttoutefoispossiblededistinguerdeuxutilisationsdistin tesde esdonnées pourlanavigation.Cesdeuxutilisationsdépendentdel'utilisationounond'unmodèlemétrique asso ié au apteur, modèle qui permet de prévoir la variation des mesures renvoyées par e apteuren fon tion dudépla ement durobot.
Utilisation dire te
Lesdonnées extéro eptives peuvent être utilisées de manièredire te, sans au unmodèle dé- rivantleurvariationenfon tiondelapositiondurobot.Cetteutilisationpermetdere onnaître simplement des lieux déjà visités en examinant les données allothétique re ueillies en eslieux. Cetteméthodene permet ependant que dere onnaître deslieux del'environnement préalable-ment explorés par lerobot. Sansmodèle de la variation des apteurs, il est en eet impossible deprévoirlesvaleursqueles apteursrelèveront dansun lieuinexploré,même s'ilest pro he ou entouré de lieux onnus.
Pour une telle utilisation dire te, seules deuxpro édures permettant, d'une part, de mémo-riserune per eption et, d'autre part, de omparer deux per eptions, sont alors né essaires.Ces pro édures peuvent être mises en ÷uvreà partir de tous les typesde apteursexistants. Il est, par exemple, possible d'utiliser la ouleur dominante de l'environnement autour du robot, la température (en supposant qu'elle ara térise une zone de l'environnement, omme pour une hambre froide) ou le temps de retour d'une onde sonore quand elle est envoyée dans une di-re tiondonnée. La seule propriété utiliséeest la onstan edes valeurs mesurées par un apteur pour un lieudonné. Cette onstan epermetdere onnaître un lieudéjà visitéou d'identi er un lieunouveau dansl'environnement.
Une distin tion supplémentaire est utile lors de l'utilisation de apteurs extéro eptifs sans modèles. Ces derniers peuvent, en eet, être regroupés en deux atégories diérentes : les ap-teursomnidire tionnels etles apteursdire tionnels.Les apteursomnidire tionnels permettent d'obtenirdesinformationsdanstouteslesdire tionsautourdurobot,à haquemesurequ'ils ee -tuent.Lesexemples lassiques,enrobotique,sontles einturesde apteurssonars,lestélémètres laserpanoramiques ou les améraspanoramiques. Les apteursdire tionnels ne fournissent des informationsquesuruneportiondel'environnementdurobotautourdeladire tionverslaquelle ilssontpointés(nousrappelons que,dansle adrede ettethèse,noussupposons ette dire tion onnue). L'exemple lassiqueen robotiqueestla améra.
Cesdeuxtypesde apteursontdesfon tionssimilaireslorsdel'utilisationd'unmodèleinterne omplet de l'environnement dans lequel évolue le robot. Dans e as, en eet, ils fourniront tous deux une information sur les positions possibles du robot. Cette information peut être
11/13
13/13
9/13
8/13
4/4
4/4
3/4
2/4
Perceptions pour différentes positions
Perceptions à la
Position courante
Perception omnidirectionnelle
Perception directionnelle
Similarité entre la position courante et chaque position
Position 1
Position 2
Position 3
Position 4
Similarité entre la position courante et chaque position
0
1
0
1
Fig. 1.1: La partie supérieure de la gure montre les données allothétiques mémorisées pour diérentes positions, ainsi que les données orrespondant à la position ourante du robot.L'utilisationde apteursomnidire tionnelspermet d'estimersimplementlasimilarité des données de la position ourante ave les données des diérentes positions. Dans et exemple,la similarité est simplementla proportion dunombrede dire tionspour lesquelles lesdonnéessontidentiques. Laposition2estalors dire tementre onnue ommela position ourante.Dans le asde l'utilisation de apteursdire tionnels, seuleune partiedesdonnées est disponible à la position ourante. La omparaison ave les diérentes positions se fait don surmoinsdedire tionset onduit don àunein ertitudesurlapositionre onnue.Les positions 1et2sontdes andidatspossibles dans etexemple.
allothétiques, ou probabiliste, par exemple en fournissant la probabilité pour le robot de se trouveren ha unedes positions possiblesau sein de l'environnement. Laseule diéren e entre les données dire tionnelles et omnidire tionnelles sera une diéren e de qualité. Les données omnidire tionnelles permettent, en eet, d'utiliser d'embléetoute l'information disponible pour une position donnée. L'estimation de la position est don relativement simple ar il su t de omparerlesdonnéesre ueilliesave lesdonnéesdisponiblespourdiérentslieux( f. gure1.1). Les données dire tionnelles ont l'in onvénient d'être partielles, et don de né essiter le hoix de la dire tion dans laquelle ee tuer la mesure. Le résultat est, en général, une moins bonne dis rimination entre les diérents lieux possibles, à ause d'une augmentation du per eptual aliasing( f. gure1.1).
Lorsde la onstru tion du modèle interne, en revan he, es deuxtypes de apteurs ont des propriétésdiérentes.Cespropriétéssontliéesàlapartialitédesinformationsdisponiblespourles apteursdire tionnels,quientraînedesbiaisdansl'estimationdelapositiondel'animat.Eneet,
?
5/5
1/1
4/5
Informations mémorisées pour différentes positions
Perceptions à la
Position courante
Perception directionnelle
Position 1
Position 2
Position 3
Position 4
Similarité entre la position courante et chaque position
0
1
Données communes entre les données courantes et les données mémorisées
0
5
Fig. 1.2: La partie supérieure de la gure montre les données partielles mémorisées pour diérentespositionsdel'environnement.Le al uldelasimilaritéentrelesper eptions ee -tuées aulieu ourantetles diérents lieux mémorisésseraalors ompliqué parla partialité de es données. Simplement prendre en ompte la proportion de données ommunes iden-tiques onduit en eet à une estimation très impré ise de la position. Ce al ul dépendra en eet de la quantité de données ommunes, qui pourra varier etmême être nulle. Ilfaut alors répondreàla question desavoir sionprivilégie desdonnéestrès similaires surun pe-titnombrede valeurs ommunes,oudesdonnées légèrement diérentes, mais surungrand nombre de valeurs. Dans et exemple ave des données dire tionnelles, il est par exemple di ile de dé ider silesdonnéessont plussimilairesave ellesde laposition 3(1donnée ommune identique)ou ellede laposition4(4 donnéesidentiquessur5 ommunes).
touteslesdire tionspourtouteslespositions.Laquestiondesavoiràquellepositiondesdonnées allothétiquespartielles orrespondentlemieuxdevientalorsdi ile.Eneet,enplusde omparer les données disponibles, il faut également tenir ompte de la quantité de données ommunes disponibles pour les données omparées ( f. gure 1.2). Des données similaires ayant seulement unepetitepartie ommuneapporterontévidemmentmoinsde ertitudequedesdonnéessimilaires dans la totalité des dire tions. Mais le plus gros problème survient quand il faut hoisir entre desdonnéesidentiques surune petitepartie etdesdonnéeslégèrement diérentes, maissur une plus grande partie. Il faut alors dé ider si on privilégie l'exhaustivité de l'information, ou son exa titude.
Cesproblèmesdansl'utilisationdedonnéespartiellesvontdon né essiterdes hoixrelatifsà ladire tion des apteurset es hoix in uen eront laqualitédela arteetlaqualitédusystème de lo alisation. Des pro édures de per eption a tive, qui permettront de hoisir ladire tion des apteursdire tionnels enfon tion de lasituation ourante, devront don être utilisées.
allothétiquesave lesdonnéesdisponiblespourtousleslieuxvisités.Nousverronsparlasuiteque ela on erneessentiellement lessystèmedelo alisationglobale,etmoinslessystèmelo aux( f. hapitre2).Malheureusement,lessystèmesdelo alisationglobale sontlesplusintéressantspour l'autonomied'unanimatetlesystèmedéveloppédans ette thèsese lassedans ette atégorie. Nousverrons dansle hapitre 5lessolutions qui nousavonsapportéà eproblème departialité de l'information.
Utilisation d'un modèle métrique
La se onde méthode d'utilisation d'un apteur allothétique onsiste à utiliser un modèle métriqueasso ié.Un telmodèlepermetdetraduirelesinformationsdonnéesparle apteurdans un espa e métrique qui est en général le même que elui utilisé pour estimer la position du robot grâ e àl'odométrie. Il estainsipossible d'estimerla position d'objets de l'environnement par rapport aurobot, etainside prévoir lesdonnées que e apteur relèverapour despositions diérentes du robot. L'utilisation d'un tel modèle n'est toutefois possible que pour ertains apteurs. Il est, par exemple,possible d'utiliser un tel modèle asso ié à un apteur àultrasons, à untélémètrelaser ouà unepaire de amérasstéréos opique, maispasà un apteur d'odeur.
a
b
Fig.1.3: Unmodèlemétriquepourlesdonnéesallothétiquespermetdeuxutilisationsde es données.Lapremièreestsimilaireà ellequitraitedetellesdonnéessansmodèlemétriqueet requiertlasimple mémorisationde e quiestperçuenunlieudonné(Partie a).Lase onde utilise es données pour re onstituer les objets ren ontrés dansl'environnement, objets qui pourront tous être mémorisés dans un adre de référen e ommun, indépendamment de la position depuislaquelle ils ontétéperçus (Partie b).
Ave untelmodèle,lesvaleursdes apteurspeuventêtreutiliséessimplement pour ara téri-ser haquelieuatteintparlerobot ( f. gure1.3a).Laméthodeestalorslamêmeque ellemise en pla e quand les apteurs sont utilisés sans modèle métrique. L'utilisation d'un modèle mé-triqueprésentetoutefoisl'avantagequelesinformationsre ueilliesontunesémantiqueplusforte. En eet, es informations ara térisent la stru ture spatiale lo ale de l'environnement, en plus de lasimple apparen e de l'environnement depuisla position durobot. Cettestru ture spatiale
re onnaître un ouloiren fon tion de salargeur, indépendamment de lapositiondu robot dans e ouloir. En eet, sans utilisation de modèles métriques, deux per eptions re ueillies en des positions diérentes du ouloir seront simplement diérentes. En utilisant un modèle métrique, il est possible de al uler la largeur du ouloir, par exemple, à partir desdonnées re ueillies et ainsidedéterminer si esdeux positions peuvent orrespondreaumême ouloir.
y
x
a
b
c
A1
I1
A2
A3 ?
I2
A3 ?
A3
I1
A1
A2
I2
?
?
Environnement
Odométrie
Modèle métrique
Pas de modèle métrique
Odométrie
Mémorisation directe
Modèle métrique
Cadre de référence commun
Fig. 1.4: Un modèle métrique des données allothétiques permet d'inférer les données qui devraient êtreperçuespourdespositionsen orenon visitées. Dans etexemple,lesdonnées allothétiquesA1etA2sontperçuesendeuxpositionsreliéespardesdonnéesidiothétiquesI1 (partiea).L'utilisationd'unmodèlemétriquepermetdefusionner esinformationsdansun adrederéféren e ommunoùdesobjetssontreprésentés,i ideuxmursorthogonaux(partie b,haut).Sansmodèlemétrique, esdonnéespeuventseulementêtremémoriséesdemanière séparée(partieb,bas).Dansle asdel'utilisationd'unmodèlemétrique,lesdonnéespeuvent ensuite être utilisées pour estimer les données allothétiques A3 pour une nouvelle position reliée à la pré édente par les données idiothétiques I2. I i, le modèle permet d'inférer que lesdonnéesA3 orrespondentàun oinde murs(partie ,haut).Sansuntelmodèle,seules lespositions visitées peuventêtrere onnues,et au uneinféren e ne peutêtrefaite pour les positionsnon visitées (partie , bas).
Cependant, grâ e à un modèle métrique, les données per eptives peuvent être utilisées de manière diérente. En eet, dans l'utilisation pré édente, sans modèle métrique, les données per eptivessont utilisées pour ara tériser l'apparen ede l'environnement depuisun lieu.Cette ara térisationnepermetpasd'identi erindividuellement desobjetsdistantsdurobotqui pour-raient servir de points de repères, appelés amers. L'utilisation d'un modèle métrique permet l'identi ation de tels points ( f. gure 1.3b). La per eption de es amers permet alors, en re-tour, d'obtenir des informations sur la position du robot. Cette utilisation des informations
sureront les apteurs allothétiques dans des positions diérentes, mais voisines de sa position ourante ( f. gure 1.4). Par exemple, si un robot perçoit un mur à inq mètres devant lui, il peutprédire qu'en avançant d'unmètre, ilper evralemur àquatremètres. Un autremoyen de présenter ettepropriété estdedire quelesdonnéesallothétiques seulespermettent d'estimer la position métrique relative de deux lieux ( f. gure 1.5). Ainsi, siun robot perçoitdeux fois un mur devant lui,d'abord à inq mètrespuis à quatremètres, ilpourra endéduire qu'il aavan é d'un mètre. Cette propriété permet au robot d'estimer saposition ave pré ision sur une part plusimportantede sonenvironnementetnelimitepluslalo alisationauxlieuxdéjà visités.Cet avantageestune onséquen edire tedelafusiondesinformations allothétiquesetidiothétiques au seind'unemême représentation,qui permet lepassage d'untyped'information à l'autre.
A1
A2
I1 = 0
A1
A2
I1?
A2
A1
b
a
c
Environnement
Modèle métrique
Pas de modèle métrique
Correspondance
Correspondance
DIFFERENT
I1
I1
Fig.1.5: Unmodèlemétriquedesdonnéesallothétiquespermetd'inférer lapositionrelative I1 de deux positions depuis lesquelles des données allothétiques A1 et A2 ont été perçues (partiea).Cetteestimationrequiertd'abordlare her hed'unobjetdel'environnement om-munauxdeuxdonnéesallothétiques(partie b,haut).L'utilisation de etobjet ommunrend alors possible l'estimation desdonnées idiothétiques I1reliant lesdeux positions (partie , haut).Sansmodèlemétrique,seulelasimilarité de deuxdonnéesallothétiques peutêtre me-surée(partieb,bas).Ilestalorspossibled'estimersi esdeuxsituationspeuvent orrespondre aumêmelieu ounon, 'est-à-dire siI1est nulleounon(partie , bas).
Toutefois,lamiseaupointd'untelmodèlepeutêtretrèsdi ile.Larelationquilielavaleur mesuréepar un apteur àlapositiondesobjetsdumonderéel peutêtre,eneet,très omplexe. Dansle asdes apteursàultrasons,parexemple,siunmursetrouvejustedansl'axedu apteur, sadistan eestsimplement mesuréepar letemps mispar l'onde sonore pour revenir au apteur. Mais, dans le as où le mur est fortement in liné par rapport au apteur, l'é ho peut ne pas revenir en dire tion du apteur qui ne déte tera alors au un obsta le. Un autre problème vient
très diéremment d'un mur de béton. En onséquen e, pour une distan e donnée, le apteur per evradesdistan esdiérentessuivantlematériaudesmurs.Cesdeuxexemplesmontrentque lemodèlemétriqueasso iéàun apteurnedépendpasquedu apteur.Ildépendaussifortement de propriétés lo ales de l'environnement qui sont di iles ou impossibles à prendre en ompte dansunmodèle du apteur seul.
La partialitéde l'information que nousavonsmentionnée pré édemment lors del'utilisation de apteurs dire tionnels sans modèle métrique pose également des problèmes dans le as de l'utilisation d'untel modèle. En eet,pour les systèmes de lo alisation globale ( f. hapitre 2), qui doivent omparer toutes les positions possibles du robot, une information partielle rendra di ile ette omparaison, quel'on utilise un modèle métrique ou non. Toutefois, ommenous l'avons mentionné pré édemment, un modèle métrique permet de al uler les données allothé-tiques perçues en un lieu, en fon tion des données allothétiques perçues en d'autres lieux. Ce mé anisme permet don d'avoir des données allothétiques omplètes pour l'ensemble des posi-tionspossiblesdurobotbeau oupplusfa ilement etainsidelimiterleproblèmede lapartialité desinformations.
1.4 Représentations en robotique
Lesdeuxutilisationspossiblesdesdonnéesallothétiquesprésentéespré édemment onduisent naturellement à deux types de représentation de l'environnement. Lorsqu'au un modèle mé-trique n'est utilisé pour les apteurs, les données sont mémorisées dans une arte topologique [Kuipersand Byun,1991 , Thrun,1999 ℄ ( f. gure 1.6). Dans une telle arte, un ensemble de lieux et leurs relations de voisinage sont mémorisées. Chaque lieu est dé ni au moyen de don-nées allothétiques re ueillies lorsque le robot se trouve en es lieux. Les relations entre lieux sont, pour leur part, déduites des données idiothétiques. En revan he, lorsque un modèle mé-triquedes apteursestutilisé,les donnéespeuvent êtremémorisées auseind'une artemétrique [Morave and Elfes,1985 , Chatila andLaumond, 1985 ℄ ( f. gure 1.6) qui rassemble dans un même adrederéféren elesdonnéesidiothétiquesetallothétiques.La arte ontientalors un en-sembled'objets,ayant ha un unepositionasso iée.Naturellement, ilest possible de onstruire une artetopologiquelorsqu'unmodèlemétriqueestutilisé.Dans e as,toutefois,lesdonnées al-lothétiquesnesontpasutiliséespourestimerlapositionrelativedeslieuxvisités,maisseulement pour ara tériser eslieux.
La notion de topologique et de métrique est diérente de elle mentionnée dans l'introdu -tion. I i, ette notion fait référen e à la manière dont les informations sont mémorisées et non à la stratégie de navigation utilisée. Ainsi une arte topologique pourra ontenir des informa-tionsmétriques etpourraêtre utiliséepour unestratégie de navigation métrique, ausensdonné dansl'introdu tion.Dans lasuitede e mémoire,le on ept topologique/métriquefera toujours
y
x
Carte métrique
Carte topologique
Environnement réel
B
B
B
P
C
C
I
C
P
I
B
B
P
P
C
C
C
B
Fig.1.6:Les artesutiliséesenrobotiquepeuventêtrededeuxtypes.Les artestopologiques, d'unepart, mémorisent unensemblede lieux,ainsi queles manièresde se dépla er de l'un àl'autre(dans etexemple,B=Bureau, C=Couloir,P=Porte etI=Interse tion).Les artes métriques,d'autrepart,mémorisentunensembled'objetsperçus(desmursdans etexemple) ave une positiondansun adrede référen eglobal.
1.4.1 Cartes topologiques
Nature
Les artes topologiques permettent de représenter l'environnement du robot sous forme de graphe. Les n÷uds du graphe orrespondent à des lieux, 'est-à-dire des positions que le ro-bot peut atteindre. Les arêtes liant les n÷uds marquent la possibilité pour le robot de passer dire tement d'unlieu àun autreetmémorisent lamanièrede réaliser e passage.
Ladéte tionetlamémorisationdeslieuxnereposentquesurdeuxpro éduresquiutilisentles donnéesallothétiques.Lapremièrepermetsimplementde omparerdeuxsituationsallothétiques etdon dere onnaître un lieude la arteou dedéte terun lieunouveau.La se ondepro édure permet de mémoriser un nouveau lieu ou d'adapter la dé nition d'un lieu lors des passages su essifs du robot en e lieu. Comme nousl'avonsdéjà mentionné, la re onnaissan e d'unlieu est soumise au bruit des apteurs et au problème de per eptual aliasing. En onséquen e, la première pro édure peut donner des résultats erronés. Par exemple, un lieu déjà visité peut ne pas être re onnu, ou un lieu nouveau peut être onfondu ave un lieu déjà mémorisé. Pour résoudre es problèmes, la re onnaissan e des lieux fera don appel aux données idiothétiques enplusdesdonnéesallothétiques. Denombreusesméthodesont étémisesen ÷uvredans ebut, ellesferontl'objet des hapitres 2et3.
proviennent,pourleurpart,ex lusivementdesdonnéesidiothétiques.Celaest ara téristiquedes artestopologiques, dans lesquelles les données allothétiques ne sont pas utilisées pour estimer lespositions relativesdeslieuxvisités.
Avantages
Un avantage important des artes topologiques est qu'elles ne requièrent pas de modèle métrique des apteurs pour fusionner les données idiothétiques et allothétiques au sein d'une représentation uni ée de l'environnement. Cela est avantageux pour deux raisons. D'une part, esmodèles peuvent, omme nousl'avons vupré édemment, être di ilesà obtenir ou s'avérer peu ables. D'autre part, le fait de ne pas fusionnerles deux sour es d'informations permet de séparerles in uen esdes erreurs orrespondantes. En eet,l'estimation de la position d'objets, lorsque l'on utilise un modèle métrique, dépend à la fois des valeursmesurées par les apteurs et de la position du robot. Une erreur sur la position d'un objet peut don provenir des deux sour es. Déterminer la ontribution de ha une des sour es peut être très di ile. Dans les artes topologiques, au ontraire, le bruit sur les mesures des apteurs in ue prin ipalement surla re onnaissan e des lieux, tandis que le bruit sur l'odométrie in ue prin ipalement sur la position asso iée à haque lieu.
La mémorisation de l'environnement sous forme d'un ensemble de lieux distin ts autorise en général une dé nition des lieux plus dire tement reliée aux apa ités per eptives du robot. En eet, omme les données allothétiques ne sont pas transformées dans un repère métrique, il n'y a pas de limitation au type de apteurs utilisables( f. la se tion 1.3.2). Cette utilisation dire tedesdonnées allothétiques permetun meilleuran rage dansl'environnement, 'est-à-dire unemeilleuremiseenrelationdurobotave sonenvironnement.Puisquela arteesttrèspro he desdonnéesbrutes perçues parlerobot,ilestengénéral assezsimple de ompareretmémoriser deslieuxde l'environnement.
Cette proximité ave les données brutes onduit en général la représentation topologique à utiliserbeau oupmoinsde on epts de haut niveau que lesreprésentationsmétriques. La arte topologique reste ainsi pro he des possibilités du robot, en mémorisant ses per eptions et ses dépla ementspossibles,indépendamment de on eptsde plushautniveautelsquedesobjetsou desobsta les.
La dis rétisation de l'environnement orrespondant au hoix des lieux représentés dans la arte est un autre point fort des artes topologiques. Cette dis rétisation est en eet très utile pourlaplani ationdesmouvementsdurobot,quiseréduitalors àlare her hede hemindans ungraphe. Cettere her he est,entermede omplexitéalgorithmique,beau oupplussimpleque lare her hed'un hemindansunespa e ontinuàdeuxdimensions.Cetavantageesten oreplus important lorsque les lieux représentés dans la arte orrespondent à des stru tures humaines telles que les portes, les ouloirs ou les piè es. La dis rétisation permet alors de dé rire et de résoudre les problèmes de manière naturelle pour les humains, par exemple en donnant l'ordre
x=354,y=285.
In onvénients
Commenousl'avons déjàmentionné,l'utilisation dire tedesdonnées allothétiquessans mo-dèle métrique empê he d'estimer es données pour des positions non visitées. En onséquen e, les artestopologiques né essitent en général une exploration très omplète de l'environnement pour le représenter ave pré ision. En parti ulier, tous les lieux intéressants que l'on souhaite trouver dans la arte devront être visités au moins une fois au ours de la onstru tion de la arte, par e qu'ils ne peuvent pas être perçus à distan e. Dans le as où les lieux représentés sontdesstru turesd'assezhaut niveau ( ommedes ouloirsoudespiè es), elan'estpasgênant ar eslieuxsontpeunombreux etuneexploration exhaustive estdon relativement rapide.En revan he,dans les artestopologiquesreprésentant deslieuxave une assez grandedensité spa-tiale, ela peutêtre un in onvénient, ar l'exploration omplète de l'environnement demandera un temps important.
La re onnaissan e des lieux de l'environnement peut également être di ile dans le as de apteurs très bruités, ou d'environnements très dynamiques. Elle est, de plus, très sensible au problème de per eptual aliasing.Ces di ultés onduisent à des problèmes de fausse re onnais-san e, 'est-à-direà lare onnaissan ed'unlieudonné alorsquelerobot setrouve dansunautre lieu.À leurtour, esfaussesre onnaissan es onduisent à unemauvaise topologiede la arte et à desliensqui relient desn÷uds dela arte qui nesont pas physiquement reliésdans l'environ-nement. Ces di ultés rendent problématique la onstru tion de artes topologiques dans des environnementsdegrandetaille, arla arterésultanterisqued'êtrein ohérente.Il devientalors très di ile d'estimer orre tement lapositiondu robot au sein de ette arte et delui ajouter de nouvellesinformations sanserreurs.
Comme nous l'avons vu, la représentation de l'environnement peut être assez pro he des donnéesbrutesdes apteursdurobot, equipeutêtreunavantagedupointdevuedel'autonomie du robot. Toutefois, ette représentation entrée sur l'individu peut poser des problèmes pour laréutilisation de la arte. En eet, la arte pourra être di ile à adapter à un robot ave des apteurslégèrement diérents, dufaitdu manque demodèle de apteur. Cettedi ulté estliée au manque dereprésentation indépendantede l'individu del'environnement età l'absen e d'un modèle métrique des apteurs. En eet, si l'on dispose d'une telle représentation, l'adaptation à un nouveau robot se fait simplement au niveau du modèle de apteur, sans modi ation de la arte elle-même. Cela est plus di ile ave une arte topologique, au sein de laquelle il est quasiment impossible de hanger les données re ueillies par un apteur pour les transformeren données telles qu'un autre apteur aurait pu les a quérir. Deplus, ette représentation entrée surunindividuest moinsnaturelle pour unopérateurhumain,plushabituéauxreprésentations obje tivesdutypepland'ar hite te, equipeutêtregênantlorsquel'onsouhaiteuneintera tion
