The DART-Europe E-theses Portal

N

o

d'ordre: 000

THÈSE

présentée

DEVANT L'UNIVERSITÉ BLAISE PASCAL - CLERMONT II

pour obtenir

legrade de : DOCTEUR DE L'UNIVERSITÉ BLAISE PASCAL

Mention: Visionet Robotique

par

JONATHAN COURBON

Équiped'aueil :GRAVIR (LASMEA,UMR 6602 CNRS)

ÉoleDotorale:SienesPour l'Ingénieur

Titre de lathèse:

Navigation de Robots Mobiles par Mémoire Sensorielle

COMPOSITION DUJURY

M. : El Mustapha Mouaddib Président

MM. : Simon Laroix Rapporteurs

Patrik Rives

M. : Philippe Martinet Direteur de thèse

MM. : Niolas Guénard Examinateurs

Youef Mezouar

Table des matières 5

1 Introdution 1

1.1 Navigation des robots mobiles . . . 3

1.1.1 Pereption. . . 7

1.1.2 Cartographie . . . 9

1.1.3 Loalisation . . . 13

1.1.4 Planiation . . . 14

1.1.5 Commande . . . 14

1.2 Approhe ognitive . . . 16

1.2.1 Carteognitive etnavigation . . . 17

1.2.2 Organisationde lamémoire . . . 18

1.3 Cadre detravail . . . 20

1.3.1 Motivations . . . 20

1.3.2 Approhe proposée . . . 21

1.3.3 Organisationdu manusrit. . . 24

2 Navigation à l'aided'une mémoiresensorielle 27 2.1 Représentation globaledel'environnement par une mémoire sensorielle . 28 2.1.1 Quelquesdénitions . . . 29

2.1.2 Dénitionsdesartes. . . 30

2.1.3 Propriétés desarêtesdesartestopologiques. . . 31

2.2 Systèmeomplet de navigation à l'aided'unemémoire . . . 33

2.2.1 Construtionde lamémoire sensorielle . . . 33

2.2.2 Loalisation initiale. . . 37

2.2.3 Navigation autonome . . . 37

2.3 Conlusion. . . 40

3 Commande de robots le long d'unhemin sensoriel 43 3.1 Commandedes robotsmobiles . . . 43

3.1.1 Commande desrobotsmobiles àroues . . . 43

3.1.2 Commande desquadrirotors . . . 46

3.2 Casdesrobots àroues non-holonomes . . . 47

3.2.1 Objetif de ommande . . . 47

3.2.2 Modélisationdesrobotsà roues . . . 50

3.2.3 Commande . . . 52

3.3 Résultats desimulation . . . 56

3.3.1 Inuenedesparamètres intervenant danslaommande . . . 57

3.3.2 Inuenedesparamètres relatifs à l'estimationdes variables d'état 67 3.3.3 Inuenedesparamètres relatifs à lapereption . . . 75

3.4 Cas desdronesquadrirotors . . . 77

3.4.1 Notations . . . 77

3.4.2 Modélisationdesquadrirotors . . . 78

3.4.3 Objetif de ommande . . . 80

3.4.4 Commande . . . 81

3.5 Résultats desimulation . . . 83

3.5.1 Inuenedesparamètres intervenant danslaommande . . . 84

3.5.2 Inuenedesparamètres relatifs à l'estimationdes variables d'état 89 3.5.3 Inuenedesparamètres relatifs à lapereption . . . 94

3.5.4 Inuenedesperturbations . . . 96

3.6 Conlusion. . . 101

4 Navigation par mémoiresensorielle : as d'une améra grand-angle 103 4.1 Séletiondes imageslés . . . 105

4.1.1 Détetion etmiseen orrespondanedansles imagesgrand-angle 105 4.1.2 Séletion desimageslés . . . 111

4.2 Loalisation initiale. . . 112

4.2.1 Étatde l'art. . . 112

4.2.2 Stratégie deloalisation proposée . . . 113

4.2.3 Performanes . . . 115

4.3 Estimationd'état ave une améra grand angle . . . 120

4.3.1 Modèlede projetion uniéetreonstrution eulidienne . . . 122

4.3.2 Modèleuniéetaméra sheye . . . 127

4.4 Conlusion. . . 135

5 Mise en ÷uvre et expérimentations 139 5.1 Environnement logiiel . . . 140

5.1.1 Présentation brève du logiielSOVIN . . . 140

5.1.2 Gestion delamémoire sensorielle . . . 140

5.1.3 Modeopératoire . . . 143

5.2 Conditionsexpérimentales . . . 144

5.2.1 Matériel informatique . . . 144

5.2.2 Robotsmobiles . . . 144

5.2.3 Capteurs visuels . . . 148

5.3 Sites de navigation . . . 150

5.3.1 Phases d'apprentissage ave lePioneer . . . 150

5.3.2 Phases d'apprentissage ave leRobuCab . . . 150

5.4 Validation . . . 155

5.4.1 Navigation en intérieur ave une améra atadioptrique . . . 155

5.4.2 Navigation en milieu urbain . . . 155

5.4.3 Navigation du drone . . . 157

5.5 Évaluation desperformanes . . . 164

5.5.1 Gestion delamémoire . . . 164

5.5.2 Temps dealul. . . 165

5.5.3 Robustesse . . . 166

5.5.4 Navigation dansdes environnements de grandetaille . . . 167

5.5.5 Boulage. . . 172

5.5.6 Reprodutibilité . . . 172

5.6 Conlusion. . . 173

6 Conlusion et perspetives 179

A Résultats de loalisation initiale 183

B Comportement dans l'image 191

Bibliographie 209

Table des gures 211

Introdution

Letermerobotestentrédepuislongtempsdanslelangageourant.Ilest,ependant,

employépourdésignerdeshosesparfoistrèsdiérentes. Eninformatique,unrobotest

une omposante d'un moteur de reherhe qui parourt internet, an d'alimenter en

donnéessonindex.Unrobotinlutplusfréquemmentunestrutureméanique.Ilpeut,

par exemple, servir à mixer ou pétrir des aliments (voir Fig. 1.1 (a)) ou à nettoyer le

sol tandis qued'autres robots sont dédiés au divertissement ommele grand Éléphant

de Nantes (voir Fig. 1.1 (b)). Dans les laboratoires de reherhe, on peut également

renontrerdesrobotsbio-mimétiquesàlaformede salamandre,depoissonoud'insete

(voirFig.1.1(),(d),(e)).Letermeanimat (pourAnimalartiiel)estalorsemployé.

Dans les ÷uvres littéraires et inématographiques de siene tion, les robots et les

mahines 1

sont parfois dotés d'une intelligene hors norme. Dans Transformers et

dansMatrix (Fig. 1.1(f),(g)),les mahines sont aupouvoir. Bender, du dessinanimé

Futurama, est un robot tordeur qui boit de l'alool, fume des igares et qui peut être

égoïste, pervers et vulgaire. C-3PO de Star Wars est un robot d'apparene humaine

maîtrisant plus de six millions de formes de ommuniation. Dans le lm I, Robot,

se déroulant en 2035, les robots assistent les êtres humains avant de se rebeller. Ce

omportement est bien sûr en désaord ave les trois élèbres lois régissant l'éthique

d'unrobot 2

:

Loi I: Un robot ne peut porter atteinte à un être humain ni, restant passif, laisser

etêtrehumain exposéau danger.

LoiII: Un robot doit obéir aux ordres donnéspar les êtres humains, saufsi de tels

ordressont en ontradition ave laPremière Loi.

LoiIII: Unrobotdoitprotégersonexistenedanslamesureoùetteprotetionn'entre

pasenontradition ave laPremière ou laDeuxièmeLoi.

1

Ondiéreniealorsles mahinesdes robots:unrobotestunemahinefabriquée pourimiterde

sonmieuxl'êtrehumain (IsaaAsimov).

2

Cesloisontétédéritesparl'auteurdesiene-tionI.AsimovdanslanouvelleMenteurpubliée

enmai1941.

(a)Robotménager (b)ÉléphantdeNantes () Robot Sala-

mandre(EPFL)

(d) Robot Carpe (université

del'Essex)

(e) Robot Mouhe (université

d'Harvard)

(f) Une mahine

deTransformers

(g)UnemahinedeMatrix (h) C-3PO et R2-

D2 deStarWars

(i)BenderdeFuturama (j)Unrobotde

I,Robot

Fig. 1.1 Desrobots?

À l'heure atuelle, nous sommes enore loin de la robotique de siene-tion ar

l'autonomiedesrobotsestrelativementlimitée.Andelariernospropos,nousutilis-

eronsladénition suivantepour unrobot :

Un robot est un dispositif méanique équipé d'ationneurs et de apteurs,

apable d'eetuer des tâhes de façonautomatique.

Les premiers robotsont été développés aumilieu duXX ème

sièle an de répondre

à des besoins industriels. Le rle de es robots dits manipulateurs est d'aomplir des

opérations d'usinage, d'assemblage, de déplaement ... La base de es robots est xe

parrapportàl'environnement(voirFig.1.2).Ilseetuentdestâhesrépétitivesetsont

don réduits à l'état d'automates. De plus, ils agissent dans un environnement étudié

spéiquement pour haque robot et haque appliation. Contrairement aux robots

manipulateurs, les robots mobiles, apparus un peu plus tard, eetuent de grands dé-

plaementsdansdesenvironnementsaprioriinonnus.Lesappliationsprinipalessont

l'exéution de tâhes dans des zones diiles d'aès (espae, exploration planétaire),

des zones dangereuses (zones ontaminées) ou des zones à petites éhelles (robotique

hirurgiale) ainsiquel'exéutiondetâhesdiilesà réaliser(déplaement deharges

lourdes par exemple). Jusqu'aux années 2000, les reherhes ont porté prinipalement

surles robots à roues,robots simplesdu point de vue méanique et se déplaçant dans

un espae limité à deux dimensions. Pour ette raison, le terme robotique mobile est

souvent employé pour désigner uniquement les robots à roues. De notre té, il sera

utilisé pour désignertouslesrobotsà basemobiledontles robotsaériens,sous-marins,

marheurs ou bipèdes(voir Fig.1.3).

Ave les progrès dansle domaine de l'informatique, l'autonomie des robots a aug-

menté. Les progrès informatiques ouplés à lamaturité des reherhes sur les robots à

roues ont permis d'envisager des appliations de plus en plus omplexes. En l'absene

d'intervention humaine dans le proessus de déision, es robots sont alors qualiés

d'autonomes. Trois types d'autonomie sont ii impliqués : l'autonomie de puissane

(le robot possède ses propres réserves énergétiques an de se déplaer), l'autonomie

sensorielle (le robot possède ses propres apaités de pereption) et l'autonomie déi-

sionnelle (le robot déide des ationsqu'il doit réaliser). Une grande partie deseorts

dansle domaine de la robotique ont don porté etportent toujours sur l'amélioration

del'autonomie etdesapaités d'adaptation dessystèmesrobotiques.

Danslasuitede ehapitre,nousdisuteronstoutd'abord lanavigation desrobots

mobiles.Nousnousintéresserons ensuiteauxméanismes impliqués danslanavigation

hez les êtres humains (Setion 1.2). Enn, nousprésenterons leadre de nos travaux

dethèse danslaSetion 1.3.

1.1 Navigation des robots mobiles

La navigation, terme emprunté au domaine de la marine, onsiste à diriger de

(a)RX200(Staübli) (b)H4(LIRMM)

Fig. 1.2Des robotsmanipulateurs àstruture (a)sérielle, (b) parallèle.

(a) RobuCab

(Robosoft)

(b) Pekee (Wany

Robotis)

() Pioneer 3-AT

(AtivMedia)

(d)Trilobit(Eletrolux)

(e) MiniQuad (Huazhong

University)

(f) HRP2(AIST) (g) Ut1 Ultra Trenher (Soil

MahineDynamis)

(h)X4-Flyer(CEA-List) (i)MER(NASA) (j)SAM(CEA-List)

en robotique est de rendre ette navigation la plus autonome possible. Plusieurs do-

maines d'appliations sont onernés par ette problématique : systèmes de transport

intelligent, servies,assistane, surveillane....

Dans ledomaine destransports,des propositions de véhiules urbains en libreser-

vie voient le jour an, entre autres, de désengorger les entres-villes mais également

andediminuerlapollutionatmosphérique.Cetypedetransport,situéentrelestrans-

ports en ommun, les véhiules lassiques et les déplaements pédestres apporte une

omplémentarité par rapport aux servies atuels. Un par de voitures életriques en

libre servie, Lisele 3

, est ainsi proposé dans l'agglomération de La Rohelle depuis

unedizaine d'années.De même,lamairie de Paris envisagede mettre enplae unsys-

tème équivalent au Vélib' maisave des véhiules életriques (Autolib'). Une solution

plusambitieuse onsiste àmunir esvéhiules d'uneintelligene embarquée an de les

rendre totalement autonomes. On parle alors de yberar [Fraihard 05 ℄. Le yberar

permettrait d'optimiser les déplaements, d'augmenter le onfort des utilisateurs mais

également d'aroître le nombre de gares. Bien entendu, une telle approhe pose de

nombreux problèmes du point de vue tehnologique. Parmi es problèmes, ledéplae-

ment des véhiules doit être totalement sûret autonome etla otte desvéhiules doit

êtregérée de manièreeae.

Une appliation des robots mobiles relativement diérente est la téléprésene et

la télésurveillane dansles maisons ommuniantes. Ces maisons sont munies d'outils

adaptésan defailiterlaréalisation desdiérentestâhes etde rendreles habitations

plusonviviales.Entreautres,ellessontonnetéesàl'extérieur,équipéesd'objetsom-

muniants et ont un omportement autonome. Elles peuvent être également équipées

d'aspirateurs automatiques, de nettoyeurs de pisines et de robots mobiles omme le

robot Pekee développé par Wany Robotis. Le projet exploratoire Waif a onsisté à

réaliseretypededémonstrateurand'étudierlafaisabilitéetl'utilitéd'objetsmobiles

ommuniantsau sein d'unetellemaison.

La navigation autonome des robotsmobiles peutégalement intervenir dansle on-

textedel'aideauxpersonnesàmobilitéréduitevialamiseaupointdefauteuilsroulants

autonomesfailitantlesdéplaements(ommedans[Nuttin01 ℄parexemple)oulasaisie

d'objets(ommelerobotSAM,développéauCEA-ListdansleadreduprojetANSO 4

).

De nouvelles appliations pour les robots mobiles sont apparues ave les engins

aériensautonomes. Dans[Sarris 01℄, huitdomaines d'appliation ivils sont proposés :

surveillanedesfrontières, reherheetseoursenasd'aidentoudedésastres,déte-

tiondesfeuxde forêts,relaisdeommuniation, appliationdeslois,gestiondesdésas-

tres et des urgenes (surveillane), plateforme pour la reherhe sientique (étude de

l'environnement,del'atmosphère)etappliationsindustrielles(surveillanedepipelines,

surveillane de entralesnuléaires) etagrioles (traitement de ultures). À ette liste,

on peut ajouter la reonstrution 3Dde sites arhéologiques ou de villes. Ces applia-

tionsnéessitent ledéveloppement destratégies denavigationadaptées quifont l'objet

3

Lisele:http://www.lisele.fr/http://www.lisele.fr/

4

ANSO:http://www.approhe-asso.om/page.php?pagegroup=25&pageontenu=77http://www.approhe-

Niveau

fontionnel

Niveau

matériel Niveau

déisionnel

Ationneurs Capteurs

Superviseur

Planiation Loalisation

Commande Pereption

Cartographie

Fig. 1.4 Éléments d'unsystèmede navigation.

denombreuxtravauxauxÉtats-UnisetenEurope.Ainsi,leprojeteuropéen muFly 5

a

pourambitiondedévelopperunpetithélioptèreautonomedetailleetdepoidsompa-

rablesàeuxd'unoiseau.Leprojeteuropéen

µ

nouveaux onepts an de rendre les robots volants autonomes. Le projet AVCAAF 7

menéàl'universitédeFlorideenollaborationave d'autresinstitutsamériainsétudie

plusieurssénarios:ladétetionetlaartographie dezonesontaminées,lasurveillane

etlesuivi ainsiquel'évaluationde dégâts suite àun onit.

Cesappliationsmontrent ladiversitéetlaomplexitéassoiéesàunetâhedenav-

igationderobotsmobiles.Cettetâhe néessitequelerobotdisposeàlafoisdemoyens

depereptionetd'unmodèlede l'environnement an quesaloalisationpuisseêtreef-

fetuée etquesesdéplaementspuissent être planiésetexéutés.Le système omplet

impliqué et ses éléments sont représentés Fig. 1.4. Ce système, inspiré de l'arhite-

tureLAAS [Alami98℄, omportetroisniveaux. Le premier niveau (niveau déisionnel)

inlue un superviseur gérant les modules du niveau fontionnel. Ces modules peuvent

êtreregroupésen plusieursélémentsprinipaux:artographie,loalisation,pereption,

planiation etommande.Chaque moduleintègre unensembledefontions reliéesau

niveaumatériel. Cedernierniveau ontient lesapteursainsiqueles ationneurs.Nous

détaillonsdanslasuitedeettesetionlesdiérentsélémentsduniveaufontionnel,les

niveauxdéisionnel etmatériel n'ayant pasététraités dansnostravaux.

5

muFly:http://muy.ethz.h/http://muy.ethz.h/

6

µ

1.1.1 Pereption

An de réaliser une tâhe de navigation, le robot doit perevoir son déplaement

ainsiquel'environnement qui l'entoure. Pour ela, ilpeutêtreéquipé dedeuxtypesde

apteurs:lesapteursproprioeptifs(ouidiothétiques)etlesapteursextéroeptifs(ou

allothétiques).Lesapteursdupremier typedonnentuneinformation surl'étatinterne

du robot tandis que eux du seond type permettent de mesurer l'état du robot par

rapportà sonenvironnement.

Capteurs proprioeptifs Le déplaement eetué par le robot dans son environ-

nement peutêtreestiméà partirdel'intégrationdesdonnéessurl'étatinterne fournies

paresapteurs(vitesse,aélérationourotationsdesrouespar exemple).Leprinipal

inonvénient desapteurs proprioeptifsprovient de l'aumulation des erreurslors de

es intégrations suessives qui se traduit par une dérive de l'estimation du déplae-

ment. Ces erreurs peuvent être lassées en deux atégories : les erreurs systématiques

proviennent deserreurs de modélisation etde mesuretandis que les erreursnon systé-

matiquessont aléatoires. Les erreurssystématiquespeuvent être modéliséesan d'être

prisesenompteequiestdiilementpossiblepourleserreursdelaseondeatégorie.

Les apteurs proprioeptifs les plus utilisés dans le domaine de la navigation de

robotsmobiles sont les odomètres pour les véhiules à roues et les entrales inertielles

dansleasdesengins aériensou sous-marins.

Les odomètres mesurent les vitesses de rotationdes roues du véhiule. Le déplae-

ment peutalorsêtre estiméàpartir deelles-i etdumodèlededéplaement durobot.

Cetteestimationsubitdesdérivesimportantesenraisondesinévitableserreursdemod-

èle(erreurs surle diamètre desroues,sur leuralignement,sur lalongueur de l'entraxe

...), de mesure (résolution des enodeurs, fréquene d'aquisition inexate ...) etaux

hypothèses souvent simpliatries sur la dynamique (glissement des roues sur le sol

parexemple).Pourette raison,l'odométrieestgénéralementutiliséeuniquementpour

estimer loalement ledéplaement.

Une entrale inertielle est omposée de troisaéléromètres et de troisgyromètres.

Lesaéléromètres mesurent les aélérations en translation tandis que les gyromètres

fournissent les vitesses en rotation. Il est néessaire de ltrer les données fournies par

esapteursarelles sonttrèsbruitées. Diérentsoutilssont utilisésàette nomme

les ltres de Kalman, les ltres à partiule ou le ltre omplémentaire non-linéaire

[Hamel06b ℄. En pratique, l'orientation peutêtre estimée de façon orrete tandis que

lavitessedetranslation divergerapidement e quirendl'estimationde laposition inu-

tilisable.

Capteurs extéroeptifs An de limiter ladérive des données aquisespar les ap-

teurs proprioeptifs, une solution onsiste à realer es informations à partir d'autres

données omme elles fourniespar les apteurs extéroeptifs. En eet, les données a-

quisespar lesapteursextéroeptifsouimages sont,elles, traitées sansintégrationan

desobservations ave une qualité onstante dansle temps.Cependant,ils sourent du

problème d'ambiguïté pereptuelle (pour deux lieux diérents de l'environnement, le

ontenu des images aquisespar leapteur peutêtre similaire). Il est alors impossible

d'estimerlaloalisationdurobotsansavoirreoursàdesinformationsomplémentaires.

Enoutre,ommeuneimageestunereprésentationdel'environnementtelqu'ilestperçu

par leapteur à uninstant donné pour une prise devue donnée,une image est sujette

à lavariabilité pereptuelle due auxvariations de l'environnement au ours du temps.

Ces variations proviennent des hangements d'apparene (hangement d'illumination

par exemple) et des hangements de ontenu (déplaement, apparition ou disparition

d'éléments).

Les apteurs extéroeptifs les plus usités en robotique mobile sont les apteurs de

positionnement par satellites(enmilieu extérieur), les télémètreslaseret lesaméras.

Les systèmes de positionnement par satellites ommele GPS (Global Positionning

System) ouGalileo sont très intéressantsar ils permettent d'obtenirpar un proessus

detriangulationunpositionnementgéo-référené.Unepréisiondequelquesentimètres

peutêtre atteinte à l'aide d'un GPS Diérentiel inématique temps réel (RTK-DGPS

pour Real Time Kinemati Dierential GPS) tandis que desGPS àbas oûtsont une

préision de l'ordre de 10 mètres. Il est à noter que l'utilisation des GPS requière une

bonne ouverture satellitaire. Cette ondition dépend entre autres du type d'environ-

nement etn'est pasremplie danslesenvironnementsd'intérieuretdansles anyons ur-

bains(routesenadréesdehautsbâtiments).Deplus,enattendantl'arrivéedeGallileo,

le système GPS, propriété de l'armée amériaine, n'est pas assuré et peut être inter-

rompuà toutmoment.

Un apteur largement utilisé dans le adre de la navigation de robots mobiles à

roues navigant dans des environnements struturés est le télémètre laser. La arte de

profondeurobtenueparletélémètrepeutêtreutiliséedanslesapprohesdeloalisation

et artographie simultanées ainsi que pour la détetion d'obstales. Les apteurs em-

ployéssontgénéralementdestélémètreslaser2D,situésdansleplanhorizontalmaison

trouve également des télémètres multi-ouhes qui permettent d'aquérir des données

surplusieursplans2D.Lestélémètres3Dapparaissent dansdesappliationsspéiques

tellesquelessystèmesdeartographiemobilemaisnéessitentdegrosmoyensdestok-

age etde traitement desdonnées.

Les améras sont également largement utilisées. Un état de l'art sur les stratégies

de navigation de robotsmobiles basées surun apteurde vision jusqu'en2002 est pro-

posé dans [DeSouza02℄. De nombreux ateliers (omme, par exemple, [Wor 08 ℄) ainsi

que de nombreux numéros spéiaux dansdes revues (omme, par exemple, [TRO08℄)

traitent de e sujet. Ave l'augmentation des apaités de aluls des ordinateurs, le

traitementdesimagesestdevenususammentrapideetleurutilisationpourlanaviga-

tion desrobotsa don ru. Nostravauxexploitant largement e type de apteur,nous

1.1.2 Cartographie

La arte est un support de navigation pouvant ontenir des informations de types

très diérents. Les prinipaux types de artesseretrouvent dansl'approhe de hiérar-

hie sémantique spatiale 8

développée dans [Kuipers00℄ : la arte sensorielle, la arte

ommande, laarteausale, laarte topologique etlaartemétrique.

Une arte sensorielle ontient des informations prohes des données aquises par

les apteurs. Il peut s'agir, par exemple, des images visuelles ou de grilles d'oupa-

tion loales onstruites à partir des distanes mesurées par les télémètres 2D. Étant

donné que e type de arte ontient un ensemble d'images, on parle également de mé-

moire enréféreneauxapprohesbiologiques (voirSetion1.2.1).Unearteommande

déritl'environnementavedessegments. Cessegmentsassoientauxdonnéesapteurs

les ations envoyées aux ationneurs. Une arte ausale est un modèle abstrait disret

ontenant des shémas d'ation. Un shéma est un triplet

< I , A, I ^′ >

passagedel'image

I

I ^′

A

artemétriquepermetdedénirlagéométrieglobaledel'environnementdansunrepère

de référene.

Les représentations de l'environnement utilisées dans la littérature exploitent une

ou plusieurs de es artes. La plussimple onsiste àassoier une arte sensorielle on-

tenantunélément unique(unobjetvisible[Braitenberg84 ℄oulaongurationspatiale

d'amers 9

[Cartwright 83 , Gourihon 04 ℄) à une arte ommande ontenant la om-

mandeà utiliser pour atteindreet élément (voirFigure 1.5 (a)). Cettereprésentation

estloaleausensoùellenepeutêtreutiliséequesil'objetàatteindreoulesamerssont

visibles.

Lesartessensorielleetommandepeuventégalementêtreexploitéesonjointement

anderejoindreunobjetiflointain.Pourela,uneséquened'informationsextraitesde

laartesensorielle assoiéesauxations extraitesde laarteommande, appeléeroute

danslalittérature,peutêtreutiliséeommeproposédans[Matsumoto 96,Gaussier 97,

Giovannangeli 06℄(voirFig.1.5()).Cesstratégiespermettent uneautonomieplusim-

portantemaissontlimitéesà unobjetif unique.Andedénirunnouvelobjetif,une

nouvelle route doit être apprise. An de surmonter ette diulté, les artesmétrique

et topologique ontiennent des réseaux de routes. Cette dernière approhe est très in-

téressante ar les possibilités d'adaptation et d'optimisation fae aux hangements de

l'environnement sont importantes. Ces deux types de artes permettent de modéliser

des environnements de grande taille ainsi que de planier des trajets vers un objetif

lointain maisils sont,en ontrepartie,plus omplexesà mettreen ÷uvre.

8

SpatialSemantiHierarhy (SSH)

9

Unamerestunpointdistantremarquable(xe),naturelouartiiel,permettantdeserepérer.Ce

Carte ommande

Cartesensorielle

(a)

Carte sensorielle

(noeudnal)

A 1 A 2 A 3 A 4

A 5

A 6

A 7

A 8

Carte ausale

(b)

Carte sensorielle Carte ommande

(noeudnal)

()

Fig.1.5Représentationsouslaforme(a)d'uneartesimple,(b)d'unerouteexpliite

et () d'uneroute impliite. Dans lepremier as, l'objetif est de rejoindre l'image en

utilisant la loi de ommande. Un autre objetif onsiste à suivre une route, 'est-à-

dire à se déplaer d'une image à une autre. Cette méthode emploie alors, en plus de

la arte sensorielle, une arte ommande ou une arte ausale. Dans le premier as, la

représentation assure que l'image

I ^′

I

A

eetuée, e quin'est pasle asde laseondereprésentation.

Bureau4008

Grandouloir Couloir 2

Couloir 3

Couloir 1

Rez-de-haussée

Bureau4009

(a)Environnementréeld'intérieur

Y

X

(b)Cartemétrique2D

B B

C

C

C

C

C

()Cartetopologique

Fig. 1.6 Représentation de l'environnement réel sous la forme d'un modèle

géométrique (b) en 2D ave des points et () sous la forme d'une arte topologique

Danslesartesmétriques,lastruturedel'environnementestdéritedansunrepère

absolu [Chatila85℄. Une première approhe onsiste à représenter l'environnement par

un ensemble de primitives géométriques auxquelles sont assoiées une position et une

orientation déniesdanse repère(voirFig.1.6(b)).Uneapprohealternativeonsiste

à représenterl'espae libreetnon les primitives géométriques. L'approhe la plus util-

isée dans e ontexte est basée sur la notion de grille d'oupation. L'environnement

est alors disrétisé en ellules auxquelles sont assoiées une probabilité d'oupation

[Elfes89℄.En pratique,ettedernièrereprésentation seheurteauxvolumesimportants

de donnéesà mémoriser,e qui rendsonutilisation plus adaptée en 2Dettrès diile

dansdesenvironnementsde grandetaille.

Les artes topologiquespermettent une représentation disrète de l'environnement

sous la forme d'un graphe [Kuipers 91, Choset01, Thrun 02 ℄ (voir Fig. 1.6 ()). Les

noeuds de e graphe représentent généralement les positions atteignables par le robot

tandisque lesarêtestraduisent lanavigabilité d'un lieu àunautre. Une autrepossibil-

itéonsisteàdénirunnoeudommeune transitionentredeuxlieux[Kortenkamp94℄.

Danseontexte,lesnoeudsd'unenvironnementd'intérieurorrespondentàdesportes

ou à des intersetions de ouloirs par exemple. De façon générique, un noeud peut

être étiqueté parmi un ensemble de possibilités. Un noeud peut également ontenir

desinformationsprohesdesdonnées apteursbrutes (arte sensorielle)ommelessig-

natures télémétriques [Kuipers 91 , Matari¢ 92 ℄, les images visuelles [Kortenkamp 94,

Santos-Vitor 99 ℄ ou les grilles d'oupation loales [Yamauhi97℄. Quant aux arêtes,

ellespeuvent aussiontenir desinformationsmétriques ommela longueur àparourir

entre deuxlieux.

Diversesfontionnalitéssontnéessairesandemeneràbienunetâhedenavigation

(loalisation, planiation, ommandepour ne iterqueellesquenousdérivonsdans

edoument).Ilestdenotrepointdevuesouhaitabled'utiliseronjointement plusieurs

typesde artes ande supporter l'ensemble de es fontionnalités. Ces artespeuvent

être hétérogènes. Un exemple typique est la ombinaison des artes topologiques et

métriques [Tomatis01℄. Une telle représentation orrespond,par exemple, à une arte

topologique dont les noeudssont desartes métriques loales [Simhon98,Bushka 04℄

(voirFig.1.7).Depuisquelquesannées,lesSystèmesd'InformationGéographique(SIG)

fontleurapparition.Ils'agitd'outilsinformatiquespermettantd'organiseretdereprésen-

terdesdonnéesréférenées spatialement (artesmétriques). UnSIGpeut êtreemployé

pour la navigation en milieu urbain omme il est proposé dans [Bonnifait08℄. Il peut

être omposé de artesontenant les supports denavigation, les amers, desimages, la

traversabilité et un modèle numérique de terrain (représentation proposée au LAAS).

Il est également envisageable de déomposer une arte hiérarhiquement en plusieurs

niveaux de détails.

Comme on le voit ave l'étiquetage des noeuds des artes topologiques, il est in-

téressant d'ajouter aux artes spatiales des onepts abstraits permettant de donner

B B C

C

C

C

C

X Y

X Y X

Y

X Y

X Y

Cartetopologique

Cartemétrique

Cartemétrique

Cartemétrique

Cartemétrique

Cartemétrique

Fig. 1.7 Représentation de l'environnement réel sous la forme d'une arte hybride

métrique-topologique où des artes métriques loales sont assoiées aux noeuds d'une

arte topologique.

est dénie ave une arte sensorielle et une arte topologique à deux niveaux. À ette

représentation spatiale estajoutée une seonde représentation hiérarhique modélisant

les onnaissanes sémantiques sur l'environnement et utilisant une ontologie 'est-à-

dire un modèle de données représentatif d'un ensemble de onepts et des relations

lesliant(voirFig.1.8).Lesélémentsdeshiérarhiesspatialeetsémantiquesont ensuite

reliéspardesanragesentrelesomposantesdehaquehiérarhie.Lahiérarhieséman-

tique permet d'avoir une représentation de haut niveau etde réaliser l'interfae entre

lerobot etles utilisateurs.Elle peutégalement être utiliséeande déteterdeserreurs

de loalisation en raisonnant à partir de la reonnaissane de lieux ou d'objets. Dans

[Rottmann05 ℄, une approhesuperviséepermet,par exemple,de lasser lesdiérentes

pièesd'unenvironnement d'intérieur (laboratoire, ouloir,porte, uisineou bureau)à

partirde donnéesvisuellesettélémétriques.

Constrution de la arte La onstrution des artes métriques se base sur l'ap-

pariement desdonnées ourantes aux données déjà présentes danslaarte. Cette on-

strution dépend don fortement de lapréision desapteursutilisés. Dans leontexte

desapteurs visuels, latehnique de reonstrution 3D àpartir d'uneaméra enmou-

vement (désignée en anglaispar Sfm pour Struture frommotion) onsiste à estimer

la struture 3D en analysant le mouvement de l'objet. Il est ensuite possible de min-

imiser l'erreur de reprojetion des points sur les images en faisant varier la struture

de la sène 'est-à-dire les poses des améras depuis lesquelles les images ont été a-

quises.Cette phase, appelée ajustement de faiseaux,a étéexploitée entre autres dans

Chose

B B

C

C

C

C

C

Tableau Chaise Table

Cafetière

Bibliothèque

Serétariat Objet

Cafetière-1

Bibliothèque-1

Anrage"Est"

Anrage"Contient"

Chaise-1

Bureau-4008 Bureau-4009 Tableau-1

Tableau-2

Pièe

Bar

Bureau Cartesémantique,niveau0

Cartesémantique,niveau2

Cartesémantique,niveau3

Cartetopologique

Cartesémantique,niveau1

Fig. 1.8Carte sémantiqueetarte spatialetopologique.

ennes(dont leSLAM 10

),lastruture etlaloalisationsont estimées simultanément en

tenant ompte d'unmodèlede déplaement. Le leteurpourra seréférerauxtutoriaux

deBailey etDurrant-Whyte [Durrant-Whyte 06 ,Bailey 06℄ pour les méthodes lesplus

lassiquesde SLAM. La plupart des travaux surle SLAM utilisent un télémètre laser

tandis que les premiers résultats dans le domaine du SLAM visuel ont été présentés

dans [Davison03 ℄. Dans e ontexte, les travaux exploitent une améra unique et des

primitives de type points d'intérêts ([Davison 03, Solà iOrtega 05 ℄), des systèmes de

stéréovision ([Lemaire07℄) oudesapprohesd'appariement dense([Silveira 08℄).

Lorsque la artographie porte sur des environnements de grande éhelle, il est

souhaitable d'intégrer à elle-i des informations onernant les éventuels retours du

robot à une situation déjà renontrée. La détetion et l'intégration de es événements

au proessusde artographie est un problème important etest largement abordé dans

lalittérature sous leterme de fermeture de boule. Celle-i peut permettre de orriger

les erreurs d'estimation aumulées omme dans [Vitorino 05 ℄. Le leteur pourra se

référerentre autres à [Beevers 05,Angeli08a ℄pour plusd'informations surette prob-

lématique.

1.1.3 Loalisation

L'étapedeloalisationonsisteàdéterminerlasituationdurobotdanssaarte.Les

approhesdeloalisationpeuventêtrediviséesendeuxatégories[Filliat01 ,Filliat 03 ℄:

l'inférene direte deposition :seules les données proprioeptives ourantes sont

dans e asutilisées pour loaliser le robot. Dansette approhe, on fait les hy-

pothèses que l'environnement n'est pas onfronté à des problèmes d'ambiguïté

pereptuelleetque lesalgorithmes utilisés sont robustesaux bruitsdemesure et

aux hangements deontenu.

10

lesuivideplusieurshypothèsesdeposition:lesdonnéesproprioeptivesetextéro-

eptivesprésentesetpasséessontdanseasutiliséespouralimenterleproessus

deloalisation. Plusieursalternativespeuvent êtreonservéesen mémoireeton-

frontéesen utilisant :

deshypothèsesexpliites[Arleo 00℄,

une distributionde probabilités de présenesurl'ensembledespositions.

Cette distribution permet de prendre en ompte les informations proprioep-

tives (déplaement des probabilités) ainsi que les informations extéroeptives

(modulation des probabilités). A. Angeli utilise e proédé dans [Angeli 08a ℄

an detraiter du problèmede fermeturede boule.

1.1.4 Planiation

Dans le as d'une arte topologique, la phase de planiation onsiste à dénir

une séquene de noeuds amenant le système robotique dansune situation souhaitée à

partirde lasituation initiale tandis que dansle asd'une arte métrique, elle onsiste

à dénirune séquenedisrète ouontinue desituations dénies danslerepèreabsolu.

Onpourraseréféreràl'ouvrage[Latombe 91℄pour lestehniquesdeplaniation dans

uneartemétrique.Danseontexte,l'approhelapluslassiqueonsistetoutd'abord

à disrétiser l'espae libre : l'environnement est déomposé en ellules ou en hemins

simples.Parmi lesméthodesdeonstrution dehemins,onpeutiterlediagrammede

Voronoï[Choset 95 ℄,l'extrationdesilhouettes,legraphedevisibilité[Latombe 91℄.La

planiations'apparentealors,ommedansleasdesartestopologiques,àlareherhe

dansungraphe. Lesalgorithmes utiliséspeuvent êtreles algorithmes deBellmanFord

ou deDijkstra(voir, par exemple,[Cherkassky96℄).

1.1.5 Commande

Les objetifs de la ommande peuvent être divers : suivre un hemin, éviter les

obstales,garder un objetdanslehamp de vueduapteur ...Plusieurs arhitetures

de ommandesont possibles pour réaliseres objetifs.

Parmi elles-i, on peut iter les arhitetures délibératives qui onsistent en un

déoupage modulaire des fontionnalités néessaires à la navigation. Les modules sont

agenésvertialement etreliésensérie(voirFigure1.9(a)).Onparlealorségalementde

shémapereption-planiation-ation 11

.Danseshéma,laouheavelahiérarhiela

plushauteestenontatdiretavelesapteursetmetenformelesgrandeursphysiques

mesuréespourlesrendreutilisablesparlaouhedemodélisation.Cesinformationssont

transformées et permettent de mettre à jour une arte interne de l'environnement. À

partir de ette arte, la ouhe de planiation met en plae les ations et la dernière

ouhe est responsable de leur exéution. Une telleapprohe est notamment proposée

11

Pereption

Modélisation

Planiation

Exéution

Commande CAPTEURS

ACTIONNEURS

(a)

Niveau0 Inhibition Inhibition Inhibition

ACTIONNEURS

CAPTEURS

Niveau1 Niveau2

(b)

Fig.1.9 Arhiteture de ommande(a)délibérative, (b)à subsomption.

dans[Novales 94 ℄.

Un inonvénient des arhitetures délibératives est qu'elles ne prennent pas en

ompteleshangementsdynamiquesdel'environnement danslaarte.Anderésoudre

e problème, des arhitetures dites réatives emploient diretement les informations

aquisesparlesapteurssanspasserparuneutilisationoumiseàjourdelaarte.Dans

l'arhiteture réative àsubsomption,proposéedans[Brooks 86℄,lesfontionssont dis-

tribuéessur plusieurs niveaux travaillant en parallèle (voir Fig.1.9 (b)). Cedéoupage

horizontal detypepereption-ation s'opposeainsiaudéoupagevertialvupréédem-

ment.Chaqueniveauutilise lesdonnéesissuesdesapteurs,etationne diretementles

eeteurs. Ces niveaux sont gérés automatiquement par priorité, un module inférieur

prenant lapriorité surun modulesupérieurs'ilest ativé.

D'un té, les arhitetures délibératives permettent de onstruire une représenta-

tion de l'environnement mais elles débouhent souvent sur une imbriation forte entre

lesdiérentesfontionnalités.Deefait,l'identiationdesinteronnexionsàmettreen

plaepeuts'avérerproblématique.D'unautreté,lesdiérentsniveauxd'unearhite-

tureréativesontsimplesàdéniretsontrelativement indépendantsmaisellesrendent

diile l'utilisation des modèles dénis dans un niveau diérent. Il est de plus nées-

sairededénirlesprioritésentrelesniveaux. D'autresarhiteturesontétédéveloppées

ommeleméanismedeoordinationd'ations[Pirjanian 99℄,laséletion d'ationspar

réseau d'ativation [Maes90℄ oul'arhiteture orientéeshéma [Arbib81 ℄.

Lesloisdeommandeimplémentéesdansesarhiteturespeuventutiliserdiérents

onepts. Les lois de ommande peuvent lassiquement être dénies dans l'espae des

ongurations. L'état du robot est alors estimé à partir de sa loalisation dans un

modèleglobalde l'environnement (voirFig.1.10(a)).An d'éliminerlaphasedeloal-

isationglobale,ilestpossibled'exploiter lesonepts relatifsà laommanderéférenée

Extration

desdonnées Calul

état

Calul

ommande

ACTIONNEURS

CAPTEURS Etat

ongurations Loalisation

dansespaedes

Situationourante

r

Consigne

r ^∗

Donnéesourantes

s

(a)Commandelassique

Extration

desdonnées Calul

état

Calul

ommande

ACTIONNEURS

CAPTEURS Etat

Donnéesourantes

s

Consigne

s ^∗

(b)Commanderéférenéeapteurs

Fig. 1.10 Commande lassique etommande référenée apteurs.

r

uation dansl'espaedes ongurations et

s

gurations mais diretement dans l'espae du apteur (voir Fig. 1.10 (b)). De e fait,

ette atégorie de ommande est réputée plus robuste vis-à-vis des bruits de mesure

et des erreurs de modélisation que les ommandes appartenant à la atégorie préé-

dente. Lorsque leapteur estune améra, on parle alors d'asservissement visuel (voir,

parexemple,lestutoriaux[Huthinson 96,Cervera 04 ,Chaumette 06 ,Chaumette 07 ℄).

Depuisdenombreusesannées, etteapproheestappliquée ave suèsnotamment sur

les robotsmanipulateurs.

1.2 Approhe ognitive

Dans la majorité des as, l'homme a façonné l'environnement dans lequel navigue

unrobot.Il seloalise, planie sesdéplaementsetsedéplaedansesenvironnements

en mettant en orrespondane sa pereption ourante de lasène réelle observée ave

un modèle interne onstitué au furet à mesurede ses expérienes de navigation.Pour

ela, il dispose d'un système omplet de traitement et de mémorisation des données.

DansetteSetion,nousnousintéressonsàesystèmesouvent soured'inspiration des

développements enrobotique.

Nous présentons tout d'abord la représentation de l'espae employée par l'homme

ainsiqueses omportementslors desdéplaements(voirSetion 1.2.1).Cettereprésen-

tation est ontenue dansla mémoire (terme déni en psyhologie ommela faulté de

l'esprit de stoker, onserver et rappeler des informations et des expérienes passées)

qui peutêtredéomposéeen fontion dutype d'informationmémorisé etdeleur durée

1.2.1 Carte ognitive et navigation

D'après [Tolman 48 ℄, un individu possède une représentation mentale de l'espae

danslequelilsetrouve appeléearteognitive. Cetteartereprésentediérentsespaes

déritsrelativementàsoi[Tversky 01℄:l'espaeduorps,l'espaeautourduorps,l'es-

paedenavigationetl'espaeabstrait.L'espaeduorpsontientlesdonnéesrelativesà

l'étatinterne(données idiothétiques)obtenuesviaunmodèleorporel.L'espaeautour

duorpsontientlesélémentsdel'environnementquipeuventêtrevusetrejointsdepuis

la position ourante. L'espae de navigation est l'espae dans lequel l'homme peut se

déplaer.Ilenpossèdeune onstrutionmentale représentéesouslaforme d'unshéma

simplié.Enn, l'espae abstraitou espaedesgraphiques ontient desreprésentations

graphiques tellesque desartes,desshémas,desdessins etdesdiagrammes.

L'organisation de l'espae de navigation nous intéresse ii plus partiulièrement.

D'après [Golledge01 ℄, etespae est organisé sous laforme d'une base de données in-

dexée.Iln'estpassûrqueettereprésentationsoitenregistréeommeuneartespatiale

maisl'analysedesellulesde lieuxsuggère queleslieux diérentssont mémorisés dans

diérentespartiesduerveau[O'Keefe 78℄.Desexpérimentationssurdesratsontmon-

tré qu'un système d'intégration du mouvement n'est pas néessaire pour se loaliser

dansl'espae de navigation [Redish99℄. En outre, l'estimation de lapositionmétrique

etdel'orientation n'aqu'un rle desupport danseproessus d'après[Kuipers91 ℄.

Cette représentation de l'espae de navigation est employée pour réaliser des dé-

plaements. Chezles hommes,troisomportementsspatiauxressortent desétudes:les

personnes peuvent avoir une onnaissane des amers, desroutes ou desongurations

[Golledge01℄. Dans le premier as, elles sont apables de reonnaître un lieu mais ne

peuventplanierunheminentredeuxnoeuds.Ellesdoiventalorsfaireappelàd'autres

souresd'informations pourlaplaniation(demanderàd'autrespersonnes,reherher

surune arte extérieure ...). Dansle deuxième as, lespersonnesmémorisent leslieux

maiségalement lesheminspour allerd'unlieuau suivant.Ellessont donapablesde

suivreunerouteapprise.Par ontre, ellesnesontpasapablesdehangerderouteune

fois queelle-i a étéplaniée, ni de prendre desraouris. Enn, les personnes de la

dernière atégorie peuvent développer de nouvelles routes à partir de la onnaissane

de lanature du réseau de routes. Cette dernièreapprohe est ertainement laplus in-

téressante ar les possibilités d'adaptation et d'optimisation fae aux hangements de

l'environnement sont trèsimportantes.

Ons'aperçoitque l'homme n'utilise pasuniquement une représentation spatiale de

l'environnement pour se déplaer. Il emploie également des shémas généraux et des

gabaritsde lieuxaquislorsd'expérienespassées.Mêmedansunlieuoùiln'est jamais

venu,unhommeestapablederetrouverdesrepères.Ilpeutainsiserepérerfailement

dans un magasin ou dans un réseau de transport ar il a déjà fait fae à e genre de

situation auparavant. D'autre part, le omportement de l'homme est également inu-

Boule

phonologique Buer

épisodique

Calepin

visuo-spatial Administrateur

entral Mémoiredetravail

Emotions Transfert

Inonsiente

Sémantique Proédurale Mémoireà

Réupération

Impliites Expliites

Mémoires

Carteognitive longterme

Episodique Répétition

Attention sensoriel

Registre CAPTEURS

Transfert ourante

Image

ACTIONNEURS global Controlleur

Commandes

Fig. 1.11 Représentation shématique du modèlede lamémoire.

diérents pour sedéplaerentredeux mêmeslieux.

1.2.2 Organisation de la mémoire

La représentation de l'espae de navigation est obtenue à partir de phases d'ap-

prentissage où les éléments utiles sont mémorisés. D'après le modèle formulé dans

[Atkinson 68℄,lamémoire peutêtredéomposée enfontiondu typed'informationmé-

morisé et de la durée de rétention. Dans e modèle qui a émergé dans la psyhologie

ognitive de la n des années 1960, le système de mémorisation peut être déomposé

en troismodules :le registre sensoriel, lamémoire àourt terme(MCT) - mémoire de

travail etlamémoire à longterme(voir Figure1.11).Conernant lanavigation,lamé-

moire à longterme (MLT) ontiendrait entre autres laarte ognitive, les expérienes

passéesainsique leshabitudes.

Registre sensoriel Le registre sensoriel réalise un pré-traitement des informations

reçues par les apteurs (ou stimuli) et les ode. L'information du stimulus sensoriel

est onservée pendant une durée dépassant sa durée de présentation. Les stimuli les

plus importants onernent les informations visuelles (onservées durant environ 300

milliseondes) et les informationsauditives(onservées pendant une àdeux seondes).

Lorsquel'êtrehumainexéuteuneation,ilfoalisesonattentionsurertainséléments,

e qui inueneles pré-traitementsréalisés parle registre sensoriel.

Mémoire à ourt terme et mémoire de travail La mémoire à ourt terme est

-Gestionattention

-Coordination

-Com.MLT

Boule

phonologique

Buer

épisodique

Calepin

visuo-spatial Administrateur

entral

-Stokagephono-

logique

-Réapitulation

artiulatoire

-Stokagevisuel

-Réapitulation

spatiale

Fig. 1.12Composantes de lamémoire detravail.

retenues dans l'empan mnésique) [Miller 56 ℄ et par une durée de onservation de es

informations relativement ourte (de l'ordre d'une dizaine de seondes). C'est dans la

mémoiredetravailquelesinformationsstokéesdanslaMCTenprévisiond'uneation

sont manipulées.Dans lasuite,nousinlurons lamémoire de travail danslaMCT.

Plusieurs représentationsde lamémoirede travailontétéproposées danslalittéra-

tureomme, par exemple, lemodèledes proessusemboîtés[Cowan 99℄etlemodèleà

omposantes multiples [Baddeley74℄. Nous nous foaliserons ii sur le modèle à om-

posantesmultiples,ommunémentemployé.Dansettereprésentation,laMCTestom-

poséed'unadministrateurentraletdedeuxsystèmeseslaves:laboulephonologique

etlealepinvisuo-spatial[Baddeley74℄(voirFig.1.12).Laboulephonologiqueestdes-

tinée au stokage temporairede l'information verbale.Le méanisme de réapitulation

artiulatoire permet de rafraîhir ette information et de transférer l'information ver-

baleprésentéevisuellement.Lesystèmeresponsabledesinformationsvisuo-spatialesest

impliquédanslagénérationetlamanipulationdesimagesmentales.Enn,l'administra-

teurentral ouentreexéutifestresponsabledumaintientemporaire desinformations

etutilise pour ela les deuxsystèmes eslaves. Dans lemodèle de Luria [Luria 85 ℄, les

fontionsd'exéutionprinipalesde l'administrateursont l'identiation etlemaintien

d'unobjetif,laplaniation,l'exéutionduprogrammeplaniéetlavériationduré-

sultat.Lebuerépisodiquepeutêtreassoiéàestroismodules.Ilestdédiéaustokage

temporaire d'informations multimodales et à l'intégration des informations provenant

desautres systèmeseslaves etdelamémoire à longterme.

Mémoire à long terme Le proessus de transfert des données de la mémoire de

travail vers la MLT passe par une phase de odage des informations. Seules les infor-

mationsles plus pertinentes etles plussigniativessont onservéesetorganisées. Ces

informations peuvent ensuite être restituées lorsqu'il est néessaire. Cette mémoire a

Mémoires

ւ ց

EXPLICITE IMPLICITE

Expérienes person-

nelles

Épisodique Inonsiente Mesures indiretes

d'expérienes passées

Faits et onnais-

sanes générales

Sémantique Proédurale Habiletés motries et

savoir-faire

Tab.1.1 Déompositionde lamémoire à longterme.

La MLT peut être déomposée en quatre atégories : les mémoires épisodique, sé-

mantique, inonsiente etproédurale [Tulving85℄ (voir Tab.1.1). Lesdeux premières

atégories sont expliites et permettent de garder les événements liés à l'apprentis-

sage (savoir que) tandis que les deux autres atégories sont impliites et permettent

d'apprendresansretenirlesouvenirdel'apprentissage (savoir omment).Lamémoire

épisodique ontient les souvenirs d'événements véus (expérienes personnelles). Elle

dépenddon duontextedanslequel lesinformationsont étémémorisées. Lareprésen-

tation mentaledel'espae (laarteognitive)estontenue dansettemémoire.Lamé-

moiresémantique porte surles faits etles onnaissanesgénérales. Elle fontionne par

desoneptsobjetifs,equilarendplusableetplussûrequelamémoire épisodique.

La mémoire inonsiente ontient des mesures indiretes de la rétention d'expérienes

passées. Enn, la mémoire proéduraleportesur les habiletés motries, les savoir-faire

et les gestes habituels. Elle permet ainsi de mémoriser l'exéution d'une séquene de

gestesan de réaliserunetâhe donnée.

1.3 Cadre de travail

Dans leadre de ette thèse,nousnous sommes intéressésà l'amélioration de l'au-

tonomieetdesapaités d'adaptationdessystèmesrobotiques etpluspartiulièrement

aux stratégies de navigation référenée apteurs de robots mobiles dans des environ-

nements a priori inonnus. La navigation adresse des problématiques omplexes qu'il

est diile dedéoupler pour bâtir un systèmeautonome omplet. Nousnoussommes

donfoaliséssurladénitiond'uneapproheomplèteallantdel'apprentissagedesite

àla ommandeautomatique durobot.

1.3.1 Motivations

CettethèseaétéproposéeonjointementparleLAboratoiredesSienesetMatéri-

auxpourl'Életroniqueetd'Automatique(LASMEA)etparleLaboratoiredeTéléopéra-

tion et Cobotique (LTC) du Commissariat à l'Énergie Atomique, Laboratoire d' Inté-

grationdesSystèmesetdesTehnologies(CEA-LIST)etaétéréaliséepourmoitiédans

laboratoires travaillent depuis de nombreuses années sur la problématique de la navi-

gation autonome desrobots, l'objetif étant d'augmenter l'autonomie du robot. Leurs

iblesappliatives peuvent être lasséesen troisatégories :

les robotsà rouesdans lesmaisons ommuniantes.

Lesdeuxlaboratoires ont,parexemple,partiipéauprojetexploratoire Waifoù

ils ont étudié et développé un assistant robotiqueà roues réalisant des tâhesde

téléprésene etde surveillane dansunenvironnement d'intérieur.

les véhiules urbains autonomes.

Dans e ontexte, le LASMEA a partiipé à de nombreux projets dont Mo-

biVIP 12

.LeLASMEA travailleatuellementsurlamiseàdispositiond'uneotte

de véhiules totalement autonomes dans le adre duprojetVIPA (Véhiules In-

telligents PublisAutomatiques).

les robotsaériens.

LorsduprojetfrançaisRobVolInt(RobotVolantd'Intérieur)[Hamel 06a ℄,leCEA

adéveloppéundronequadrirotor.Anderendrelaommanded'unteldroneplus

abordable aux personnes novies, N.Guénard a réalisé lors de sa thèse desalgo-

rithmes de ommandepermettant une téléopération simple dee type d'appareil

[Guénard 06 ℄. Les travaux atuels, dont eux eetués dans le projet européen

µ

1.3.2 Approhe proposée

Notreobjetifestdebâtiruneapprohedenavigationomplètemaiségalementsu-

isamment souple etlégère d'un point de vue algorithmique pour être intégrée sur une

életroniquedédiée destinéeàéquiperunrobotautonome.La omplexitédestâhesde

navigation résulte en partiulier de l'étendue spatiale de l'environnement detravail du

robotetdelanaturedynamiquede etenvironnement. Cependant,etespaeontient

généralement desélémentsxespermettantdelearatériseretdontl'observationpeut

s'avérer très utileàla loalisation.

Danslesappliationsenvisagées,lesrobotssedéplaent dansdesespaesurbainsou

domestiques façonnés par l'homme. Comme nous l'avons vudans le paragraphe 1.2.1,

l'hommeen onnaîtunmodèleinterne issudeproessusomplexesdemémorisationde

donnéesallothétiquesetidiothétiques aquisesaufur etàmesurede esexpérienesde

navigation. Il seloalise etplanie ses déplaements en mettant en orrespondaneles

modèlesissusdesesexpérienespasséesetsapereptionde lasèneréelleobservée.De

lamême manière, le développement d'une stratégie de navigation pour les robots mo-

bilesnéessitel'utilisationd'unereprésentation del'environnement. Assezlogiquement,

ette représentation peut s'inspirer de la représentation de l'espae de navigation que

l'onretrouvehezl'homme.Cettereprésentationdoit,bienentendu,permettreaurobot

d'alimenter tous les proessus néessaires à sanavigation (voir Setion 1.1) maispeut

également être vueomme un moyen de ommuniation entre l'utilisateur et lerobot.

12

L'utilisateur peut notamment spéier un objetif de navigation au robot en désig-

nant diretement une situation à atteindre dans la représentation. Le robot est alors

àmêmedeproposerunevisualisationdesaloalisationdansettemêmereprésentation.

Le suèsdes approhes référenées apteurs pour leontrle des mouvements des

robotsmanipulateurs,s'aranhissant d'uneloalisationgéométriqueabsolue durobot,

enourage latransription des méthodesformalisées dans e adre à la navigation des

robotsmobiles.Commenousl'avonsvudanslaSetion 1.1.5,lesapprohesréférenées

apteurs onsistent à spéier la tâhe robotique dans l'espae d'observation du sys-

tème depereption. Lesinformationssensoriellesaquisesontinuellement par lerobot

alimentent diretement uneloi deommandedestinéeà stabiliseresinformationssen-

sorielles sur une onsignede même nature. Les approhes référenées apteursdoivent

leurpopularitéàleurrobustesseintrinsèque.Spéiéeàl'aided'informationssensorielles,

la tâhe robotique ne néessite pas de modèle omplexe de la sène ni de proessus

d'estimation d'une poseabsolue du robot,oûteuse etinertaine, pour êtreaomplie.

Cependant,l'utilisation d'approhesréférenéesapteursenrobotiquemobileseheurte

àdeux problèmes majeurs :

D'une part, le robot est sujet à de grands déplaements, e qui induit que les

informationssensoriellesde onsignenepeuvent pasforément être misesenor-

respondaneave les informationssensorielles ourantes.

D'autrepart, les robotsmobiles searatérisent engrande majorité par deson-

traintesdedéplaementfortes(non-holonomie,sousationnement,

. . .

nonlinéairede esontraintesimposealorsuneremise enausedesapprohesde

ommandeommunément utilisées en robotiquemanipulatrie.

Lessolutionsaupremierdeesdeuxproblèmesreposentsurlaoneptiond'unereprésen-

tation de l'environnement adéquate pour la navigation, de manière à e que le robot

puissedisposerd'unedesriptiondelatâheàaomplirsousformed'unensembled'ob-

jetifsàatteindreonséutivement,spéiésdansl'espaed'observationdesonsystème

de pereptionextéroeptif.Le deuxième problème est biensouvent ontourné. Par ex-

emple, en dotant le apteur extéroeptif embarqué de degrés de liberté par rapport

à une base mobile non-holonome,la inématique non-holonome de elle-i est intégrée

dans une modélisation onférant au apteur une inématique holonome. La tâhe de

ontrle des déplaements du robot onsistant à réguler les informations apteurs sur

une référene, la non-holonomie de la base mobile n'aete alors pas la tâhe. En re-

vanhe,laposedelabasemobilen'estpasexpliitement ontrléedansetteapprohe.

Il est à noter que ette solution se traduitsouvent par une augmentation du poids du

apteur ainsiquede sonenombrement, e qui peutêtre problématique dansertaines

appliations (pour les robotsaériens parexemple).

L'approhe denavigation quenoussuggérons apourobjetif de proposerune solu-

tionviableenréponseauxproblématiquesénuméréespréédemment.Ellereposesurune

représentation topologique originale de l'environnement appelée mémoire sensorielle.

Cette arte ontient les informationsextéroeptives issues desapteurs embarqués sur

Image courante

Objectif

courante Situation

de chemin Recherche

Carte topologique niveau 1 Carte topologique

niveau 0

Modele du capteur

Image courante

Commande Modele du robot

Modele du capteur

sensoriel Chemin

Image cible intermediaire

Phase hors−ligne

CARTOGRAPHIE

Phase en−ligne

LOCALISATION

Memoire sensorielle

Carte sensorielle

Sequences acquises lors de l’apprentissage

COMMANDE

Fig.1.13 Notre approhe de navigation par mémoiresensorielle.

sensorielle permet alors de dénir une stratégie globale de navigation basée surles in-

formationsdesapteurs.Cettestratégie,représentéeFig.1.13,peutêtrediviséeentrois

étapes:

1) Construtiondelamémoiresensorielle(horsligne):lorsd'undéplaementtéléopéré,

uneséquened'images estaquiseparleapteurextéroeptifembarqué surlerobot.

An de réduire laomplexité de ette séquene, des images lés sont séletionnées,

organisées et ajoutées à laarte. L'ensemble de es images forme alors la mémoire

sensorielle durobot.

2) Loalisationinitiale(enligne):avantledéplaementautonome,lesystèmerobotique

est loalisé. Cette étape onsiste à déterminer l'image de la mémoire sensorielle la

plusressemblante à l'image ouranteaquise par leapteur extéroeptif.

3) Navigation autonome (en ligne,en temps réel): étant donnée une image ible on-

tenue dans lamémoire sensorielle, la mission de navigation est dénie omme une

suessiond'imagesintermédiairesappeléeheminsensoriel, amenant lerobotde sa

situation ouranteà lasituation ible.Le robot estensuite ommandélelongde e

hemin en utilisant lesonepts de laommande référenéeapteur.

Toutomme lareprésentation spatialedel'environnement s'intègredansunshéma

global detraitement desstimulietde mémorisationhez lesêtres humains,lamémoire

sensorielle doit s'insérer dans un shéma de traitement des informations apteurs. Ce

shéma peut, par exemple,s'inspirer dumodèle dela mémoire déritSetion 1.2.1.

1.3.3 Organisation du manusrit

Outre etteintrodution,e mémoire de thèse omporte inq hapitresqui portent

respetivement surles pointssuivants :

LeChapitre2apourobjetifdeprésenterleoneptdemémoiresensorielle.Nous

exposons tout d'abord la représentation de l'environnement (appelée mémoire

sensorielle) exploitée dans notre stratégie de navigation. Le système global de

navigationbasésuremodèleetinspirédesapprohesognitivesestensuitedérit.

Dans le Chapitre 3, nous présentons des stratégies de ommande pour le suivi

d'unhemin sensorielpourdeuxtypesderobots:lesrobotsmobiles àrouesnon-

holonomes de type har ou biylette et les robots aériens de type quadrirotor.

Pour haun d'entre eux, nous préisons tout d'abord l'objetif de ommande

puisnousproposons desshémas de ommande permettant deles atteindre. Des

simulations permettent nalement de valider les approhes proposées ainsi que

d'analyserleurs limites.

Dans le Chapitre 4, nous étudions le asdes apteurs visuels grand-angle. Nous

dérivonsalors leséléments misen plaepour haque étape denotrestratégie de

navigation ave e typede apteur.

LeChapitre5estdédiéàlamiseen÷uvreomplètedenotresystèmedenavigation

(a) (b) ()

Fig. 1.14 Trois types de robots utilisés lors de nosexpérimentations :(a) un robot

Pioneer,(b)unvéhiuleurbainéletriquedetypeRobuCabet()undronequadrirotor.

Pioneer 3-AT, un RobuCab et un X4-yer (voir Fig. 1.14). Nous analysons les

résultats obtenus dansdiérents ontextes.

Finalement, le sixième hapitre dresseun bilan de nosontributions et présente

les perspetivesqui en déoulent.

Navigation à l'aide d'une mémoire

sensorielle

La navigation onsiste à déplaer le robot de manière sûre vers une destination

donnée. Noussupposons que lerobot disposepour ela d'unereprésentation de l'envi-

ronnement. Lesbesoinsauxquelsdoitrépondreette représentation sont divers omme

nousl'avonsévoquédansl'introdution.Toutd'abord,laartedoitpermettrelaspéi-

ationdel'objetifdenavigationdurobot.Elledoitégalementsupportersaloalisation

etlaplaniation de sesdéplaements. Enoutre, anqueses déplaementssoient réal-

isésdemanière sûre, laartepeutintégrer les notions denavigabilité (lerobot peutse

déplaer sans entrer en ollision ave des obstales) mais également de ommandabil-

ité (il existe une ommande, appliquée sur un intervalle de temps ni, qui permet de

rejoindre la situation ible en partant de la situation initiale). Le robot étant sujet à

de grands déplaements, ette représentation peut fournir une desription de la tâhe

à aomplir sous forme d'un ensemble d'objetifs à atteindre onséutivement. Enn,

pour améliorer les possibilités d'adaptation etd'optimisation faeauxhangements de

l'environnement, laarte doitontenir desréseaux deroutes.

La représentation par arte sensorielle permetde répondreà esbesoins. En eet,

une telle arte est diretement dénie dans l'espae d'observation du système de per-

eption. De e fait, e type de représentation est aisément interprétable etpermet de

désigner un objetif diretement dans et espae. De plus, les déplaements du robot

peuvent être diretement générés en utilisant les onepts de la ommande référenée

apteurs qui est réputée plus robuste vis-à-vis des bruits de mesure et des erreurs de

modélisationquelesommandeslassiques.Danslebutderépondreauxautresbesoins

quenousavonsdénis,ilestnéessaired'assoieràettereprésentationd'autresartes.

Comme nous l'avons évoqué dans l'introdution, plusieurs solutions sont possibles

pour rejoindre un objetif lointain. La première solution onsiste à exploiter onjoin-

tement les artessensorielle etommande. Une image sensorielle est alors assoiée ex-

pliitement à une ation omme proposé dans [Matsumoto 96℄ ou impliitement via

Lieu1

Lieu2 Lieu3

Lieu4 Lieu5

Lieu6 Lieu7

Lieu8 Lieu9 Ehelletopologique

Ehellesensorielle

(a)

Ehellesensorielle

Ehelletopologique

(b)

Fig.2.1Cartes sensorielleettopologique:représentation (a)parlieu,(b)parimage.

un réseau de neurones omme dans [Gaussier 97, Giovannangeli 06 ℄. Une seonde so-

lution onsiste à assoier une arte topologique à la arte sensorielle. Un noeud de

la arte topologique peut alors représenter un lieu ('est-à-dire un ensemble d'images,

omme dans [Ulrih00 ℄) (Fig. 2.1 (a)) ou une image unique (Fig. 2.1 (b)). Une arête

de la arte topologique dénit généralement la navigabilité entre deux noeuds. Dans

[Valgren 06,Zivkovi 06,Briggs06℄,lesarêtesrelientlesimagesontenantsusamment

d'amersommuns.Dans[Booij07,Remazeilles 04 ℄,leoûtentredeuxnoeudsestdéni

ommelapossibilitéderéaliserlatâhedenavigationentreesnoeuds.Dans[Booij07℄,

il dépend de lapossibilitéde reonstruire la géométrie loale entre lesdeux noeudsde

façonrobustetandisquedans[Remazeilles 04℄,ilestdénidefaçonempiriqueàpartirde

onsidérations surles déplaements du robot.Dans[Gaspar 00, Argyros05,Blan 05℄,

ladénitionde l'arêteprendenomptelanavigabilité etlaommandabilitéentredeux

noeuds. Dans [Santos-Vitor 99 , Vassallo00 ℄, les arêtes de la arte topologique onti-

ennent également une notion omportementale (suivi de mur, entrage au milieu du

ouloir, suivide laséquene d'images ...).

Pour obtenir une représentation de plus haut niveau, plusieurs approhes ont été

proposées dans la littérature. Une première approhe onsiste à regrouper les noeuds

par lieux(voirFig. 2.2(a))manuellement omme dans[Zhou03 ℄ou automatiquement

omme dans [Zivkovi 06, Booij07 ℄. Les noeuds peuvent également être regroupés en

hemins simples (voir Fig. 2.2 (b)) omme proposé dans [Gaspar00, Blan 05℄ . Ces

hemins peuvent, par exemple, représenter une route (en environnement extérieur) ou

un ouloir(enenvironnement d'intérieur).

Nousdétaillons lareprésentation quenousavonsadoptéedanslaSetion 2.1.Dans

laSetion2.2,nousdérivonslesystèmeompletdenavigation,inspirédel'organisation

de lamémoire hez l'homme, danslequel s'intègrelamémoire sensorielle.

2.1 Représentation globaledel'environnement parune mé-

moire sensorielle

Anderépondreauxbesoinsénonéspréédemment,nousproposonsdereprésenter

l'environnement par un modèle appelé mémoire sensorielle (

M S

Cartesensorielle

Cartetopologique,niveau1 Cartetopologique,niveau0

(a)

Γ 1

Γ 3

Γ 4

Γ 5

Γ 7

Γ 2

Γ ₆

Γ 8

Ehellesensorielle

Ehelletopologique,niveau1 Ehelletopologique,niveau0

(b)

Fig. 2.2 Regroupement des éléments de la arte topologique (a) par lieux, (b) en

hemins simples.

artes(

M S = { CS , CT 1 , CT 0 }

CS

CT1

CT 0

CS

CT1

CT 0

2.1.1 Quelques dénitions

Nousrappelons tout d'abord quelquesdénitions de basede lathéorie desgraphes

permettant deformaliser lanotion demémoire sensorielle.

Un graphe

G = (N, A)

N = { N ₁ , N ₂ , . . . , N _{n n} }

A = { a ₁ , a ₂ , . . . , a _{n a} }

a _r = a _s,t = { N s , N t }

La taille d'ungrapheest lenombre

n _a

G

A

tées(

a s,t 6 = a t,s

Un pseudo-graphe est ungraphe danslequel aumoins deuxn÷uds sont liéspar au

moinsdeuxarêtes.Ungraphesimple estungraphesansbouledanslequeldeuxn÷uds

sont liéspar auplus une arête.

Une haîne

Γ

G

graphe orienté

G

une haîne dansungraphe orienté).

Un graphe onnexe est un graphe dans lequel toute paire de sommets distintsest

reliéepar une haîne.

Ungraphe pondéré estungraphe

G

arêtes(

γ : A → ℜ ⁺

γ : N → ℜ ⁺