Une approche neuronale du contrôle robotique utilisant la vision binoculaire par reconstruction tridimensionnelle
| Auteur / Autrice : | Stéphane Breton |
| Direction : | Julien Gresser |
| Type : | Thèse de doctorat |
| Discipline(s) : | Électronique, électrotechnique, automatique |
| Date : | Soutenance en 1999 |
| Etablissement(s) : | Mulhouse |
Mots clés
Résumé
Nous formalisons et validons une approche novatrice du contrôle robotique utilisant la vision par apprentissage par l'exemple. Dédiée à la coordination sensori-motrice d'un système de vision binoculaire et d'un système robotique (bras manipulateur) indépendants, cette approche ne nécessite ni connaissance a priori de la géométrie du système robot-vision, ni recours à un quelconque dispositif d'étalonnage externe. L'apprentissage par l'exemple est l'apanage des techniques neuromimétiques, qui associent la statistique et l'optimisation contrainte et non contrainte. La structure neuromimétique adoptée pour le contrôle robotique visuel comporte deux modules séquentiels : ○ un module de reconstruction de l'espace 3D, dans lequel évolue le bras manipulateur, à partir des images binoculaires, ○ un module de commande robotique hybride en position/vitesse. La commande robotique est asservie dans l'espace reconstruit à partir du premier module. Le module de reconstruction 3D associe deux techniques statistiques du traitement du signal : l'analyse en composantes principales (ACP) et l'analyse en composantes indépendantes (ACI). Le contrôle robotique est réalisé alternativement à partir de l'apprentissage des modèles géométriques direct et inverse du manipulateur. Nous proposons HYPSOM («HYPerplan-based Self-Organizing Map»), un réseau novateur d'hyperplans auto-organisés, en vue de l'apprentissage indifférencié de ces modèles. Le réseau HYPSOM est plus généralement adapté à l'approximation linéaire locale de fonctions scalaires multivariables. Notre approche neuronale du contrôle robotique par la vision binoculaire est validée dans le contexte de la simulation logicielle 3D du système robot-vision.