Navigation autonome d'un robot mobile en environnement dynamique et incertain

par Fréderic Large

Thèse de doctorat en Informatique

Sous la direction de Christian Laugier.


  • Résumé

    Cette thèse présente deux méthodes de navigation permettant à un robot terrestre de se déplacer à grande vitesse dans un espace peuplé d'obstacles mobiles et connu de manière imparfaite. Elles s'appuient sur un formalisme inspiré du concept de v-obstacle et qui permet d'estimer rapidement le risque de collision future associé à chaque déplacement possible du robot. La première méthode privilégie la réactivité du robot en ne calculant que son prochain déplacement. Elle est particulièrement adaptée aux environnements très changeants, mais peut conduire le robot à des situations de blocage. La seconde méthode vise à construire une trajectoire complète jusqu'au but. Elle peut être suspendue à tout instant pour fournir un résultat intermédiaire et prendre en compte les changements dans l 'environnement. Les trajectoires calculées restent cohérentes entre deux décisions successives du robot, s'écartent des obstacles trop imprévisibles et limitent les blocages qui empêchent le robot d'atteindre le but. Notre approche est comparée avec d'autres méthodes existantes et son intérêt pour des situations courantes est montré sur simulateur. Des adaptations en vue d'une utilisation sur robot réel sont présentées. Nous proposons notamment d'améliorer l'exécution du déplacement à l'aide de réseaux de neurones artificiels. Les résultats expérimentaux sont présentés et commentés

  • Titre traduit

    Autonomous navigation of a mobile robot in a dynamic and incertain environment


  • Résumé

    This thesis proposes two methods of navigation that allows a robot to move at high speeds in a partially unknown environment amidst moving obstacles. Both methods are based on a novel formalism inspired by the v-obstacle concept, allowing a fast estimation of the risk of collision associated with any feasible movement of the robot. The first method makes the robot react faster by computing only its next move. It is more suitable for fast changing environments, but may cause the robot to be blocked. The second method aims to build a complete trajectory to the goal. It can be suspended at any time in order to return an intermediate result and takes into account changes in the environment. The computed trajectories remain coherent between two successive decisions of the robot, they stay away from unpredictable obstacles and limit the cases that prevent the robot from reaching its goal. Our approach is compared to other existing methods. Its use in practical applications is shown in simulation. Several adaptations of our methods for implementation on real robots are presented. One of these adaptations leads to improved motion execution with artificial neural networks. Experimental results are given and analysed

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 178 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 119 rèf.

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université Savoie Mont Blanc (Le Bourget-du-Lac, Savoie). Service commun de la documentation et des bibliothèques universitaires. Section Sciences.
  • Disponible pour le PEB
  • Bibliothèque : Université Savoie Mont Blanc (Le Bourget-du-Lac, Savoie). Service commun de la documentation et des bibliothèques universitaires. Section Sciences.
  • Non disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.