Localisation de robots mobiles dans des environnements inconnus a priori

par Svetoslav Genchev

Thèse de doctorat en Technologies de l'information et des systèmes

Sous la direction de Pencho Venkov et de Borislav Vidolov.

Soutenue en 2011

à Compiègne en cotutelle avec l'Université Technique de Sofia, Bulgarie .


  • Résumé

    La thèse comporte trois parties - localisation de robots dans en 3D par des mesures de distances entre les robots, estimation de l'incertitude de la position calculée et construction des trajectoires des mouvements des robots afin de réduire au minimum cette incertitude. L'algorithme de planification utilise certains des robots en tant que balises stationnaires guidant les autres robots mobiles, ce qui permet le fonctionnement précis du system à long terme dans les environnements non structurés. Le but principal de la planification n’est pas de construire des trajectoires sans collision, mais de maintenir l'exactitude de positionnement pendant le mouvement. Deux critères importants d'optimalité sont considérés, reliés aux aspects spécifiques du mouvement commun - comment construire la trajectoire caractérisée par précision de mouvement, comment choisir les robots employés comme des balises et comment les placer dans l’espace de travail, afin de former des arrangements géométriques appropriés et ainsi maximiser la précision de localisation. Pour l'estimation de la position, utilisant les mesures de distance, plusieurs méthodologies de calcul sont présentées – une technique en temps réel et simple à calculer et encore deux techniques itératives, plus précises, mais aussi plus complexes à calculer. Les méthodes et leurs caractéristiques statistiques ont été présentées analytiquement, et ensuite comparées numériquement par des simulations graphiques sur ordinateur. L'évaluation d'incertitude est basée sur la méthode Delta, donnant des résultats très satisfaisants, comparés aux estimateurs numériques. La bonne connaissance de l'incertitude de la position est importante pour la fusion des données d'autres sources d’information de position (navigation hybride). En outre, un estimateur d'incertitude (indépendant du nombre de balises utilisées) rapide et différentiable a été proposé. Le maintien de l'incertitude de position bas est le premier critère pour la planification optimale de mouvement. Un deuxième critère a été développé, un estimateur différentiable pour la configuration géométrique des balises, qui ne dépend pas de la position du robot localisé, mais seulement des positions des balises. Les solutions proposées ont été validées expérimentalement par la simulation par ordinateur.

  • Titre traduit

    Localization of mobile robots in unknown environments


  • Résumé

    This work emphasizes on three utterly related subjects – resolving robot position by distance measurements to other robots, estimating the uncertainty of the computed position and planning the robot’s movement in order to minimize that uncertainty. The planning algorithm uses some of the robots as stationary beacons guiding the robots in motion, thus enabling long-term working in unstructured environments. The main purpose of the planning is not building collision-free paths, but maintaining the positioning accuracy during the motion. Two important optimality criteria are considered, related to specific aspects of the common motion – how to plan trajectories with good movement precision, how to choose which robots to use as beacons and how to position them, in order to form appropriate geometrical arrangements and thus maximize localization precision. To resolve the position, given the distance measurements, we introduce several novel methodologies – one real-time, low-computation technique and another two optimal, computation costly model. The methods and theirs statistical characteristics have been presented analytically, and compared numerically by graphical simulations. The uncertainty estimation is based on the Delta method for uncertainty propagation, which in our case produce very satisfying results, compared to numeric estimators. Good knowledge of the position’s uncertainty is important when combining it with information of other sources, when performing hybrid navigation. Furthermore, a fast and differentiable uncertainty estimator has been found, not depending on the number of beacons used. Maintaining minimal values for the position uncertainty is the first criterion for the optimal motion planning. As a second criterion, we developed a differentiable beacon configuration quality estimator that does not depend on the localized robot but only on the positions of the beacons used. The proposed solutions for the three tasks have been validated experimentally by computer simulation. A simulation platform has been implemented for this purpose. It has been programmed on C++, using the OpenGL graphic library.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (165 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 162 réf.

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université de Technologie de Compiègne. Service Commun de la Documentation.
  • Disponible pour le PEB
  • Cote : 2011 GEN 1961
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.