Planification de trajectoire robuste dans l'espace des informations capteur

par Adnan Atassi

Thèse de doctorat en Automatique

Sous la direction de Alain Pruski.

Soutenue en 1999

à Metz , en partenariat avec LASC - Laboratoire d'Automatique humaine et de Sciences Comportementales - EA 3467 (laboratoire) .

mots clés

• Capteurs (technologie)
• Commande automatique
• Robots mobiles

Résumé

Dans notre mémoire de thèse, nous présentons une nouvelle approche de planification de trajectoire robuste pour un robot mobile, basée entièrement sur les informations provenant des capteurs d'environnement. Les travaux sont effectués dans le cadre du projet VAHM (véhicules autonomes pour handicapés moteurs). Nous avons cherché à limiter l'utilisation de l'odométrie pour laquelle le calcul de la position du robot introduit une accumulation d'erreurs lors de son déplacement. Des régions sont présentées dans le modèle de l'environnement, dans lesquelles le robot perçoit des informations distinctes sur les segments d'obstacles. Un graphe de nœuds est construit, afin de mettre en relation les régions adjacentes dans lesquelles le robot perçoit un changement d'information. A partir de ce graphe, on utilise un algorithme de planification qui choisit le chemin le plus robuste, en terme de minimisation du nombre de régions traversées, entre une configuration initiale et finale du robot. La dernière étape consiste à proposer une loi de commande en vitesse angulaire et linéaire qui permet de mener le robot d'une région vers une autre. Le système est robuste par rapport aux erreurs du modèle de l'environnement et de la commande

Titre traduit

Robust path planning of a mobile robot in the space of sensor information

Pas de résumé disponible.

Résumé

This paper introduces a new approach to robust path planning for mobile robots. This approach is entirely based on ultrasonic sensors information, and avoids the use of odometry, which leads to the accumulation of errors resulting from the calculation of the robot position. We have proceeded as follows : for each segment of obstacle detected by the mobile robot sensors, we create a free space region. A node graph is used to represent the regions with their links. With this graph as a basis, we use a planning algorithm which chooses the required path. The final stage consists in finding for the robot motion a robust control, as regards the environment model errors (uncertainties). This approach could contribute in practise to a control system for indoor robot motion, which offers increased accuracy to an economical ultrasound device.