Thèse de doctorat en Informatique, temps réel, robotique et automatique
Sous la direction de Patrick Rives.
Soutenue en 2006
à Paris, ENMP .
Mis à part les domaines traditionnels de la manipulation et de la saisie robotisées, la commande référencée vision offre aujourd'hui des applications dans des contextes variés qui englobent la vision par ordinateur, l'automatique et la théorie de la commande. Afin de concevoir des méthodes de commande référencée vision, il est possible d'intégrer des techniques de vision et de commande qui ont été conçues séparément. Au lieu de considérer séparément les techniques de vision et de commande, dans cette thèse, nous les avons intégrées dans une approche unifiée. Nous avons conçu un système générique, flexible et robuste qui peut être utilisé pour une grande variété d'applications robotiques. Au cours de cette thèse, nous avons contribué dans divers domaines allant dans le sens de la conception d'un système complet. Deux contributions majeures sont présentées:1- Une approche de suivi visuel d'objets plans grâce à leurs textures dans l'image en utilisant une minimisation efficace au second-ordre appelée la méthode ESM. Le suivi visuel obtenu a des propriétés de convergence meilleures que celles des méthodes de suivi visuel existantes (domaine, taux et fréquence de convergence). Cette approche a été généralisée à l'estimation du mouvement directement dans l'espace Cartésien. 2- Une nouvelle commande par asservissement visuel 2D est introduite. Cette commande est stable localement et, contrairement à toutes les méthodes existantes, elle ne nécessite pas de mesure du modèle de l'objet par rapport auquel la commande est effectuée. Seules des informations issues des images de référence et courante suffisent pour calculer la loi de commande.
Toward a unified approach to real-time visual tracking and serving
Nowadays, in addition to the classical domain of the robotic manipulation, vision-based control offers a large spectrum of applications in various contexts using computer vision and control theory. One possibility to develop vision-based control algorithms is to integrate methods and approaches developed in a separately by the vision and the control communities. Instead of considering vision and control techniques separately, in this thesis, they are integrated in a unified framework. We developed a generic, flexible and robust system that can be used by a wide variety of robotic applications. We made different contributions towards the conception of such complete system. Two major contributions are presented:1- A template-based visual tracking of objects in the image using an Efficient Second-order Minimization technique called the ESM technique. Compared to the existing methods, the proposed algorithm gives better convergence properties (bigger radius and higher rate and frequency of convergence). This approach has been generalized to the direct estimation in the Cartesian space of the relative camera/object motion. 2- A new 2D visual servoing is also introduced. The control law is locally stable and unlike all the existing methods, it does not need any a priori measure of the model of object with respect to which the visual servoing is performed. Only information extracted from the reference and the current images are used to compute the control law.