Thèse soutenue

Combinaison de la planification proactive et de l'analyse de situation pour la navigation robotique adaptée à l'homme
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Phani Teja Singamaneni
Direction : Rachid Alami
Type : Thèse de doctorat
Discipline(s) : Informatique et Télécommunications
Date : Soutenance le 14/12/2022
Etablissement(s) : Toulouse 3
Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse et d'Architecture des Systèmes (Toulouse ; 1968-....)
Jury : Président / Présidente : Simon Lacroix
Examinateurs / Examinatrices : Anne-Marie Spalanzani, Aaron Steinfeld, Thierry Siméon
Rapporteurs / Rapporteuses : Marie Babel, Luis Merino

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Aujourd'hui, plus que jamais, des robots mobiles et des drones parcourent les espaces de travail et de vie des humains. En particulier, les robots mobiles sont déployés ou en voie de déploiement dans de nombreux endroits, des aéroports aux restaurants en passant par les rues. Dans un cadre classique de planification du mouvement, tout est obstacle que le robot doit éviter pour atteindre sa destination. Cependant, cette approche ne peut pas être directement utilisée pour la navigation des robots dans les environnements humains. Les humains peuvent ne pas être à l'aise de voir un robot se déplacer très près d'eux ou de ne pas savoir si le robot est prêt à leur céder le passage ou non. Si les humains ne sont pas pris en compte de manière explicite dans la planification de la navigation, le robot peut les perturber et ne pas être accepté. Ainsi, un nouveau domaine de la navigation robotique se concentrant sur ces aspects, appelé `Human-Aware Robot Navigation (HAN) (ou Social Robot Navigation)', se développe rapidement de nos jours. Ce travail explore l'approche HAN dans le cas des robots mobiles et propose quelques nouveaux facteurs et systèmes qui peuvent rendre un robot plus acceptable par les humains. L'idée centrale de ce travail est que le robot doit éviter ou atténuer les interactions homme-robot inconfortables qui se produisent pendant la navigation. Ainsi, dans la première partie de la thèse, nous explorons l'évaluation de situation et la planification proactive dans HAN pour planifier des trajectoires de robot lisibles et acceptables. Nous introduisons également de nouvelles contraintes sociales homme-robot et une nouvelle méthode de prédiction de la trajectoire des humains au voisinage du robot. Le système proposé a été validé dans plusieurs contextes, et une analyse détaillée en est présentée. La partie suivante développe cette idée et propose un système HAN qui peut gérer des humains aussi bien statiques qu'en mouvement dans plusieurs circonstances. Nous proposons un système HAN basé sur la pile de navigation ROS pour résoudre le problème de la navigation multi-contexte. Ce système est hautement ajustable et possède un mécanisme de changement de modalité qui permet au robot d'adapter, en fonction du contexte, plusieurs paramètres d'interaction homme-robot. Nous introduisons des contraintes plus sensibles à l'homme concernant les normes sociales pour rendre la navigation du robot plus vive et réactive. Enfin, le système a été testé dans plusieurs scénarios simulés et réels et des analyses en sont fournies. Comparé à un système HAN déjà existant, notre système a donné des résultats meilleurs et plus satisfaisants tant sur le plan qualitatif que quantitatif. Bien que ce système puisse gérer plus d'un type de scénario avec des humains visibles par le robot, il ne peut pas traiter les apparitions soudaines d'humains ou préparer le robot à de telles occurrences. Ainsi, dans une partie suivante de la thèse, une méthodologie pour détecter de telles apparitions potentielles est proposée. Ces estimations sont ensuite intégrées au système HAN proposé précédemment afin de permettre au robot de manœuvrer avec précaution autour des lieux de ces possibles apparitions. L'algorithme proposé a été largement testé, et les avantages de cet ajout sont démontrés par plusieurs expériences. Tout au long du développement de cette thèse, l'évaluation du système HAN a été un défi car il n'existe pas de métriques suffisamment bonnes et acceptée par la communauté. Par conséquent, nous avons utilisé certaines métriques existantes et en avons proposé de nouvelles qui pourraient être pertinentes dans de nombreux contextes humains-robots. La dernière partie de cette thèse présente ces nouvelles métriques et leur évaluation dans différents contextes. Enfin, nous concluons cette thèse par une discussion sur l'état actuel du domaine, les défis rencontrés au cours du développement de cette thèse et les perspectives futures.