Des métaheuristiques pour le guidage d’un solveur de contraintes dédié à la planification automatisée de véhicules

Metaheuristics for the guidance of a constraint solver dedicated to automated vehicle planning

• Auteur / Autrice : François Lucas
• Direction : Arnaud de La Fortelle, Patrick Siarry
• Type : Thèse de doctorat
• Discipline(s) : Informatique temps réel, robotique et automatique
• Date : Soutenance le 12/07/2012
• Etablissement(s) : Paris, ENMP
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : Centre de robotique (Paris)
• Jury : Président / Présidente : Nicolas Durand
• Jury : Examinateurs / Examinatrices : Arnaud de La Fortelle, Patrick Siarry, Christophe Guettier, Jin-Kao Hao
• Jury : Rapporteurs / Rapporteuses : Nacer M'Sirdi, Christine Solnon

Mots clés

Mots clés contrôlés

Métaheuristiques

Automobiles expérimentales

Optimisation combinatoire

Mots clés libres

Planification d'itinéraires

Programmation par contraintes

Méthode de sonde

Relaxation

Metaheuristiques

Méthodes de recherche

Path planning

Constraint programming

Probe backtracking

Relaxation

Metaheuristics

Search techniques

Résumé

Cette thèse, réalisée en collaboration avec Sagem Défense Sécurité, porte sur l'élaboration d'une stratégie de recherche efficace pour la résolution de problèmes de planification d'itinéraires de véhicules. Nous considérons ici en particulier les problèmes de planification avec contraintes de points de passage et de "capacité" (énergie, bande passante radio) appliquées au véhicule. Ce document propose une approche originale, hybridant un algorithme de colonies de fourmis avec un solveur de Programmation par Contraintes existant. Le premier est utilisé pour résoudre rapidement une version relaxée du problème. La solution partielle obtenue est alors employée pour guider la recherche du second, par le biais d'une méthode de sonde, vers les zones les plus prometteuses de l'espace d'état. Cette approche permet ainsi de combiner la rapidité des métaheuristiques et la complétude de la programmation par contraintes. Nous montrons expérimentalement que cette approche satisfait les exigences pour une utilisation du planificateur dans un cadre embarqué.

This thesis, led in collaboration with Sagem Defence & Security, focuses on defining an efficient search strategy to solve vehicle path planning problems. This work addresses more precisely planning problems in which waypoints and "capacity" constraints (energy, radio bandwidth) are applied to vehicles.This document proposes an original approach, mixing an Ant Colony algorithm with an existing Constraint Programming solver. The former is used to fastly solve a relaxed version of the problem. The partial solution returned is then employed to guide the search of the latter, through a Probe Backtrack mechanism, towards the most promising areas of the state space. This approach allows to combine the metaheuristics solving fastness and the Constraint Programming completeness. We experimentally show that this approach meets the requirements for an on-line use of the planner.