UMR CNRS 7253 : Heuristique et Diagnostic des Systèmes Complexes
        English






Catalogue



Localisation robotique

Le problème de localisation se pose du fait que chaque système robotique calcule par lui-même son positionnement.

Pour les drones aériens, un premier objectif visé est la réalisation d’un vol stationnaire d’un quadrirotor miniature utilisant une caméra pour estimer la position et la vitesse de l’engin. La position de l’hélicoptère est obtenue en utilisant la méthode de Viola et Jons sur une cible de géométrie connue. Dans la phase d’apprentissage, l’image de la cible est prise à partir de plusieurs points de vue et des conditions d’illumination différentes. Cet ensemble d’images de la cible est utilisé pour obtenir un classifieur qui permet de la reconnaître. Un algorithme de reconstruction nous donne ensuite la position de la caméra par rapport à la cible. La vitesse du quadrirotor est estimée par flux optique en utilisant la méthode de Lucas-Kanade pyramidale. Dans ce cas, la caméra pointe vers le sol couvert de motifs contrastés.

Un autre problème concerne la localisation coopérative de robots mobiles et ses applications dans des environnements inconnus où on ne dispose pas de moyens de positionnement fiables (GPS, repères visuels). Nous avons développé trois modèles pour le positionnement, en utilisant les distances mesurées entre les robots dans le groupe pour finalement estimer une position absolue dans l’espace. L’estimation de la position est réalisée par différentes approches : estimateur du maximum de vraisemblance par une approche itérative et une méthode de linéarisation itérative par moindres carrés. Comparées à la méthode itérative de Gauss-Newton, utilisée largement dans les problèmes de trilatération, les méthodes proposées sont généralement plus stables. La méthode d’estimation des erreurs de position associées est le résultat le plus important de ces travaux. Elle est basée sur la méthode Delta, qui fournit un algorithme de complexité proportionnelle au nombre de robots dans le groupe. Nous avons proposé une loi d’estimation de l’erreur qui ne dépend pas du nombre de robots utilisés, ce qui permet un gain considérable en vitesse de calcul.

Dans un autre registre, l’intégrité de la localisation pour les véhicules terrestres est une notion fondamentale pour les systèmes technologiques en rapport avec la sécurité-innocuité. Les systèmes de transport robotisés entrent dans ce cadre. Pour vérifier l’intégrité d’une information de localisation, il existe de nombreuses approches principalement issues de l’aéronautique. Nous étudions des méthodes autonomes multicapteurs, qui cherchent à tirer profit de la redondance de données et de la complémentarité des systèmes de perception pour détecter des défauts, fournir une zone de localisation intègre et avertir l’application cliente d’un problème éventuel, en un temps borné. Nous avons étudié deux types d’approches (l’une par filtrage de Kalman et l’autre par inversion ensembliste), mettant en œuvre des données GPS brutes souffrant de multi-trajets en milieu urbain avec des capteurs proprioceptifs provenant d’un bus CAN d’une automobile. Une partie de ce travail a été effectuée en collaboration avec la société Renault et a donné lieu au dépôt d’un brevet.


Applications



Projets



Partenaires



Personnels