LIP6 2002/001
- Thèse
Cartographie et estimation globale de la position pour un robot mobile autonome - D. Filliat
- 182 pages - 21/12/2001- document en - http://www.lip6.fr/lip6/reports/2002/lip6.2002.001.pdf - 3,320 Ko
- Contact : david.filliat (at) nulletca.fr
- Ancien Thème : OASIS
- Mots clés : navigation, animat, localisation globale, cartographie, planification
- Directeur de la publication : Ghislaine.Mary (at) nulllip6.fr
La gestion des déplacements dans l'espace pour un robot mobile autonome est un problème qui a été abordé dès les premiers essais d'intégration de l'intelligence artificielle et de la robotique, mais qui reste difficile et auquel peu de solutions générales ont été apportées. Parmi toutes les stratégies de navigation existantes, nous nous intéressons à celles qui utilisent une carte représentant la structure spatiale de l'environnement et qui permettent de planifier les déplacements jusqu'à un but lointain. La construction d'une carte et l'estimation de la position du robot sont deux sous-problèmes de navigation qui ont reçu isolément des solutions efficaces. Toutefois, leur résolution simultanée reste une tâche complexe.
Le problème de l'estimation de la position, pris isolément, peut notamment être résolu de manière très efficace par des modèles probabilistes utilisant des Processus de Décision Markoviens Partiellement Observables. Toutefois, ces modèles ne peuvent en général pas être utilisés pour construire "en-ligne" la carte qu'ils utilisent.
Nous avons élaboré un modèle de navigation qui s'inspire de ces méthodes mais qui, à partir de capteurs relativement imprécis, permet la construction "en-ligne" de la carte. La capacité d'intégration des informations qu'offre cette méthode de localisation permet de compenser la faiblesse des perceptions. Nous utilisons de plus des procédures de perception active qui permettent, en fonction du contexte, d'utiliser les capteurs de manière efficace. Notre modèle permet ainsi, en faisant peu d'hypothèses sur l'environnement, une estimation robuste de la position et une construction simultanée de la carte. Ses capacités ont été démontrées à la fois en simulation et sur un robot réel. En particulier, nous avons montré qu'il permettait au robot de se localiser correctement dès son introduction dans un environnement nouveau, de se relocaliser rapidement lorsqu'il est transporté passivement d'un endroit à un autre et de planifier une trajectoire permettant de rejoindre de manière robuste un but donné.
Le problème de l'estimation de la position, pris isolément, peut notamment être résolu de manière très efficace par des modèles probabilistes utilisant des Processus de Décision Markoviens Partiellement Observables. Toutefois, ces modèles ne peuvent en général pas être utilisés pour construire "en-ligne" la carte qu'ils utilisent.
Nous avons élaboré un modèle de navigation qui s'inspire de ces méthodes mais qui, à partir de capteurs relativement imprécis, permet la construction "en-ligne" de la carte. La capacité d'intégration des informations qu'offre cette méthode de localisation permet de compenser la faiblesse des perceptions. Nous utilisons de plus des procédures de perception active qui permettent, en fonction du contexte, d'utiliser les capteurs de manière efficace. Notre modèle permet ainsi, en faisant peu d'hypothèses sur l'environnement, une estimation robuste de la position et une construction simultanée de la carte. Ses capacités ont été démontrées à la fois en simulation et sur un robot réel. En particulier, nous avons montré qu'il permettait au robot de se localiser correctement dès son introduction dans un environnement nouveau, de se relocaliser rapidement lorsqu'il est transporté passivement d'un endroit à un autre et de planifier une trajectoire permettant de rejoindre de manière robuste un but donné.