Projet : ICARE - icare

<body bgcolor="#FFFFFF" text="#000000" link="#9944EE" vlink= "#0000FF" alink="#00FF00">  <a name="CHILD_LINKS" id= "CHILD_LINKS"><strong>Sous-sections</strong></a> <ul> <li><a name="tex2html316" href= "resul_new-perception_mn.html#SECTION00062100000000000000" target="main" id="tex2html316"><small>Perception pour la cartographie et la localisation d'un robot mobile</small></a></li> <li><a name="tex2html317" href= "resul_new-perception_mn.html#SECTION00062200000000000000" target="main" id="tex2html317"><small>Planification de déplacements et navigation sûre</small></a></li> </ul> <hr /> <h2><a name="SECTION00062000000000000000" id= "SECTION00062000000000000000">Perception et navigation</a></h2> <a name="ICARE_resultats_new-perception" id= "ICARE_resultats_new-perception"></a> <p><br /> <br /> <span class="textbf">Participants :</span> Patrick Rives, Jean-Jacques Borrelly, Alessandro Corrêa-Victorino.<br /> <br /></p> <p><strong>Mots clés :</strong> <i>planification et commande référencée capteur, carte de visibilité, réactivité et navigation sûre d'un robot mobile, localisation et cartographie, capteur de vision et de télémétrie, coopération multisensorielle .</i></p> <h3>Résumé :</h3> <div class="ABSTRACT"> <i>Nous avons poursuivi cette année nos travaux sur la navigation sûre d'un robot mobile dans un environnement inconnu mais structuré. Cette thématique comprend deux volets : i) l'acquisition des modèles de l'environnement nécessaires à la navigation du robot, ii) la génération et l'exécution de déplacements sûrs. Il est maintenant communément admis qu'un robot mobile ne peut effectuer, sans risque de dérive important, des déplacements en se basant uniquement sur les données fournies par ses capteurs d'estime (odomètres, centrale inertielle). Il est donc crucial de pouvoir borner cette dérive en utilisant les informations sur l'environnement fournis par des capteurs extéroceptifs. Deux approches complémentaires sont étudiées au sein du projet : i) utiliser ces informations pour se re-localiser et corriger l'estimée fournie par l'odométrie, ii) utiliser directement ces informations dans des schémas de commande référencée capteur pour contraindre le robot à se déplacer sur une trajectoire libre d'obstacle, caractéristique de la géométrie de l'environnement et reproductible lors d'une mission ultérieure.</i> </div> <h3><a name="SECTION00062100000000000000" id= "SECTION00062100000000000000">Perception pour la cartographie et la localisation d'un robot mobile</a></h3> <p>Dans de nombreuses situations, un robot mobile est amené à évoluer dans un environnement dont il ne possède pas la carte a priori. Il faut alors être capable de construire de manière incrémentale une représentation de l'environnement et, de faÇon simultanée, maintenir une estimée de la position du robot à l'intérieur de celle-ci. La difficulté du problème réside dans le fait que la localisation à l'instant courant <span class="MATH"><i>k</i></span> va devoir être réalisée à partir des éléments de l'environnement découverts et reconstruits dans les <span class="MATH"><i>N</i></span> perceptions précédentes et qui restent visibles à l'instant <span class="MATH"><i>k</i></span>. Bien entendu, la précision de la localisation est d'autant plus grande que l'étape de reconstruction est fiable. De faÇon duale, les nouveaux éléments de l'environnement découverts à l'instant <span class="MATH"><i>k</i></span> sont recalés dans le repère initial à <span class="MATH"><i>k</i> = 0</span> en utilisant la localisation estimée à l'instant <span class= "MATH"><i>k</i></span>. Une analyse simple de la méthode montre qu'elle est d'autant plus précise que les éléments de l'environnement (amers naturels) restent dans le champ de perception longtemps. Il y aura donc à gérer un équilibre entre la fonction d' <i>exploration</i> (ie. découvrir le maximum d'éléments inconnus de l'environnement) et la fonction <i>localisation</i> (ie. garder le maximum d'amers connus au cours du déplacement).</p> <p>Dans le cas de scènes d'intérieur relativement structurées, l'utilisation de données télémétriques pour corriger l'estimation fournie par l'odométrie, est désormais classique. L'année dernière, nous avions montré les limites à l'utilisation des télémètres à ultrasons malgré l'utilisation de techniques sophistiquées de filtrage et de rejet des mesures aberrantes [<a href="bibliographie_Toc.html#iser99" target="contents">7</a>]. En dépit d'un certain nombre d'avantages (faible coût, simplicité de mise en oeuvre...), ils se révèlent peu adaptés à des tâches de localisation, principalement du fait de leur faible portée. Leur intérêt en robotique mobile reste cependant important dans le domaine de la détection et de l'évitement d'obstacles, où leur champ large de perception permet de définir un volume de protection autour du robot. Nous utilisons donc maintenant un télémètre laser à balayage qui, en nous fournissant des mesures denses et précises (2000 points pour un balayage panoramique de 360 degrés et environ 1cm de résolution sur 10 mètres de portée ), nous permet de construire une carte globale cohérente de l'environnement tout en acceptant des déplacements importants du robot entre deux étapes d'acquisition et de traitement des mesures qui demeurent coûteuses en temps calcul. La cartographie incrémentale de l'environnement et la localisation du robot à l'instant courant sont réalisées dans un cadre probabiliste permettant de prendre en compte les erreurs de modèle du robot et les bruits de mesures des capteurs. Divers modèles ont été testés, dont l'un prenant en compte la corrélation entre la localisation du robot et la mise à jour de la carte globale. Les résultats ont montré que le faible gain obtenu dans la précision ne compensait pas la complexité et la lourdeur des calculs qu'entraînait la prise en compte de modèles de bruits corrélés.</p> <h3><a name="SECTION00062200000000000000" id= "SECTION00062200000000000000">Planification de déplacements et navigation sûre</a></h3> <p>La méthode présentée dans la section précédente permet de cartographier l'environnement et de localiser le robot tout au long de son déplacement. Pour qu'elle soit exploitable dans la pratique, il faut être capable de planifier des trajectoires dans l'espace libre permettant d'explorer l'environnement inconnu puis, par le biais d'une commande, de réguler le déplacement du robot le long de cette trajectoire. Une approche classique consiste à utiliser la représentation de la carte courante pour planifier une trajectoire géométrique, puis suivre cette trajectoire au moyen d'une commande définie dans l'espace cartésien utilisant, par exemple, un retour odométrique. À cause de l'imprécision dans l'estimation de la carte et à la dérive odométrique, cette approche est limitée à de petits déplacements et ne peut en aucun cas être considérée comme une technique de navigation sûre du fait qu'elle est en boucle ouverte vis à vis de l'environnement. En s'appuyant sur nos travaux antérieurs dans le domaine de la commande référencée capteur [<a href= "bibliographie_Toc.html#SLE91" target= "contents">8</a>],[<a href="bibliographie_ct.html#wac96" target="contents">6</a>], nous développons une méthodologie permettant à un robot mobile d'explorer une scène inconnue a priori et d'en construire une représentation <em>complète</em> tout en garantissant une navigation sûre du robot au sein de cet environnement.</p> <p>Nous considérons un robot mobile évoluant dans une scène planaire et statique composée d'objets inconnus. Nous supposerons cette scène bornée par un ensemble d'objets appelés <i>frontières</i>. L'objectif est de se déplacer dans cette scène et d'en construire une représentation partielle ou complète. Une première étude a porté sur l'existence et la caractérisation d'un ensemble minimal de trajectoires permettant l'observation et la reconstruction complète d'une scène polygonale bornée. Afin d'être compatible avec notre approche, cet ensemble de trajectoires doit posséder les propriétés suivantes :</p> <ul> <li>pouvoir être construit localement durant le déplacement du robot,</li> <li>permettre de se déplacer localement de faÇon sûre dans l'espace libre au moyen de commandes référencées capteurs,</li> <li>représenter la topologie de la scène globale en termes de lieux et d'accessibilité (prenant éventuellement en compte la taille du robot),</li> <li>être unique pour un environnement statique donné.</li> </ul> <p>Parmi les représentations possédant de telles propriétés, nous avons choisi d'utiliser le diagramme de Voronoï (appelé aussi squelette ou axe médian) qui peut être défini comme le lieu des centres des disques de rayon minimal tangents aux obstacles. L'ensemble des trajectoires est décrit par un graphe dont les arêtes correspondent au lieu du centre des disques de rayon minimal ayant deux points de tangence avec les obstacles; les noeuds ou <em>points de bifurcation</em> correspondent aux centres des disques ayant plus de deux points de tangence. Cette représentation se révèle particulièrement adaptée à la navigation des robots mobiles. Par exemple, si l'on calcule une restriction du diagramme de Voronoï aux centres des disques de rayon supérieur au rayon correspondant au disque d'occupation du robot supposé non ponctuel, on obtient une partition de sous-graphes non connexes représentant les domaines d'accessibilité du robot. Cette représentation est également très adaptée à la construction incrémentale d'une carte de l'environnement, puisque les points de bifurcation représentent des changements dans la topologie de la scène (apparition de nouveaux <em>aspects</em>). Cette propriété sera utilisée dans notre méthodologie pour réaliser les étapes d'estimation et de mise à jour de la représentation de l'environnement uniquement lorsque le robot se trouvera sur un point de bifurcation [<a href="bibliographie_Toc.html#iros00a" target= "contents">20</a>].</p> <p>Partant de cette représentation, il est possible de définir deux actions élémentaires permettant au robot de se déplacer dans son environnement : i) parcourir une arête, ii) se positionner sur un noeud. Ces deux actions élémentaires ont été implémentées en appliquant le formalisme de la commande référencée capteur au télémètre laser à balayage dont nous avons équipé notre robot. Il convient de noter que ces actions sont exprimées en termes de régulation et ne nécessitent aucun calcul explicite du diagramme de Voronoi [<a href="bibliographie_Toc.html#jjcr00a" target= "contents">19</a>]. La construction de celui-ci est réalisée de manière incrémentale en mémorisant la trajectoire parcourue par le robot et les noeuds du graphe correspondant aux points de bifurcation. Dans le cas d'une tâche d'exploration, une méthode de retour arrière a été implémentée afin d'explorer les arêtes du graphe dans leur totalité et obtenir une représentation complète de la scène. Le travail réalisé cette année a consisté à robustifier les schémas de commande référencée laser au niveau de l'extraction des signaux constituant le feedback. Pour ce faire, nous avons développé une méthode originale de transformée de Hough probabiliste associée un estimateur Bayésien du maximum de probabilité a posteriori. Cette méthode permet de rejeter de faÇon efficace les mesures aberrantes et de gérer les situations critiques où le faisceau laser présente un angle d'incidence élevé avec les objets de la scène. La figure (<a href= "resul_new-perception_Toc.html#voronoi">1</a> montre la carte globale de notre salle d'expérimentation estimée par le robot au cours de son déplacement. Précisons qu'aucune trajectoire de référence ni aucun modèle de la salle n'ont été fournis au robot durant sa mission d'exploration.</p> <div align="center"> <a name="voronoi" id="voronoi"></a><a name="1102"></a> <table> <caption align="bottom"> <strong>Figure 1:</strong> Navigation réactive et exploration de scène </caption> <tr> <td> <div align="center">  <img width="335" height="215" align="bottom" border="0" src="img46.png" alt= "\includegraphics [width=10cm]{nav_voronoi.eps}" /> </div> </td> </tr> </table> </div> <p>Les résultats expérimentaux montrent que la topologie complète de la scène ainsi que la contrainte de rigidité de l'environnement sont préservées dans la carte globale reconstruite.</p> </body>