Projet SAM

    Ce projet étudie la définition de systèmes de Navigation et de Perception pour des systèmes autonomes sans accès à des informations externes sur leur position (par exemple, mesures GPS), et qui opèrent dans des environnements inconnus. Plus particulièrement, l'objectif est de donner à des robots mobiles la capacité d'opérer sans se perdre dans des environnements inconnus au départ, et cela sans avoir à procéder au préalable à l'installation de repères articiels. Pour cela, le robot doit déveloper, au fur et à mesure que sa mission se déroule, une représentation interne des régions de son espace de travail qu'il a déjà visitées, et utiliser cette représentation pour naviguer : pour planifier ses déplacements futurs, et pour se repositionner en reconnaissant les endroits visités précédemment. La définition de systèmes avec ce type d'autonomie requiert que le robot puisse exhiber une attitude active (exploratoire), pour garantir qu'il acquiert une quantité d'information suffisante pour garantir une progression sure vers ses objectifs opérationnels.


    Le problème formulé est particulièrement important dans le domaine de la robotique sous-marine, où très peu est connu sur l'environnement, et où l'installation de systèmes de positionnement externes est couteuse : mise en place et callibration pour chaque nouveau site de mission, demandant des moyens opérationnels lourds. On peut affirmer que le coût de ces systèmes de support, et le risque de perdre la plate-forme pendant la mission sont les deux facteurs majeurs qui rendent les systèmes autonomes excessivement chers comparés à des moyens d'intervention traditionnels, freinant ainsi leur utilisation pour des applications pratiques. Le projet SAM a adopté comme domaine de référence la robotique sous-marine. Cependant, les techniques de navigation développées peuvent également être appliquées dans de nombreux autres domaines tels que l'agriculture, le nettoyage industriel, le déminage, etc.

    Les problèmes énoncés sont étudiés dans le projet dans un cadre multi-disciplinaire:
     

    • Traitement du Signal : construction, à partir des données provenant de tous les capteurs installés sur le robot, d'une représentation simplifiée, mais correcte et suffisante, de l'espace de travail (problème de codage); évaluer correctement l'autonomie du robot à chaque instant (caractérisation d'incertitude); utiliser efficacement les informations acquises (problème de fusion de données).
    • Optimisation : la définition de stratégies pour l'acquisition de nouvelles informations, et la planification de la trajectoire du robot pour l'observation efficace d'une région donnée, sous des conditions de forte incertitude, conduisent à des problèmes d'optimisation multivariable, pour lesquels les techniques standard d'optimisation ne sont pas adaptées. Le projet SAM étudie l'application d'algorithmes d'optimisation stochastique (algorithmes génétiques)  à ces  problèmes.
    • Contrôle : le projet étudie le problème de commande sous incertitude (commande robuste), à tous les niveaux de l'architecture de contrôle : commande des actionneurs, génération de plans, contrôle d'éxécution


english version