|
|
- 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
|