Post on 24-Feb-2018
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
1/83
:
:
:
2/82/321-
:
773082070.(8)31+
benaissa.inf@gmail.com:
MSN:benaissa.inf@hotmail.com
http://www.facebook.com/benaissa.inf:
:
benaissa20082
....
..
:
....
-
831
mailto:benaissa.inf@hotmail.comhttp://www.facebook.com/benaissa.infhttp://www.facebook.com/benaissa.infhttp://www.facebook.com/benaissa.infmailto:benaissa.inf@hotmail.com7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
2/83
Rpublique Algrienne Dmocratique et Populaire
Ministre de lenseignement suprieur et de la recherche scientifique
Universit de BatnaFacult de TechnologieDpartement de Gnie Electrique
Mmoire
Prsent par
BENCHELOUI MohamedIngnieur dtat en lectronique
En vue de lobtention du diplme deMagister en Electronique
Option : Robotique
Thme
Soutenu le : 06/12/2011 devant le jury compos de :
Dr. ABDESSEMED Yassine Prsident (M .C. A Universit de Batna)
Dr. SLIMANE Noureddine Rapporteur (M.C. A Universit de Batna)
Dr. BOUKABOU Abdelkrim Examinateur (M.C. A Universit de Jijel)
Dr. AMEDDAH Djamel-Eddine Examinateur (M.C. A Universit de Batna)
Reconstruction Incrmentale de CartesdEnvironnement en Robotique Mobile
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
3/83
En premier lieu, je remercie Dieu de mavoir donn la force, le courage et la volont
pour achever ce modeste travail.
Jexprime toute ma gratitude monsieur SLIMANE Noureddine, mon professeur et
mon rapporteur, pour mavoir efficacementencadr, pour tous ses conseils et ses directivesdurant toutes les tapes de ce travail.
Je remercie monsieurABDESSEMED Yassine, matre de confrences luniversit de
Batna,davoir accept la prsidence de ce jury de mmoire de magistre.
Je remercie sincrement monsieur BOUKABOU Abedelkrim, matre de confrences
luniversit de Jijel, pour avoir accepter de participer ce jury en tant quexaminateur, malgr un
emploi du temps trs charg.
Je tiens aussi remercier monsieur AMEDDAH Djamel-Eddine davoir acceptdexaminer mon travail ainsi que pour les grandes qualits quil possde : honntet et
simplicit.
Enfin, je tiens remercier tous ceux qui mont soutenu, et plus particulirement ma
femme qui ma toujours encourag poursuivre cette voie et soutenu dans les moments les
plus difficiles.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
4/83
Je ddie ce modeste travail :
La mmoire de ma grande - mre Merzaka ;La mmoire de mon grand-pre Ammar ;
Mes parents et surtout ma mre ;
Ma femme ;Mes enfants le symbole de lespoir Nour-el-isslamet Aridj;
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
5/83
Introduction Gnrale....................................................................................................... 1
Chapitre 1
Aperus sur la robotique mobile
1.1. Introduction .......................................................................................................................3
1.2. Dfinitions .......................................................................................................................... 3
1.3. Les robots mobiles roues ............................................................................................... 4
1.4. Types de robot mobile roues ........................................................................................ 4
1.4.1. Robot mobile roues diffrentielles ........................................................................ 4
1.4.2. Les robots mobiles de type tricycle ..........................................................................4
1.4.3. Les robots mobiles de type voiture .......................................................................... 5
1.5. Localisation ........................................................................................................................ 5
1.5.1. Localisation relative ou lestime............................................................................. 6
1.5.1.1. La mthode odomtrique...................................................................................6
1.5.1.2. Localisation inertielle......................................................................................... 7
1.5.2. Localisation absolue................................................................................................... 7
1.5.2.1. Repres artificiels............................................................................................... 8
a. Balises actives et GPS............................................................................................. 8
b. Balises passives...................................................................................................... 9
1.5.2.2. Repres naturels ................................................................................................ 9
1.6. La perception ................................................................................................................... 10
1.7. La navigation ................................................................................................................... 10
1.8. Conclusion ........................................................................................................................11
Chapitre 2
Capteurs en robotique mobile
2.1. Introduction ..................................................................................................................... 12
2.2. Dfinitions dun capteur ................................................................................................. 12
2.3. Classification des capteurs ............................................................................................. 12
2.3.1. Les capteurs proprioceptifs .................................................................................... 13
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
6/83
2.3.1.1. Lodometrie ...................................................................................................... 13
2.3.1.2. Les systmes radar doppler ............................................................................ 14
2.3.1.3. Les systmes inertiels .......................................................................................15
2.3.2. Les capteurs extroceptifs .......................................................................................16
2.3.2.1. Les capteurs tlmtriques ............................................................................ 16
a. Tlmtre ultrasons .......................................................................................... 16
b. Tlmtre infrarouges ...................................................................................... 17
c. Tlmtre laser ..................................................................................................... 18
d. Modle probabiliste ............................................................................................. 19
2.3.2.2. Les systmes de vision ..................................................................................... 20
a. Les camras simples ............................................................................................20
b. Les camras stroscopiques ..............................................................................21
c. Les camras panoramiques ................................................................................ 21
2.3.2.3. Autre capteurs ................................................................................................. 22
a. Les capteurs tactiles ............................................................................................ 22
b. Les boussoles ........................................................................................................ 22
c. Les balises ............................................................................................................. 23
d. Le GPS .................................................................................................................. 23
2.4. Conclusion ........................................................................................................................23
Chapitre 3
Mthodes de modlisation de lenvironnement
3.1. Introduction . 24
3.2. Modlisation 24
3.3. Reprsentation 2D dun environnement dintrieur ...26
3.3.1. Cartes mtriques ......................................................................................................26
3.3.2. Cartes topologiques ................................................................................................. 27
3.3.3. Grilles doccupation ........ 28
3.3.4. Modle de primitives ....... 30
3.3.5. Cartes hybrides ........ 31
3.3.6. Remarques sur les mthodes de modlisation .............. 32
3.4. Localisation et modlisation simultanes de lenvironnement (SLAM) 33
3.5. Travaux de simulation ........ 35
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
7/83
3.5.1. Introduction.. 35
3.5.2. Algorithme labor utilisant le filtrage de kalman..35
3.5.3. Rsultat de simulation....36
3.6. Conclusion 39
Chapitre 4
Construction incrmentale de cartes denvironnement
4.1. Introduction ..................................................................................................................... 40
4.2. Rappel sur le filtrage de Kalman .................................................................................. 41
4.2.1. Les systmes linaires .............................................................................................. 41
4.2.2. Les systmes non linaires ...................................................................................... 42
4.3. Descriptions des modles utilises ................................................................................... 43
4.3.1. Modle dvolution du robot mobile ...................................................................... 44
4.3.2. Modle des amers .................................................................................................... 47
4.3.3. Observation extroceptive ...................................................................................... 47
4.3.3.1. Tlmtrie ......................................................................................................... 47
4.3.3.2. Modle dobservation ...................................................................................... 48
4.3.4. Modle de cartographie des amers ........................................................................49
4.4. Construction incrmentale de la carte denvironnement .......................................... 50
4.4.1. Initialisation dun amer.......................................................................................... 52
4.4.2. Prdiction ................................................................................................................. 53
4.4.3. Observation .............................................................................................................. 54
4.4.4. Mise jour............................................................................................................... 55
4.4.5. Estimation ................................................................................................................ 55
4.5. Travaux de simulations ................................................................................................. 56
4.6. Conclusion 71
Conclusion Gnrale
Conclusion Gnrale ..72
Bibliographie
Bibliographie .......................................................................................................................... 74
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
8/83
Introduction
1
Lavancement technologique de notre poque simpose petit petit dans notre vie pour
rsoudre tous nos problmes professionnels et quotidiens. Aujourdhui, il nous propose
daccepter de nouvelles entits artificielles intelligentes, pour quelles soient intgres dans
notre socit humaine. Ces nouvelles machines qui essaient de copier nos capacits
perceptuelles, intellectuelles et parfois physiques sont les robots. Lexistence des robots dans
notre univers nous invite savoir de plus en plus comment il faut interagir avec eux. En
revanche, notre existence dans leur univers exige quils soient capables de nous percevoir,
nous comprendre et interagir avec nous. Pour quun robot assume toutes ces fonctions, il doit
exploiter tous ses capteurs qui reprsentent pour lui une approximation de certains sens de
ltre humain.
Les robots sont intgrs dans notre vie quotidienne grce la multitude d'applications
qu'ils pourraient accomplir. Dot de nombreux capteurs, capable de se dplacer en vitant les
obstacles et d'aller se recharger en nergie sans intervention humaine, le robot mobile prsente
surtout l'avantage d'tre une plate-forme ouverte toute technologie. Robot mnager, gardien
d'appartement, aide aux personnes handicapes, explorateur des plantes lointaines, support
de recherches pour les laboratoires ou simple jouet, tous les espoirs sont donc permis avec ce
petit bijou de la robotique.
Lautonomie dun robot mobile est mesure par sa capacit achever une mission sans
intervention humaine. Une carte bien tablie sera indispensable pour quun robot puisse
naviguer dans son environnement. Un robot qui ne possde prioriaucune information sur
lenvironnement dans lequel il doit se dplacer et agir, doit tre capable de modliser son
environnement grce lensemble de ses capteurs. Ce modle est indispensable pour sa
localisation ainsi que pour planifier ses mouvements afin daccomplir des missions. Dans
certaines applications robotiques, une carte de lenvironnement peut tre fournie par des
sources extrieures comme les images ariennes ou satellitaires, mais dans la plupart des cas,
ces donnes sont insuffisantes pour les applications qui ont besoin de perception prcise dans
une zone dactivit locale du robot. Dautre part, un robot autonome doit tre capable de
ragir des modifications inattendues dans son environnement. La construction dune telle
carte devra tre incrmentale, en fusionnant les perceptions successives acquises par lescapteurs du robot au cours de son dplacement.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
9/83
Introduction
2
Lorsque la carte est donne au pralable au robot pour quil suive un chemin, cest le
problme de localisation : le robot doit chaque instant connatre sa position sur la carte.
Le deuxime cas est la cartographie : le robot fait des dplacements connus afin de construire
une carte de lenvironnement. Dans ce cas, on suppose que les positions successives du robot
sont bien connues. Enfin, le dernier cas est le combinaison entre les deux cas prcdents; le
robot se dplace dans un environnement inconnu et fait diffrentes mesures pour se localiser
et construire la carte en mme temps, ce qui est connu dans la littrature sous le nom de
Localisation et Cartographie simultanes (Simultaneous Localisation And Mapping : SLAM).
Le problme du SLAM est un objet de recherches depuis des annes. La reprsentation
peut tre topologique base sur les relations topologiques des diffrents lieux de
lenvironnement dvolution du robot (typiquement des couloirs), ou mtrique base sur la
gomtrie de lenvironnement. Les mthodes actuelles se sont focalises sur la construction
de reprsentations bidimensionnelles partir des donnes tlmtriques.
Dans le cadre de ce travail, nous allons aborder le problme de la construction
incrmentale de carte denvironnement pour un robot mobile en utilisant lapproche mtrique
et en se basant sur la technique du SLAM.
Pour cela, notre travail est organis comme suit :
Pour une prsentation aussi claire que possible de notre travail, on a t emmen voir, au
premier chapitre, les diffrents types de robots mobiles et tudier les deux types de
localisations existantes savoir la localisation relative et la localisation absolue.
Le deuxime chapitre est ddi dcrire les diffrents types de capteurs, utiliss en robotique
mobile, qui sont trs importants en navigation et qui permettent au robot mobile dvaluer son
environnement et dvoluer dune manire sre. Le troisime chapitre est entirement
consacr aux mthodes de modlisation denvironnements avec quelques exemples de
simulation. Dans le quatrime chapitre nous prsentons les diffrentes tapes de construction
de la carte incrmentale, de lalgorithme utilis ainsi que les diffrents rsultats desimulations.
Nous terminons notre travail par une conclusion gnrale et des perspectives.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
10/83
Chapitre 1 Aperus sur la robotique mobile
3
1.1. Introduction
De manire gnrale, on regroupe sous lappellation robots mobiles lensemble des
robots base mobile [4], par opposition notamment aux robots manipulateurs.
Lusage veut nanmoins que lon dsigne le plus souvent par ce terme les robots mobiles
roues. Les autres robots mobiles sont en effet le plus souvent dsigns par leur type de
locomotion, quils soient marcheurs, sous marins ou ariens.On peut estimer que les robots mobiles roues constituent la grande partie des robots
mobiles. Historiquement, leur tude est venue assez tt, suivant celle des robots
manipulateurs. Leur faible complexit en a fait de premiers sujets dtudes pour les
roboticiens intresss par les systmes autonomes. Cependant, malgr leur simplicit
apparente, ces systmes ont soulev un grand nombre de problmes difficiles. De ce fait, les
applications industrielles utilisant des robots mobiles sont rares. Contrairement aux robots
manipulateurs qui travaillent exclusivement dans des espaces connus et de manire rptitive,les robots mobiles sont destins voluer de manire autonome dans des environnements qui
peuvent ne pas tre connus.
1.2. Dfinitions
En gnral, on peut dfinir un robot mobile [3] comme tant une machine quipe de
capacits de perception, de dcision et daction qui lui permettent dagir de manire autonome
dans son environnement en fonction de la perception quil en a.
En particulier, un robot mobile autonome est un systme mcanique, lectronique etinformatique complexe mettant en oeuvre:
un ensemble de capteurs. Ils peuvent tre de deux types diffrents :
- Extroceptifs (tlmtres, camras, etc.).
-Introceptifs (odomtres par exemple).
Les capteurs extroceptifs ont pour objectif d'acqurir des informations sur l'environnement
proche du vhicule. Les capteurs introceptifs fournissent des donnes sur l'tat interne du
robot (telles que sa vitesse ou sa position).
un ensemble d'effecteurs.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
11/83
Chapitre 1 Aperus sur la robotique mobile
4
L'objectif du robot est d'atteindre un objectif dans son environnement en vitant les obstacles.
Le problme que l'on doit rsoudre est de dterminer en fonction des donnes capteurs quelles
commandes doivent tre envoyes chaque instant au robot pour atteindre cet objectif. Ces
effecteurs permettent donc au robot dvoluer dans son environnement.
1.3. Les robots mobiles roues
Les roues sont le moyen de locomotion le plus rpandu en matire de robotique mobile
[5]. En fait, les robots mobiles roues sont faciles raliser et prsentent de grandes
possibilits de dplacement et de manoeuvrabilit avec une vitesse et une acclration
importantes. Bien videmment, pour un ensemble donn de roues, toute disposition ne
conduit pas une solution viable. Un mauvais choix peut limiter la mobilit du robot ou
occasionner dventuels blocages. Par exemple, un robot quip de deux roues fixes nonparallle ne pourrait pas aller en ligne droite ! Pour quune position de roues soit viable et
nentrane pas de glissement des roues sur le sol, il faut quil existe pour toutes ces roues un
unique point de vitesse nulle autour duquel tourne le robot de faon instantan. Ce point
lorsquil existe, est appel centre instantan de rotation(CIR).
1.4. Type de robots mobiles roues : On distingue trois types
1.4.1. Les robots mobiles roues diffrentielles
Les robots roues diffrentielles possdent deux roues motrices conventionnelles nonorientables et une ou deux roues folles pour assurer la stabilit du robot ; les roues motrices
ont des angles de rotation indpendants et des axes de rotation confondus. Leur degr de
mobilit est de deux. Ce type de robot est trs rpandu en raison de sa simplicit de
construction et de ses proprits cinmatiques intressantes.
Figure 1-1 : Robot roues diffrentielles
1.4.2. Les robots mobiles de type tricycle : sont quips dun essieu arrire fixe muni
de deux roues non orientables et dune roue avant centre orientable. Ils nont quun degr de
mobilit et un degr de directionnalit. Ce type de robot est trs connu dans les applicationsdes AGV pour leur simplicit inhrente. Pour la commande et la localisation de ce type de
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
12/83
Chapitre 1 Aperus sur la robotique mobile
5
robot, un capteur dorientation est associ la roue orientale, et deux encodeurs sont associs
aux roues motrices.
Figure 1-2 : Robot de type tricycle
1.4.3. Les robots mobiles de type "voiture": possdent, de manire classique, l'arrire
un essieu non orientable muni de deux roues non orientables et libres en rotation et, l'avant
deux roues centres orientables (quivalentes une simple roue centre orientable). Ceci leur
confre un degr de mobilit et un degr de directionnalit.
Figure 1-3: Robot de type voiture
1.5. Localisation
On trouve dans la littrature une dfinition trs gnrale de la localisation : "fonction
consistant dterminer, dans un repre de travail donn, certains paramtres de position et/oudattitude du robot qui sont ncessaires laccomplissement de sa mission"[6]. Il est noter
limportance du repre et du lieu entre les paramtres estimer et la mission.
La localisation dun robot mobile seffectue par des capteurs proprioceptifs et/ou
extroceptifs. Cette localisation est dautant plus ncessaire que le lieu dvolution est
encombr et complexe. Le comportement de ltre vivant illustre bien ces propos, en effet il
doit toujours connatre sa situation pour se dplacer dun point un autre, soit en identifiant
des repres artificiels, on parle de localisation absolue, soit tout simplement en mesurant lesdistances parcourues et les directions empruntes depuis sa position initiale. Un robot mobile
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
13/83
Chapitre 1 Aperus sur la robotique mobile
6
doit connatre ses coordonnes de position pour tre autonome vis -- vis de lespace et de
lintervention humaine.
Pour les robots mobiles navigant sur un plan (2-D), ce qui englobe une trs large partie des
systmes existants, localiser le robot revient alors dterminer trois paramtres : deux
coordonnes cartsiennes pour la position et un angle pour lorientation.
Plusieurs techniques et mthodes ont t dveloppes pour assurer la connaissance exacte et
de faon autonome de la position dun robot mobile dans son environnement. A ce jour, ces
techniques peuvent tre regroupes en deux catgories principales : Les mthodes de
localisation relativeet les mthodes de localisation absolue.
1.5.1. Localisation relative ou lestime
La position du robot est calcule en incrmentant sa position prcdente de la variationmesure de ses dplacements grce des capteurs proprioceptifs.
Les erreurs dues cette mthode peuvent tre importantes car cumulatives avec la distance et
fonction du type de trajectoires .On distingue deux mthodes principales de localisation
relative : La mthode odomtrique et la mthode inertielle.
1.5.1.1. La mthode odomtrique
La technique dodomtrie est trs utilise pour localiser les robots mobiles, elle
prsente lavantage dtre simple demploi et dun cot faible. Lide fondamentale de cette
mthode est lintgration de lincrment de la position, calcul grce des encodeurs monts
sur les roues, par rapport au temps. Les dplacement gdU et ddU des roues droite et gauche
permettent de calculer la variation de lorientation ainsi que la variation de la position dU
entre ltat n et ltat n+1 (figure 1.4).
Il en rsulte malheureusement une accumulation non borne de lerreur. Lerreur en
orientation induit dimportantes erreurs en position et les deux erreurs croissent en fonction de
la distance parcourue. Les erreurs peuvent tre regroupes en deux catgories selon leur
source. Les erreurs systmatiques rsultent des imperfections du modle gomtrique du robot
(diamtres des roues diffrents, incertitude sur les dimensions des axes de la base,).
Les erreurs non systmatiques rsultent de linteraction entre le robot et son environnement
telle que les glissements des roues avec le sol.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
14/83
Chapitre 1 Aperus sur la robotique mobile
7
Figure 1-4 : Calcul de la position grce lodomtrie [6]
1.5.1.2. Localisation inertielleCette technique utilise des acclromtres pour calculer lacclration subie par la
base mobile et des gyroscopes pour calculer la variation de sa rotation. Lintgration de cette
mesure (ou la double intgration dans le cas de lacclromtre) permet de calculer la
variation de la position. Les capteurs utiliss dans ce type de localisation prsentent
lavantage dtre auto-suffisants puisquils ne ncessitent aucune rfrence externe.
Cependant, une erreur mme minime est amplifie par lintgration. De plus, le rapport
signal/bruit nest pas trs lev. Dans le cas des acclromtres, lenvironnement de travail
doit tre parfaitement horizontal sous peine de dtecter une composante de la gravitation
terrestre comme tant due un dplacement du robot.
1.5.2.Localisation absolue
La localisation absolue est une technique qui permet un robot de se reprer
directement dans son milieu dvolution, que ce soit en environnement extrieur (mer, espace,
terre), ou en environnement intrieur (ateliers, immeubles, centrales nuclaires...). Ces
mthodes de localisation sont bases sur lutilisation de capteurs extroceptifs.
Pour rpondre la problmatique quest la localisation dun robot dans son environnement,
deux types de stratgies sont utilisables : la premire consiste utiliser des points de repre
naturels et la deuxime utiliser des points de repre artificiels.
Il est noter que quelque soit le cas de figure, la localisation absolue ncessite toujours une
reprsentation de lenvironnement. Le robot possde donc une banque de donnes regroupant
les caractristiques des rfrences externes qui est appele carte de lenvironnement.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
15/83
Chapitre 1 Aperus sur la robotique mobile
8
1.5.2.1. Repres artificiels
Les repres artificiels sont des balises caractristiques qui sont ajoutes au milieu
dvolution du robot et dont les positions sont connues. Linconvnient de ce type de
techniques rside essentiellement dans son manque de souplesse et dans sa lourdeur
dutilisation. En effet un domaine dvolution vaste ncessitera un investissement lourd en
quipement. En outre tout changement de configuration de lenvironnement impliquera une
remise en cause du rseau de balises. En revanche cette technique a le gros avantage dtre
prcise, robuste et surtout de satisfaire la contrainte temps relle. Prcisons ce niveau que
cette approche ne pourra rpondre la problmatique de modlisation incrmentale et
localisation simultane.
Les balises artificielles peuvent tre de deux types :
1. Actives : elles mettent des signaux.
2. Passives : elles ne peuvent pas mettre.
a)- Balises actives et GPS
Les balises actives sont gnralement interactives avec le systme de perception de
lengin mobile puisque ce sont elles qui mettent londe capte par lquipement de mesure.
Les deux principaux types dorganes de transmission utiliss sont les metteurs de sources
lumineuses (infrarouge par exemple) et les antennes mettrices hyperfrquences. Ces ondes
peuvent tre mises en continu ou tre dclenches par ordre provenant de lquipement
embarqu sur le mobile. Les systmes balises actives sont le moyen de navigation le plus
communment utilis pour les bateaux et les avions.
Figure 1-5 : Systme de localisation par reprage de balises actives [1].
Le systme GPS est finalement un systme de localisation en environnement extrieur bas
sur le reprage de balises actives que sont les satellites.
Ce systme, dvelopp par le Dpartement de La Dfense des Etats-Unis, est compos de
vingt-quatre satellites [1]. En utilisant des mthodes avances de trilatration, le rcepteur
terrestre peut calculer une position en mesurant le temps de vol des ondes renvoyes par les
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
16/83
Chapitre 1 Aperus sur la robotique mobile
9
satellites. En thorie, trois satellites peuvent permettre de calculer la latitude, la longitude et
l'altitude du rcepteur.
b)- Balises passives
On appelle balises passives des repres artificiels nchangeant pas de signaux avec lesystme de perception [1]. Comme prcdemment ce type de mthode est bas sur le reprage
de balises artificielles places des positions connues dans le milieu dvolution du robot. La
diffrence se situe au niveau de lidentification de la balise qui doit tre faite par le systme de
perception. Ainsi le problme de la mise en correspondance est gnralement facilit par un
codage au niveau du marquage de la balise. Ces systmes ont lavantage dtre moins lourd
installer que les systmes prcdents.
Figure 1-6 : Balises passives [1]
1.5.2.2. Repres naturels
Cette technique consiste utiliser les lments caractristiques de lenvironnement
pour estimer la position du robot. Lintrt de ces mthodes est donc sa souplesse dutilisation
puisquelles ne ncessitent pas damnager le milieu dvolution du robot. Pour la
problmatique de localisation, une connaissance de lenvironnement sera ncessaire. Il sagira
dune reprsentation cartographique qui intgrera la position des amers qui serviront
localiser le robot. Suivant le niveau smantique adopt pour dcrire lenvironnement,
plusieurs types de reprsentations cartographiques pourront tre grs.
La fonction localisation peut se dcliner en deux tapes :
la construction du modle sensoriel : elle consiste conditionner les mesures capteur.
la mise en correspondance de ce modle avec la carte de lenvironnement : elle
consiste apparier les observations avec des primitives cartographique. Il sagit l de
ltape prpondrante permettant destimer la configuration du robot.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
17/83
Chapitre 1 Aperus sur la robotique mobile
10
1.6. La perception :
La notion de perception en robotique mobile est relative la capacit du robot
recueillir, traiter et mettre en forme des informations qui lui sont utiles pour agir et ragir dans
lenvironnement qui lentoure [3], [4]. Elle est donc la facult de dtecter et /ou apprhender
lenvironnement proche ou loign du robot.
Alors que pour des taches de manipulation, on peut considrer que lenvironnement du robot
est relativement structur, ce nest plus le cas lorsquil sagit de naviguer de manire
autonome dans des lieux trs partiellement connus. Aussi, pour extraire les informations utiles
laccomplissement de sa tache, il est ncessaire que le robot dispose de nombreux capteurs
mesurant aussi bien son tat interne que ltat de lenvironnement dans lequel il volue. Le
choix des capteurs dpend bien videment de lapplication envisage.
La perception est ncessaire pour la scurit du robot, la modlisation de lenvironnement et
lvitement et le contournement dobstacles.
Les moyens utiliss pour la perception de lenvironnement sont nombreux et varis, parmi
ceux-ci nous pouvons citer :
Les tlmtres laser et ultrasonores
Les capteurs optiques et infrarouges
Les capteurs tactiles.
Les systmes de vision (Camras)
1.7. Navigation
Les sections prcdentes ont permis de mettre en place les outils ncessaires pour
faire naviguer un robot mobile dans un environnement dintrieur : comprhension du mode
de locomotion et localisation de ce robot dans son environnement. Il sagit maintenant
dutiliser au mieux la motricit du robot et sa localisation pour accomplir la tache de
navigation de manire autonome.
Un mouvement est une application dfinie en fonction du temps t, reliant un point initial
linstant 0t un point final linstant ft . Une trajectoire est le support dun mouvement. Il
sagit donc dune courbe paramtre par une variable s quelconque, par exemple labscisse
curviligne normalise (s [0; 1]) de la courbe sur laquelle se dplace le robot. Lvolution
du paramtre s en fonction du temps test appele mouvement sur la trajectoire. Le problme
de navigation dun robot mobile consiste de la manire la plus gnrale trouver un
mouvement dans lespace des configurations sans collisions, traditionnellement not Cfree.
Ce mouvement amne le robot dune configuration initiale )( 00 tqq = une configuration
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
18/83
Chapitre 1 Aperus sur la robotique mobile
11
finale )( ff tqq = . On peut nanmoins donner des dfinitions diffrentes de la tache de
navigation accomplir, selon le but recherch : par exemple on peut souhaiter seulement
placer le robot dans une zone donne ou relcher la contrainte dorientation, etc. La tache de
navigation ainsi dfinie est donc limite un seul mouvement.Il existe nanmoins une trs grande varit de travaux et de mthodes permettant daborder ce
problme difficile. Pour diffrencier les techniques de navigation, on peut de manire
classique (et grossire) distinguer deux approches :
la premire consiste planifier le mouvement dans lespace des configurations et
lexcuter par asservissement du robot sur le mouvement de consigne (Schma
planification- excution) ;
la seconde consiste offrir un ensemble de primitives plus ractives. Elles
correspondent alors des sous tches (suivre un mur, viter un obstacle) dont on
estime que lenchanement est du ressort dun planificateur de taches ayant dcompos
la tache globale.
1.8. Conclusion
Les robots mobiles roues sont les robots les plus rpandus, vu leurs structure
mcanique simple et leurs commande relativement plus facile que les autres robots mobiles
qui diffrent par leurs moyens de locomotion.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
19/83
Chapitre 2 Capteurs en robotique mobile
12
2.1. Introduction
Le robot mobile, pour accomplir sa tche correctement, doit tre dot de capteurs
permettant dapprhender, en temps rel, son environnement. Ces capteurs constituent une
source dinformations qui tait rserve lhomme, savoir un sens de la vue, du toucher, de
lodorat, de louie et du got. Lensemble des informations perues par les capteurs et relative lenvironnement doit ensuite tre analys par le robot afin den dduire certaines valeurs
prises comme modle. Elles seront ensuite utilises comme base de rfrence dans
lvaluation de laction engendrer par le robot pour raliser la tche qui lui est spcifie.
2.2. Dfinition dun capteur
Le capteur est un instrument qui permet de dceler linformation contenue dans un
objet ou issue dun phnomne. Ce dispositif est soumis laction dune mesurante non
lectrique, et fournit un signal lectrique sa sortie. Il va assurer la mesure permanente desgrandeurs relles en question.
2.3. Classification des capteurs
En robotique mobile, on classe traditionnellement les capteurs en deux catgories
selon quils mesurent ltat du robot lui-mme ou ltat de son environnement.
Dans le premier cas, limage de la perception chez les tres vivants, on parle de
proprioception et donc de capteurs proprioceptifs.
On trouve par exemple dans cette catgorie les capteurs de position ou de vitesse des roues etles capteurs de charge de la batterie. Les capteurs renseignant sur ltat de lenvironnement,
donc de ce qui est extrieur au robot lui-mme, sont eux appels capteurs extroceptifs. Il
sagit de capteurs donnant la distance du robot lenvironnement, la temprature, signalant la
mise en contact du robot avec lenvironnement, etc.
Nous prsentons dans cette section les capteurs les plus couramment utiliss en robotique
mobile pour les besoins de la navigation.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
20/83
Chapitre 2 Capteurs en robotique mobile
13
2.3.1. Les capteurs proprioceptifs
Les capteurs proprioceptifs permettent une mesure du dplacement du robot. Ce sont
les capteurs que lon peut utiliser le plus directement pour la localisation, mais ils souffrent
dune drive au cours du temps qui ne permet pas en gnral de les utiliser seuls.
2.3.1.1. Lodomtrie
Lodomtrie permet destimer le dplacement partir de la mesure de rotation des
roues. La mesure de rotation est en gnral effectue par un codeur optique dispos sur laxe
de la roue ou sur le systme de transmission. Le problme majeur de cette mesure est que
lestimation du dplacement fournie dpend trs fortement de la qualit du contact entre la
roue et le sol. Elle peut tre relativement correcte pour une plate-forme deux roues motrices
sur un sol plan de qualit uniforme, mais est en gnral quasiment inutilisable seule pour unrobot chenille par exemple. Notons cependant que lerreur de ces mthodes se retrouve en
gnral principalement sur lestimation de la direction du robot, tandis que la mesure de la
distance parcourue est souvent de meilleure qualit.
La majorit des modles de localisation et de cartographie font appel un modle probabiliste
de cette mesure. Ces modles vont donner, en fonction de la mesure ralise, la probabilit du
dplacement rel. Il existe divers types de modles, mais les plus simples et les plus utiliss
sont des modles de bruit gaussiens sur la direction et la longueur du dplacement, ainsi que
sur le changement de direction du robot. Les carts types de ces diffrentes gaussiennes
dpendent de la valeur de la mesure : lerreur sur la longueur du dplacement est par exemple
proportionnelle cette longueur (Figure 2-1).
Figure 2-1 : Exemple de modle probabiliste simple de lodomtrie [3].
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
21/83
Chapitre 2 Capteurs en robotique mobile
14
Le niveau de gris reprsente la probabilit de la position aprs un dplacement rectiligne vers
la droite. Le modle utilise un bruit gaussien sur la longueur du dplacement et sur la
direction du dplacement.
Il est bien sr possible dutiliser des modles beaucoup plus fins de lodomtrie, par exemple
en faisant une hypothse de bruit gaussien sur la mesure de rotation de chaque roue, et en en
dduisant lerreur de dplacement du robot. Ces modles probabilistes peuvent tre utiliss
pour gnrer des positions possibles du robot selon la distribution de probabilit dduite de la
mesure de lodomtrie. Lapplication successive de plusieurs modles probabilistes dduits de
plusieurs mesures dodomtrie permet de les combiner et destimer la distribution de
probabilit de position finale du robot (Figure 2-2).
Figure 2-2 : Exemple de combinaison de mesures pour les modles probabilistes de
lodomtrie.
2.3.1.2. Les systmes radar doppler
Au lieu de mesurer le dplacement par des mesures sur les roues, il est possible dutiliser un
petit radar point vers le sol qui permet de mesurer la vitesse du vhicule par effet Doppler.
Le principe est de diriger un faisceau lectromagntique de frquence F vers le sol avec une
inclinaison par rapport la direction de dplacement du vhicule. Le faisceau reu aprs
rediffusion sur le sol prsente un dcalage de frquence F proportionnel la vitesse V du
dplacement relatif du vhicule par rapport au sol [1]. Lintgration de la mesure de vitesse
fournira une estimation du dplacement du mobile. Ce capteur est le plus souvent utilis enmilieu extrieur.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
22/83
Chapitre 2 Capteurs en robotique mobile
15
Ce systme prsente lavantage dtre beaucoup plus prcis que la mesure passant par les
roues, et dtre indpendant des drapages possibles de ces roues [3], mais est en gnral plus
cher et encombrant. Il est de plus trs rare sur les petites plates-formes car il ne peut mesurer
de faibles vitesses de dplacement.
2.3.1.3. Les systmes inertiels
La mesure de dplacement potentiellement la plus fiable provient de la mesure des
acclrations de la plate-forme par des capteurs inertiels. Cette mesure est potentiellement
fiable car elle ne dpend pas de la nature locale de lenvironnement, cependant les capteurs
inertiels sont tous entachs de bruit de mesure qui produit une drive de lestimation de la
position au cours du temps [3].
La qualit des mesures inertielles dpend trs fortement du type de capteurs utiliss.Historiquement, les premiers capteurs ont t raliss base de systmes mcaniques et
peuvent fournir des mesures extrmement prcises, au prix dun cot et dune masse trs
levs. Ces dernires annes ont vu apparatre de nouvelles technologies de capteurs,
notamment bass sur les techniques de microlectronique, qui ont permis la ralisation de
capteurs inertiels bas cot et lapparition de ces capteurs dans des produits grand public.
La prcision de ces capteurs est toutefois de quelques ordres de grandeur plus faible, ce qui
rend leur utilisation isole quasiment impossible. Ces capteurs fournissent toutefois un trs
bon complment lodomtrie, notamment pour lestimation de la direction.
Lacclration en translation de la plate-forme est mesure par des acclromtreslinaires.
On dispose en gnral deux acclromtres pour prendre des mesures dans deux directions
perpendiculaires du plan de dplacement du robot. Un troisime peut tre dispos
verticalement afin de mesurer la position en trois dimensions.
Lacclration angulaire est mesure pardes gyromtres. On dispose en gnral un gyromtre
selon laxe vertical, qui permet ainsi de mesurer langle de lacet du robot.
Deux autres gyromtres peuvent tre positionns selon deux axes du plan de dplacement afin
destimer la direction en trois dimensions.
Il est galement possible de mesurer la rotation du robot par rapport un axe de rfrence en
utilisant un gyroscope. Cette mesure seffectue en gnral par rapport un axe de rfrence
mis en rotation et isol mcaniquement le plus possible du robot, ce qui rend sa direction
indpendante de la direction du robot. Cette mesure peut tre moins bruite que lintgration
du signal dacclration mais dpend trs fortement de la qualit de la ralisation mcanique
du systme, qui dpend trs directement du prix du gyroscope.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
23/83
Chapitre 2 Capteurs en robotique mobile
16
Lensemble de ces lments (3 acclromtres et 3 gyromtres) peut tre runi pour former
une centrale inertielle qui permet destimer compltement les six degrs de liberts de la
position dans un espace 3 dimensions. Les centrales inertielles bas cot sont cependant
aujourdhui de qualit insuffisante pour une utilisation isole, tandis que les centrales de
qualit correcte restent trs chres. Ce domaine est cependant en volution rapide avec
larrive de nouvelles technologies et lapparition de centrales bas cot de qualit correcte
devrait se faire dans les prochaines annes.
Lutilisation des donnes fournies par ce type de senseurs passe aussi en gnral par un
modle probabiliste, qui peut tre du type de celui prsent pour lodomtrie.
2.3.2 .Les capteurs extroceptifs
Les capteurs extroceptifs permettent de percevoir le milieu dvolution du robot. Ils sontgnralement le complment indispensable aux capteurs prsents prcdemment. Des
mthodes de fusion de donnes seront alors utiliss pour conditionner et traiter les
informations sensorielles de natures diffrents [1]. Deux familles de capteurs extroceptifs
embarqus peuvent tre identifies : les capteurs tlmtriques et les systmes de vision.
2.3.2.1. Les capteurs tlmtriques
Il existe diffrents types de tlmtres, qui permettent de mesurer la distance
lenvironnement, utilisant divers principes physiques.a)- Tlmtres ultrasons
Les tlmtres ultrason sont historiquement les premiers avoir t utiliss. Il utilisent la
mesure du temps de retour dune onde sonore rflchie par les obstacles pour estimer la
distance (Figure 2. 3). Ces tlmtres sont trs simple et peu cher, et sont donc trs rpandus,
mais possdent de nombreux inconvnients.
Figure 2-3 : Principe du tlmtre ultrasons
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
24/83
Chapitre 2 Capteurs en robotique mobile
17
En premier lieu, deux tlmtres voisins ne peuvent tre utiliss simultanment, car il est
impossible de savoir par lequel des deux tlmtres une onde rflchie a t mise
(phnomne de crosstalk). Un robot possdant plusieurs tlmtres doit donc les activer
lun aprs lautre, ce qui entrane un taux de rafrachissement global des mesures relativement
faible. Ces tlmtres possdent une zone aveugle, de quelques dizaines de centimtres, en
dessous de laquelle ils ne peuvent dtecter les obstacles. Cette zone est due a une
temporisation entre lmission de londe sonore et le dbut de la dtection de londe rflchie
qui est ncessaire pour ne pas perturber cette mesure. De plus, londe rflchie est trs
sensible aux conditions environnementales locales. Ainsi, si langle entre lobstacle et la
direction de londe sonore est trop faible, il ny aura pas de retour de londe sonore et
lobstacle ne sera pas peru. Londe de retour dpend galement de la texture de lobstacle.
Un mur couvert de moquette pourra par exemple ne pas tre dtect.
Les tlmtres ultrason dtectent les obstacles se situant dans un cne relativement large
(dangle au sommet denviron 30 degrs). Cette caractristique peut tre la fois un avantage
et un inconvnient. Cest un inconvnient car un obstacle dtect nest pas localis en angle
lintrieur du cne de dtection, et on obtient donc une mesure de la position relativement
imprcise. Cest par contre un avantage car des lments relativement fins (les pieds de table
ou de chaise par exemple) sont dtects dans ce cne, alors quils pourraient ne pas tre
dtects par des tlmtres ayant un angle douverture trs fin.
b)- Tlmtres infrarouges
Ces tlmtres possdent lavantage davoir un cne de dtection beaucoup plus restreint. Il
utilisent une lumire infrarouge au lieu dune onde sonore pour la dtection et peuvent tre
bass sur diffrentes techniques qui permettent de recueillir plus ou moins dinformation. Il
est possible de mesurer simplement le retour ou le non-retour dune impulsion code, ce qui
permet de dtecter la prsence ou labsence dun obstacle dans une certaine portion de
lespace.Il est galement possible de raliser une triangulation sur le faisceau de retour de londe
lumineuse, ce qui permet davoir une mesure de la distance de lobstacle.
Les inconvnients de ces tlmtres sont lis leur porte, en gnral relativement restreinte,
et leur sensibilit aux fortes sources de lumires qui contiennent un fort rayonnement
infrarouge. Un projecteur du type de ceux utiliss pour la tlvision point sur le robot, par
exemple, sature en gnral compltement le rcepteur et empche toute dtection dobstacle.
Ils sont galement trs sensibles la couleur et la nature de la surface de lobstacle (parexemple, ils dtectent difficilement les vitres).
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
25/83
Chapitre 2 Capteurs en robotique mobile
18
c)- Tlmtres laser
Les tlmtres les plus utiliss lheure actuelle pour des applications de cartographie et de
localisation sont les tlmtres laser balayage. Ils utilisent un faisceau laser mis en rotation
afin de balayer un plan, en gnral horizontal, et qui permet de mesurer la distance des objets
qui coupent ce plan (Figure 4). Cette mesure peut tre ralise selon diffrentes techniques
(mesure du temps de retour, interfromtrie...).
Figure 2-4 : Illustration dun tlmtre Laser.
Les tlmtres les plus courant ont une bonne rsolution angulaire car ils permettent dobtenir
une mesure de distance tout les demi degrs, sur une zone de 180 ou 360 degrs selon les
modles. La mesure est de plus relativement prcise (avec un bruit de lordre de quelques
centimtres) une distance relativement grande (plusieurs dizaines de mtres). La frquence
dacquisition est en gnral de lordre de la dizaine de Hertz, voire proche de la centaine pour
certains modles.
Ces tlmtres sont trs utiliss en environnement intrieur car ils fournissent des donnes
abondantes et prcises sur la position des objets caractristiques de lenvironnement tels que
les murs. Ils possdent toutefois un certain nombre dinconvnients. En premier lieu, leurzone de perception est restreinte un plan et ne permet donc pas de dtecter les obstacles
situs hors de ce plan (un petit objet pos au sol par exemple).
Ils ne peuvent pas non plus dtecter les objets ne rflchissant pas correctement la lumire du
laser (en premier lieu les vitres, mais aussi certains objets trs rflchissants, tels que les
objets chroms). Pour limiter ces inconvnients, il est possible de les utiliser en conjonction
avec des capteurs ultrason qui ont un cne de dtection plus large et qui peuvent dtecter les
vitres. Enfin, la plupart des algorithmes de cartographie et de localisation existants supposent
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
26/83
Chapitre 2 Capteurs en robotique mobile
19
que le plan de mesure du tlmtre laser reste horizontal et hauteur constante, ce qui nest
plus vrai en cas de sol irrgulier ou, dans la majorit des cas, en extrieur.
A lheure actuelle, des tlmtres laser balayant lespace selon deux axes commencent
apparatre. Ils permettent ainsi dobtenir une image de distance selon un angle solide de
lordre de quelques dizaines de degrs dans les deux dimensions. Ces tlmtres restent
toutefois chers et fragile du fait de la mcanique ncessaire au balayage. De plus, la frquence
dacquisition est relativement faible (de lordre de quelques Hertz), ce qui pose problme
lorsque le robot est en mouvement.
Des systmes sans balayage permettant dobtenir une image de profondeur sont galement en
cours de dveloppement. Il restent aujourdhui du domaine de la recherche mais sont dun trs
grand intrt potentiel pour la robotique mobile.
d)- Modle probabiliste
Les modles probabilistes associs ces capteurs permettent de donner la probabilit de la
mesure en fonction de la distance relle de lobstacle. Les probabilits sont estimes pour
chacune des mesures individuelles prises depuis une position, puis agglomres par produit :
P (Scan|Obstacles) = =
M
i 1
P (mesure i|distance obstacles).
Figure 2-5 : Modle probabiliste de tlmtre.
Pour estimer la probabilit dune mesure individuelle, il est possible dutiliser une simple loi
gaussienne comme modle probabiliste, mais les modles sont en gnral un peu plus voluset utilisent une combinaison de lois qui modlisent divers phnomnes (Figure 2. 5) :
la mesure effective de lobstacle vis, modlis par une gaussienne en gnral
la perception dun obstacle imprvu, modlis par une loi dcroissante
la non perception de lobstacle qui donne une mesure la distance maximale du
tlmtre, modlis par un pic. Les paramtres de cette combinaison de lois peuvent
tre rgls manuellement ou estims partir dun ensemble de mesures, par exemple
en utilisant un algorithme de maximisation de lesprance. Ces modles peuvent treadapts tous les types de tlmtres.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
27/83
Chapitre 2 Capteurs en robotique mobile
20
2.3.2.2. Les systmes de vision (les camras)
Lutilisation dune camra pour percevoir lenvironnement est une mthode attractive car elle
semble proche des mthodes utilises par les humains. Le traitement des donnes
volumineuses et complexes fournies par ces capteurs reste cependant difficile lheure
actuelle, mme si cela reste une voie de recherche trs explore.
a)- Camras simples
Une camra standard peut tre utilise de diffrentes manires pour la navigation dun robot
mobile. Elle peut tre utilise pour dtecter des amers visuels (des points particuliers qui
servent de repre, tels que des portes ou des affiches) partir desquels il sera possible de
calculer la position du robot. Si ces amers sont simplement ponctuels, ou de petite taille, il
sera en gnral simplement possible destimer leur direction. Dans le cas ou les amers sont
des objets connus en 2 ou 3 dimensions, il sera en gnral possible destimer compltement la
position du robot par rapport la leur. Elle peut galement tre utilise pour dtecter des
guides de navigation pour le robot, tels que des routes ou des couloirs.
Il est galement possible dutiliser globalement une image pour caractriser une position ou
un point de vue dans lenvironnement. Il faudra alors comparer cette image aux nouvelles
images acquises par le robot pour savoir si le robot est revenu cette position. Cette
comparaison peut faire appel de trs nombreuses techniques, notamment celles utilises
dans le domaine de lindexation dimage.
Figure 2-6 : Illustration du principe de base du flot optique.
Lorsque le robot est en mouvement, il est galement possible de tirer parti du flot optique
(le mouvement apparent des objets dans limage, voir figure 2-6), afin davoir une estimation
de la distance des objets. En effet, les objets les plus proches ont un dplacement apparent
plus important que les objets lointains. Cette mthode permet notamment de raliser un
vitement dobstacles ou de raliser une reconstruction tridimensionnelle de lenvironnement
(par des techniques connues sous le nom de structure from motion).
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
28/83
Chapitre 2 Capteurs en robotique mobile
21
b)- Camras stroscopiques
Lorsque lon dispose de deux camras observant la mme partie de lenvironnement partir
de deux points de vue diffrents, il est possible destimer la distance des objets et davoir ainsi
une image de profondeur, qui peut tre utilise pour lvitement dobstacles ou la cartographie
[3]. Cette mthode suppose toutefois un minimum dlments saillants dans lenvironnement
(ou un minimum de texture) et peut tre limite, par exemple dans un environnement dont les
murs sont peints de couleurs uniformes. La qualit de la reconstruction risque galement de
dpendre fortement des conditions de luminosit. La rsolution et lcartement des deux
camras impose galement les profondeurs minimum et maximum qui peuvent tre perues,
ce qui peut tre limitatif pour la vitesse de dplacement du robot.
Des techniques similaires peuvent galement tre utilises pour estimer la profondeur partir
dune camra en mouvement (mthodes de structure from motion), la difficult tant alors
destimer la fois la profondeur et les positions relatives de la camra lors de la prise des
deux images.
c)- Camras panoramiques
Les camras panoramiques (catadioptriques) sont constitues dune camra standard pointant
vers un miroir de rvolution (par exemple un simple cne, ou un profil plus complexe qui
peut sadapter la rsolution exacte que lon veut obtenir sur le panorama) (figure 2-7).
Limage recueillie permet davoir une vision de lenvironnement sur 360 degrs autour de la
camera. Le secteur angulaire vertical observ dpend de la forme du miroir et peut tre adapt
aux besoins de chaque application (Figure 2-7).
Figure 2-7 : Principe des camras panoramiques catadioptriques et exemple dimage
obtenue.
Ce type de camra est trs pratique pour la navigation car une image prise par une camerapanoramique oriente verticalement permet de caractriser une position, indpendamment de
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
29/83
Chapitre 2 Capteurs en robotique mobile
22
la direction du robot. En effet, pour une position donne et pour deux orientations diffrentes,
la mme image sera forme par la camra, une rotation autour du centre prs, tandis que
pour une camra standard, oriente horizontalement, la scne serait diffrente.
Ces camras sont donc trs pratiques lorsque lon caractrise une position de manire globale,
mais peuvent aussi tre utilises pour dtecter des amers ou pour estimer le flux optique. Dans
ce cas, toutefois, comme la gomtrie de limage forme est relativement complexe et comme
la rsolution obtenue varie normment selon la direction observe, les algorithmes doivent
tre adapts, ce qui pose un certain nombre de problmes. Concernant le flux optique,
cependant, les camras panoramiques possdent lavantage de contenir toujours le point
dexpansion et le point de contraction dans limage, ce qui rend lestimation du mouvement
beaucoup plus aise.
2.3.2.3. Autres capteurs
a)- Les capteurs tactiles
Les robots peuvent tre quips de capteurs tactiles, qui sont le plus souvent utiliss pour des
arrts durgence lorsquil rencontre un obstacle qui navait pas t dtect par le reste du
systme de perception [3].
Ces capteurs peuvent tre de simples contacteurs rpartis sur le pourtour du robot. Il ne
dtecte alors le contact quau dernier moment. Il est galement possible dutiliser des petites
tiges arques autour du robot pour servir dintermdiaire ces contacteurs, ce qui permet une
dtection un peu plus prcoce et donne ainsi plus de marge pour arrter le robot.
b)- Les boussoles
Les boussoles permettent, par la mesure du champ magntique terrestre, de dduire la
direction du nord. Ces capteurs peuvent utiliser diffrentes technologies et ont lavantage de
fournir une direction de rfrence stable au cours du temps (au contraire des gyroscopes qui
drivent). Ces capteurs sont toutefois trs dlicats utiliser en intrieur car ils sont trs
sensibles aux masses mtalliques prsentes dans la structure des btiments. En pratique, on les
utilise donc principalement en extrieur en apportant le plus grand soin leur positionnement
sur le robot pour viter les influences des composants du robot, notamment les moteurs
lectriques.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
30/83
Chapitre 2 Capteurs en robotique mobile
23
c)- Les balises
Dans certaines applications, il est galement possible dutiliser des balises dont on connat la
position, et qui pourront tre facilement dtectes par le robot, afin de faciliter sa localisation.
Des techniques trs diverses peuvent tre utilises pour ces balises. On peut par exemple
utiliser un signal radio, mis de manire omnidirectionnel par la balise. Le robot sera alors
quip dune antenne directionnelle qui lui permettra de dtecter la direction des diffrentes
balises, afin de dduire sa position par triangulation. On peut galement utiliser des codes
couleurs ou des codes barres qui pourront tre dtects par une camra.
d)- Le GPS
Les besoins de localisation tant omniprsents dans de trs nombreux secteurs de la vie
actuelle, lide davoir un systme de localisation le plus universel possible a donn lieu
lapparition du Global Positioning System. Cest un systme de balises dont on a plac les
balises sur des satellites en orbite terrestre et qui est par consquent accessible de quasiment
partout la surface du globe. Ce systme permet donc davoir une mesure de sa position dans
un repre global couvrant la terre avec une prcision variant de quelques dizaines de mtres
quelques centimtres suivant les quipements.
Ce systme est cependant loin de rsoudre tous les problmes de localisation des robots
mobiles. Il fonctionne en effet difficilement dans des environnements urbains, et nest pas
utilisable lintrieur des btiments. Sa prcision est de plus souvent trop faible pour quun
robot terrestre puisse utiliser ces informations seules. En pratique, il est souvent coupl un
systme inertiel qui permet de palier aux pertes du signal GPSet il ne remplace de toute faon
pas les capteurs du robot qui lui permettent de percevoir son environnement immdiat, qui
constitue la source dinformation principale pour la navigation court terme (par exemple
lvitement dobstacles, par opposition la navigation long terme qui consiste rejoindre un
but distant).
2. 4.Conclusion
On a essay dans ce chapitre de ne pas faire une tude dtaille sur les capteurs qui
relvent la fois de la physique, de llectronique et du traitement du signal. Nous nous
sommes contents dexpliquer le principe de fonctionnement des capteurs prsents et on
tachera simplement de garder lesprit que les dfauts inhrents aux diffrents systmes de
mesure utiliss (bruits, erreurs ou checs de mesures, difficult de modlisation) influent
fortement sur la perception que le robot a de lenvironnement et donc peuvent entraner des
perturbations et de mauvaises estimations de commande sur les actionneurs du robot mobile.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
31/83
Chapitre 3 Mthodes de modlisation de lenvironnement
24
3.1. Introduction
La connaissance du milieu dans lequel volue le robot mobile nest tablie en gnral
quaprs avoir effectu une compagne de mesures de lensemble des lments constituants
lenvironnement. Cette procdure fastidieuse peut tre vite si le robot construit lui-mmeson modle denvironnement de manire dynamique [6].
Donc cest par la construction de modles de lenvironnement que le robot structure et rend
exploitable lensemble des donnes quil peroit. Ce problme a t normment tudi dans
la communaut des roboticiens, de nombreuses mthodes de construction de cartes de
lenvironnement ont t proposes.
Le problme de la construction des cartes est dterminant pour la localisation de certaines
entits, telles que des amers ou des obstacles dans une rfrence globale.3.2. Modlisation
Une dfinition du robot pourrait tre : Systme automatique mcanis capable
d'effectuer une ou plusieurs tches, dans un environnement donn, de manire autonome, par
l'excution d'un programme. Le terme robot correspond donc un type bien prcis de
systme. Ainsi, si certaines caractristiques ne sont pas prsentes, une machine, mme trs
complexe, ne peut tre qualifie de robot. Bien videment, l'autonomie est un caractre
intrinsque li au robot. Un robot autonome est un systme capable d'agir et de ragir seulface un vnement imprvu. L'autonomie suppose que le robot prvoit l'occurrence de
certains vnements, puis les ractions appropries ceux-ci. Ainsi, pour que le robot atteigne
un degr suprieur d'autonomie, il doit tre dot de moyens pour apprhender
l'environnement, construire et mettre jour des reprsentations internes de cet environnement,
dcider des actions adquates et ragir aux vnements imprvus.
En robotique mobile, nous rencontrons en gnral deux types d'environnements : statique et
dynamique. Dans un environnement statique, tous les objets (obstacles) sont immobiles : seul
le robot se dplace. Les objets peuvent se dplacer ou tre dplacs dans un environnement
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
32/83
Chapitre 3 Mthodes de modlisation de lenvironnement
25
dynamique ou volutif. Raliser des tches avec un robot dans un environnement dynamique
est beaucoup plus ambitieux que dans un milieu statique. Nous ne considrons dans notre
travail que les environnements statiques. Pour un robot mobile autonome, tre capable de se
dplacer dans un environnement non prpar est la fois indispensable et extrmement
complexe. Avoir un modle, plus ou moins dtaill de son environnement, est essentiel pour
assurer l'excution de ses missions. Un modle de l'environnement donne au robot les
capacits de ralisation des tches suivantes :
Planification de mouvements et dplacements. En fait, sans avoir un modle de son
environnement, le robot ne peut planifier un chemin pour aller d'un point de dpart un point
d'arrive. De plus, le modle permet au robot d'valuer et de quantifier les actions de
dplacement qu'il effectue.
Ralisation des mouvements. Le modle permet de dtecter des lments sur lesquels le
robot s'appuie pendant son dplacement, que ce soit des amers qui lui permettent de se
localiser, ou des buts successifs atteindre dans un enchanement de commandes rfrences
capteur.
Localisation. Un bon modle est indispensable pour le robot afin de se localiser. En effet, la
localisation du robot chaque instant assure l'excution du chemin planifi.
Planification et excution des tches en contexte multi-robots. Un modle commun donne
les moyens un ensemble de robots pour planifier et excuter des tches communes et
complmentaires.
Historiquement, le problme de modlisation en robotique mobile est trait comme un
problme de construction d'une carte (Cartographie ou Mapping).
La cartographie est l'ensemble des tudes et des oprations, scientifiques, artistiques et
techniques, intervenant partir des rsultats d'observations directes ou de l'exploitation d'une
documentation, en vue de l'laboration et de l'tablissement de cartes, plans et autres modes
d'expression, ainsi que dans leur utilisation .La cartographie est considre comme l'un des plus importants problmes dans la construction
d'un robot mobile quasi autonome. En dpit des progrs remarquables raliss dans ce
domaine, il reste l'un des sujets les plus ambitieux. Actuellement, sur le march de la
robotique, on a seulement des mthodes pour la cartographie des environnements statiques,
structurs et de tailles limites. Cartographier des environnements non structurs, dynamiques
ou de grandes tailles reste un sujet de recherche ouvert.
La cartographie en robotique mobile est habituellement divise en deux grands typesd'approches : mtrique et topologique. Les cartes mtriques capturent les proprits
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
33/83
Chapitre 3 Mthodes de modlisation de lenvironnement
26
gomtriques de l'environnement, alors que les cartes topologiques dcrivent la connectivit
de diffrents lieux (pices, couloirs, etc.). La grille d'occupation est une autre approche pour
reprsenter une carte, dans laquelle la carte est une grille de cellules et la valeur de chaque
cellule rvle si elle est occupe ou libre. Nous dtaillerons ces diffrentes reprsentations 2D
dans ce qui suit.
3.3. Reprsentation 2D d'un environnement dintrieur
En robotique mobile, plusieurs types de reprsentation de l'environnement ont t
dvelopps. Il existe un consensus gnral sur le fait que ces diffrents types ont des
avantages et des limitations et qu'ils sont plus ou moins adapts selon la mission accomplir.
Par exemple, les cartes mtriques sont difficiles construire et maintenir cause de
l'incohrence entre le mouvement du robot et la perception. Elles sont moins adaptes pour lesproblmes symboliques.
En revanche, les cartes topologiques sont mieux adaptes pour reprsenter les grands
environnements, pour rajouter un niveau symbolique ou pour communiquer avec l'homme.
Mais ces cartes permettent seulement au robot de se localiser de manire globale, et de
planifier la trajectoire de faon sous optimale. Lors de la construction des cartes topologiques,
la distinction des diffrentes composantes est difficile sans l'utilisation d'informations
mtriques.
Ces reprsentations s'avrent souvent complmentaires. Leur utilisation conjointe est
susceptible de favoriser l'exploitation de la carte rsultante pour les besoins de la navigation
du robot. C'est pourquoi les approches hybrides, qui combinent diffrents types de modles
lmentaires, se gnralisent.
3.3.1. Cartes mtriques
Dans une carte mtrique, lenvironnement est reprsent par un ensemble dobjets
auxquels sont associes des positions dans un espace mtrique, gnralement en deux
dimensions. Cet espace est, la plupart du temps, celui dans lequel sexprime la position du
robot estime par les donnes proprioceptives.
Les perceptions permettent, en utilisant un modle mtrique des capteurs, de dtecter ces
objets et destimer leur position par rapport au robot. La position de ces objets dans
lenvironnement est alors calcule en utilisant la position estime du robot. La fusion des deux
sources dinformation au sein dun mme cadre de reprsentation est caractristique des cartes
mtriques. Les objets mmoriss dans la carte peuvent tre trs divers. Dans certaines
implantations, ces objets correspondent aux obstacles que le robot pourra rencontrer dans son
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
34/83
Chapitre 3 Mthodes de modlisation de lenvironnement
27
environnement. La carte de lenvironnement correspond alors directement lespace libre,
cest--dire lespace dans lequel le robot peut se dplacer.
Lavantage principal des cartes mtriques est de permettre de reprsenter lensemble de
lenvironnement, et non un petit sous-ensemble de lieux. Cette reprsentation complte
permet ainsi destimer avec prcision et de manire continue la position du robot sur
lensemble de son environnement. De plus, cette reprsentation complte ne se limite pas aux
positions physiquement explores, mais stend toutes les zones que le robot a pu percevoir
depuis les lieux quil a visits. Cette proprit peut permettre la construction dune carte plus
exhaustive de lenvironnement en un temps plus court.
Une telle reprsentation permet une rutilisation plus facile dune carte sur des robots
diffrents, quips de capteurs diffrents, lessentiel de ladaptation se droulant au niveau
des modles de capteurs. Ce type de reprsentation est aussi facilement interprtable par un
humain, ce qui peut tre important dans le cas o il doit intervenir dans les dplacements du
robot.
3.3.2. Cartes topologiques
Les cartes topologiques permettent de reprsenter lenvironnement du robot sous
forme de graphe. Les noeuds du graphe correspondent des lieux, cest--dire des positions
que le robot peut atteindre. Les artes liant les noeuds marquent la possibilit pour le robot de
passer directement dun lieu un autre et mmorisent en gnral la manire de raliser ce
passage.
La dtection et la mmorisation des lieux reposent en gnral sur deux procdures qui
utilisent les perceptions. La premire permet simplement de comparer deux perceptions et
donc de reconnatre un lieu de la carte ou de dtecter un lieu nouveau. La seconde procdure
permet de mmoriser un nouveau lieu ou dadapter la dfinition dun lieu lors des passages
successifs du robot en ce lieu. Comme nous lavons dj mentionn, la reconnaissance dun
lieu est soumise aux problmes de la variabilit perceptuelle. En consquence, la premire
procdure peut donner des rsultats errons. Par exemple, un lieu dj visit peut ne pas tre
reconnu, ou un lieu nouveau peut tre confondu avec un lieu dj mmoris. Pour rsoudre
ces problmes, la reconnaissance des lieux fera donc appel aux donnes proprioceptives en
plus des perceptions. De nombreuses mthodes ont t mises en oeuvre dans ce but.
Les donnes mmorises dans les artes du graphe sur les relations de voisinage entre lieux
proviennent, pour leur part (en gnral), des donnes proprioceptives. Cela est caractristique
des cartes topologiques, dans lesquelles les perceptions ne sont en gnral pas utilises pour
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
35/83
Chapitre 3 Mthodes de modlisation de lenvironnement
28
estimer les positions relatives des lieux visits, mais seulement pour reconnatre un lieu. Ces
donnes peuvent tre des informations sur les positions relatives des noeuds, ou des
informations sur les actions effectuer pour parcourir cette arte.
Figure 3.1 : Cartes mtrique et topologique
La carte mtrique mmorise un ensemble dobjets perus (des murs dans cet exemple) avec
une position dans un cadre de rfrence globale.
La carte topologique mmorise un ensemble de lieux, ainsi que les manires de se dplacer de
lun lautre (dans cet exemple, B=Bureau, C=Couloir, P=Porte et I=Intersection)
3.3.3. Grilles d'occupation
Dans la reprsentation de l'environnement sous forme d'une grille d'occupation,
l'espace est partitionn en un ensemble de cellules distinctes. Un vecteur d'attributs
(ventuellement un seul nombre ou un seul bit dans le cas de cartes binaires) est attach
chacune des cellules pour reprsenter ses proprits : souvent, il s'agit du degr
d'encombrement par un obstacle (indice indiquant que la cellule correspondante est occupe
ou non par un obstacle).
Les grilles d'occupation constituent une reprsentation surfacique simple et populaire. Dans ce
type de modle, l'espace est discrtis selon une grille rgulire en cellules carres ou
rectangulaires de mme taille. Chaque cellule contient un indice (probabilit, histogramme,
etc.) indiquant si l'espace correspondant est plutt libre ou occup. La figure 3.2 illustre une
grille doccupation.
L'avantage principal des grilles d'occupation est leur capacit reprsenter l'espace de
manire trs dense, en fonction du pas de discrtisation de la grille. Elles sont adaptes des
environnements de forme quelconque, et elles donnent une estimation statistique de laconfiance dans les donnes. De plus, elles fournissent des informations d'occupation et donc
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
36/83
Chapitre 3 Mthodes de modlisation de lenvironnement
29
sur les positions des obstacles. Ainsi, elles sont souvent utilises lorsque l'application vise
repose sur la connaissance de l'espace libre, en particulier pour la planification de trajectoires
( partir de transformations en distance ou de champs de potentiels par exemple). Elles sont
en gnral relativement faciles interprter par l'homme.
Figure 3.2: Exemple d'une grille d'occupation 2D. Les valeurs d'occupation sont codes
comme suit : (Vert : inconnu ; blanc : libre ; bleu : occup)
La superficie est (10 x 10m), une cellule correspond (5 x 5cm)
Le principal inconvnient des grilles d'occupation rside dans leur manque de compacit :
elles sont plutt adaptes la reprsentation d'environnements encombrs mais s'avrent
particulirement inefficaces dans les grands espaces vides. De plus, la finesse de la
discrtisation tant prdfinie, elles ne sont pas capables de s'adapter automatiquement la
densit ou la taille des obstacles. En consquence, si les grilles d'occupation se prtent bien
certains algorithmes de planification, elles peuvent cependant se rvler inefficaces du fait
du manque d'adaptation l'chelle de l'environnement (en raison de la multiplication des
cellules libres dans les espaces ouverts par exemple). Les approches hirarchiques telles que
les quadtrees peuvent toutefois limiter ces problmes de compacit et d'adaptation l'chelle.
On peut galement reprocher aux reprsentations de type grille, le processus de
positionnement complexe et coteux qu'elles entranent pour le vhicule (notamment par
rapport une carte de balises o les objets comparer sont moins nombreux) ; vis vis du
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
37/83
Chapitre 3 Mthodes de modlisation de lenvironnement
30
SLAM, ce type de reprsentation est inadapte, puisqu'elles ne peuvent pas tre corriges
lorsque la position du robot s'amliore. De plus, elles paraissent peu appropries,
contrairement aux cartes topologiques par exemple, aux algorithmes de rsolution de
problmes exprims de manire symbolique.
3.3.4. Modle de primitives
Les primitives ou les amers sont des parties distinctives de l'environnement que l'on
peut facilement extraire via un type de capteur donn et qui admettent une description
paramtrique : notons qu'on parle gnralement de balises quand il s'agit d'amers artificiels.
Un amer gomtrique pour la localisation doit vrifier plusieurs critres : pouvoir
discriminant, domaine de visibilit important, stabilit, invariance et bonne adaptation la
mtrologie. Et afin de maintenir une reprsentation cohrente de l'environnement, les cartesd'amers doivent de plus modliser les incertitudes sur ces primitives gomtriques.
En gnral, comme nous le verrons, ces incertitudes sont reprsentes par des distributions
gaussiennes sur les paramtres gomtriques de la primitive (positions cartsiennes ou
polaires, longueurs, etc.).
La reprsentation par amers fournit un cadre de travail mieux adapt pour rsoudre le
problme de la cartographie et localisation simultanes (SLAM), travers les approches
bases sur le filtre de Kalman tendu : la fermeture de boucles est gre de manire
transparente via la matrice de covariance. Le nombre des amers tant limit, les mises en
correspondance sont souvent moins coteuses que dans une grille d'occupation par exemple.
Par ailleurs, les cartes d'amers offrent une description plus compacte des larges espaces
ouverts que les grilles d'occupation. Mais elles sont moins adaptes aux environnements
encombrs de petits objets o les amers se multiplient. Cependant, les cartes d'amers peuvent
en principe atteindre une meilleure prcision que les grilles d'occupation car les objets sont
localises selon des coordonnes en nombres flottants alors que dans les grilles, l'espace est
discrtis.
En revanche, les cartes d'amers sont souvent peu denses et contrairement aux grilles
d'occupation, elles ne contiennent pas les informations d'encombrement ncessaires pour la
planification de trajectoires. En effet, les amers ponctuels renseignent peu sur la position des
obstacles continus de grande dimension et les amers de type segment ne sont gnralement
pas jointifs : le contour des obstacles est rarement continu et ferm, ce qui gnre des
ambiguts (par exemple, on peut se demander si l'on a observ une ouverture dans l'interstice
entre deux murs non jointifs). En gnral, les reprsentations base d'amers de haut niveau
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
38/83
Chapitre 3 Mthodes de modlisation de lenvironnement
31
sont faciles apprhender par l'homme. Les cartes d'amers constitues par des amers
gomtriques structurs (segments, plans, etc.) voire par des objets, sont plus faciles
comprendre que celles avec des amers trs basiques (notamment des points).
Les cartes d'amers gomtriques sont peu adaptes pour reprsenter l'environnement
d'extrieur. Cependant, ce type de reprsentations est relativement bien adapt aux
environnements structurs tels que l'intrieur des btiments, mais, elle est souvent limite
des rgions pouvant tre dcrites sous forme d'lments gomtriques simples (points,
segments, plans, etc.). Les approximations polygonales sont mal adaptes aux environnements
prsentant des courbes, et donc sont difficilement ajoutes la carte. Thrun suggre une
solution ce problme : ajouter la carte des modles d'objets. On constate que les cartes
d'amers sont gnralement capables de s'adapter automatiquement la densit des objets et
aux changements d'chelle, ce qui constitue un avantage par rapport aux grilles d'occupation.
3.3.5. Cartes hybrides
L'ide des cartes hybrides est d'utiliser deux ou plusieurs types de reprsentation
ensemble, ce qui va permettre de profiter des points forts de chaque reprsentation, et pourrait
aider surmonter les points faibles. Par exemple, plusieurs auteurs ont propos des mthodes
hybrides mtriques-topologiques dans l'intention de combiner la prcision des cartes
mtriques avec l'extensibilit des cartes topologiques [[2],[32], [33], [34], [35] ].
Par exemple, afin d'obtenir une reprsentation dense de l'environnement, les grilles
d'occupation peuvent tre utilises pour reprsenter les informations denses, un algorithme de
SLAM bas sur les primitives est utilis pour estimer les positions du robot. Mais, si les deux
cartes sont indpendantes, la carte globale sera incohrente. Un exemple d'incohrence peut
tre illustre lors de la fermeture de boucle. L'algorithme feature-based SLAM est capable de
propager l'incertitude en arrire pour toute la carte, ce qui permet d'avoir une carte cohrente.
Mais, si les deux cartes sont indpendantes, les corrections ralises par l'algorithme SLAM
ne seront pas propages dans la carte d'occupation. Cela donne par exemple qu'un objet se
trouve dans deux positions diffrentes dans les deux cartes.
La solution est de maintenir les corrlations entre la carte d'amers et la grille d'occupation.
Maintenir toutes ces corrlations rsout le problme de cohrence, mais cette solution est
envisageable seulement pour les petits environnements.
Nieto et al [28] ont propos une solution ce problme par la construction d'une carte
mtrique et hybride (Hybrid Metric Maps : HyMMs) qui combine les lments de la carte
avec d'autres informations sensorielles. Les auteurs prsentent comment combiner
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
39/83
Chapitre 3 Mthodes de modlisation de lenvironnement
32
efficacement un algorithme SLAM bas sur les primitives et une carte sous forme d'une grille
d'occupation. La carte globale est partitionn en un ensemble de rgions triangulaires locales
connectes, qui fournit un repre pour une description multi -chelles de l'environnement.
Pour eux, la carte hybride est reprsente par un graphe de systmes de coordonnes, telle que
chaque sommet dans le graphe reprsente un repre local, et les artes reprsentent les
transformations entre les repres adjacents.
Bien que les cartes hybrides offrent plus d'avantages que les cartes individuelles, elles
possdent des problmes qui n'apparaissent pas dans les cartes simples. Un problme vident
est la complexit introduite par les synergies. Par exemple, la sortie de localisation provenant
d'une composante va tre utilise comme l'entre d'un capteur virtuel, et donc on doit dfinir
un modle sensoriel pour cette entre, ce qui n'est pas toujours vident. D'autre part, on risque
d'avoir une propagation de l'erreur via les diffrentes composantes.
3.3.6.Remarques sur les mthodes de modlisation
Les deux grands types de mthodes de modlisation que nous avons prsentes ont des
avantages et des inconvnients. Les approches mtriques dites probabilistes, sont robustes et
relativement efficaces. En outre elles permettent de rpondre au problme de divergence li
lutilisation du filtrage de Kalman tendu dans des approches dites gomtriques. En revanche
elles possdent le gros dsavantage dtre lourdes en temps de calcul et limites en prcision.
Lautre problme de ces mthodes est leurs niveaux smantiques faibles qui globalement se
limitent une certitude sur lexistence dune cellule. La deuxime approche (approche
topologique) quant elle permet justement dintgrer une description de plus haut niveau que
dans les approches mtriques, ceci en intgrant la notion de places significatives au sens de la
navigation. Ces lieux caractristiques, ainsi que les liens entre ces lieux sont gnralement
grs dans un graphe, do une combinatoire moindre et une optimisation du paramtre
mmoire pour le stockage des donnes. En outre la quantification prcise des contraintes
gomtriques entre ces places significatives, par exemple pour des petits dplacement du
robot, savre tre un problme.
Nous pouvons finalement constater que ces deux approches sont complmentaires. Il est donc
intressant de pouvoir associer ces deux types de reprsentation dans un module de gnration
de carte. Cette approche complmentaire, que lon peut qualifier dapproche hybride, est de
plus en plus intgre dans des travaux rcents. Les rsultats obtenus montrent clairement
lefficacit dune telle approche.
7/25/2019 Reconstruction Incrmentale de Cartes dEnvironnement en Robotique Mobile
40/83
Chapitre 3 Mthodes de modlisation de lenvironnement
33
3.4. Localisation et modlisation simultanes