, Cela permet en particulier d'utiliser plusieurs capteursàcapteursà la fois
, avec une erreur additionnelle) ` a cette configuration
, 2 montre un exemple de fonctions p(x) et q(x)
, On cherchè a calculer empiriquement la surface d'un cercle de rayon R. Le calcul de cette surface consistèconsistè a estimer l'intégrale dxdy sous la contrainte x 2 + y 2 < R 2 . Un ensemble de points {(x i , y i )} N i=1 est tiré. Le tirage pour x et y est fait séparémentséparémentà partir de la distribution uniforme sur [0, R]. La fonction de proposition q(x, y) est la distribution uniforme sur, La fonction de tirage p(x, y) quantàquantà elle est donnée par : 1 si x 2 + y 2 < R 2
, R 2 Nv N o` u N v est le nombre de points valides et N est le nombre total des points tirés. Il est clair que cette méthode marche bien quand la densité q est une bonne approximation de p
, Le Fil d'Ariane : Une méthode de planification générale. ApplicationàApplication`Applicationà la planification automatique de trajectoires, Thèse de l'INP de Grenoble, 1994.
, Planning robust motion strategies for a mobile robot, Proceedings of the 1994 IEEE International Conference on Robotics and Automation, pp.1312-1318, 1994.
DOI : 10.1109/ROBOT.1994.351305
, A Bayes-maximum entropy method for multi-sensor data fusion, Proceedings 1992 IEEE International Conference on Robotics and Automation, 1992.
DOI : 10.1109/ROBOT.1992.220138
, Interprétation vs. Description I : Proposition pour une théorie probabiliste des systèmes cognitifs sensori-moteurs. Intellectica, pp.1-2, 1998.
, Interprétation vs. Description II : Fondements mathématiques. Intellectica, pp.313-336, 1998.
, Complexité géométrique et robotique. Technique de la Robotique -Perception et planification. Hermès, 1988.
, A numerical technique for planning motion strategies of a mobile robot in presence of uncertainty, Proceedings of 1995 IEEE International Conference on Robotics and Automation, pp.1327-1332, 1995.
DOI : 10.1109/ROBOT.1995.525463
, A Note on the Generation of Random Normal Deviates, The Annals of Mathematical Statistics, vol.29, issue.2, pp.610-611, 1958.
DOI : 10.1214/aoms/1177706645
, LMF : a program for positioning objects using geometric relationships, 92' International Conference on Applications of Artificial Intelligence in Engineering, 1992.
, Probability, Frequency and Reasonable Expectation, American Journal of Physics, vol.14, issue.1, 1946.
DOI : 10.1119/1.1990764
, The Algebra of Probable Inference, American Journal of Physics, vol.31, issue.1, 1961.
DOI : 10.1119/1.1969248
, INP de Grenoble, septembre 1995 Planification de mouvements avec prise en compte explicite des incertitudes géométriques Monte Carlo Localization for Mobile Robots A Genetic Algorithm for Job Shop Proceedings of the Monte Carlo Localization : Efficient Position Estimation for Mobile Robots Kinematic modeling of tasks under constraints Application to fine motion and calibration, La représentation contingente, vers une réconciliation des approches fonctionnelles et structurelles de la robotique autonome Thèse de l Thèse de l'INP de Grenoble IEEE International Conference on Robotics and Automation (ICRA99) Proceedings of the Sixteenth National Conference on Artificial Intelligence (AAAI'99), 1999. [Gaunet94] D. Gaunet. Modèle formel de tolérancement de position : Contributionàtion`tionà l'aide au tolérancement des mécanismes en CFAO Thèse de Doctorat de l'´ ecole normale supérieure de Cachan, février 1994. [Geweke95] J. Geweke. Monte Carlo Simulation and Numerical Integration. Federal Reserve Bank of Minneapolis, pp.89-98, 1988.
, Credit assignment in rule discovery systems based on genetic algorithms A conterexample to Theorems of Cox and Fine Adaptation in Natural and Artificial Systems, Machine learning Variational Probabilistic Inference and the QMR-DT Network, pp.67-85, 1975.
, Modélisations Markoviennes multirésolutions en vision par ordinateur. ApplicationàApplication`Applicationà la segmentation d'images Spot, Thèse d ´ Etat de l'université de Nice-Sofia Antipolis, 1994.
, Learning with genetic algorithms Optimization by simulated annealing Simulated annealing : Theory and applications Robot Motion Planning, The fast Calculation of Form Factors using Low Discrepancy Point Sequences. Proceedings of the 12th Spring Conference on Computer Graphics Machine LearningLebeltel97] O. Lebeltel, P.Bessì ere, E. Dedieu and E. Mazer. Modélisation Bayésienne d'Interaction Robot/Environnement Téléopérées. Proceedings of SISOM'97 (Annual Symposium of the Institute of Solid Mechanics ), pp.195-204, 1983.
, TINA : The Sheffield AIVRU vision system The Robotics Review I [LozanoPèrez87] T. Lozano-P` erez. A Simple Motion-Planning Algorithm for General Robot Manipulators Introduction to Monte Carlo Methods. Proceedings of an Erice summer school Modeling and Controlling Variation in Mechanical Assemblies using State Transition Models Robot Hands and the mechanics of manipulation A mathematical introduction to robotic manipulation, AUTOPASS : an automatic programming system for computer controlled mechanical assembly. IBM J.Res.Dev. 21 Proceedings of the 1998 IEEE International Conference on Robotics and AutomationMazer87] E. Mazer. Handey : un modèle de planificateur pour la programmation automatique des robots Thèse d' ´ EtatMoravec88] H. P. Moravec. Sensor fusion in certainty grids for mobile robots. AI Magazine Probabilistic inference using Marcov Chain Monte Carlo Methods, pp.195-198, 1977.
, Probabilistic reasoning in intelligent systems : Networks of plausible inference, 1991.
, Spécification et résolution de tâches de manipulation complexes . ApplicationàApplication`Applicationà la téléprogrammation de robots distants, Thèse de l, 1995.
, Vérification-Correction de programme pour la prise en compte des incertitudes en programmation automatique des robots
, Simulation and the Monte Carlo method, 1981.
, Convergence analysis of canonical genetic algorithms, IEEE Transactions on Neural Networks, vol.5, issue.1, 1994.
DOI : 10.1109/72.265964
, The Task Function Approach, 1991.
, Assemblability based on Maximum Likelihood Configuration of Tolerances, Presented at IEEE Symposium on Assembly and Task Planning, 1997.
, Tools for Statistical Inference: Methods for the Exploration of Posterior Distributions and Likelihood Functions, 3rd Edition, Biometrics, vol.54, issue.2, 1998.
DOI : 10.2307/3109795
, A synthesis of manipulator control programs from tasklevel specifications. memo AIM 282, 1976.
, Modélisation du raisonnement géométrique pour la programmation des robots, 1986.
, Slow and Smooth : a Bayesian theory for the combination of local motion signals in human vision, MIT AI Memo 1624, 1998.
, A Geometric Modeling System for Automated Mechanical Assembly, IBM Journal of Research and Development, vol.24, issue.1, 1980.
DOI : 10.1147/rd.241.0064
, Representation of geometric variations using matrix transforms for statistical tolerance analysis in assemblies, Research in Engineering Design, vol.1, issue.3, pp.191-210, 1994.
DOI : 10.1007/BF01608399
, 3D Dynamic Scene Analysis : A sterio Based Approach, Springers, vol.27, 1992.
DOI : 10.1007/978-3-642-58148-9
, Leprobì eme consistè a trouver la pose d'un objetàobjetà partir d'un ensemble de mesures capteur, p.31
, A gauche, un capteur montémontéà l'extrémité d'un bras articulé dont le modèle géométrique est entaché d'incertitude . ` A droite, un capteur dont la pose par rapportàrapportà un repère de référence n'est connue qu'avec incertitude, p.86
, Le bras le moins précis est replié sur luimême . De plus, les axes de rotations sont perpendiculairesàperpendiculairesà la direction commune de la normale des deux faces, p.93
, A gauche, les points de mesures et les faces correspondantes lors de la prise des mesures A droite, les points et les facesàfacesà remettre en relations pour leprobì eme d', p.104
, Le but est de trouver sa position pour pouvoir atteindre avec une précision maximale les quatre points attachés aux quatre cylindres sur la table, p.110
, les moyennes premì ere ligne) et lesécartslesécarts-types deuxì eme ligne) a posteriori sur les 6 paramètres du lienàlienà fermer. Pour la configuration donnée par le système, ces valeurs ontétéontété calculées empiriquementàquementà partir d'une simulation utilisant 10 5 points. En gras, les valeurs pour le paramètre contraint par leprobì emè a savoir t z correspondantàcorrespondantà la relation point sur face, p.105