Stratégies de commande référencées multi-capteurs et gestion de la perte du signal visuel pour la navigation d'un robot mobile
Résumé
The literature provides many techniques to design efficient control laws to realize robotic navigation tasks. In recent years, the sensors improvement gave rise to the sensor-based control which allows to define the robotic task in the sensor space rather than in the configuration space. In this context, as cameras provide high-rate meaningful data, visual servoing has been particularly investigated, and can be used to perform various and accurate navigation tasks. This method, which relies on the interaction between the camera and the visual features motions, consists in regulating an error in the image plane. Nonetheless, vision-based navigation tasks in cluttered environment cannot be expressed as a sole regulation of visual data. Indeed, in this case, it is necessary to preserve not only the robot safety (i.e. non-collision) but also the visual features visibility. This thesis addresses this issue and aims at developing sensor-based control laws allowing a mobile robot to perform vision-based tasks amidst possibly occluding obstacles. We have first proposed techniques able to fulfill simultaneously the two previously mentioned objectives. However, avoiding both collisions and occlusions often over-strained the robotic navigation task, reducing the range of realizable missions. This is the reason why we have developed a second approach which lets the visual features loss occurs if it is necessary for the task realization. Using the link between vision and motion, we have proposed different methods (analytical and numerical) to compute the visual signal as soon it becomes unavailable. We have then applied them to perform vision-based tasks in cluttered environments, before highlighting their interest to deal with a camera failure during the mission.
La synthèse de lois de commande efficaces apparaît comme un enjeu important dans la réalisation autonome de tâches de navigation robotiques. Ce problème peut être abordé par différentes approches. L'une d'entre elles, la commande référencée capteur, permet de définir les boucles de commande directement à partir des mesures sensorielles au lieu de les exprimer en fonction de l'état du robot. Dans ce contexte, du fait de la richesse du signal vidéo, la vision apparaît comme un capteur privilégié pour la réalisation de tâches très variées de manière précise. Cependant, la commande référencée vision reposant sur la seule régulation des indices visuels dans l'image s'avère mal adaptée pour réaliser des tâches de navigation complexes dans des environnements encombrés d'obstacles. En effet, dans ce cas, il est nécessaire de garantir d'une part la sécurité du robot, et d'autre part la disponibilité permanente des indices visuels dans l'image. Ce sont précisément ces problèmes que nous avons voulu étudier dans le cadre de cette thèse. Notre contribution a consisté à définir des stratégies de commande référencées multi-capteurs pour un robot mobile réalisant une tâche référencée vision dans un environnement encombré d'obstacles susceptibles d'occulter le motif visuel. Nous avons tout d'abord proposé des lois de commandes permettant d'éviter à la fois les occultations et les collisions. Toutefois, les résultats obtenus ont montré que chercher à éviter simultanément ces deux phénomènes surcontraignait le mouvement du robot, limitant la gamme des missions réalisables. Nous avons alors développé une seconde approche consistant à tolérer temporairement la perte du signal visuel. Celle-ci repose sur l'exploitation de la réversibilité du lien vision/mouvement exprimé par le torseur d'interaction. Nous avons ainsi proposé dans un cadre général plusieurs méthodes (analytiques et numériques) de reconstruction du signal visuel lorsqu'il devient indisponible. Nous avons ensuite validé ch acune de ces méthodes dans le cas de la réalisation d'une tâche de navigation référencée vision dans un milieu encombré d'obstacles. Nous avons également montré l'intérêt de nos approches lorsque la caméra présente un défaut de fonctionnement pendant l'exécution d'une mission.
Loading...