Navigation visuelle d'un robot mobile dans un environnement d'extérieur semi-structuré

Abstract

Cette these porte sur le traitement automatique d'images couleur, et son application a la robotique dans des environnements semi-structures d'exterieur. Nous proposons une methode de navigation visuelle pour des robots mobiles en utilisant une camera couleur. Les domaines d'application de ce travail se situent dans l'automatisation de machines agricoles, en vue de la navigation automatique dans un reseau de chemins (pour aller d'une ferme a un champ par exemple). Nous presentons tout d'abord une analyse des principaux travaux de recherche dans la litterature sur la navigation visuelle. Une chaine de pre-traitement pour le rendu couleur d'images numeriques mono-capteur dotees d'un filtre Bayer est presentee ; elle se base sur une etude des techniques de demosaiquage, le calibrage chromatique d'images (balance de blancs) et la correction gamma. Une methode d'interpretation monoculaire de la scene courante permet d'extraire les regions navigables et un modele 2D de la scene. Nous traitons de la segmentation d'une image couleur en regions, puis de la caracterisation de ces regions par des attributs de texture et de couleur, et enfin, de l'identification des diverses entites de la scene courante (chemin, herbe, arbre, ciel, champ laboure,&). Pour cela, nous exploitons deux methodes de classification supervisee : la methode de Support Vector Machine) (SVM) et celle des k plus proches voisins (k-PPV). Une reduction d'information redondante par une analyse en composantes independantes (ACI) a permis d'ameliorer le taux global de reconnaissance. Dans un reseau de chemins, le robot doit reconnaitre les intersections de chemins lui permettant (a) dans une phase d'apprentissage, de construire un modele topologique du reseau dans lequel il va devoir se deplacer et (b) dans une phase de navigation, de planifier et executer une trajectoire topologique definie dans ce reseau. Nous proposons donc une methode de detection et classification du chemin: ligne droite, virage gauch e, virage droite, carrefour en X, en T ou en Y. Une approche pour la representation de la forme et de la categorisation des contours (Shape Context) est utilisee a cet effet. Une validation a ete effectuee sur une base d'images de routes ou chemins de campagne. En exploitant cette methode pour detecter et classifier les noeuds du reseau de chemins, un modele topologique sous forme d'un graphe est construit; la methode est validee sur une sequence d'images de synthese. Enfin, dans la derniere partie de la these, nous decrivons des resultats experimentaux obtenus sur le demonstrateur DALA du groupe Robotique et IA du LAAS-CNRS. Le deplacement du robot est controle et guide par l'information fournie par le systeme de vision a travers des primitives de deplacement elementaires (Suivi-Chemin, Suivi-Objet, Suivi-Bordure,...). Le robot se place au milieu du chemin en construisant une trajectoire a partir du contour de cette region navigable. Etant donne que le modele semantique de la scene est produit a basse frequence (de 0,5 a 1Hz) par le module de vision couleur, nous avons integre avec celui-ci, un module de suivi temporel des bords du chemin (par Snakes), pour augmenter la frequence d'envoi des consignes (de 5 a 10 Hz) au module de locomotion. Modules de vision couleur et de suivi temporel doivent etre synchronises de sorte que le suivi puisse etre reinitialise en cas de derive. Apres chaque detection du chemin, une trajectoire sur le sol est planifiee et executee; les anciennes consignes qui ne sont pas encore executees sont fusionnees et filtrees avec les nouvelles, donnant de la stabilite au systeme.