Integration de la fonction perception dans une architecture de controle de robot mobile autonome
André Dalgalarrondo
- Year
- 2001
- Citations
- 5
Abstract
Ce travail s'interesse a l'organisation generale des composantes d'une architecture de controle de robot mobile autonome et se focalise sur les mecanismes concourant a sa fonction perception. Nous menons une analyse des architectures de controle de robot existantes et des approches suivies pour leur elaboration qui nous guide vers la conception ascendante d'une architecture de controle hybride. Apres avoir choisi notre methode d'etude et defini globalement l'organisation de l'architecture souhaitee, nous nous interessons a l'integration de la fonction perception sur un robot mobile. Notre etude sur la perception visuelle et notamment sur les problemes de l'emploi d'algorithmes de traitement d'images nous conduit a considerer un controle specifique a ces algorithmes a l'aide d'un mecanisme original de gestion de l'attention du robot. Ce mecanisme permet la selection dynamique de processus de perception en fonction du comportement courant du robot, en tenant compte de connaissances a priori sur des enchainement logiques entre processus de perception et en considerant les ressources de calcul disponibles sur le robot. Par une evaluation des traitements de perception, ce mecanisme change la methode d'utilisation des traitements de perception couramment adoptee sur un robot. Il permet de remplacer la recherche du meilleur traitement de perception pour un but donne, effectue lors de la conception du robot, par la mise en place de traitements plus nombreux et plus simples dont la selection lui est confiee pendant le deroulement de sa mission. Ce mecanisme autorise donc une plus grande capacite d'adaptation du robot a son environnement et une sensibilite moindre aux choix arbitraires de son concepteur. L'architecture de controle proposee et les mecanismes de perception decrits brievement ci-dessus sont ensuite implantes sur un calculateur multiprocesseur et sous la forme d'un systeme multiagent. Enfin, ce systeme est experimente pour le controle d'un robot mobile.
Keywords
Related papers
Artificial intelligence: a modern approach
1995
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham +17 more
2016
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller +1 more
2013