Localisation et modélisation de l'environnement d'un robot mobile par coopération de deux capteurs omnidirectionnels

Abstract

Les travaux presentes dans cette these portent sur un paradigme de localisation et de modelisation simultanee de l’environnement (SLAM). Dans ce cadre, le systeme de perception utilise est un systeme de vision omnidirectionnelle stereoscopique base sur la translation rigide du capteur SYCLOP developpe dans notre laboratoire. La premiere problematique abordee est celle de la construction d’un modele sensoriel robuste et coherent de l’environnement a partir de deux images omnidirectionnelles. Une methode originale d’association des secteurs issus de chaque image panoramique est proposee et utilise la « theorie des croyances » de Dempster-Shafer. Cette approche associative multi-criteres permet par triangulation d’obtenir un modele sensoriel ou les amers verticaux sont representes par des primitives de types points. La deuxieme problematique traitee est celle de la mise en correspondance du modele sensoriel avec un modele cartographie de l’environnement. Cette etape est preponderante puisqu’elle permet au robot de se localiser par rapport a une carte pouvant etre a priori connue ou construite de maniere incrementale. Les criteres de robustesse et de precision nous ont conduits a valider et a utiliser un algorithme base sur le calcul de la distance cartesienne. La troisieme problematique abordee dans ces travaux, et la plus importante, est celle permettant au robot de construire incrementalement la carte de son environnement. Cette phase est indissociable de celle qui consiste a localiser le robot. On parle alors de paradigme de localisation et de modelisation simultanee de l’environnement. La phase de generation incrementale de carte necessite de s’interesser aux problemes que sont (1) le choix d’une representation, (2) la distinction du cas ou l’integration d’une nouvelle primitive est necessaire ; (3) la prise en compte de l’interaction entre erreur de localisation et erreur sur l’estimation des parametres des primitives cartographiques. Nous avons propose une premiere approche basee sur une estimation des parametres des primitives cartographiques au sens des moindres carres. Le critere decisionnel est gere avec la theorie des croyances de Dempster-Shafer. Nous montons les limites de cette premiere approche qui engendre des phenomenes de derives cumulative. Une des raisons expliquant cette derive est l’absence de prise en compte de la troisieme contrainte. Son integration nous a conduit a proposer un deuxieme approche du paradigme SLAM basee sur le formalisme de l’inversion ensembliste (analyse par intervalle). Apres avoir reformule le probleme de la localisation au sens ensembliste, nous presentons un module de generation incrementale de carte base sur une representation sous forme de sous-pavages. Les resultats obtenus sur des trajets importants montrent la minimisation des derives ainsi qu’une precision importante.