UNE APPROCHE NEURONALE POUR L'ASSERVISSEMENT VISUEL D'UN ROBOT MANIPULATEUR

Abstract

Nous montrons les possibilites offertes par les techniques neuromimetiques dans le domaine du controle robotique par boucle de retour d'informations visuelles (vision monoculaire et stereoscopique). Notre etude porte sur l'optimisation des performances en apprentissage des reseaux neuronaux et sur la mise en œuvre d'un concept de cooperation entre reseaux. Pour parvenir a ce but et ainsi surmonter les limitations inherentes aux modeles utilises, nous avons etabli un formalisme approprie : le Neuro-Module. Cette nouvelle approche rend l'application des reseaux neuromimetiques plus realiste en robotique et permet un apprentissage en ligne. Deux schemas de controleur auto-adaptatif sont presentes et experimentes. Ils offrent un apprentissage en ligne tres rapide permettant d'obtenir une bonne precision de positionnement et leur implementation est simple et realiste. Des experimentations sur une plate-forme robot vision viennent completer et valider les solutions proposees.