Méthodes ensemblistes pour la navigation sous-marine

Simultaneous localization and mapping in unstructured environments : a set-membership approach

• Auteur / Autrice : Benoît Desrochers
• Direction : Luc Jaulin
• Type : Thèse de doctorat
• Discipline(s) : Robotique
• Date : Soutenance le 24/05/2018
• Etablissement(s) : Brest, École nationale supérieure de techniques avancées Bretagne
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences et techniques de l'information- de la communication et de la connaissance / Lab-STICC
• Partenaire(s) de recherche : : DGA Techniques navales
• Jury : Président / Présidente : Simon Lacroix
• Jury : Examinateurs / Examinatrices : Vincent Creuze, Fabrice Le Bars, Alain Bertholom, Nicolas Drogi
• Jury : Rapporteurs / Rapporteuses : Sylvie Galichet, Warwick Tucker

Mots clés

Mots clés contrôlés

Apprentissage automatique

Cartographie -- Informatique

Robots sous-marins

Analyse par intervalles

Mots clés libres

Analyse par intervalles

Localisation

Robotique

SLAM

AUV

Interval analysis

Localization

Robotics

SLAM

AUV

Résumé

Cette thèse étudie le problème de la localisation et de la cartographie simultanée (SLAM), dans des environnements non structurés, c'est-à-dire, qui ne peuvent pas être décrits par des équations ou des formes géométriques. Ces types d'environnements sont souvent rencontrés dans le domaine sous-marin. Contrairement aux approches classiques, l'environnement n'est pas modélisé par une collection de descripteurs ou d'amers ponctuels, mais directement par des ensembles. Ces ensembles, appelés forme ou shape, sont associés à des caractéristiques physiques de l'environnement, comme par exemple, des textures, du relief ou, de manière plus symbolique, à l'espace libre autour du véhicule. D'un point de vue théorique, le problème du SLAM, basé sur des formes, est formalisé par un réseau de contraintes hybrides dont les variables sont des vecteurs de Rn et des sous-ensembles de Rn. De la même façon que l'incertitude sur une variable réelle est représentée par un intervalle de réels, l'incertitude sur les formes sera représentée par un intervalle de forme. La principale contribution de cette thèse est de proposer un formalisme, basé sur le calcul par intervalle, capable de calculer ces domaines. En application, les algorithmes développés ont été appliqués au problème du SLAM à partir de données bathymétriques recueillies par un véhicule sous-marin autonome (AUV).

This thesis deals with the simultaneous localization and mapping (SLAM) problem in unstructured environments, i.e. which cannot be described by geometrical features. This type of environment frequently occurs in an underwater context.Unlike classical approaches, the environment is not described by a collection of punctual features or landmarks, but directly by sets. These sets, called shapes, are associated with physical features such as the relief, some textures or, in a more symbolic way, the space free of obstacles that can be sensed around a robot. In a theoretical point of view, the SLAM problem is formalized as an hybrid constraint network where the variables are vectors and subsets of Rn. Whereas an uncertain real number is enclosed in an interval, an uncertain shape is enclosed in an interval of sets. The main contribution of this thesis is the introduction of a new formalism, based on interval analysis, able to deal with these domains. As an application, we illustrate our method on a SLAM problem based on bathymetric data acquired by an autonomous underwater vehicle (AUV).