Clustérisation distribuée et auto-reconfiguration pour la matière programmable basée sur des robots modulaires

Distributed clustering and self-reconfiguration for modular robots based programmable matter

• Auteur / Autrice : Jad Bassil
• Direction : Abdallah Makhoul, Benoît Piranda
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 09/11/2023
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et microtechniques (Besançon ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : FEMTO-ST : Franche-Comté Electronique Mécanique Thermique et Optique - Sciences et Technologies (Besançon) - Franche-Comté Électronique Mécanique- Thermique et Optique - Sciences et Technologies (UMR 6174) / FEMTO-ST
• Partenaire(s) de recherche : Site de préparation : Université de Franche-Comté (1971-....)
• Jury : Président / Présidente : Nathalie Mitton
• Jury : Examinateurs / Examinatrices : Julien Bourgeois
• Jury : Rapporteurs / Rapporteuses : Olivier Simonin, Alcherio Martinoli

Mots clés

Mots clés contrôlés

Robots -- Programmation

Microrobots

Algorithmes parallèles

Mots clés libres

Matière programmable

Algorithmes distribués

Robots modulaires

Clustering

Auto-reconfiguration

Programmable matter

Distributed algorithms

Modular robots

Self-reconfiguration

Résumé

La matière programmable peut être utilisée pour créer des objets qui peuvent être programmés pour changer de forme et de propriétés physiques à la demande. L'une des façons d'implémenter la matière programmable est de la construire comme un robot modulaire auto-reconfigurable composé d'un grand ensemble de micro-robots simples attachés les uns aux autres. Ces micro-robots sont capables de communiquer avec leurs modules voisins directement connectés et de modifier les interconnexions pour changer la forme globale du robot.Cette thèse aborde le défi de l'auto-reconfiguration dans les systèmes robotiques modulaires, qui implique de réorganiser de manière autonome les modules pour atteindre une forme cible. Le problème d'auto-reconfiguration est difficile du fait du nombre très élevé de configurations possibles, qui augmente de façon exponentielle avec le nombre de modules. Dans cette thèse, nous soutenons que des algorithmes d'auto-reconfiguration rapide pour les robots modulaires à grande échelle peuvent être obtenus en regroupant les modules.Un algorithme distribué à contraintes de taille est présenté pour former des clusters de tailles prédéfinies, ainsi qu'une nouvelle structure poreuse composée de méta-modules à deux états placés dans une maille régulière. Cette structure poreuse permet un déplacement simultané des modules à l'intérieur de celle-ci. De plus, deux algorithmes d'auto-reconfiguration applicables sur la structure proposée sont introduits. La thèse présente également un algorithme de reconnaissance de forme distribuée pour détecter la forme actuelle de l'ensemble.Afin de valider les algorithmes proposés, des simulations sont réalisées pour démontrer leur efficacité à atteindre leurs objectifs.

Programmable matter can be used to create objects that can be programmed to change shape and physical properties on demand. One of the ways to implement programmable matter is to build it as a self-reconfigurable modular robot made up of a large set of simple micro-robots attached to each other. These micro-robots are able to communicate with their directly connected neighboring modules and modify the interconnections to change the overall shape of the robot.This thesis addresses the challenge of self-reconfiguration in modular robotic systems, which involves autonomously rearranging modules to achieve a desired goal shape. The self-reconfiguration problem is difficult due to the very high number of possible configurations, which increases exponentially with the number of modules. In this thesis, we argue that fast self-reconfiguration algorithms for large-scale modular robots can be achieved by clustering the modules.A distributed size-constrained algorithm is presented to form clusters of predefined sizes, along with a novel porous structure composed of two-state meta-modules placed in a regular lattice. This porous structure allows concurrent module flow within it. In addition, two self-reconfiguration algorithms that can be applied on the proposed structure are introduced. The thesis also presents a distributed shape recognition algorithm to detect the current shape of the ensemble.To validate the proposed algorithms, simulations are performed to demonstrate their efficiency in achieving their objectives.