Navigation bio-mimétique autonome en environnements intérieurs et extérieurs : apprentissage sensori-moteur et planification dans un cadre interactif

Autonomous navigation in indoor and outdoor environments : sensori-motor learning and planning in an interactive way

• Auteur / Autrice : Christophe Giovannangeli
• Direction : Philippe Gaussier
• Type : Thèse de doctorat
• Discipline(s) : Informatique et sciences cognitives
• Date : Soutenance en 2007
• Etablissement(s) : Cergy-Pontoise
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie (Cergy-Pontoise, Val d'Oise)

Mots clés

Mots clés contrôlés

Sciences cognitives

Vision par ordinateur

Mots clés libres

Vision par ordinateur

Cellules de lieux

Navigation

Orientation

Boussole visuelle

Planification

Carte cognitive

Auto-évaluation

Méta-contrôle

Procès d'apprentissage

Résumé

Cette thèse a pour but de montrer comment la robotique et les sciences du vivant peuvent mutuellement s'enrichir. Nous nous sommes intéressés au problème de la navigation autonome de robots mobiles en environnement d'intérieur et d'extérieur à priori inconnu, en s'inspirant de modèles neurobiologiques de la circuiterie cérébrale. Nous présentons un système de localisation basé sur un modèle de cellules de lieux purement visuelles. Ces cellules de lieux permettent de construire des comportements sensori-moteurs réactifs et de planification. Le système est capable d'apprendre des tâches comportementales en interaction avec un professeur ou de manière autonome par une exploration aléatoire de l'environnement. Nous proposons aussi un système d'orientation utilisant une boussole visuelle et fusionnant des informations allothétiques (boussole visuelle) et idiothétiques (odométrie). Nous débâtons des interactions possibles entre la stratégie sensori-motrice de type lieux-action et la stratégie de planification. Finalement, nous présenterons nos réflexions sur l'autonomie en robotique en proposant une architecture de méta-contrôle permettant au robot de s'auto-évaluer.

This thesis aims at highlighting how the interplay between robotics and the sciences of the living can promote both the understanding the cerebral circuitry and the achievment of very robust algorithms for robotics. The problem of the development of a neural achitecture, inspired by neurobiological models of the cerebral circuitry, for autonomous navigation of mobile robots in unknown indoor and outdoor environments, is adressed. A localization system based on a model of purely visual place-cells is presented. The place-cells enable to learn reactive sensory-motor behavior and planning behavior. The system is able to learn behavioral tasks autonomously or by interacting with a human teacher. An orientation system, merging a visual compass and path integration information, will also be proposed. The possible interactions between sensory-motor and planning strategies will be debated. Finally, issues on the autonomy of the learning in robot will be adressed: A metacontrol architecture which gives self-evaluation capabilities by analyzing the learning progress will be presented.