Localisation et cartographie simultanées pour un robot mobile équipé d'un laser à balayage : CoreSLAM
Auteur / Autrice : | Oussama El Hamzaoui |
Direction : | Claude Laurgeau |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique temps réel, robotique et automatique |
Date : | Soutenance le 25/09/2012 |
Etablissement(s) : | Paris, ENMP |
Ecole(s) doctorale(s) : | École doctorale Sciences des métiers de l'ingénieur (Paris) |
Partenaire(s) de recherche : | Laboratoire : Centre de robotique (Paris) |
Jury : | Président / Présidente : Philippe Bonnifait |
Examinateurs / Examinatrices : Claude Laurgeau, Bruno Steux | |
Rapporteurs / Rapporteuses : Laurent Trassoudaine, David Filliat |
Mots clés
Résumé
La thématique de la navigation autonome constitue l’un des principaux axes de recherche dans le domaine des véhicules intelligents et des robots mobiles. Dans ce contexte, on cherche à doter le robot d’algorithmes et de méthodes lui permettant d’évoluer dans un environnement complexe et dynamique, en toute sécurité et en parfaite autonomie. Dans ce contexte, les algorithmes de localisation et de cartographie occupent une place importante. En effet, sans informations suffisantes sur la position du robot (localisation) et sur la nature de son environnement (cartographie), les autres algorithmes (génération de trajectoire, évitement d’obstacles ...) ne peuvent pas fonctionner correctement. Nous avons centré notre travail de thèse sur une problématique précise : développer un algorithme de SLAM simple, rapide, léger et limitant les erreurs de localisation et de cartographie au maximum sans fermeture de boucle. Au cœur de notre approche, on trouve un algorithme d’IML : Incremental Maximum Likelihood. Ce type d’algorithmes se base sur une estimation itérative de la localisation et de la cartographie. Il est ainsi naturellement divergent. Le choix de l’IML est justifié essentiellement par sa simplicité et sa légèreté. La particularité des travaux réalisés durant cette thèse réside dans les différents outils et algorithmes utilisés afin de limiter la divergence de l’IML au maximum, tout en conservant ses avantages.