Navigation exploratoire au long de la vie : une approche intégrant planification, navigation, cartographie et localisation pour des robots mobiles disposant de ressources finies
Auteur / Autrice : | Fabrice Mayran de Chamisso |
Direction : | Michaël Aupetit |
Type : | Thèse de doctorat |
Discipline(s) : | Robotique |
Date : | Soutenance le 18/11/2016 |
Etablissement(s) : | Université Paris-Saclay (ComUE) |
Ecole(s) doctorale(s) : | École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'intégration des systèmes et des technologies (Gif-sur-Yvette, Essonne ; 2001-....) - Laboratoire de robotique interactive [Gif sur Yvette] |
établissement opérateur d'inscription : Université Paris-Sud (1970-2019) | |
Jury : | Président / Présidente : David Filliat |
Examinateurs / Examinatrices : Michaël Aupetit, David Filliat, Raja Chatila, Simon Lacroix, Patrick Rives, Véronique Serfaty, Laurent Soulier | |
Rapporteurs / Rapporteuses : Raja Chatila, Simon Lacroix |
Mots clés
Résumé
Il est fondamental pour un robot d'être capable de se déplacer de manière complètement autonome afin d'accomplir une mission qui lui a été confiée, et ce avec un budget énergétique fini, dans un laps de temps contraint et sans connaissances préalables de l’environnement. Afin d'atteindre un objectif dans le plan ou l'espace, un robot doit à minima être capable d'accomplir quatre tâches: maintenir une représentation abstraite de l'environnement (une carte), être capable de se localiser à l'intérieur de cette représentation, utiliser la représentation pour planifier des itinéraires et naviguer le long de la trajectoire prévue tout en s'adaptant aux dynamiques de l'environnement et en évitant les obstacles. Chacun de ces problèmes a été étudié par la communauté de la robotique. Cependant, ces quatre composants sont en général étudiés séparément et sont par conséquent incompatibles entre eux pour l'essentiel. De plus, étant donné qu'humains et robots ne disposent que de ressources computationelles et mémorielles finies, les algorithmes de planification, navigation et SLAM devraient être capables de fonctionner avec des données incomplètes ou compressées tout en garantissant que le ou les objectifs fixés soient atteints. Dans cette thèse, la planification, la navigation et le SLAM dans des environnements arbitrairement grands et avec des ressources computationelles et mémorielles finies sont vues comme un seul problème, créant un nouveau paradigme que nous appelons Navigation Exploratoire au long de la Vie ou Lifelong Exploratory Navigation.