Thèse soutenue

Lambda-Field : une nouvelle méthode pour l'évaluation de risque dans les grilles d'occupation

FR  |  
EN
Auteur / Autrice : Johann Laconte
Direction : Romuald Aufrère
Type : Thèse de doctorat
Discipline(s) : Electronique et Systèmes
Date : Soutenance le 14/12/2021
Etablissement(s) : Université Clermont Auvergne (2021-...)
Ecole(s) doctorale(s) : École doctorale des sciences pour l'ingénieur (Clermont-Ferrand)
Partenaire(s) de recherche : Laboratoire : Institut Pascal (Aubière, Puy-de-Dôme)
Jury : Président / Présidente : Philippe Bonnifait
Examinateurs / Examinatrices : Roland Chapuis, François Pomerleau
Rapporteurs / Rapporteuses : Christian Laugier, Ouiddad Labbani-Igbida

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Dans le contexte des robots autonomes, l'un des sujets les plus controversés est la notion de risque. En effet, aucun robot n'échappe à une telle question, à savoir si ce robot ne causera aucun dommage à lui-même ou aux êtres vivants dans l'environnement qui l'entoure. Les bras robotiques ont un espace de travail fini et relativement petit, où le risque est abordé de telle sorte que le robot s'arrête complètement dès qu'un humain pénètre dans son espace de travail. En robotique mobile, cette notion est plus complexe et reste un problème ouvert. Souvent, la représentation préférée de l'environnement est la représentation sémantique, où chaque obstacle est stocké comme une entité unique. Cependant, dans des scénarios complexes ou des environnements non structurés, la détection de tels obstacles est une tâche fastidieuse et en manquer un peut conduire à des événements désastreux. Dans ces cas, une carte métrique est utilisée, où chaque position stocke l'information d'occupation. Le type le plus courant de carte métrique est la carte d'occupation bayésienne. Cependant, ce type de carte n'est pas bien adapté pour calculer l'évaluation du risque pour les chemins continus en raison de sa nature discrète. Par conséquent, nous introduisons dans cette thèse un nouveau type de carte appelé Lambda-Field, spécialement conçu pour l'évaluation du risque. Les Lambda-Fields sont une contrepartie de la grille d'occupation bayésienne classique. Au lieu de stocker la probabilité d'occupation à chaque position, le Lambda-Field stocke l'intensité de la probabilité qu'une collision se produise à cette position : plus l'intensité est élevée, plus la probabilité de collision est élevée. Grâce à cette nouvelle formulation, les Lambda-Fields sont capables d'évaluer un risque générique sur un chemin. Contrairement à la grille d'occupation bayésienne, l'utilisation de l'intensité au lieu de la probabilité directe de collision permet à la méthode d'évaluation de risque de produire des métriques basées sur la physique qui conservent leurs unités physiques. Tout au long de cette thèse, nous présentons comment construire et utiliser le Lambda-Field dans des environnements statiques et dynamiques. Nous montrons que le Lambda-Field possède également des propriétés cartographiques intéressantes qui induisent des cartes d'environnements non structurés plus précises. En utilisant cette définition du risque et le Lambda-Field, nous montrons que notre méthode est capable de faire de la planification de chemin classique mais aussi de traverser des environnements non structurés où une grille d'occupation bayésienne ne trouverait pas de chemin.