Coordination de plates-formes robotiques autonomes, en environnement inconnu pour la recherche et le sauvetage

Coordination of autonomous robotic platforms in unknown environments for search and rescue

• Auteur / Autrice : Nicolas Gauville
• Direction : François Charpillet
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 18/11/2022
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire lorrain de recherche en informatique et ses applications
• Jury : Président / Présidente : Julien Bourgeois
• Jury : Examinateurs / Examinatrices : François Charpillet, Philippe Mathieu, Caroline Ponzoni Carvalho Chanel, Christophe Guettier, Véronique Serfaty
• Jury : Rapporteurs / Rapporteuses : Julien Bourgeois, Philippe Mathieu

Mots clés

Mots clés contrôlés

Intelligence artificielle répartie

Opérations de recherche et de sauvetage

Prise de décision

Robots autonomes

Mots clés libres

Autonomie décisionnelle

Recherche et sauvetage

Multi-Robotique

Search and rescue

Multi-Robotics

Autonomous decision making

Résumé

Cette thèse s'intéresse à l'exploration d'environnements inconnus à l'aide d'une flotte de robots autonomes réactifs. L'exploration autonome est utilisée dans différents domaines, allant des robots aspirateurs aux robots de recherche et de sauvetage utilisés lors de catastrophes naturelles (incendies, éboulements) ou encore dans des contextes militaires. Le travail réalisé au cours de cette thèse a été financé par Safran Electronics & Defense en soutient du projet FURIOUS (FUturs systèmes Robotiques Innovants en tant qu'OUtilS au profit du combattant embarqué et débarqué) de la Direction Générale de l'Armement. Il fait suite au projet Cart-O-Matic, qui était l'un des cinq projets fondés par l'Agence Nationale de la Recherche (ANR) pour sa participation au concours de robotique "Défi CAROTTE" organisé par la Délégation générale pour l'armement, et qui a remporté ce concours. De très nombreuses approches de l'exploration autonome existent dans l'état de l'art. Dans cette thèse, nous avons cherché à explorer efficacement un environnement intérieur en limitant les calculs et communications. Réduire la quantité de calculs nécessaires permet d'économiser les batteries des robots et d'utiliser plus facilement un grand nombre de robots. Réduire les communications permet une économie d'énergie, mais est également intéressant dans un cadre militaire, de façon à limiter les risques de compromettre la présence des robots. Un algorithme d'exploration local a été proposé, permettant de réduire significativement communications et calculs tout en maintenant un haut niveau de performances et publié aux 27èmes Journées Francophones sur les Systèmes Multi-Agents. Nous avons ensuite proposé une nouvelle approche par carte sémantique, permettant de segmenter l'environnement en pièces et couloirs, ainsi qu'un nouvel algorithme d'exploration par contraintes. Cette nouvelle approche permet aux robots de mieux comprendre l'environnement dans lequel ils évoluent, et de réduire les erreurs de localisation et de perception propres aux capteurs qui les équipent. Notre approche par contrainte permet aux opérateurs de mieux définir les objectifs et priorités des robots, répondant ainsi aux besoins opérationnels de différentes missions, notamment dans le cadre de missions de recherche et de sauvetage ou de soutien militaire.

This thesis focuses on exploring unknown environments using a group of reactive autonomous robots. Autonomous exploration is used in different domains, from vacuum robots to search and rescue robots used in natural disasters (fires, landslides) or military contexts.The work achieved during this thesis was financed by Safran Electronics & Defense in support of the FURIOUS project (FUturs Innovative Robotic Systems as Tools for the benefit of the embarked and disembarked fighter) of the French General Direction of Armaments. It follows the Cart-O-Matic project, which was one of the five projects founded by the French National Research Agency (ANR) for its participation in the robotics competition "Défi CAROTTE" organized by the "Direction Générale pour l'Armement," and which won this competition.Many approaches to autonomous exploration exist in the state of the art. In this thesis, we have tried to efficiently explore an indoor environment while limiting the amount of computation and communication. Reducing the amount of computation required saves robot batteries and makes it easier to use a large number of robots. Reducing communications saves energy but is also interesting in a military setting to limit the risks of compromising the presence of robots. A local exploration algorithm has been proposed to significantly reduce communications and computations while maintaining a high level of performance and was published at the 27th Journées Francophones sur les Systèmes Multi-Agents.We then proposed a new semantic map approach, allowing us to segment the environment into rooms and corridors, and a new constraint-based exploration algorithm. This new approach allows robots to understand better the environment in which they evolve and to reduce localization and perception errors specific to the sensors which equip them. Our constraint-based approach allows operators to define robot objectives and priorities better, thus meeting the operational needs of various missions, including search and rescue and military support.