L'interaction du robot avec son environnement passe par une interprétation de ses données sensorielles. La construction de modèles de l'environnement à partir des données perçues est au coeur de son autonomie: ces modèles sont d'une part indispensables aux prises de décision, et d'autre part de nombreuses décisions peuvent être formulées comme un problème d'acquisition d'information sur l'environnement.

Nous poursuivrons nos efforts sur la construction de modèles de l'environnement hétérogènes, qui mêlent des informations relatives aux capacités d'action des robots (traversabilité par exemple) et à leurs capacités de perception (expression de la quantité d'informations disponibles, de la possibilité de localisation). L'extraction d'informations sémantiques sera aussi un axe de travail privilégié.

La maintien de la cohérence entre ces différents modèles est indispensable, et passe notamment par le maintien de leur "cohérence spatiale" : le problème de la cartographie et localisation simultanées (SLAM), sur lequel nous avons déjà beaucoup contribué sera étendu au cas multi-robots et multi-capteurs. Enfin, l'exploitation et l'enrichissement des informations préalables sur l'environnement (systèmes d'information géographique notamment) est un thème de recherche essentiel sur lequel nous allons investir.

Ces travaux font appel aux disciplines de traitement d'image et de signal, aux formalismes de fusion d'informations imprécises et incertaines, développés pour diverses modalités (vision couleur, panoramique, monoculaire, et stéréoscopique). Les modèles de l'environnement considérés sont des modèles probabilistes, tant au niveau de la géométrie (imprécisions) qu'au niveau sémantique (incertitudes).