Retour au site du LAAS-CNRS

Laboratoire d’analyse et d’architecture des systèmes
Choisir la langue : FR | EN

46documents trouvés

17458
12/07/2017

Study on the use of vision and laser range sensors with graphical models for the slam problem

E.PAIVA MENDES

RIS

Doctorat : INSA de Toulouse, 12 Juillet 2017, 116p., Président: R.ALAMI, Rapporteurs: R.CHAPUIS, L.JAULIN, Examinateurs: P.BONNIFAIT, J.SOLA, Directeurs de thèse: S.LACROIX , N° 17458

Diffusable

Plus d'informations

Résumé

La capacité des robots mobiles à se localiser précisément par rapport à leur environnement est indispensable à leur autonomie. Pour ce faire, les robots exploitent les données acquises par des capteurs qui observent leur état interne, tels que centrales inertielles ou l’odométrie, et les données acquises par des capteurs qui observent l’environnement, telles que les caméras et les Lidars. L’exploitation de ces derniers capteurs a suscité le développement de solutions qui estiment conjointement la position du robot et la position des éléments dans la environnement, appelées SLAM (Simultaneous Localization and Mapping). Pour gérer le bruit des données provenant des capteurs, les solutions pour le SLAM sont mises en oeuvre dans un contexte probabiliste. Les premiers développements étaient basés sur le filtre de Kalman étendu, mais des développements plus récents utilisent des modèles graphiques probabilistes pour modéliser le problème d’estimation et de le résoudre grâce à techniques d’optimisation. Cette thèse exploite cette dernière approche et propose deux techniques distinctes pour les véhicules terrestres autonomes: une utilisant la vision monoculaire, l’autre un Lidar. L’absence d’information de profondeur dans les images obtenues par une caméra a mené à l’utilisation de paramétrisations spécifiques pour les points de repères qui isolent la profondeur inconnue dans une variable, concentrant la grande incertitude sur la profondeur dans un seul paramètre. Une de ces paramétrisations, nommé paramétrisation pour l’angle de parallaxe (ou PAP, Parallax Angle Parametrization), a été introduite dans le contexte du problème d’ajustement de faisceaux, qui traite l’ensemble des données en une seule étape d’optimisation globale. Nous présentons comment exploiter cette paramétrisation dans une approche incrémentale de SLAM à base de modèles graphiques, qui intègre également les mesures de mouvement du robot. Les Lidars peuvent être utilisés pour construire des solutions d’odométrie grâce à un recalage séquentiel des nuages de points acquis le long de la trajectoire. Nous définissons une couche basée sur les modèles graphiques au dessus d’une telle couche d’odométrie, qui utilise l’algorithme ICP (Iterative Closest Points). Des repères clefs (keyframes) sont définis le long de la trajectoire du robot, et les résultats de l’algorithme ICP sont utilisés pour construire un graphe de poses, exploité pour résoudre un problème d’optimisation qui permet la correction de l’ensemble de la trajectoire du robot et de la carte de l’environnement à suite des fermetures de boucle. Après une introduction à la théorie des modèles graphiques appliquée au problème de SLAM, le manuscrit présente ces deux approches. Des résultats simulés et expérimentaux illustrent les développements tout au long du manuscrit, en utilisant des jeux des données classiques et obtenus au laboratoire.

Abstract

A strong requirement to deploy autonomous mobile robots is their capacity to localize themselves with a certain precision in relation to their environment. Localization exploits data gathered by sensors that either observe the inner states of the robot, like acceleration and speed, or the environment, like cameras and Light Detection And Ranging (LIDAR) sensors. The use of environment sensors has triggered the development of localization solutions that jointly estimate the robot position and the position of elements in the environment, referred to as Simultaneous Loealization and Mapping (SLAM) approaches. To handle the noise inherent of the data coming from the sensors, SLAM solutions are implemented in a probabilistic framework. First developments were based on Extended Kalman Filters, while a more recent developments use probabilistic graphical models to model the estimation problem and solve it through optimization. This thesis exploits the latter approach to develop two distinct techniques for autonomous ground vehicles: one using monocular vision, the other one using LIDAR. The lack of depth information in camera images has fostered the use of specific landmark parametrizations that isolate the unknown depth in one variable, concentrating its large uncertainty into a single parameter. One of these parametrizations, named Parallax Angle Parametrization, was originally introduced in the context of the Bundle Adjustment problem, that processes all the gathered data in a single global optimization step. We present how to exploit this parametrization in an incremental graph-based SLAM approach in which robot motion measures are also incorporated. LIDAR sensors can be used to build odometry-like solutions for localization by sequentially registering the point clouds acquired along a robot trajectory. We define a graphical model layer on top of a LIDAR odometry layer, that uses the Iterative Closest Points (ICP) algorithm as registration technique. Reference frames are defined along the robot trajectory, and ICP results are used to build a pose graph, used to solve an optimization problem that enables the correction of the robot trajectory and the environment map upon loop closures. After an introduction to the theory of graphical models applied to SLAM problem, the manuscript depicts these two approaches. Simulated and experimental results illustrate the developments throughout the manuscript, using classic and in-house datasets.

141813
17150
12/04/2017

Robotics-inspired methods to enhance protein design

L.DENARIE

RIS

Doctorat : INP de Toulouse, 12 Avril 2017, 142p., Président: R.ALAMI, Rapporteurs: C.ROBERT, M.VENDITELLI, Examinateurs: S.REDON, Directeurs de thèse: T.SIMEON, J.CORTES , N° 17150

Lien : https://hal.laas.fr/tel-01591457

Diffusable

Plus d'informations

Résumé

La conception de protéines ayant des propriétés spécifiques représente un enjeux majeur pour la pharmacologie et les bio-technologies. Malgré les progrès des méthodes de CAO développées pour la conception de protéines, une limitation majeure des techniques existantes vient de la difficulté à prendre en compte la mobilité du squelette protéique, afin de mieux capturer l’ensemble des propriétés des protéines candidates et garantir la bonne stabilité de la protéine choisie dans la conformation voulue. De plus, si des méthodes de conception multi-états ont été proposées, elles ne permettent pas de garantir l’existence d’une trajectoire réaliste entre ces états. De ce fait, la conception de protéines devant permettre la transition entre plusieurs états reste un problème hors de la portée des méthodes actuelles. Cette thèse explore comment des algorithmes inspirés de la robotique peuvent être utilisés pour explorer l’espace conformationnel de manière efficace afin d’améliorer les méthodes de conception de protéines en prenant en compte de manière plus poussée la flexibilité de leur squelette. Ce travail pose également un premier jalon vers une méthode de conception adaptée à la réalisation d’un mouvement de la protéine.

Abstract

The ability to design proteins with specific properties would yield great progress in pharmacology and bio-technologies. Methods to design proteins have been developed since a few decades and some relevant achievements have been made including de novo protein design. Yet, current approaches suffer some serious limitations. By not taking protein’s backbone motions into account, they fail at capturing some of the properties of the candidate design and cannot guarantee that the solution will in fact be stable for the goal conformation. Besides, although multi-states design methods have been proposed, they do not guarantee that a feasible trajectory between those states exists, which means that design problem involving state transitions are out of reach of the current methods. This thesis investigates how robotics-inspired algorithms can be used to efficiently explore the conformational landscape of a protein aiming to enhance protein design methods by introducing additional backbone flexibility. This work also provides first milestones towards protein motion design.

Mots-Clés / Keywords
Path planning; Protein design; Structural biology; Robotics; Sampling based algorithms; Computational biology;

140135
16444
02/12/2016

Temporal and hierarchical models for planning and acting in robotics

A.BIT-MONNOT

RIS

Doctorat : INP de Toulouse, 2 Décembre 2016, 199p., Président: R.ALAMI, Rapporteurs: J.HERTZBERG, F.PECORA, Examinateurs: A.CESTA, C.PRALET, D.E.SMITH, Directeurs de thèse: M.GHALLAB, F.INGRAND , N° 16444

Lien : https://hal.laas.fr/tel-01444926

Diffusable

Plus d'informations

Abstract

The field of AI planning has seen rapid progress over the last decade and planners are now able to find plans with hundreds of actions in a matter of seconds. Despite those important progresses, robotic systems still tend to have a reactive architecture with very little deliberation on the course of the plan they might follow. In this thesis, we argue that a successful integration with a robotic system requires the planner to have capacities for both temporal and hierarchical reasoning. The former is indeed a universal resource central in many robot activities while the latter is a critical component for the integration of reasoning capabilities at different abstraction levels, typically starting with a high level view of an activity that is iteratively refined down to motion primitives. As a first step to carry out this vision, we present a model for temporal planning unifying the generative and hierarchical approaches. At the center of the model are temporal action templates complemented with a specification of the initial state as well as the expected evolution of the environment over time. In addition, our model allows for the specification of hierarchical knowledge possibly with a partial coverage. Consequently, our model generalizes the existing generative and hierarchical approaches together with an explicit time representation. In the subsequent chapter, we introduce a planning procedure suitable for our planning model. In order to support hierarchical features, we extend the existing Partial-Order Causal Link approach used in many constraint-based planners, with the notions of task and decomposition. We implement it in FAPE (Flexible Acting and Planning Environment) together with automated problem analysis techniques used for search guidance. We show FAPE to have performance similar to state of the art temporal planners when used in a generative setting, and the addition of hierarchical information to lead to further performance gain. Next, we study the usual methods used to reason on temporal uncertainty while planning. We relax the usual assumption of total observability and instead provide techniques to reason on the observations needed to maintain a plan dispatchable. We show how such needed observations can be detected at planning time and incrementally dealt with by considering the appropriate sensing actions. In a final chapter, we discuss the place of the proposed planning system as a central component for the control of a robotic actor. We demonstrate how the explicit time representation facilitates plan monitoring and action dispatching when dealing with contingent events that require observation. We take advantage of the constraint-based and hierarchical representation to facilitate both plan-repair procedures as well opportunistic plan refinement at acting time.

138414
16587
18/10/2016

Raisonnement sur le contexte et les croyances pour l’interaction homme-robot

G.MILLIEZ

RIS

Doctorat : INP de Toulouse, 18 Octobre 2016, 199p., Président: P.DOMINEY, Rapporteurs: R.CHATILA, D.DUHAUT, Examinateurs: D.SIDOBRE, Directeurs de thèse: R.ALAMI , N° 16587

Lien : https://hal.laas.fr/tel-01591864

Diffusable

Plus d'informations

Abstract

The first robots appeared in factories, in the form of programmable controllers. These first robotic forms usually had a very limited number of sensors and simply repeated a small set of sequences of motions and actions. Nowadays, more and more robots have to interact or cooperate with humans, whether at the workplace with teammate robots or at home with assistance robots. Introducing a robot in a human environment raises many challenges. Indeed, to evolve in the same environment as humans, and to understand this environment, the robot must be equipped with appropriate cognitive abilities. Beyond understanding the physical environment, the robot must be able to reason about human partners in order to work with them or serve them best. When the robot interacts with humans, the fulfillment of the task is not a sufficient criterion to quantify the quality of the interaction. Indeed, as the human is a social being, it is important that the robot can have reasoning mechanisms allowing it to assess the mental state of the human to improve his understanding and efficiency, but also to exhibit social behaviors in order to be accepted and to ensure the comfort of the human. In this manuscript, we first present a generic framework (independent of the robotic platform and sensors used) to build and maintain a representation of the state of the world by using the aggregation of data entry and hypotheses on the environment. This infrastructure is also in charge of assessing the situation. Using the state of the world it maintains, the system is able to utilize various spatiotemporal reasoning to assess the situation of the environment and the situation of the present agents (humans and robots). This allows the creation and maintenance of a symbolic representation of the state of the world and to keep awareness of each agent status. Second, to go further in understanding the situation of the humans, we will explain how we designed our robot with the capacity known in developmental and cognitive psychology as "theory of mind", embodied here by mechanisms allowing the system to reason by putting itself in the human situation, that is to be equipped with "perspective-taking" ability. Later we will explain how the assessment of the situation enables a situated dialogue with the human, and how the ability to explicitly manage conflicting beliefs can improve the quality of interaction and understanding of the human by the robot. We will also show how knowledge of the situation and the perspective taking ability allows proper recognition of human intentions and how we enhanced the robot with proactive behaviors to help the human. Finally, we present a study where a system maintains a human model of knowledge on various tasks to improve the management of the interaction during the interactive development and fulfillment of a shared plan.

Résumé

Les premiers robots sont apparus dans les usines, sous la forme d’automates programmables. Ces premières formes robotiques ont le plus souvent un nombre très limité de capteurs et se contentent de répéter une séquence de mouvements et d’actions. De nos jours, de plus en plus de robots ont à interagir ou coopérer avec l’homme, que se soit sur le lieu de travail avec les robots coéquipiers ou dans les foyers avec les robots d’assistance. Mettre un robot dans un environnement humain soulève de nombreuses problématiques. En effet, pour évoluer dans le même environnement que l’homme et comprendre cet environnement, le robot doit être doté de capacités cognitives appropriées. Au delà de la compréhension de l’environnement matériel, le robot doit être capable de raisonner sur ses partenaires humains afin de pouvoir collaborer avec eux ou les servir au mieux. Lorsque le robot interagit avec des humains, l’accomplissement de la tâche n’est pas un critère suffisant pour quantifier la qualité de l’interaction. En effet, l’homme étant un être social, il est important que le robot puisse avoir des mécanismes de raisonnement lui permettant d’estimer également l’état mental de l’homme pour améliorer sa compréhension et son efficacité, mais aussi pour exhiber des comportements sociaux afin de se faire accepter et d’assurer le confort de l’humain. Dans ce manuscrit, nous présentons tout d’abord une infrastructure logicielle générique (indépendante de la plateforme robotique et des capteurs utilisés) qui permet de construire et maintenir une représentation de l’état du monde à l’aide de l’agrégation des données d’entrée et d’hypothèses sur l’environnement. Cette infrastructure est également en charge de l’évaluation de la situation. En utilisant l’état du monde qu’il maintient à jour, le système est capable de mettre en oeuvre divers raisonnements spatio-temporels afin d’évaluer la situation de l’environnement et des agents (humains et robots) présents. Cela permet ainsi d’élaborer et de maintenir une représentation symbolique de l’état du monde et d’avoir une connaissance en permanence de la situation des agents. Dans un second temps, pour aller plus loin dans la compréhension de la situation des humains, nous expliquerons comment nous avons doté notre robot de la capacité connue en psychologie développementale et cognitive sous le nom de “théorie de l’esprit” concrétisée ici par des mécanismes permettant de raisonner en se mettant à la place de l’humain, c’est à dire d’être doté de “prise de perspective”. Par la suite nous expliquerons comment l’évaluation de la situation permet d’établir un dialogue situé avec l’homme, et en quoi la capacité de gérer explicitement des croyances divergentes permet d’améliorer la qualité de l’interaction et la compréhension de l’homme par le robot. Nous montrerons également comment la connaissance de la situation et la possibilité de raisonner en se mettant à la place de l’homme permet une reconnaissance d’intentions appropriée de celui-ci et comment nous avons pu grâce à cela doter notre robot de comportements proactifs pour venir en aide à l’homme . Pour finir, nous présenterons une étude présentant un système de maintien d’un modèle des connaissances de l’homme sur diverses tâches et qui permet une gestion adaptée de l’interaction lors de l’élaboration interactive et l’accomplissement d’un plan partagé.

Mots-Clés / Keywords
Contexte d'interaction; Interaction homme-robot; Prise de décisions; Prise de perspective; Raisonnement spatial; Théorie de l'esprit;

140137
16471
08/09/2016

Symbolic and geometric planning for teams of robots and humans

R.LALLEMENT

RIS

Doctorat : INSA de Toulouse, 8 Septembre 2016, 145p., Président: M.GHALLAB, Rapporteurs: F.CHARPILLET, A.SAFFIOTTI, Examinateurs: I.MAZZA, Directeurs de thèse: R.ALAMI , N° 16471

Lien : https://tel.archives-ouvertes.fr/tel-01534323

Diffusable

Plus d'informations

Abstract

Hierarchical Task Network (HTN) planning is a popular approach to build task plans to control intelligent systems. It is used in a variety of fields such as robotics, mission control, and so on. Its popularity comes from the intuitive representation that it uses, furthermore the planner uses that representation to cut down the search space (compared to classical planning approaches). In robotics, the domain representation consists in specifying high-level instructions on how robots and agents should perform tasks, while also giving the planner enough flexibility to choose the lower-level steps and their ordering. This thesis presents the HATP (Hierarchical Agent-based Task Planner) planning framework which extends the traditional HTN planning domain representation and semantics by making them more suitable for roboticists, and by offering human-awareness capabilities. This planning framework can be seen as a planning laboratory thanks to the ease to develop new domains and the possibility to extend its capabilities. When computing human-aware robot plans, it appears that the problems are very complex and highly intricate. To deal with this complexity we have integrated a geometric planner to reason about the actual impact of actions on the environment and allow to take into account the affordances (reachability, visibility). To benefit from this geometric layer, the symbolic layer refines the actions in the current plan it is computing by assessing their geometric feasibility in the current world state. In addition the geometric layer computes and sends back symbolic literals representing the effective outcome on the environment of the particular instance of actions chosen by the geometric planner. The symbolic layer can use these literals to reason about the side effects of the actions which allows to partially tackle the ramification problem. This thesis presents in detail this integration between two heterogeneous planning layers and explores how they can be combined to solve new classes of robotic planning problems. One of the main issues we face when combining the two layers is the planning time that grows rapidly and prevents any significantly-big problem to be solved in reasonable time. We study and propose in this thesis an improvement to the backtrack mechanism to drive the symbolic search toward more promising solutions using a combination of symbolic and geometric information.

Résumé

La planification HTN (Hierarchical Task Network, ou Réseau Hiérarchique de Tâches) est une approche très souvent utilisée pour produire des séquences de tâches servant à contrôler des systèmes intelligents. Cette méthode est employée dans différents domaines parmi lesquels la robotique, le contrôle de missions, etc. La reconnaissance dont elle bénéficie vient de la façon intuitive qu’elle a de représenter les problèmes. De plus elle adopte cette description pour accélérer la recherche (par rapport à la planification dite classique). Encoder un domaine robotique consiste à spécifier des instructions de haut-niveau décrivant comment les robots et les agents doivent accomplir leurs tâches tout en assurant assez de flexibilité au planificateur pour lui permettre de choisir l’ordre des étapes de bas-niveau. Cette thèse présente le planificateur HATP (Hierarchical Agent-base Task Planner, ou Planificateur Hiérarchique centré Agent) qui étend la planification HTN classique en enrichissant la représentation des domaines et leur sémantique afin d’être plus adaptées à la robotique, tout en offrant aussi une prise en compte des humains. HATP peut être vu comme un laboratoire de planification de par sa capacité à être amélioré et la facilité à ajouter de nouveaux domaines. Quand on souhaite générer un plan pour des robots tout en prenant en compte les humains, il apparaît que les problèmes sont complexes et fortement interdépendants. Afin de faire face à cette complexité, nous avons intégré à HATP un planificateur géométrique apte à déduire l’effet réel des actions sur l’environnement et ainsi permettre de considérer la visibilité et l’accessibilité des éléments. Pour exploiter cette couche géométrique, la couche symbolique affine les actions du plan lors du calcul en en vérifiant la faisabilité dans l’état courant du monde. En outre la couche géométrique produit et renvoie des littéraux décrivant le résultat effectif d’une action particulière (instanciée) sur l’environnement quand celle-ci à été choisie par le planificateur géométrique. La couche symbolique peut alors faire face à une partie du problème de la ramification en s’appuyant sur ces littéraux qui incluent notamment les effets de bords des actions. Cette thèse se concentre sur l’intégration de ces deux planificateurs de nature différente et étudie comment par leur combinaison ils permettent de résoudre de nouvelles classes de problèmes de planification pour la robotique. Une des difficultés majeures de cette combinaison de couches vient du temps de calcul qui croît trop rapidement empêchant de fait la résolution de problèmes conséquents en un temps raisonnable. Nous étudions puis proposons un certain nombre d’améliorations au mécanisme dit de backtrack (ce qui signifie de revenir sur les choix faits plus tôt dans le calcul d’un plan) afin de mieux diriger la recherche vers des solutions plus prometteuses, le tout en utilisant des informations aussi bien symboliques que géométriques.

138515
16052
28/01/2016

Unsupervised Gaussian mixture models for the classification of outdoor environments using 3D terrestrial lidar data

A.O.MALIGO

RIS

Doctorat : INSA de Toulouse, 28 Janvier 2016, N°73, Président: M.DEVY, Rapporteurs: O.AYCARD, P.CHECCHIN, Directeurs de thèse: S.LACROIX , N° 16052

Lien : https://tel.archives-ouvertes.fr/tel-01297542

Diffusable

Plus d'informations

Abstract

The processing of 3D lidar point clouds enable terrestrial autonomous mobile robots to build semantic models of the outdoor environments in which they operate. Such models are interesting because they encode qualitative information, and thus provide to a robot the ability to reason at a higher level of abstraction. At the core of a semantic modelling system, lies the capacity to classify the sensor observations. We propose a two-layer classi- fication model which strongly relies on unsupervised learning. The first, intermediary layer consists of a Gaussian mixture model. This model is determined in a training step in an unsupervised manner, and defines a set of intermediary classes which is a fine-partitioned representation of the environment. The second, final layer consists of a grouping of the intermediary classes into final classes that are interpretable in a considered target task. This grouping is determined by an expert during the training step, in a process which is supervised, yet guided by the intermediary classes. The evaluation is done for two datasets acquired with different lidars and possessing different characteristics. It is done quantitatively using one of the datasets, and qualitatively using another. The system is designed following the standard learning procedure, based on a training, a validation and a test steps. The operation follows a standard classification pipeline. The system is simple, with no requirement of pre-processing or post-processing stages.

136347
15711
23/11/2015

Location models for visual place recognition

E.STUMM

RIS

Doctorat : Université de Toulouse III - Paul Sabatier, Novembre 2015, 160p., Président: P.DANES, Rapporteurs: D.FILLIAT, J.NEIRA, Examinateurs: I.POSNER, Directeurs de thèse: S.LACROIX, C.MEI , N° 15711

Lien : https://hal.laas.fr/tel-01376134

Diffusable

Plus d'informations

Résumé

Cette thèse traite de la cartographie et de la reconnaissance de lieux par vision en robotique mobile. Les recherches menées visent à identifier comment les modèles de localisation peuvent être améliorés en enrichissant les représentations existantes afin de mieux exploiter l’information visuelle disponible. Les problèmes de la cartographie et de la reconnaissance visuelle de lieux présentent un certain nombre de défis : les solutions doivent notamment être robustes vis-à-vis des scènes similaires, des changements de points de vue de d’éclairage, de la dynamique de l’environnement, du bruit des données acquises. La définition de la manière de modéliser et de comparer les observations de lieux est donc un élément crucial de définition d’une solution opérationnelle. Cela passe par la spécification des caractéristiques des images à exploiter, par la définition de la notion de lieu, et par des algorithmes de comparaison des lieux. Dans la littérature, les lieux visuels sont généralement définis par un ensemble ou une séquence d’observations, ce qui ne permet pas de bien traiter des problèmes de similarité de scènes ou de reconnaissance invariante aux déplacements. Dans nos travaux, le modèle d’un lieu exploite la structure d’une scène représentée par des graphes de covisibilité, qui capturent des relations géométriques approximatives entre les points caractéristiques observés. Grâce à cette représentation, un lieu est identifié et reconnu comme un sous-graphe. La reconnaissance de lieux exploite un modèle génératif, dont la sensibilité par rapport aux similarités entre scènes, aux bruits d’observation et aux erreurs de cartographie est analysée. En particulier, les probabilités de reconnaissance sont estimées de manière rigoureuse, rendant la reconnaissance des lieux robuste, et ce pour une complexité algorithme sous-linéaire en le nombre de lieux définis. Enfin les modèles de lieux basés sur des sacs de mots visuels sont étendus pour exploiter les informations structurelles fournies par le graphe de covisibilité, ce qui permet un meilleur compromis entre la qualité et la complexité du processus de reconnaissance.

Abstract

This thesis deals with the task of appearance-based mapping and place recognition for mobile robots. More specifically, this work aims to identify how location models can be improved by exploring several existing and novel location representations in order to better exploit the available visual information. Appearance-based mapping and place recognition presents a number of challenges, including making reliable data-association decisions given repetitive and self-similar scenes (perceptual aliasing), variations in view-point and trajectory, appearance changes due to dynamic elements, lighting changes, and noisy measurements. As a result, choices about how to model and compare observations of locations is crucial to achieving practical results. This includes choices about the types of features extracted from imagery, how to define the extent of a location, and how to compare locations. Along with investigating existing location models, several novel methods are developed in this work. These are developed by incorporating information about the underlying structure of the scene through the use of covisibility graphs which capture approximate geometric relationships between local landmarks in the scene by noting which ones are observed together. Previously, the range of a location generally varied between either using discrete poses or loosely defined sequences of poses, facing problems related to perceptual aliasing and trajectory invariance respectively. Whereas by working with covisibility graphs, scenes are dynamically retrieved as clusters from the graph in a way which adapts to the environmental structure and given query. The probability of a query observation coming from a previously seen location is then obtained by applying a generative model such that the uniqueness of an observation is accounted for. Behaviour with respect to observation errors, mapping errors, perceptual aliasing, and parameter sensitivity are examined, motivating the use of a novel normalization scheme and observation likelihoods representations. The normalization method presented in this work is robust to redundant locations in the map (from missed loop-closures, for example), and results in place recognition which now has sub-linear complexity in the number of locations in the map. Beginning with bag-of-words representations of locations, location models are extended in order to include more discriminative structural information from the covisibility map. This results in various representations ranging between unstructured sets of features and full graphs of features, providing a tradeoff between complexity and recognition performance.

137179
15606
13/10/2015

Introducing contextual awareness within the state estimation process: Augmenting Bayes filters with context-dependent time-heterogeneous distributions

A.RAVET

RIS

Doctorat : INSA de Toulouse, 13 Octobre 2015, 193p., Président: D.FILLIAT, Rapporteurs: A.DUTECH, Examinateurs: M.GHALLAB, E.RACHELSON, Directeur de thèse: S.LACROIX , N° 15606

Lien : https://tel.archives-ouvertes.fr/tel-01291871

Diffusable

Plus d'informations

Abstract

Prevalent approaches for endowing robots with autonomous navigation capabilities require the estimation of a system state representation based on noisy sensor information. This system state usually depicts a set of dynamic variables such as the position, velocity and orientation required for the robot to achieve a task. In robotics, and in many other contexts, research e orts on state estimation converged towards the popular Bayes lter. The primary reason for the success of Bayes ltering is its simplicity, from the mathematical tools required by the recursive ltering equations, to the light and intuitive system representation provided by the underlying Hidden Markov Model. Recursive ltering also provides the most common and reliable method for real-time state estimation thanks to its computational eciency. To keep low computational complexity, but also because real physical systems are not perfectly understood, and hence never faithfully represented by a model, Bayes lters usually rely on a minimum system state representation. Any unmodeled or unknown aspect of the system is then encompassed within additional noise terms. On the other hand, autonomous navigation requires robustness and adaptation capabilities regarding changing environments. This creates the need for introducing contextual awareness within the ltering process. In this thesis, we speci cally focus on enhancing state estimation models for dealing with context-dependent sensor performance alterations. The issue is then to establish a practical balance between computational complexity and realistic modeling of the system through the introduction of contextual information. We investigate on achieving this balance by extending the classical Bayes lter in order to compensate for the optimistic assumptions made by modeling the system through time-homogeneous distributions, while still bene ting from the recursive ltering computational eciency. Based on raw data provided by a set of sensors and any relevant information, we start by introducing a new context variable, while never trying to characterize a concrete context typology. Within the Bayesian framework, machine learning techniques are then used in order to automatically de ne a context-dependent time-heterogeneous observation distribution by introducing two additional models: a model providing observation noise predictions and a model providing observation selection rules. The investigation also concerns the impact of the training method. In the context of Bayesian ltering, the underlying model we exploit is usually trained in the generative manner. Thus, optimal parameters are those that allow the model to explain at best the data observed in the training set. On the other hand, discriminative training can implicitly help in compensating for mismodeled aspects of the system, by optimizing the model parameters with respect to the ultimate system performance, the estimate accuracy. In a further discussion, we also analyse how the training method changes the meaning of the model, and how this property can be properly exploited. Throughout the manuscript, results obtained with simulated and representative real data are presented and analysed.

135988
15636
24/09/2015

Trajectory planning and control for robot manipulations

R.ZHAO

RIS

Doctorat : Université de Toulouse III - Paul Sabatier, 24 Septembre 2015, 137p., Président: R.ALAMI, Rapporteurs: A.CROSNIER, R.AHMED, Examinateurs: C.BES, M.MICHELIN, Directeurs de thèse: D.SIDOBRE , N° 15636

Lien : https://tel.archives-ouvertes.fr/tel-01285383

Diffusable

Plus d'informations

Abstract

In order to perform a large variety of tasks in interaction with human or in human environments, a robot needs to guarantee safety and comfort for humans. In this context, the robot shall adapt its behavior and react to the environment changes and human activities. The robots based on learning or motion planning are not able to adapt fast enough, so we propose to use a trajectory controller as an intermediate control layer in the software structure. This intermediate layer exchanges information with the low level controller and the high level planner. The proposed trajectory controller, based on the concept of Online Trajectory Generation (OTG), allows real time computation of trajectories and easy communication with the different components, including path planner, trajectory generator, collision checker and controller. To avoid the replan of an entire trajectory when reacting to a human behaviour change, the controller must allow deforming locally a trajectory or accelerate/decelerate by modifying the time function. The trajectory controller must also accept to switch from an initial trajectory to a new trajectory to follow. Cubic polynomial functions are used to describe trajectories, they provide smoothness, flexibility and computational simplicity. Moreover, to satisfy the objective of aesthetics, smoothing algorithm are proposed to produce human-like motions. This work, conducted as part of the ANR project ICARO, has been integrated and validated on the KUKA LWR robot platform of LAAS-CNRS.

Résumé

Comme les robots effectuent de plus en plus de tâches en interaction avec l’homme ou dans un environnement humain, ils doivent assurer la sécurité et le confort des hommes. Dans ce contexte, le robot doit adapter son comportement et agir en fonction des évolutions de l’environnement et des activités humaines. Les robots développés sur la base de l’apprentissage ou d’un planificateur de mouvement ne sont pas en mesure de réagir assez rapidement, c’est pourquoi nous proposons d’introduire un contrôleur de trajectoire intermédiaire dans l’architecture logicielle entre le contrôleur bas niveau et le planificateur de plus haut niveau Le contrôleur de trajectoire que nous proposons est basé sur le concept de générateur de trajectoire en ligne (OTG), il permet de calculer des trajectoires en temps réel et facilite la communication entre les différents éléments, en particulier le planificateur de chemin, le générateur de trajectoire, le détecteur de collision et le contrôleur. Pour éviter de replanifier toute une trajectoire en réaction à un changement induit par un humain, notre contrôleur autorise la déformation locale de la trajectoire et la modification de la loi d’évolution pour accélérer ou décélérer le mouvement. Le contrôleur de trajectoire peut également commuter de la trajectoire initiale vers une nouvelle trajectoire. Les fonctions polynomiales cubiques que nous utilisons pour d´ecrire les trajectoires fournissent des mouvements souples et de la flexibilité sans nécessiter de calculs complexes. De plus, les algorithmes de lissage que nous proposons permettent de produire des mouvements esthétiques ressemblants à ceux des humains. Ce travail, mené dans le cadre du projet ANR ICARO, a été intégré et validé avec les robots KUKA LWR de la plate-forme robotique du LAAS-CNRS.

Mots-Clés / Keywords
Robotics; Trajectory planning; Trajectory control; Human-robot interaction; Manipulation; Robotique; Planification de trajectoires; contrôle de trajectoire; Interaction homme-robot;

136074
15728
16/09/2015

Geometric reasoning and planning in the context of human robot interaction

M.GHARBI

RIS

Doctorat : INSA de Toulouse, 16 Septembre 2015, 179p., Président: T.SIMEON, Rapporteurs: M.BEETZ, R.CHATILA, Examinateurs: A.SUAREZ, Directeurs de thèse: R.ALAMI , N° 15728

Lien : https://hal.laas.fr/tel-01376082

Diffusable

Plus d'informations

Abstract

In the last few years, the Human robot interaction (HRI) field has been in the spotlight of the robotics community. One aspect of this field is making robots act in the presence of humans, while keeping them safe and comfortable. In order to achieve this, a robot needs to plan its actions while explicitly taking into account the humans and adapt its plans to their whereabouts, capacities and preferences. The first part of this thesis is about human-robot handover: where, when and how to perform them? Depending on the human preferences, it may be better, or not, to share the handover e ort between him and the robot, while in other cases, a unique handover might not be enough to achieve the goal (bringing the object to a target agent) and a sequence of handovers might be needed. In any case, during the handover, a number of cues should be used by both protagonists involved in one handover. One of the most used cue is the gaze. When the giver reaches out with his arm, he should look at the object, and when the motion is finished, he should look at the receiver's face to facilitate the transfer. The handover can be considered as a basic action in a bigger plan, the second part of this thesis reports about a formalization of these kind of basic actions" and more complex ones by the use of conditions, search spaces and restraints. It also reports about a framework and di erent algorithms used to solve and compute these actions based on their description. The last part of the thesis shows how the previously cited framework can fit in with a higher level planner (such as a task planner) and a method to combine a symbolic and geometric planner. The task planner uses external calls to the geometric planner to assess the feasibility of the current task, and in case of success, retrieve the state of the world provided by the geometric reasoner and use it to continue the planning. This part also shows di erent extensions enabling a faster search. Some of these extensions are \Geometric checks" where we test the infeasibility of multiple actions at once, \constraints" where adding constraints at the symbolic level can drive the geometric search, and \cost driven search" where the symbolic planner uses information form the geometric one to prune out over costly plans.

Résumé

Au cours des dernières années, la communauté robotique s'est largement intéressée au domaine de l'interaction homme-robot (HRI). Un des aspects de ce domaine est de faire agir les robots en présence de l'homme, tout en respectant sa sécurité ainsi que son confort. Pour atteindre cet objectif, un robot doit planifier ses actions tout en prenant explicitement en compte les humains afin d'adapter le plan à leurs positions, leurs capacités et leurs préférences. La première partie de cette thèse concerne les transferts d'objets entre humains et robots : où, quand et comment les effectuer? Dépendant des préférences de l'Homme, il est parfois préférable, ou pas, partager l'effort du transfert d'objet entre lui et le robot, mais encore, à certains moments, un seul transfert d'objet n'est pas sufisant pour atteindre l'objectif (amener l'objet à un agent cible), le robot doit alors planifier une séquence de transfert d'objet entre plusieurs agents afin d'arriver à ses fins. Quel que soit le cas, pendant le transfert d'objet, un certain nombre de signaux doivent être échangés par les deux protagonistes afin de réussir l'action. Un des signaux les plus utilisés est le regard. Lorsque le donneur tend le bras afin de transférer l'objet, il doit regarder successivement le receveur puis l'objet afin de faciliter le transfert. Le transfert d'objet peut être considéré comme une action de base dans un plan plus vaste, nous amenant à la seconde partie de cette thèse qui présente une formalization de ce type d'actions de base" et d'actions plus complexes utilisant des conditions, des espaces de recherche et des contraintes. Cette partie rend aussi compte du framework et des différents algorithmes utilisés pour résoudre et calculer ces actions en fonction de leur description. La dernière partie de la thèse montre comment ce framework peut s'adapter à un planificateur de plus haut niveau (un planificateur de tâches par exemple) et une méthode pour combiner la planification symbolique et géométrique. Le planificateur de tâches utilise des appels à des fonctions externes lui permettant de vérifier la faisabilité de la tâche courante, et en cas de succès, de récupérer l'état du monde fourni par le raisonneur géométrique et de l'utilisé afin de poursuivre la planification. Cette partie montre également différentes extensions de cette algorithme, tels que les \validation géométriques" où nous testons l'infaisabilité de plusieurs actions à la fois ou \les contraintes" où l'ajout de contraintes au niveau symbolique peut dirigée la recherche géométrique ou encore \recherche dirigé par coût" où le planificateur symbolique utilise les informations fournies par la partie géométrique afin d'éviter le calcul de plans moins intéressants.

137417
Les informations recueillies font l’objet d’un traitement informatique destiné à des statistiques d'utilisation du formulaire de recherche dans la base de données des publications scientifiques. Les destinataires des données sont : le service de documentation du LAAS.Conformément à la loi « informatique et libertés » du 6 janvier 1978 modifiée en 2004, vous bénéficiez d’un droit d’accès et de rectification aux informations qui vous concernent, que vous pouvez exercer en vous adressant à
Pour recevoir une copie des documents, contacter doc@laas.fr en mentionnant le n° de rapport LAAS et votre adresse postale. Signalez tout problème de dysfonctionnement à sysadmin@laas.fr. http://www.laas.fr/pulman/pulman-isens/web/app.php/