RAP - Mouvement Référencé Capteurs

Navigation au Long Cours Référencée Multi-capteurs dans des Environnements Faiblement Connus

Nous avons considéré la navigation réactive d'un robot vers une cible en tant que la séquence de tâches d'asservissement basées vision et laser.  Une première contribution a concerné la reconstruction des indices visuels ponctuels utilisés pour le rebouclage lorsque ceux-ci ne sont pas détectés en raison d'occlusions.  Les valeurs reconstruites ont été établies en tant que la solution du modèle en boucle ouverte (équation différentielle unissant le torseur cinéatique aux vitesses des indices) initialisé par les dernières primitives extraites et par une estimation de leurs profondeurs (inconnues).  Les estimés de ces profondeurs sont eux-mêmes issus d'un schéma prédicteur-correcteur original.  Comparativement à la littérature, notre stratégie est particulièrement indiquée pour une application temps réel grâce à son faible coût et sa fiabilité.  Elle a été validée avec succès par des expérimentations [DurandPetiteVille_IROS2010] [DurandPetiteVille_ICINCO2010] (thèse de A. Durand Petiteville).

Pour permettre la navigation dans un environnement faiblement connu et encombré d'obstacles occultants et non occultants, statiques et/ou dynamiques, nous l'avons décomposée en processus interconnectés et avons défini une structure adaptée à l'application.  Les processus mis en jeu sont : un superviseur qui déclenche des contrôleurs locaux référencés capteur adaptés selon les données disponibles ; une modélisation de l'environnement par carte topologique ; un processus d'action qui synthétise des contrôleurs adaptés et organise leur séquence.  Des idées semblables ont été utilisées et validées expérimentalement pour la navigation coordonnée humain/robot, où un robot doit évoluer derrière un tuteur mobile suivi de manière continue par vision et RFID [DurandPetiteVille_ECCCDC2011].

Navigation au long cours tolérante aux pertes de signal et aux occlusions

Asservissement Visuel à Deux bras

L'objectif est de développer une commande coordonnée de deux bras robotiques par vision pour la manipulation d'objets.  Notre approche comporte trois étapes : un modèle en boucle ouverte unissant le mouvement des deux bras aux primitives visuelles dans les plans image des caméras ; une décomposition de la tâche en sous-tâches, chacune étant réalisée par un contrôleur image-based local ; un séquencement de ces contrôleurs assurant la continuité des signaux de commande.

Un travail en cours selon cette approche vise à refermer le bouchon d'un stylo.  Les indices visuels ont été sélectionnés sur la base de caméras eye-in-hand et eye-to-hand de façon à rendre compte de la situation relative entre les deux organes terminaux.  Les contrôleurs locaux et leur séquencement ont été validés en simulation (thèse R. Fleurmond).

Analyse Multicritère d'Asservissements Visuels

Nous avons temporairement poursuivi notre travail sur l'analyse "multicritère" d'asservissements visuels (i.e., incluant des contraintes telles que la visibilité de la cible, les saturations d'actionneurs, et l'exclusion de zones 3D) [Danes_BookChapter2010].  En conservant une retranscription du problème comme l'analyse de stabilité d'un système non linéaire "rationnel" soumis à des contraintes rationnelles, nous avons montré de quelle manière un "bassin d'attraction multicritère" peut être calculé sur la base de fonctions de Lyapunov biquadratiques par morceaux et de programmes de faisabilité / d'optimisation sous des contraintes inégalités linéaires matricielles (LMIs).  Des résultats plus récents ont concerné l'obtention de solutions moins conservatives avec un coût calculatoire raisonnable (thèse de S. Durola).