Contribution à l'autonomie des robots : vers des missions à garantie de performance incluant l'incertitude de localisation en environnement intérieur connu - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2021

contribution to the autonomy of robots : towards missions with performance guarantee including localization in known indoor environment

Contribution à l'autonomie des robots : vers des missions à garantie de performance incluant l'incertitude de localisation en environnement intérieur connu

Résumé

The performance guarantee of autonomous robotic missions is yet rarely addressed.This work follows the work proposed in previous PhD which quantitatively deals with the safety, duration and energy dimensions of the performance of planned missions in known environments. The PANORAMA (SED) (Performance and AutoNOmy using Resources Allocation MAnagement) methodology proposed manages dynamically the available hardware and software resources to guarantee, in real time, the performance objectives. The mission is split into a succession of independent activities with constant constraints where the resources to be employed are identified and configured. The localization dimension is only considered qualitatively and energy issue is adressed by minimizing the energy margin.In this document, the integration of the qualitative consideration of the localization dimension of performance is based on the construction of predictive uncertainty models of pose, largely established empirically, based on an interval approach. The proposed methodology is deployed on local localization methods using odometry with an exteroceptive resetting using Kinect sensors and Aruco markers. It also implements on a new global localization method based on appearances called LZA. It is based on the correlation between the current exteroceptive signature of the robot and those, previously calculated, within a grid covering the environment.Taking into account the localization performance qualitatively shows that a correlation can exist between 2 successive activities due to the initialization times required for the operationalization of a new localization method. This new representation of the data coupled with predictive pose uncertainty models makes possible to use the Viterbi algorithm to select the localization methods (hardware and software resources) to be implemented to satisfy the defined pose constraints. It makes also possible to address the energy performance to maximize the associated margin. A new PANORAMA (SLED) methodology enriching PANORAMA (SED) is therefore proposed.The PANORAMA (SLED) methodology is deployed experimentally on a Patrol mission executed in an indoor environment with strong perceptual aliasing. It has shown its ability to guarantee the performance objectives Security - Energy - Location - Duration. The main shortcoming comes from the fact that presently we do not consider the localization uncertainty when switching between activities.Even if PANORAMA (SLED) still has some limitations, it should, in the coming years, be extended to Exploration missions, allowing objective optimization of the discovery phase, while ensuring the recovery phase of the autonomous robot.
La garantie de performance de missions robotiques autonomes, bien qu'indispensable, est encore très rarement recherchée de nos jours.Le travail présenté dans ce manuscrit fait suite à celui proposé dans la thèse de L. Jaiem qui adressait de façon quantitative les dimensions sécuritaire, durée et énergie de la performance de missions planifiées en environnement connu. La méthodologie PANORAMA(SED) (Performance and AutoNOmy using Resources Allocation MAnagement) proposée s'appuyait sur une gestion dynamique et éclairée des ressources matérielles et logicielles disponibles pour parvenir à garantir, en temps réel, les objectifs de performance fixés. La mission était alors décomposée en une succession d'activités indépendantes à contraintes constantes où les ressources à employer étaient identifiées et paramétrées. La dimension localisation n'y était considérée que de façon qualitative et la logique d'utilisation de l'énergie s'appuyait sur une logique de minimisation de la marge énergétique.Dans ce document, l'intégration de la prise en compte qualitative de la dimension localisation de la performance au travers de l'incertitude associée repose sur la construction de modèles prédictifs d'incertitude de pose s'appuyant sur une démarche ensembliste, largement établis de façon empirique. La méthodologie proposée est déployée sur des méthodes locales couplant l'odométrie avec un recalage extéroceptif faisant appel à des capteurs Kinect et à des marqueurs Aruco. Elle est aussi mise en œuvre sur une nouvelle méthode de localisation globale basée sur les apparences, LZA, s'appuyant sur la corrélation entre la signature extéroceptive courante du robot et celles, préalablement calculées, au sein d'une grille couvrant l'environnement.La prise en compte qualitative de la performance d'incertitude de localisation fait apparaître qu'une corrélation peut exister entre 2 activités successives en raison des délais d'initialisation nécessaires à l'opérationnalisation d'une nouvelle méthode de localisation. Cette nouvelle représentation des données couplée aux modèles d'incertitude de pose prédictifs permet d'utiliser l'algorithme de Viterbi pour sélectionner les méthodes de localisation (ressources matérielles et logicielles) à mettre en œuvre pour satisfaire les contraintes de pose définies. Mais surtout il permet d'adresser la performance énergétique dans une logique de maximisation de la marge associée. Une nouvelle méthodologie PANORAMA(SLED) enrichissant PANORAMA(SED) a donc été proposée.La méthodologie PANORAMA(SLED) est déployée expérimentalement sur une mission de Patrouille exécutée en environnement intérieur présentant un fort aliasing perceptuel. Elle a montré sa capacité à garantir les objectifs de performance Sécurité – Énergie – Localisation – Durée imposés. Les échecs observés ont pour principale origine la non prise en compte de l'incertitude de localisation lors de la commutation interactivités.Même si PANORAMA(SLED) présente encore quelques limitations elle devrait, dans les prochaines années, être étendue aux missions d'Exploration, en permettant une optimisation objective de la phase de découverte, tout en assurant la phase de récupération du robot autonome.
Fichier principal
Vignette du fichier
LAMBERT_2021_archivage.pdf (15.83 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03384111 , version 1 (18-10-2021)

Identifiants

  • HAL Id : tel-03384111 , version 1

Citer

Philippe Lambert. Contribution à l'autonomie des robots : vers des missions à garantie de performance incluant l'incertitude de localisation en environnement intérieur connu. Robotique [cs.RO]. Université Montpellier, 2021. Français. ⟨NNT : 2021MONTS018⟩. ⟨tel-03384111⟩
123 Consultations
145 Téléchargements

Partager

Gmail Facebook X LinkedIn More