Computer Vision and Robot Navigation in 3D Environments - TEL - Thèses en ligne
Habilitation À Diriger Des Recherches Year : 2023

Computer Vision and Robot Navigation in 3D Environments

Vision par Ordinateur et Navigation Robotique dans des Environnements 3D

Abstract

This dissertation presents contributions to research problems in the domains of computer vision and navigation in 3D environments for ground robots. Specifically, Chapter 2 is dedicated to 3D vision and presents machine-learning based methodologies for the semantic understanding of geometric and color data, for applications pertaining to digital libraries of 3D objects and semantic mapping of static or dynamic environments populated by humans and explored by robots. We contribute more robust and effective 3D perception methods inspired from the fields of novelty detection, incremental learning and intelligent, multi-modal data fusion. In the sequel, Chapter 3 addresses the problem of safe and effective navigation of ground robots operating in 3D outdoor or indoor environments, focusing on the negotiation of negative and positive obstacles by leveraging the power of robot learning via physics-based simulation. We establish a general framework for modeling robot traversability in 3D terrains that is instantiated to the motion control of articulated, tracked robot manipulators. Diverse motion control behaviors are developed for the purpose of staircase ascent/descent, gap traversal up to socially-compliant navigation, leveraging on advances in the fields of reinforcement learning, end-to-end learning and potential fields. Finally, Chapter 4 describes the deployment of terrestrial robots from a system engineering perspective in the context of in-field experiments and Chapter 5 unfolds future research directions.
Cette dissertation présente des contributions aux problématiques de recherche des domaines de la vision par ordinateur et de la navigation dans des environnements 3D par des robots mobiles. En particulier, concernant la vision 3D, des méthodologies basées sur l'apprentissage machine sont présentées ayant pour but la compréhension sémantique de données géométriques et colorimétriques, pour des applications qui portent sur des bibliothèques numériques des objets 3D jusqu'à la cartographie sémantique des environnements statiques ou dynamiques occupés par des humains et explorés par des robots. Des méthodologies plus robustes et performantes de perception 3D sont proposées, inspirées des domaines de la détection de nouveauté, de l'apprentissage incrémental et de la fusion intelligente et multi-modale de données. Par la suite, le problème de la navigation sûre et effective est abordé pour des robots mobiles qui opèrent au sein des environnements 3D d'intérieur ou d’extérieur, en se concentrant sur le franchissement d'obstacles négatifs et positifs, grâce à un apprentissage en simulation physique. En fondant un cadre général pour la modélisation de la traversabilité d'un robot sur un terrain 3D, le contrôle de mouvement des robots manipulateurs en chenilles est établi. Des comportements divers de contrôle de mouvement sont par la suite développés pour la montée et la descente d'escalier, le franchissement de vide et la navigation dite socialement conforme, en s'appuyant aux avancées dans le domaine de l'apprentissage par renforcement, l'apprentissage de bout à bout et les champs vectoriels de navigation. Enfin, le déploiement des robots terrestres est présenté d'un point de vue d'ingénierie de système dans le contexte des expériences menées sur le terrain avec comme conclusion une présentation des directions de recherche à poursuivre.
Fichier principal
Vignette du fichier
Panagiotis-PAPADAKIS-HDR-Computer-Vision-and-Robot-Navigation-in-3D-Environments-compressed.pdf (11.74 Mo) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

tel-04083618 , version 1 (27-04-2023)
tel-04083618 , version 2 (26-05-2024)

Licence

Identifiers

  • HAL Id : tel-04083618 , version 2

Cite

Panagiotis Papadakis. Computer Vision and Robot Navigation in 3D Environments. Computer Vision and Pattern Recognition [cs.CV]. Université de Bretagne Occidentale, 2023. ⟨tel-04083618v2⟩
225 View
141 Download

Share

More