CHAPITRE 1
-- L'étude de l'assemblage de plusieurs robots en un seul
(mécanique et électronique); -- Les dispositifs
d'interconnectivité des robots (télécommunications);
Par ailleurs, d'autres sujets liés au domaine de la
robotique en général comprennent l'étude des:
-- Moyens de locomotion des robots;
-- Dispositifs de détection (détecteurs de
distances, caméras, capteurs spécifiques : gaz,
température, métaux...etc);
-- Dispositifs de mesures internes (vitesse,
accélération, orientation, géolocalisation, force
exercée, énergie consommée);
-- Ressources énergétiques du robot (batteries,
combustibles...);
-- Effets psychologies liés à l'utilisation des
robots en présence des êtres humains: -- Sujets liés
à l'éthique et réglementations dans le domaine de la
robotique.
1.5 Etat de l'art et travaux connexes
Cette section présente un aperçu des techniques
d'apprentissage machine et d'optimi-sation utilisées pour
résoudre les problématiques liées aux systèmes
multirobots, nous nous intéresserons surtout aux problématiques
liées à notre présente thèse à savoir la
navigation, la planification et l'exploration.
De nombreuses techniques ont été
utilisées en robotique pour l'exploration de zones. Ces techniques
peuvent être classées selon plusieurs critères concernant
leur déterminisme, la nécessité d'utiliser des
informations préalables, ou l'adaptabilité à un contexte
multiro-bots.
1.5.1 Les méthodes
déterministes
Une méthode déterministe populaire pour
résoudre le problème d'exploration de zone inconnue a
été introduite par [89] où le robot continue de se
déplacer vers le point de frontière le plus proche
(frontier-based exploration). Les frontières sont les lignes
séparant les régions explorées et inexplorées d'une
zone. Cette technique est facile à mettre en oeuvre, nécessite
peu de ressources de calcul, et donne de bons résultats en pratique.
Ceci a encouragé les chercheurs à développer de nombreuses
variantes du même algorithme dans le but de trouver la meilleure
stratégie pour sélectionner les points de frontières les
plus intéressants [47].
Une version multirobots a aussi été
proposée par les auteurs initiaux [90] où chaque robot se
déplace vers sa frontière la plus proche tout en envoyant la mise
à jour de l'opéra-tion de cartographie aux autres robots;
cependant, cette stratégie ne parvient pas à éviter la
redondance puisque plusieurs robots peuvent se déplacer vers la
même frontière. L'auteur de [15] a essayé de
résoudre ce problème en utilisant la technique de propagation
d'onde
45
(wavefront propagation) pour dispatcher les robots.
Les frontières sont classées en fonction du nombre de robots
à proximité. Chaque robot est alors affecté à une
frontière différente, ce qui lui permet de s'éloigner le
plus possible des autres robots et maximiser la zone d'ex-ploration.
Les auteurs de [7] se sont orientés vers une
stratégie différente pour les environnements d'intérieurs
: le premier robot explore tout le couloir et détecte les portes, puis
chacun des autres robots sélectionne une porte différente et
explore la pièce correspondante en utilisant la technique des
frontières les plus proches. Le robot ne sort pas d'une pièce
tant qu'il ne l'a pas entièrement explorée. Cette
stratégie encourage les robots à explorer les pièces
individuellement et à réduire le chevauchement entre les
régions qui leur sont assignées, ce qui contribue à
réduire le temps total de mission. Plus récemment, [62]
a utilisé des données incomplètes telles que des
cartes d'évacuation simplifiées ou des plans d'ar-chitecture
comme entrée à l'algorithme afin de choisir la meilleure
frontière à explorer. Les expériences ont montré
que l'exploitation de cartes approximatives peut accélérer la
mission d'exploration, même si les données sont inexactes.
Cependant, cela nécessite que ces cartes soient importées,
prétraitées et alignées manuellement par un
opérateur humain.
Une autre famille d'approches déterministes repose sur
la décomposition de l'environ-nement en plusieurs sous-régions,
puis sur l'exploration de chaque région indépendamment à
l'aide d'une stratégie simple telle qu'un mouvement en zigzag ou en
forme circulaire. Une technique populaire de cette famille est la
Boustrophédon Decomposition proposé par [23].
Le principe est de décomposer la carte en régions
polygonales en fonction de la position des obstacles. Elle a été
utilisée avec succès pour effectuer des tâches de
couverture complète (Complete Coverage). Cependant, elle
suppose que l'environnement soit statique, c'est-à-dire que tous les
obstacles sont fixes et ne changent pas de position. Elle nécessite
aussi que la structure de l'environnement (carte métrique) soit connue
à l'avance puisqu'elle figure parmi les paramètres
d'entrée de l'algorithme à fournir par l'utilisateur. D'autres
techniques utilisent les diagrammes de Voronoï pour décomposer la
carte en régions plus flexibles [39, 63]. [26] a utilisé
la propagation d'onde pour adapter l'algorithme D* au problème de
couverture. Au lieu de planifier un chemin à partir d'une position de
départ vers une position d'arrivée, le D* modifié
génére un chemin pour visiter tous les points d'une carte
donnée. La fonction de replanification rapide de l'algorithme D* lui
permet de s'adapter aux environnements dynamiques en modifiant rapidement la
trajectoire en cas de changement de position d'un obstacle..
Les auteurs de [79] ont proposé une nouvelle
approche pour générer des chemins de couverture efficaces. Elle
utilise une représentation de cartes multicouches appelée
Exploratory Turing Machine pour produire une trajectoire en zigzag
avec une direction de déplacement réglable. Cette
stratégie se traduit par des longueurs de trajectoire plus courtes par
rapport aux méthodes classiques basées sur des mouvements de
va-et-vient. Les auteurs de [77] l'ont étendu récemment
en ajoutant des contraintes d'énergie : le robot exécute le
trajet de couverture jusqu'à ce que son énergie soit faible,
avant de retourner à la borne de recharge de batteries. Après
cela, il redémarre la couverture à partir de la région
inexplorée la plus proche afin d'éviter de faire un long trajet
pour retourner jusqu'au point précédent où il
s'était arrêté. Cette approche garantit la couverture
complète de l'environnement avec un chevauchement réduit.
46
| 
