WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Contribution à  l'optimisation d'un comportement collectif pour un groupe de robots autonomes


par Amine BENDAHMANE
Université des Sciences et de la Technologie d'Oran Mohamed Boudiaf - Doctorat en informatique - Intelligence Artificielle 2023
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE 1

l'intelligence artificielle en général, et plus précisément et au traitement de l'information et à la prise de décisions.

Nous pouvons distinguer dans la littérature plusieurs problématiques qui se chevauchent et qui constituent chacune un axe de recherche très actif dans la communauté:

1.4.1 La navigation

La navigation est l'une des problématiques de base dans le domaine de la robotique. Elle soulève la question de comment permettre à un robot de se déplacer tout en évitant les collisions avec les obstacles présents dans son environnement.

Un obstacle peut être de nature statique comme les murs et les objets. Il peut aussi être de nature dynamique comme les êtres humains, les véhicules et les autres robots.

L'axe de recherche de la navigation s'intéresse à la modélisation géométrique des robots et de leur mode de déplacement, les degrés de liberté d'un robot, et les techniques de détection et d'évitement d'obstacles.

La modélisation géométrique du robot est essentielle pour pouvoir contrôler sa vitesse et sa direction de mouvement. Un robot à roues ne se déplace pas de la même manière qu'un drone volant ou qu'un robot à deux pieds. Cette modélisation peut aussi varier pour des robots de même type selon leur nombres de moteurs, leur forme et le nombre de degrés de liberté qu'ils possèdent.

La navigation nécessite également de pouvoir mesurer l'accélération du robot, qui est souvent obtenue en calculant le nombre de rotations des roues pour les robots de type véhicule par exemple, mais elle nécessite l'utilisation de dispositifs électroniques plus complexes pour les robots volants tels qu'un gyroscope pour mesurer l'orientation, un altimètre pour mesurer l'attitude et un accéléromètre pour mesurer l'accélération.

D'autres dispositifs doivent aussi être utilisés pour l'évitement d'obstacles, il s'agit souvent de capteurs de distance de type laser, ultrason ou infrarouge pour pouvoir construire un histogramme de distances et choisir une direction de mouvement sans danger. Mais on peut aussi utiliser des méthodes plus complexes comme des caméras 2D ou 3D pour la reconnaissance d'objets, qui s'avèrent utiles lorsqu'il est nécessaire d'interagir avec l'obstacle en question (ouverture de portes par exemple, collecte d'objets...etc.).

Dans un système multirobots, chaque agent considère les autres robots comme des obstacles à éviter. Toutefois, dans un scénario de déplacement en groupe la navigation devient plus compliquée car elle prend en considération des critères supplémentaires dont la distance maximale autorisée entre chaque robot, la vitesse des robots à proximité, et leur direction de mouvement. Un scénario typique est le déplacement en formation où les robots se déplacent en suivant les mouvements d'un robot leader, ou bien en essayant de garder une certaine formation (ligne droite, cercle, triangle...etc.). Lorsque les robots rencontrent un obstacle, ils sont souvent obligés de rompre la formation pour l'éviter, ils doivent ensuite retourner à la formation initiale en réajustant leurs vitesses et positions.

31

FIGURE 1.8 - Détection d'obstacles en utilisant la technique du Vector Field Histogram [20]

1.4.2 La cartographie

La problématique de cartographie tente de répondre à la question « à quoi ressemble l'environnement? ». Le but est de permettre à un robot de créer un modèle interne de son environnement à partir de ses observations.

Ce processus de modélisation représente l'espace qui entoure le robot dans une structure de données qui permettra de faciliter les autres opérations tel que la planification des trajectoires, distribution de tâches, et localisation des points d'intérêts. Cela permet aussi d'optimiser la navigation puisque le robot pourra savoir à l'avance la position des obstacles qu'il faudra éviter.

Afin de pouvoir créer une carte de l'environnement, le robot devra traduire les observations récoltées en données utiles. Ces observations sont souvent obtenues soit en utilisant des dispositifs électroniques de mesure de distances (télémètres, radars...) qui permettent de calculer rapidement et avec grande précision l'emplacement des obstacles dans un rayon

32

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Là où il n'y a pas d'espoir, nous devons l'inventer"   Albert Camus