Cartographie de l'environnement et suivi simultané de cibles dynamiques par un robot mobile
Başlık çevirisi mevcut değil.
- Tez No: 611553
- Danışmanlar: PROF. DR. Raja CHATILA
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Fransızca
- Üniversite: Université Toulouse III Paul Sabatier
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
L'avancement technologique de notre époque s'impose petit à petit dans notre vie pour résoudre tous nos problèmes professionnels ou même quotidiens. Aujourd'hui, il nous propose d'accepter de nouvelles entités artificielles intelligentes, pour qu'elles soient intégrées dans notre société humaine. Ces nouvelles machines qui essaient de copier nos capacités perceptuelles et parfois physiques sont des robots. L'existence des robots dans notre univers nous invite à savoir de plus en plus comment il faut interagir avec eux. En revanche, notre existence dans leur univers exige qu'ils soient capables de nous percevoir, nous comprendre et interagir avec nous. Pour qu'un robot assume toutes ces fonctions, il doit exploiter tous ses capteurs qui représentent pour lui une approximation de certains sens de l'être humain. Mais, à cause du bruit qui peut caractériser les mesures acquises par ses capteurs, il est nécessaire d'utiliser plusieurs méthodes de filtrage pour améliorer la qualité de ces mesures et ainsi du raisonnement qui en dépend. D'autre part la fusion des données des capteurs est utile et souvent utilisée pour compenser les points faibles de chaque capteur. Une capacité essentielle pour qu'un robot mobile soit capable de comprendre son environnement est de pouvoir en construire la carte. Une carte précise et détaillée représente une source d'information indispensable pour réaliser une bonne localisation du robot. Mais pour élaborer une carte correcte, une localisation du robot dans son environnement est aussi importante. Les deux fonctions sont liées, ont la même priorité et doivent être achevées simultanément. Ce problème est déjà connu et référencé par le terme (SLAM : Simultaneous Localization And Mapping). Des entités mobiles dans la zone de perception du robot pendant qu'il construit sa propre carte peuvent provoquer de graves erreurs au niveau de sa localisation, et des inexactitudes dans la carte. Les traces des objets mobiles doivent être détectées et éliminées du modèle. Nous proposons d'adopter la représentation de l'environnement par une grille d'occupation qui décompose l'environnement en cellules indépendantes les unes des autres. A chaque cellule est assignée une valeur décrivant sa probabilité d'être occupée. Cette représentation fournit un modèle de l'environnement pouvant être mis à jour à une fréquence élevée ce qui présente l'intérêt de permettre la détection et le suivi d'éléments mobiles autour du robot. Nous employons la grille elle-même pour effectuer la détection en cherchant les groupes de cellules qui viennent de changer leurs états d'une façon brutale entre deux balayages successifs du laser dans le champ de mesure. Le suivi des cibles dynamiques est ensuite effectué, où la technique de (Multiple Model Particle Filter) est utilisée avec le modèle choisi de la dynamique des objets. Une procédure qui attribue les mesures acquises aux cibles correspondantes est aussi présentée. Dans un environnement très peuplé par des personnes mobiles dans la zone de mesure du laser, la procédure d'attribution échoue parfois et spécialement pour des cibles ayant des trajectoires croisées. De plus, une erreur de localisation du robot pendant son mouvement, peut déclencher une étape de détection et de suivi pour des éléments qui sont en fait statiques dans le monde réel. Pour essayer d'améliorer la qualité de l'information sensorielle du robot et d'augmenter la fiabilité du suivi, nous utilisons une caméra catadioptrique dont les données seront fusionnées avec le laser. Pour détecter des cibles mobiles en utilisant des images panoramiques, le fond de scène est tout d'abord extrait à partir de trois images successives (prises de la même position avec un délai de temps constant entre elles), en employant un (Temporal Median Operator). Une image binaire est calculée à partir d'une approche modifiée de flot optique où un nouveau terme qui compense les changements d'illumination est calculé et pris en compte. Deux stratégies qui déterminent les directions des cibles détectées à partir d'images déployées (sur une forme cylindrique) et d'images panoramiques brutes sont respectivement présentées et comparées. La synchronisation des deux capteurs (laser et caméra) est cruciale pour permettre la fusion de leurs données. Nous proposons une technique probabiliste pour coupler des mesures reçues par l'un et par l'autre capteur et pour les associer à un même événement. Nous présentons enfin comment les différents algorithmes proposés sont intégrés dans l'architecture du robot
Özet (Çeviri)
Özet çevirisi mevcut değil.
Benzer Tezler
- Sayısal jeoloji haritaları ve ilgili veri tabanının oluşturulmasına bir örnek. Batı Karadeniz Bölgesi
Başlık çevirisi yok
UFUK TARI
Yüksek Lisans
Türkçe
1998
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKAN TÜYSÜZ
- Yenice sıcak noktası: Ekolojisi ve sürdürülebilirliği
Yenice hotspot: Ecology and sustainability
MUHAMMET ÖZTEKİNCİ
- Batı Karadeniz Bölümü'nde Kurucaşile-Arıt Çayı arası vejetasyon ekolojisi
Vegetation ecology between kurucaşile-Arit Creek in Western Black Sea subregion
FERHAT TOPRAK
