| Titre : | Cartographie de l'Environnement et Localisation Robuste pour la Navigation de Robots Mobiles | | Type de document : | texte imprimé | | Auteurs : | G.A. BORGES, Auteur | | Année de publication : | 2002 | | Langues : | Français (fre) | | Tags : | CARTOGRAPHIE DE L'ENVIRONNEMENT LOCALISATION DE ROBOTS MOBILES STATISTIQUES ROBUSTES CARTOGRAPHIE DE L'ENVIRONNEMENT LOCALISATION DE ROBOTS MOBILES STATISTIQUES ROBUSTES ENVIRONMENT MAPPING MOBILE ROBOTS LOCALIZATION ROBUST STATISTICS CONSULTEZ CETTE THESE EN ALLANT SUR : HTTP://WWW.ENE.UNB.BR/~GABORGES/PUBLICATIONS/PUBLICATIONS.HTML?MENULANGUAGE=FR GENIE INFORMATIQUE, AUTOMATIQUE ET TRAITEMENT DU SIGNAL | | Index. décimale : | THE Thèses de doctorat | | Résumé : | Ce travail constitue une étude approfondie sur la conception d'un système de cartographie et de localisation de robots mobiles pour des milieux d'intérieur. Divers aspects sont étudiés, tels que l'acquisition de données de capteurs asynchrones, la segmentation d'images, la fusion de données pour la cartographie locale, la localisation par mise en correspondance de cartes géométriques et la mise à jour des cartes d'environnement. Des méthodes originales de segmentation d'images télémétriques, de localisation et de cartographie sont proposées. Pour extraire des segments de droite dans les images télémétriques, nous utilisons un algorithme dérivé des c-moyennes floues. Une approche d'estimation de la position du robot basée sur les statistiques robustes a été mise en œuvre. Une première version de cette approche présentait certaines limitations liées à l'incomplétude de l'espace des solutions. Ceci a été résolu à l'aide de la décomposition en valeurs singulières et du filtrage de Kalman linéaire. Par ailleurs, nous avons développé une méthode découplée de cartographie stochastique qui emploie des contraintes pour limiter les risques de dérive d'estimation. Cela a été possible à partir d'une étude théorique rigoureuse du filtre de Kalman et de ses variantes. Le problème de cartographie est formulé différemment par rapport aux techniques actuelles, dans le but de respecter des conditions théoriques nécessaires à une estimation correcte de la carte d'environnement, ainsi que des mesures d'incertitude qui lui sont associées. Les différents algorithmes de localisation et de cartographie ont été validés expérimentalement et comparés à d'autres solutions sur une plate-forme mobile équipée de deux capteurs extéroceptifs : une caméra vidéo et un télémètre laser.
This work presents a deep investigation on the conception of a mobile robot mapping and localization system for indoor environments. It includes different studies about non-synchronous sensor data acquisition, image segmentation, data fusion for local environment mapping, pose estimation by using geometrical map matching, and environment maps updating. In this context, we propose original approaches for 2-D range images segmentation, mobile robot localization and environment mapping. For range images segmentation, an algorithm derived from the fuzzy C-means is proposed for reliable line extraction. A new robust estimator using nonlinear optimization and robust statistics is proposed for mobile robot pose estimation. In a first version, this approach presented some limitations, allowing only incomplete solutions. This has been solved using singular value decomposition and linear Kalman filtering. Further, a decoupled approach for stochastic environment mapping using constraints to reduce the divergence risk has been developed. This has been achieved from a rigorous theoretical study on the Kalman filter and its variants. The environment mapping problem is formulated in a different manner with respect to the current techniques. It aims at respecting the theoretical necessary conditions for consistent map building. The proposed solutions have been validated experimentally and compared against other methods on a mobile platform equipped with two exteroceptive sensors : a video camera and a laser rangefinder. | | Directeur(s) de thèse : | ALDON M.J. | | Président du jury : | FOURNIER A. | | Rapporteur(s) : | MEIZEL D.;DEVY M. | | Examinateur(s) : | MOUADDIB E.M.;RIVES P. | | Date de soutenance : | 27/05/2002 |
Cartographie de l'Environnement et Localisation Robuste pour la Navigation de Robots Mobiles [texte imprimé] / G.A. BORGES, Auteur . - 2002. Langues : Français ( fre) | Tags : | CARTOGRAPHIE DE L'ENVIRONNEMENT LOCALISATION DE ROBOTS MOBILES STATISTIQUES ROBUSTES CARTOGRAPHIE DE L'ENVIRONNEMENT LOCALISATION DE ROBOTS MOBILES STATISTIQUES ROBUSTES ENVIRONMENT MAPPING MOBILE ROBOTS LOCALIZATION ROBUST STATISTICS CONSULTEZ CETTE THESE EN ALLANT SUR : HTTP://WWW.ENE.UNB.BR/~GABORGES/PUBLICATIONS/PUBLICATIONS.HTML?MENULANGUAGE=FR GENIE INFORMATIQUE, AUTOMATIQUE ET TRAITEMENT DU SIGNAL | | Index. décimale : | THE Thèses de doctorat | | Résumé : | Ce travail constitue une étude approfondie sur la conception d'un système de cartographie et de localisation de robots mobiles pour des milieux d'intérieur. Divers aspects sont étudiés, tels que l'acquisition de données de capteurs asynchrones, la segmentation d'images, la fusion de données pour la cartographie locale, la localisation par mise en correspondance de cartes géométriques et la mise à jour des cartes d'environnement. Des méthodes originales de segmentation d'images télémétriques, de localisation et de cartographie sont proposées. Pour extraire des segments de droite dans les images télémétriques, nous utilisons un algorithme dérivé des c-moyennes floues. Une approche d'estimation de la position du robot basée sur les statistiques robustes a été mise en œuvre. Une première version de cette approche présentait certaines limitations liées à l'incomplétude de l'espace des solutions. Ceci a été résolu à l'aide de la décomposition en valeurs singulières et du filtrage de Kalman linéaire. Par ailleurs, nous avons développé une méthode découplée de cartographie stochastique qui emploie des contraintes pour limiter les risques de dérive d'estimation. Cela a été possible à partir d'une étude théorique rigoureuse du filtre de Kalman et de ses variantes. Le problème de cartographie est formulé différemment par rapport aux techniques actuelles, dans le but de respecter des conditions théoriques nécessaires à une estimation correcte de la carte d'environnement, ainsi que des mesures d'incertitude qui lui sont associées. Les différents algorithmes de localisation et de cartographie ont été validés expérimentalement et comparés à d'autres solutions sur une plate-forme mobile équipée de deux capteurs extéroceptifs : une caméra vidéo et un télémètre laser.
This work presents a deep investigation on the conception of a mobile robot mapping and localization system for indoor environments. It includes different studies about non-synchronous sensor data acquisition, image segmentation, data fusion for local environment mapping, pose estimation by using geometrical map matching, and environment maps updating. In this context, we propose original approaches for 2-D range images segmentation, mobile robot localization and environment mapping. For range images segmentation, an algorithm derived from the fuzzy C-means is proposed for reliable line extraction. A new robust estimator using nonlinear optimization and robust statistics is proposed for mobile robot pose estimation. In a first version, this approach presented some limitations, allowing only incomplete solutions. This has been solved using singular value decomposition and linear Kalman filtering. Further, a decoupled approach for stochastic environment mapping using constraints to reduce the divergence risk has been developed. This has been achieved from a rigorous theoretical study on the Kalman filter and its variants. The environment mapping problem is formulated in a different manner with respect to the current techniques. It aims at respecting the theoretical necessary conditions for consistent map building. The proposed solutions have been validated experimentally and compared against other methods on a mobile platform equipped with two exteroceptive sensors : a video camera and a laser rangefinder. | | Directeur(s) de thèse : | ALDON M.J. | | Président du jury : | FOURNIER A. | | Rapporteur(s) : | MEIZEL D.;DEVY M. | | Examinateur(s) : | MOUADDIB E.M.;RIVES P. | | Date de soutenance : | 27/05/2002 |
|
Affiner la recherche Interroger des sources externesCartographie de l'Environnement et Localisation Robuste pour la Navigation de Robots Mobiles / G.A. BORGES
