Robotique autonome Navigation
|
|
- Clarisse Michel
- il y a 7 ans
- Total affichages :
Transcription
1 Robotique autonome Navigation Francis Colas
2 Introduction Planification espace de configuration et algorithmes de planification ; carte connue et statique. Francis Colas Robotique autonome Navigation 2
3 Introduction Planification espace de configuration et algorithmes de planification ; carte connue et statique. Navigation mouvement d un robot mobile : - planification de trajectoire, - exécution de la trajectoire, - évitement d obstacles ; exploration : - dans un environnement inconnu, - décider des mouvements pour construire la carte. Francis Colas Robotique autonome Navigation 3
4 Introduction Planification espace de configuration et algorithmes de planification ; carte connue et statique. Navigation mouvement d un robot mobile : - planification de trajectoire, - exécution de la trajectoire, - évitement d obstacles ; exploration : - dans un environnement inconnu, - décider des mouvements pour construire la carte. Objectif de la séance suivi de trajectoire ; évitement d obstacle ; exploration. Francis Colas Robotique autonome Navigation 4
5 1Suivi de trajectoire Francis Colas Robotique autonome Navigation 5
6 Suivi de trajectoire Suivi de trajectoire exécuter une trajectoire planifiée, à l aide des capteurs, en prenant en compte les contraintes du robot ; correction des dérives. Francis Colas Robotique autonome Navigation 6
7 Suivi de trajectoire Suivi de trajectoire exécuter une trajectoire planifiée, à l aide des capteurs, en prenant en compte les contraintes du robot ; correction des dérives. Principe trajectoire donnée ; position/erreur connue ; modèle de véhicule donné ; calcul d une commande pour suivre la trajectoire. Francis Colas Robotique autonome Navigation 7
8 Suivi de trajectoire Suivi de trajectoire exécuter une trajectoire planifiée, à l aide des capteurs, en prenant en compte les contraintes du robot ; correction des dérives. Principe trajectoire donnée ; position/erreur connue ; modèle de véhicule donné ; calcul d une commande pour suivre la trajectoire. Francis Colas Robotique autonome Navigation 8
9 Modèles cinématiques Robot différentiel deux roues motrices (droite et gauche) ; roue folle de stabilisation ; Francis Colas Robotique autonome Navigation 9
10 Modèles cinématiques Robot différentiel deux roues motrices (droite et gauche) ; roue folle de stabilisation ; configuration en position et orientation : (x, y, θ) ; commande en vitesse des roues : (v l, v r) ; y D θ 0 x Francis Colas Robotique autonome Navigation 10
11 Modèles cinématiques Robot différentiel deux roues motrices (droite et gauche) ; roue folle de stabilisation ; configuration en position et orientation : (x, y, θ) ; commande en vitesse des roues : (v l, v r) ; modèle cinématique : ẋ = vr+v l cos θ 2 ẏ = vr+v l sin θ 2 θ = vr v l 2D y 0 D x θ Francis Colas Robotique autonome Navigation 11
12 Modèles cinématiques Voiture roues avant orientables ; roues arrières fixes ; Francis Colas Robotique autonome Navigation 12
13 Modèles cinématiques Voiture roues avant orientables ; roues arrières fixes ; Francis Colas Robotique autonome Navigation 13
14 Modèles cinématiques Voiture roues avant orientables ; roues arrières fixes ; Francis Colas Robotique autonome Navigation 14
15 Modèles cinématiques Voiture roues avant orientables ; roues arrières fixes ; configuration en position, orientation et angle de braquage : (x, y, θ, φ) ; commande en vitesse et changement d angle de braquage : (v, u). y L θ φ 0 x Francis Colas Robotique autonome Navigation 15
16 Modèles cinématiques Voiture roues avant orientables ; roues arrières fixes ; configuration en position, orientation et angle de braquage : (x, y, θ, φ) ; commande en vitesse et changement d angle de braquage : (v, u). modèle cinématique : ẋ = v cos θ ẏ = v sin θ θ = v tan φ L φ = u y 0 x L θ φ Francis Colas Robotique autonome Navigation 16
17 Suivi de trajectoire Principe définition des commandes en fonction de l erreur ; obtention d une équation différentielle sur l erreur. Francis Colas Robotique autonome Navigation 17
18 Suivi de trajectoire Principe définition des commandes en fonction de l erreur ; obtention d une équation différentielle sur l erreur. P l2 l 1 ( xr( t), yr( t ) Robot différentiel mouvement d un point : ) ( vr+vl (ẋp cos θ vr v ) l (l1 sin θ + l2 cos θ) = 2 2D v ẏ r+v l P sin θ vr v = M l (l1 cos θ + l2 sin θ) 2 2D ( vr v l ) Francis Colas Robotique autonome Navigation 18
19 Suivi de trajectoire Principe définition des commandes en fonction de l erreur ; obtention d une équation différentielle sur l erreur. P l2 l 1 ( xr( t), yr( t ) Robot différentiel mouvement d un point : ) ( vr+vl (ẋp cos θ vr v ) l (l1 sin θ + l2 cos θ) = 2 2D v ẏ r+v l P sin θ vr v = M l (l1 cos θ + l2 sin θ) 2 2D erreur par rapport à la référence e = (x P x r(t), y P y r(t)) : ( ) ) vr (ẋr(t) ė = M ẏ r(t) v l ( vr v l ) Francis Colas Robotique autonome Navigation 19
20 Suivi de trajectoire Principe définition des commandes en fonction de l erreur ; obtention d une équation différentielle sur l erreur. P l2 l 1 ( xr( t), yr( t ) Robot différentiel mouvement d un point : ) ( vr+vl (ẋp cos θ vr v ) l (l1 sin θ + l2 cos θ) = 2 2D v ẏ r+v l P sin θ vr v = M l (l1 cos θ + l2 sin θ) 2 2D erreur par rapport à la référence e = (x P x r(t), y P y r(t)) : ( ) ) vr (ẋr(t) ė = M ẏ r(t) correction proportionnelle et pré-compensation : ( ) ) vr (ẋr(t) M = Ke ẏ r(t) v l v l ( vr v l ) Francis Colas Robotique autonome Navigation 20
21 Conclusion sur le suivi de trajectoire Suivi de trajectoire point de suivi P ; méthode simple de réduction d erreur ; généralisable à une voiture. Francis Colas Robotique autonome Navigation 21
22 Conclusion sur le suivi de trajectoire Suivi de trajectoire point de suivi P ; méthode simple de réduction d erreur ; généralisable à une voiture. Limitations l 1 0 ; contrôle de l orientation ; prise en compte de la dynamique ; prise en compte du glissement. Francis Colas Robotique autonome Navigation 22
23 Conclusion sur le suivi de trajectoire Suivi de trajectoire point de suivi P ; méthode simple de réduction d erreur ; généralisable à une voiture. Limitations l 1 0 ; contrôle de l orientation ; prise en compte de la dynamique ; prise en compte du glissement. Suivi de chemin problème de la position de référence ; projection sur le repère de Frenet. Francis Colas Robotique autonome Navigation 23
24 2Évitement d obstacle Francis Colas Robotique autonome Navigation 24
25 Évitement d obstacle Évitement d obstacle utilisation des capteurs extéroceptifs ; génération de commandes permettant d éviter les obstacles, tout en atteignant la cible. Approches champ de potentiel ; vector field histogram ; dynamic window approach ; velocity obstacles. Francis Colas Robotique autonome Navigation 25
26 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. Francis Colas Robotique autonome Navigation 26
27 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. Francis Colas Robotique autonome Navigation 27
28 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. π 0 -π Francis Colas Robotique autonome Navigation 28
29 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. π 0 -π Francis Colas Robotique autonome Navigation 29
30 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. π 0 -π Francis Colas Robotique autonome Navigation 30
31 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. π 0 -π Francis Colas Robotique autonome Navigation 31
32 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. π 0 -π Francis Colas Robotique autonome Navigation 32
33 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. π 0 -π Francis Colas Robotique autonome Navigation 33
34 Vector field histogram Vector field histogram histogramme de densité d obstacle, suivant la direction ; identification de vallées ; choix de la vallée la plus proche. π 0 -π Francis Colas Robotique autonome Navigation 34
35 Dynamic window approach Dynamic window approach espace des commandes ; identification des commandes menant à collision (horizon fini) ; identification des commandes réalisables au prochain pas de temps ; pondération entre : - commande désirée, - distance aux obstacles, - vitesses élevées. Francis Colas Robotique autonome Navigation 35
36 Dynamic window approach Dynamic window approach espace des commandes ; identification des commandes menant à collision (horizon fini) ; identification des commandes réalisables au prochain pas de temps ; pondération entre : - commande désirée, - distance aux obstacles, - vitesses élevées. v r 0 v l Francis Colas Robotique autonome Navigation 36
37 Dynamic window approach Dynamic window approach espace des commandes ; identification des commandes menant à collision (horizon fini) ; identification des commandes réalisables au prochain pas de temps ; pondération entre : - commande désirée, - distance aux obstacles, - vitesses élevées. v r 0 v l Francis Colas Robotique autonome Navigation 37
38 Dynamic window approach Dynamic window approach espace des commandes ; identification des commandes menant à collision (horizon fini) ; identification des commandes réalisables au prochain pas de temps ; pondération entre : - commande désirée, - distance aux obstacles, - vitesses élevées. v r 0 v l Francis Colas Robotique autonome Navigation 38
39 Dynamic window approach Dynamic window approach espace des commandes ; identification des commandes menant à collision (horizon fini) ; identification des commandes réalisables au prochain pas de temps ; pondération entre : - commande désirée, - distance aux obstacles, - vitesses élevées. v r 0 v l Francis Colas Robotique autonome Navigation 39
40 Dynamic window approach Dynamic window approach espace des commandes ; identification des commandes menant à collision (horizon fini) ; identification des commandes réalisables au prochain pas de temps ; pondération entre : - commande désirée, - distance aux obstacles, - vitesses élevées. v r 0 v l Francis Colas Robotique autonome Navigation 40
41 Dynamic window approach Dynamic window approach espace des commandes ; identification des commandes menant à collision (horizon fini) ; identification des commandes réalisables au prochain pas de temps ; pondération entre : - commande désirée, - distance aux obstacles, - vitesses élevées. v r 0 v l Francis Colas Robotique autonome Navigation 41
42 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 42
43 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 43
44 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 44
45 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 45
46 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 46
47 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 47
48 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 48
49 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 49
50 Velocity obstacles Velocity obstacles évitement d obstacles dynamiques ; vitesses connues ; planification dans l espace des vitesses ; vitesses induisant une collision avec un obstacle (horizon infini). Francis Colas Robotique autonome Navigation 50
51 Conclusion sur l évitement d obstacle Évitement d obstacle méthodes de modification locale de commande ; reconnaissance des commandes acceptables ; hors planification. Francis Colas Robotique autonome Navigation 51
52 Conclusion sur l évitement d obstacle Évitement d obstacle méthodes de modification locale de commande ; reconnaissance des commandes acceptables ; hors planification. Limitations reconnaissance des obstacles ; estimation de leurs vitesses ; pas de garantie générale. Francis Colas Robotique autonome Navigation 52
53 3Exploration Francis Colas Robotique autonome Navigation 53
54 Exploration Exploration choisir les actions d un robot mobile, pour parcourir un environnement, en construisant sa carte ; optimisation de l information. Francis Colas Robotique autonome Navigation 54
55 Exploration Exploration choisir les actions d un robot mobile, pour parcourir un environnement, en construisant sa carte ; optimisation de l information. Active localization localisation inconnue ; mouvements pour mieux se localiser ; SLAM + exploration. Francis Colas Robotique autonome Navigation 55
56 Exploration Exploration choisir les actions d un robot mobile, pour parcourir un environnement, en construisant sa carte ; optimisation de l information. Active localization localisation inconnue ; mouvements pour mieux se localiser ; SLAM + exploration. Pursuit evasion problem choisir les actions d un robot mobile, pour trouver et suivre un autre objet mobile, dans un environnement connu ou non. Francis Colas Robotique autonome Navigation 56
57 Optimisation de l information Quantité d information utilisation de l entropie : H p = entropie : mesure d incertitude ; { p(x) log p(x) dx x p(x) log p(x) maximiser l information en faisant minimisant l entropie. Francis Colas Robotique autonome Navigation 57
58 Optimisation de l information Quantité d information utilisation de l entropie : H p = entropie : mesure d incertitude ; { p(x) log p(x) dx x p(x) log p(x) maximiser l information en faisant minimisant l entropie. Gain d information comparaison entre l information courante et l information attendue : I p(u) = H p E[H p u] observation prochaine inconnue ; résolution de POMDPs très coûteux. Francis Colas Robotique autonome Navigation 58
59 Heuristiques d exploration Entropie corrélation entre l entropie et le gain d information dans une carte d occupation ; méthode gloutonne : choisir la meilleure action immédiate. Francis Colas Robotique autonome Navigation 59
60 Heuristiques d exploration Entropie corrélation entre l entropie et le gain d information dans une carte d occupation ; méthode gloutonne : choisir la meilleure action immédiate. Incertitude dans l inexploré plans à long termes invalides ; méthodes gloutonnes aux frontières. Francis Colas Robotique autonome Navigation 60
61 Heuristiques d exploration Entropie corrélation entre l entropie et le gain d information dans une carte d occupation ; méthode gloutonne : choisir la meilleure action immédiate. Incertitude dans l inexploré plans à long termes invalides ; méthodes gloutonnes aux frontières. Frontier-based exploration lister les frontières connues ; aller explorer la plus proche. Francis Colas Robotique autonome Navigation 61
62 4Conclusion Francis Colas Robotique autonome Navigation 62
63 Conclusion Navigation planification de mouvement ; adaptation au robot : suivi de trajectoire ; adaptation à l environnement : évitement d obstacles ; adaptation à notre connaissance : exploration. Francis Colas Robotique autonome Navigation 63
64 Conclusion Navigation planification de mouvement ; adaptation au robot : suivi de trajectoire ; adaptation à l environnement : évitement d obstacles ; adaptation à notre connaissance : exploration. Limites articulation entre la planification et l exécution ; identification des obstacles ; exploration heuristique. Francis Colas Robotique autonome Navigation 64
65 Bibliographie Livres Siciliano et al., Springer Handbook of Robotics, Springer Thrun et al., Probabilistic Robotics, MIT Press, Vector Field Histogram Ulrich et Borenstein, VFH+ : reliable obstacle avoidance for fast mobile robots, RA, Velocity obstacles Fiorini et Shiller, Motion planning in dynamic environments using velocity obstacles, IJRR Exploration Holz et al., Evaluating the efficiency of frontier-based exploration, ISR/Robotik, Francis Colas Robotique autonome Navigation 65
66 Merci de votre attention. Des questions?
Robotique Mobile. David Filliat
Robotique Mobile David Filliat Avril 2012 David FILLIAT École Nationale Supérieure de Techniques Avancées ParisTech Robotique Mobile 2 Cette création est mise à disposition selon le Contrat Paternité-Pas
Plus en détailIntelligence artificielle et les défis en robotique mobile et autonome
Intelligence artificielle et les défis en robotique mobile et autonome Éric Beaudry http://planiart.usherbrooke.ca/~eric/ Étudiant au doctorat en informatique Laboratoires Planiart et Laborius 13 février
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailIntégrales doubles et triples - M
Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailChafa Azzedine - Faculté de Physique U.S.T.H.B 1
Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
Plus en détailChapitre 1 Cinématique du point matériel
Chapitre 1 Cinématique du point matériel 7 1.1. Introduction 1.1.1. Domaine d étude Le programme de mécanique de math sup se limite à l étude de la mécanique classique. Sont exclus : la relativité et la
Plus en détailRéalisation et modélisation de rubans déployables pour application spatiale
Réalisation et modélisation de rubans déployables pour application spatiale F. GUINOT a, S. BOURGEOIS a, B. COCHELIN a, C.HOCHARD a, L. BLANCHARD b a. Laboratoire de Mécanique et d Acoustique (LMA), 31
Plus en détailRepérage d un point - Vitesse et
PSI - écanique I - Repérage d un point - Vitesse et accélération page 1/6 Repérage d un point - Vitesse et accélération Table des matières 1 Espace et temps - Référentiel d observation 1 2 Coordonnées
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
Plus en détailAutoroute A16. Système de Repérage de Base (SRB) - Localisation des Points de repère (PR) A16- A16+
01 / 24 0 0!( 10 10 20 20 02 / 24 20 20 30 30 40 40 Système de Repérage de Base (SRB) - Localisation des Points de repère (PR) 03 / 24 40 40 50 50 60 60 60 60 04 / 24 70 70 80 80 80 80 Système de Repérage
Plus en détailOptimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailDéveloppement de lois et de structures de réglages destinées à la téléopération avec retour d effort
Développement de lois et de structures de réglages destinées à la téléopération avec retour d effort Thomas Delwiche, Laurent Catoire et Michel Kinnaert Faculté des Sciences Appliquées Service d Automatique
Plus en détailGUIDE D INSTALLATION INTERNET haute vitesse
GUIDE D INSTALLATION INTERNET haute vitesse Version 2012-09 1 800 567-6353 1 Table des matières 4....3 Avant de vous connecter à un réseau sans fil...3 4.1 Connexion à un réseau sans fil sur Windows XP...5
Plus en détailSTATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE
ÉCOLE D'INGÉNIEURS DE FRIBOURG (E.I.F.) SECTION DE MÉCANIQUE G.R. Nicolet, revu en 2006 STATIQUE GRAPHIQUE ET STATIQUE ANALYTIQUE Eléments de calcul vectoriel Opérations avec les forces Equilibre du point
Plus en détailGuide d utilisation pour
Guide d utilisation pour TABLE DES MATIÈRES 1. PRÉSENTATION DE STOCK GUIDE 3 1.1 MODALITÉS D ACCÈS 3 1.2 INSTRUCTIONS POUR SE DÉCONNECTER DE LA BASE DE DONNÉES 4 2. LES DIFFÉRENTES COMPOSANTES DE LA BASE
Plus en détailCOR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR
COR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR SABRINA CAMPANO DIRECTION: NICOLAS SABOURET ENCADREMENT : NICOLAS SABOURET, VINCENT CORRUBLE, ETIENNE DE SEVIN SOUTENANCE
Plus en détailEtablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique
Etablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique Etude réalisée en 2003 pour le compte de l Office National des Forêts Eric Delboulbé, Docteur en Mécanique des Fluides
Plus en détailCSMA 2013 11e Colloque National en Calcul des Structures 13-17 Mai 2013
CSMA 0 e Colloque National en Calcul des Structures -7 Mai 0 Simulation numérique par éléments finis de l écoulement dans un mélangeur bi-vis et l interaction mélange-mélangeur Hamza DJOUDI *, Jean-claude
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCHAPITRE 10. Jacobien, changement de coordonnées.
CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailIntroduction à la robotique Licence 1ère année - 2011/2012
Introduction à la robotique Licence 1ère année - 2011/2012 Laëtitia Matignon GREYC-CNRS Université de Caen, France Laetitia Matignon Université de Caen 1 / 61 Plan Définitions 1 Définitions 2 3 Robots
Plus en détailDéveloppements actuels dans le positionnement satellites GNSS - RTCM - RTK. Moritz Lauwiner / Dr. Werner Lienhart
Développements actuels dans le positionnement satellites GNSS - RTCM - RTK Moritz Lauwiner / Dr. Werner Lienhart Global Navigation Satellite Systems Systèmes GNSS existants et futurs NAVSTAR GPS USA, système
Plus en détailSurveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)
Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes!
Plus en détailRelever les défis des véhicules autonomes
EMM 2014 12eme rencontre européenne de mécatronique Relever les défis des véhicules autonomes Mathias Perrollaz Ingénieur expert Inria Christian Laugier Directeur de recherche Inria E-Motion Team Annecy,
Plus en détailNouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailUniversité Paris 8 Laboratoire d Informatique Avancée de Saint-Denis THÈSE. pour l obtention du
Université Paris 8 Laboratoire d Informatique Avancée de Saint-Denis THÈSE pour l obtention du Doctorat de l Université Paris 8 spécialité Informatique présentée par Zhi YAN Contributions à la coordination
Plus en détailFiche technique. www.omnikles.com 56 rue de Londres - 75008 Paris Tél. : 01 44 88 96 50 Mail : contact@omnikles.com
Eléments de configuration - Utilisateur Les applications OK-BOX sont des applications Web accessibles pour les utilisateurs via le protocole Internet sécurisé : HTTPS. A ce titre, elles requièrent un poste
Plus en détailInstallation d un serveur virtuel : DSL_G624M
Installation d un serveur virtuel : DSL_G624M Les images suivantes varient selon les appareils utilisés Employer le menu des Servers virtuels pour faire des configurations dans le routeur modem. Les Serveurs
Plus en détailD'UN SITE INTERNET LES S D'UN SITE INTERNET PRATIQUE ET PERFORMANT PRATIQUE ET PERFORMANT
D'UN SITE INTERNET LES DIRECTEUR de AVOIR UNE STRATÉGIE COMMERCIALE CLAIRE 1. La vision d entreprise Une description d un état futur et désirable de l organisation et/ou de son environnement. 1. La mission
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailProcédure et Pré-requis
Installation Périclès5 Laforêt Procédure et Pré-requis Périclès5 sept 2014 POLIRIS 65 rue Ordener 75880 Paris 18 tél : 01 56 41 31 00 - fax : 01 56 41 31 10 - contact@poliris.fr - www.poliris.fr Sommaire
Plus en détailSCM Fournisseurs de services et délégués Matériel de formation à l intention des utilisateurs Nouveau-Brunswick, Canada
SCM Fournisseurs de services et délégués Matériel de formation à l intention des utilisateurs Nouveau-Brunswick, Canada MINISTÈRE DE LA SANTÉ 1 Table des matières 1 INTRODUCTION... 3 2 EXIGENCES PC/SYSTÈME...
Plus en détailSEO On-page. Avez-vous mis toutes les chances de votre côté pour le référencement de votre site?
SEO On-page Avez-vous mis toutes les chances de votre côté pour le référencement de votre site? I. Introduction... p.2 II. Optimisation on-page vs off-page... p.3 III. Les éléments importants de vos pages...
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailIntégration de l interface graphique de Ptidej dans Eclipse
Intégration de l interface graphique de Ptidej dans Eclipse Driton Salihu (salihudr@iro.umontreal.ca) Lulzim Laloshi (laloshil@iro.umontreal.ca) Département d informatique et de recherche opérationnelle
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailMESURE DE LA PUISSANCE
Chapitre 9 I- INTRODUCTION : MESURE DE L PUISSNCE La mesure de la puissance fait appel à un appareil de type électrodynamique, qui est le wattmètre. Sur le cadran d un wattmètre, on trouve : la classe
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailISTIA INNOVATION. 62, Ave ND du Lac F 49000 Angers www.istia.univ-angers.fr
ISTIA INNOVATION 62, Ave ND du Lac F 49000 Angers www.istia.univ-angers.fr DESS ITIHM RV 02/03 Geoffrey SUBILEAU Ecole des Mines de Nantes Projet européen «REPOSIT» Développement d un environnement virtuel
Plus en détail16 septembre 2013. Lundi de l Economie l. rencement. Foix. CCI Ariège
Lundi de l Economie l Numérique 16 septembre 2013 Lundi de l Economie l Numérique Le référencementr rencement Foix CCI Ariège Définition Référencement naturel Le référencement (SEO, Search Engine Optimization)
Plus en détailMicrosoft Office system 2007 16 Février 2006
Microsoft Office system 2007 16 Février 2006 Attendu d ici la fin de l année 2006, Microsoft Office system 2007 inclut des applications, serveurs et services innovants et perfectionnés. Il a été conçu
Plus en détailEurateach labellisé par la région et le FAFIEC. Si vous remplissez les conditions suivantes : Votre entreprise compte moins de 250 salariés
> FORMATIONS CLES EN MAIN > FORMATIONS SUR MESURE Eurateach labellisé par la région et le FAFIEC Dans le cadre du Pacte Régional de Continuité Professionnelle signé par l Etat, la Région et les Partenaires
Plus en détailResolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
Plus en détailL environnement de travail de Windows 8
4 L environnement de travail de Windows 8 Mais où est donc passé le bouton Démarrer? L écran d accueil joue le rôle de l ancien bouton Démarrer. Si l icône de l application que vous voulez lancer n est
Plus en détailPréparé au Laboratoire d Analyse et d Architecture des Systèmes du CNRS
Année 2004 THESE Préparé au Laboratoire d Analyse et d Architecture des Systèmes du CNRS En vue de l obtention du titre de Docteur de l Institut National Polytechnique de Toulouse Spécialité : Informatique
Plus en détailEnergie et morphologie : vers la perdurabilité de la forme urbaine? Généralités et transports. Luc Adolphe
Energie et morphologie : vers la perdurabilité de la forme urbaine? Généralités et transports Luc Adolphe RÉDUCTION DES BESOINS ÉNERGÉTIQUES DANS LES TRANSPORTS. Contexte : Densité, Mobilité Réduire
Plus en détailE-Commerce à Orthez E-Commerce : Se lancer - Générer des commandes - Se positionner : Explications et témoignages Orthez 15 mai 2008
E-Commerce à Orthez Enjeux de la visibilité de votre commerce Répartition générale des sources de trafic Principe de fonctionnement des moteurs de recherche Référencement naturel, les bonnes pratiques
Plus en détailDocumentation. Manuel Utilisateur. E-Shop
Documentation Manuel Utilisateur E-Shop Table des matières 1. PROCEDURE POUR OUVRIR UN COMPTE E-SHOP...3 1.1 Intervenants...3 1.2 Formulaire à utiliser...3 2. SITE INTERNET GETAZ-MIAUTON...3 2.1 Site Internet
Plus en détailA. Benali 0248484081 benali@ensi-bourges.fr. Objectifs du cours
A. Benali 0248484081 benali@ensi-bourges.fr 64 Objectifs du cours Comment procéder pour donner des ordres au robot Apprendre à représenter la position et l orientation d une chaîne mécanique Être capable
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détail1.1 Codage de source et test d hypothèse
Théorie de l information et codage 200/20 Cours 8février20 Enseignant: Marc Lelarge Scribe: Marc Lelarge Pour information Page webdu cours http://www.di.ens.fr/~lelarge/info.html Notations Pour des variables
Plus en détailVTX FTP. Transfert de fichiers business par FTP - Manuel de l'utilisateur. Informations complémentaires : www.vtx.ch. info@vtx.
VTX FTP Transfert de fichiers business par FTP - Manuel de l'utilisateur Informations complémentaires : www.vtx.ch info@vtx.ch 021/721 11 11 Table des matières 1 Introduction...3 1.1 But du document...3
Plus en détailDocumentation. Manuel Utilisateur. E-Shop
Documentation Manuel Utilisateur E-Shop Table des matières 1. PROCEDURE POUR OUVRIR UN COMPTE E-SHOP...3 1.1 Intervenants...3 1.2 Formulaire à utiliser...3 2. SITE INTERNET GETAZ-MIAUTON...3 2.1 Site Internet
Plus en détailPRESENSTATION VMWARE ESXi NOTION DE MACHINE VIRTUELLE
PRESENSTATION VMWARE ESXi C est un logiciel qui permet de : 1. Virtualiser les postes informatiques 2. Virtualiser les serveurs d un réseau ESXi est la plate-forme de virtualisation sur laquelle vous créez
Plus en détailFiche Mémo : Options d accessibilité sous Windows et Internet Explorer 5
Fiche Mémo : Options d accessibilité sous Windows et Internet Explorer 5 I. Général II. Affichage : taille icônes et écran III. Le menu «Options d accessibilité» : contraste, curseur IV. Le clavier V.
Plus en détailAu préalable, nous nous plaçons dans l espace au sein duquel nous allons créer notre raccourci vers l ENTG.
Disque virtuel (Windows XP) et (MAC OS X) ENTG Disque virtuel (Windows XP) Objectif : Le disque virtuel va vous permettre d accéder à vos documents ENTG sans vous connecter systématiquement à celui-ci.
Plus en détailLES ACCES DISTANTS ET SECURISES. Installation et utilisation du client. Cisco AnyConnect VPN Client. pour Windows
Service Informatique et Télématique (SITEL), Emile-Argand 11, 2007 Neuchâtel, Tél. +41 032 718 2000, hotline.sitel@unine.ch LES ACCES DISTANTS ET SECURISES Installation et utilisation du client Cisco AnyConnect
Plus en détailde formation des prix
Le mécanisme m de formation des prix 1 URBANiS 24 janvier 2011 DEUX MARCHES FONCIERS URBAINS Zone AU «stricte» le droit des sols n est pas défini, il est négocié Zone AU indicée et zone U le droit des
Plus en détailGUIDE UTILISATEUR à l usage des jeunes POUR LA DEMATERIALISATION EXPLORA INITIAL SOMMAIRE
GUIDE UTILISATEUR à l usage des jeunes POUR LA DEMATERIALISATION EXPLORA INITIAL SOMMAIRE Pages Introduction et synthèse... 2 Etape 1 : Connexion jeune - Création du compte... 3 Etape 2 : Identité du jeune
Plus en détail80 rue de Reuilly 75012 PARIS 01 53 30 09 99. Guide d utilisation de la Bourse de l emploi des Centres de Gestion
80 rue de Reuilly 75012 PARIS 01 53 30 09 99 Guide d utilisation de la Bourse de l emploi des Centres de Gestion Propos introductifs Le réseau des Bourses de l emploi des Centres de Gestion permet au travers
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailMathématiques I Section Architecture, EPFL
Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même
Plus en détailTitle Text. Outil intégré de collecte, d'analyse et de visualisation de données de mobilité
Title Text Outil intégré de collecte, d'analyse et de visualisation de données de mobilité Contenu de la présentation Schéma général et avancement Suivi et administration Validation des entrevues Enrichissement
Plus en détailQUI SOMMES NOUS? Notre équipe se tient à votre disposition pour vous apporter de plus amples informations et vous conseiller.
QUI SOMMES NOUS? La CCI Tarbes et Hautes-Pyrénées propose une offre variée de formations s adressant à la fois aux jeunes à la recherche d un métier et aux salariés / Chefs d entreprise en recherche de
Plus en détailBACCALAURÉAT TECHNOLOGIQUE SESSION 2008 POSITIONNEUR DE PANNEAU SOLAIRE POUR CAMPING-CAR
BACCALAURÉAT TECHNOLOGIQUE SÉRIE SCIENCES ET TECHNIQUES INDUSTRIELLES GÉNIE ÉLECTROTECHNIQUE SESSION 2008 ÉPREUVE: ÉTUDE DES CONSTRUCTIONS Durée: 4 heures Coefficient : 6 POSITIONNEUR DE PANNEAU SOLAIRE
Plus en détailDématérialisation et travail collaboratif
IBM Software Group Dématérialisation et travail collaboratif Thomas Coustenoble IBM Lotus Market Manager RDV Logiciels 25 novembre 2004 2004 IBM Corporation IBM Leadership in Content Management Content
Plus en détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailCréer un panorama animé à 360
Créer un panorama animé à 360 Pour plus de réalisme, vous pouvez réaliser un panorama à 360 dans lequel vous allez pouvoir faire un tour sur vous-même (appelé aussi effet Eye Fish). Pour cela, vous aurez
Plus en détailescan Entreprise Edititon Specialist Computer Distribution
escan Entreprise Edititon Specialist Computer Distribution escan Entreprise Edition escan entreprise Edition est une solution antivirale complète pour les entreprises de toutes tailles. Elle fournit une
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailAlarme domestique- Présentation
STI2D PROJET SIN Alarme domestique- Présentation Document réponses Séquence découverte Le fonctionnement du système d alarme domestique: (Démarche d investigation) Après avoir fait une présentation de
Plus en détailManipulateurs Pleinement Parallèles
Séparation des Solutions aux Modèles Géométriques Direct et Inverse pour les Manipulateurs Pleinement Parallèles Chablat Damien, Wenger Philippe Institut de Recherche en Communications et Cybernétique
Plus en détailL OUTIL NUMERIQUE CARACTERISTIQUES ET FONCTIONNALITES
L OUTIL NUMERIQUE CARACTERISTIQUES ET FONCTIONNALITES Aujourd hui, le numérique est partout. Il se retrouve principalement dans les nouvelles technologies, mais également dans l art, les livres, notre
Plus en détailfinancière GESTION MICROSOFT BUSINESS SOLUTION NAVISION
GESTION financière MICROSOFT BUSINESS SOLUTION NAVISION GESTION FINANCIERE Le module de Gestion Financière de Microsoft Business Solutions Navision vous donne la liberté de vous concentrer exclusivement
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailPilote KIP certifié pour AutoCAD. Guide de l utilisateur État de l imprimante KIP
Pilote KIP certifié pour AutoCAD Guide de l utilisateur État de l imprimante KIP Table des matières Introduction... 2 Fonctions... 2 Installation et configuration requise... 3 Configuration requise...
Plus en détailT le. Se documenter tout au long de l année. séquence pédagogique L1.2 L1.4 L2.2 L4.2. 3 e trimestre. Nom :... Prénom :... Date :...
Se documenter tout au long de l année Nom :... Prénom :... Date :... Validez les items du B2i! L1.2 L1.4 L2.2 L4.2 Consigne 1 Connaissez-vous des éléments et/ou des événements importants associés à la
Plus en détailRetrouver un mot de passe perdu de Windows
Retrouver un mot de passe perdu de Windows Vous avez perdu votre mot de passe Windows et il vous est impossible de vous en souvenir? Vous avez beau avoir essayé vos dizaines de mots de passe à l'ouverture
Plus en détailConditions : stage indemnisé, aide au logement possible, transport CEA en Ile-de-France gratuit.
Proposition de stage de BAC+4 ou BAC+5 Pro ou Recherche Etude comparative des outils de vérification d'algorithmes parallèles Logiciels (LSL), localisé à Palaiseau (Essonne), développe les outils d'aide
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailL optimisation d une PowerBoutique pour le référencement
L optimisation d une PowerBoutique pour le référencement page 1/11 Tables des matières 1 Les balises de référencement...4 2 La hiérarchisation de l information...7 3 La mise en exergue des mots clés...7
Plus en détailINTERNET est un RESEAU D ORDINATEURS RELIES ENTRE EUX A L ECHELLE PLANETAIRE. Internet : interconnexion de réseaux (anglais : net = réseau)
CS WEB Ch 1 Introduction I. INTRODUCTION... 1 A. INTERNET INTERCONNEXION DE RESEAUX... 1 B. LE «WEB» LA TOILE, INTERCONNEXION DE SITES WEB... 2 C. L URL : LOCALISER DES RESSOURCES SUR L INTERNET... 2 D.
Plus en détailet dépannage de PC Configuration Sophie Lange Guide de formation avec exercices pratiques Préparation à la certification A+
Guide de formation avec exercices pratiques Configuration et dépannage de PC Préparation à la certification A+ Sophie Lange Troisième édition : couvre Windows 2000, Windows XP et Windows Vista Les Guides
Plus en détailEpreuve E4 Conception et maintenance de solutions informatiques DESCRIPTION D UNE SITUATION PROFESSIONNELLE
Epreuve E4 Conception et maintenance de solutions informatiques DESCRIPTION D UNE SITUATION PROFESSIONNELLE PARCOURS SISR SLAM Lieu de réalisation Campus Montsouris 2, rue Lacaze 75014 PARIS Période de
Plus en détailVous venez de procéder à la mise à jour? Découvrez les nouveautés de Microsoft Dynamics CRM 2013 et Microsoft Dynamics CRM Online, automne 2013
Vous venez de procéder à la mise à jour? Découvrez les nouveautés de Microsoft Dynamics CRM 2013 et Microsoft Dynamics CRM Online, automne 2013 Série Mise en route 4 Microsoft Dynamics CRM 2013 et Microsoft
Plus en détailSolution A La Gestion Des Objets Java Pour Des Systèmes Embarqués
International Journal of Engineering Research and Development e-issn: 2278-067X, p-issn: 2278-800X, www.ijerd.com Volume 7, Issue 5 (June 2013), PP.99-103 Solution A La Gestion Des Objets Java Pour Des
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailAtelier Administration
Atelier Administration Cahier d exercices Sommaire Vérification des paramètres de la société.... 2 Gestion des utilisateurs et des groupes... 3 Recréer un raccourci... 4 Microsoft SQL Server... 4 Poste
Plus en détailDérivation : Résumé de cours et méthodes
Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers
Plus en détail