Robotique autonome Navigation

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

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

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

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

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?