1. INTRODUCTION : Généralités sur les robots mobiles 2. LES ROBOTS MOBILES

Chapitre : I Généralités sur les robots mobiles 1. INTRODUCTION : Généralement, l'image que l'on se donne d'un robot est celle d'un système mécanique articulé devant effectuer des opérations telles que le soudage, la peinture, la manutention dans des ateliers de l'industrie automobile,...etc. II en existe pourtant une autre, dont on parle moins souvent : les robots mobiles à roues. Ces systèmes sont actuellement très peu répandus dans les applications industrielles. Pourtant de nombreuses applications potentielles s'offrent à ce type de véhicules: applications de nettoyage, l aide à la mobilité de personnes âgées ou handicapées. 2. LES ROBOTS MOBILES 2.1 DEFINITION D'UN ROBOT MOBILE Un robot mobile est un véhicule doté de moyens de locomotion qui lui permettent de se déplacer. Suivant son degré d'autonomie il peut être doté de moyens de perception et de raisonnement. 2.2 CLASSIFICATION DES ROBOTS MOBILES. La classification des robots mobiles se fait suivant plusieurs critères (degré d'autonomie, système de locomotion, énergie utilisée...). La classification la plus intéressante, et la plus utilisée est selon leur degré d'autonomie. Un robot mobile autonome est un système automoteur doté de capacités décisionnelles et de moyens d'acquisition et de traitement de l'information qui lui permettent d'accomplir sous contrôle humain réduit, un certain nombre de tâches, dans un environnement non complètement connu. On peut citer quelques types: 6

Chapitre : I Généralités sur les robots mobiles. Véhicule télécommandé par un opérateur qui lui impose chaque tâche élémentaire à réaliser. Véhicule télécommandé au sens de la tâche à réaliser. Le véhicule contrôle automatiquement ses actions.. Véhicule semi autonome réalisant sans l'aide de l'opérateur des tâches prédéfinies. Véhicule autonome qui réalise des tâches semi définies Les principaux problèmes particuliers liés à la conception de tels robots sont: 1. La conception mécanique liée à la mobilité. 2. La détermination de la position et de l'orientation. 3. La détermination du chemin optimal. 2.3 APPLICATIONS: Le domaine d'application des robots mobiles est vaste, nous présentons quelques applications dans le tableau suivant (figure.i. l) et sur la figure (.I.2). DOMAINES DAPLICATIONS DES ROBOT MOBILES Quelques exemples d application des robots mobiles : Figure I.1 7

Chapitre : I Généralités sur les robots mobiles Domaines Industrie nucléaire Applications surveillance de sites manipulation de matériaux radioactifs démantèlement de centrales neutralisation d'activité terroriste déminage pose d'explosif Chimique surveillance de munitions surveillance de site Mine Agricole manipulation de matériaux toxiques assistance d'urgence cueillette de fruits Nettoyage traite, moisson, traitement des vignes. coque de navire Espace industrie nettoyage industriel exploration convoyage Sousmarine surveillance pose de câbles cherche de modules cherche de navires immergés inspection des fonds marins surveillance pose d explosif manipulation de munitions Sécurité civile Militaire FigureI.2 : Domaines d applications des robots mobiles. Chapitre : I Généralités sur les robots mobiles 2.4 LES AVANTAGES DANS L'UTILISATION DES ROBOT MOBILES : 8

Les divers avantages des robots mobiles se résument ainsi: 1. Accroissement de la capacité de production 2. Remplacement de l'homme dans l'exécution des tâches pénibles ou dangereuses 3. Manutentions 2.5 LES MOYENS DE PERCEPTION EN ROBOTIQUE MOBILE : La perception est un domaine crucial de la robotique. C'est autour de ce concept qu'est bâtie la structure d'un robot apte à exécuter des tâches complexes ou à évoluer dans un univers inconnu ou mal connu. L'élément de base du système de perception est le capteur qui a pour objet de traduire en une information exploitable des données représentant des caractéristiques de l'environnement. Les moyens utilisés pour la perception de l'environnement sont nombreux. Nous citons: Les systèmes de vision globale. Les télémètres laser et ultrasonores. Les capteurs optiques et infrarouges. Les capteurs tactiles. 2.6 L'ARCHITECTURE DES ROBOTS MOBILES L'architecture des robots mobiles se compose de quatre parties essentielles: La structure mécanique et la motricité. Le système de localisation. Les organes de sécurité. Le système de traitement des informations et gestion de tâches. 2.6.1 LA STRUCTURE MECANIQUE ET MOTRICITE : Il existe quatre types de structures mécaniques assurant la motricité: Chapitre : I Généralités sur les robots mobiles 1. Les robots à roues. 2. Les robots à chenilles. 3. Les robots marcheurs. 9

4. Les robots rampants. Les robots mobiles à roues: La mobilité par roues est la structure mécanique la plus communément appliquée.cette technique assure selon l'agencement et les dimensions des roues un déplacement dans toutes les directions avec une accélération et une vitesse importantes.le franchissement d'obstacles ou l'escalade de marches d'escaliers est possible. Les robots à chenilles : L'utilisation des chenilles présente l'avantage d'une bonne adhérence au sol et d'une faculté de franchissement d'obstacles.l'utilisation est orientée vers l'emploi sur sol accidenté ou de mauvaise qualité au niveau de l'adhérence. Les robots marcheurs: Les robots marcheurs sont destinés à réaliser des tâches variées dont l'accès au site est difficile.leur anatomie à nombreux degrés de liberté permet un rapprochement avec les robot manipulateurs.la locomotion est commandée en termes de coordonnées articulaires.les différentes techniques étudiées se rapprochent de la marche des animaux et notamment de celle des insectes. 2.6.3 ORGANES DE SECURITE II est dangereux de laisser le robot mobile complètement libre.donc il est obligatoire qu'il soit doté d'organes garantissant la sécurité. Deux types de capteurs sont employés: Les capteurs proximétriques assurent la détection avant collision (ultrasons, hyperfréquences, infrarouge...). Les capteurs à contact détectent une collision ou un choc avec l'environnement (contact électrique sur parechocs, résistance variable, fibre optique...). L'organisation de la sécurité d'un robot mobile est représentée sur le schéma suivant: Chapitre : I Généralités sur les robots mobiles 10

Capteur de contact Capteur de proximité Traitement Freins Etat du système Figure I.4 Les organes de sécurité Le comportement du robot mobile lors de la détection d'un obstacle s'effectue selon plusieurs cas: Si le capteur à contact est sollicité le robot s'immobilise soit définitivement soit tant que le contact persiste, ou il effectue un mouvement opposé au contact. Figure I.5 robot mobile Chapitre : I Généralités sur les robots mobiles 11

Si on détecte une présence, la stratégie consiste soit à immobiliser le robot en attendant que la personne s'éloigne, soit à ralentir le mouvement si la personne n'est pas très proche, soit à choisir un autre chemin qui l'éloigne de la personne. 2.6.4 TRAITEMENT DES INFORMATIONS ET GESTION DES TACHES : L'ensemble de traitement des informations et gestion des tâches constitue le noyau du module d'informatique central qui établit les commandes permettant au robot mobile de réaliser un déplacement et d'activer les divers organes en accord avec l'objectif. A ce niveau le problème qui se pose est le problème de génération de plan qui consiste à établir la manière dont le robot se déplace par rapport à des connaissances aprioriques «statiques» ou obtenues en cours d'évolution «dynamiques» La génération des plans repose sur trois concepts: 1. La stratégie de navigation. 2. La modélisation de l'espace. 3. La planification : 3. ETAT DES RECHERCHES Depuis une vingtaine d'années, un grand nombre de projet de robot mobile à roues ont vu le jour. Ces études concernent les différents aspects du problème général, qu'il s'agisse de la perception de l'environnement, de l'analyse de l'environnement, de la recherche de chemins libres ou du contrôle du déplacement. Nous commencerons donc par dresser un inventaire des premières approches les plus significatives ou nous efforçant de respecter un ordre chronologique. Les dates précisées pour chacun de ces projets ne sont données qu'à titre indicatif. En effet, elles ne reflètent en général que l'année de parution d'une publication sur le sujet, et non l'année de création du projet. Avant de présenter ces études, nous ferons remarquer que bon nombre d'entre elles font référence dans le domaine de la robotique mobile. Elles sont encore utilisées de nos jours pour tester et valider les approches développées dans les divers laboratoires. Chapitre : I Généralités sur les robots mobiles 12

Le robot SHAKEY (1967) [NILS69]: C'est sans doute l'un des premiers projets de développement d'un robot mobile autonome doté de capacités de perception, de décision et de planification. Ce projet a vu le jour au Stanford Reseach Institute. Dans ce laboratoire, des recherches ont été menées, par N.J.Nilsson notamment, sur les possibilités d'équiper des machines de capacités de «déduction» et de «réaction logique» en fonction d'événements extérieurs. Pour essayer leurs principes en vrai grandeur, ils ont construit «SHAKEY» une machine «intelligente» à roues. Ce robot était ainsi doté de moyens de perception constitués d'une caméra, d'un télémètre optique et des capteurs de proximité. Entre chaque déplacement, une vue panoramique de l'environnement du robot permet de déterminer la position relative des obstacles de forme polygonale. A partir de cette vue, un point intermédiaire d'arrivée est déterminé par minimisation, à tout instant t, du chemin parcouru. Pour modéliser les obstacles, puis déterminer une trajectoire libre, l'environnement du robot est décomposé sous forme de cases d'occupation de plus en plus petites. Une procédure de recherche géométrique d'un chemin optimal dans un graphe de connexité, de type A*, permet alors de calculer une trajectoire libre. Le robot «Général Electric et Jet Propulsion Laboratory» H(1968) [WEIS91]: Parallèlement et de façon complètement autonome, l'industrie a besoin de machines permettant d'agir à distance, dans des espaces encombrés et inaccessibles à l'homme. Général Electric développe alors un quadrupède. En même temps, au début de l'industrie spatiale, s'échafaudent au Jet Propulsion Laboratory de Pasadena, les projets «Luna» et «Mars Rover o. 11 s'agit de projets de véhicules destinés à l'exploration de la lune et de la planète Mars, guidés par des opérateurs restés sur terre. Les obstacles y sont des rochers, des montagnes ou des ravins. 13

Chapitre : I Généralités sur les robots mobiles Ces véhicules se déplacent pas à pas vers un point d'arrivée. En cas de risque de collision avec un obstacle imprévu sur cette trajectoire, ils choisissent comme but intermédiaire un point situé légèrement au delà de l'obstacle. Le robot contourne alors cet objet puis continue son déplacement sur la trajectoire initiale libre. Dans cette approche, l'environnement est représenté sous la forme d'une grille. Les obstacles y sont symbolisés sous une forme polygonale caractérisée par les sommets, son centre de gravité et le cercle circonscrit à sa géométrie. Un chemin optimal est calculé à l'aide d'un algorithme du type A* de telle sorte qu'il ne traverse aucun des cercles circonscrits. Ce chemin tient notamment compte de taille et du rayon de braquage du robot. Le robot «ROBNAV» (1975) [CAHN75] : II s'agit d'une simulation d'une méthode de navigation d'un robot mobile n'ayant aucune connaissance a priori de son environnement. Les obstacles situés dans son environnement sont polygonaux et sont détectés à l'aide d'un télémètre à très longue portée. Lorsqu un obstacle obstrue le chemin situé dans la direction du point d'arrivée, une procédure de détection de passage sur les côtés de cet obstacle doit être mise en oeuvre. Dans ce cas, «ROBNAV3» se déplace d'une distance donnée dans une direction faisant un angle a est obtenu par minimisation d'une fonction heuristique. L'approche proposée permet d'atteindre le but dans la plupart des cas, sauf dans des environnement de type «bouteille» ou labyrinthe. Le robot «ARGOS» (1978) : Le robot «ARGOS», développé à l'université Paul Sabatier de Toulouse, simule la navigation d'un robot mobile doté d'un système de vision. Au cours de son déplacement, le robot détecte et mémorise la présence d'obstacles dans chacune des quatre directions principales : Nord, Sud, Est, Ouest. A partir de ce modèle de l'environnement, le robot calcule sa trajectoire à l'aide d'un algorithme de navigation du type A*. 14

Chapitre : I Généralités sur les robots mobiles Le robot HIL ARE (1979) [CHAT85]: Dans cette approche, les chercheurs du L.A..A.S de Toulouse, sous l'impulsion de R.Chatilla et J.P.Laumond, étudièrent la planification de trajectoires d'un robot, modélisé comme un point, évoluant dans un environnement totalement connu à deux dimensions. Ils ont basé la planification sur une décomposition exacte de l'espace de travail en un ensemble de cellules polygonales convexes de différents types. Le planificateur est basé sur un algorithme de navigation A*. Le robot «CART» (1980) : Ce projet a été mené par H.P.Moravec et CO, à l'université de Stanford. Les obstacles sont circulaires et sont détectés par le robot à l'aide d'un système de vision composé de deux caméras. Des corrélations locales sont effectuées entre les deux images afin de déterminer la profondeur de certains points. La navigation du robot mobile jusqu'au point d'arrivée consiste à calculer le plus court chemin, existant entre le robot et le but, passant par les tangentes communes aux différents obstacles. Le «Cart» avance par pas de un mètre, effectue une prise de vue et poursuit son plan. Un second véhicule, le «CMU Rover» a été construit depuis, dans ce même laboratoire. II bénéficie de l'expérience acquise, notamment en ce concerne la perception des obstacles par stéréovision. Le robot «VESA» (1981): Ce robot, créé à l'i.n.s.a. de Rennes, est doté d'un bras tactile télescopique ainsi que d'un arceau de sécurité afin de réaliser la détection des obstacles dans un environnement inconnu. S'il n'y a pas d'obstacle dans son environnement local, le robot se déplace en d'érection du point d'arrivée. Sinon, le robot tourne d'un angle donné et se déplace dans cette nouvelle direction. Si l'obstacle ne constitue plus une barrière pour atteindre le point d'arrivée, le robot se déplace dans sa direction. Sinon, l'opération consistant à contourner l'obstacle est renouvelée. 15

Chapitre : I Généralités sur les robots mobiles Ce robot peut également évoluer dans un espace de travail partiellement connu ou l'opérateur a décrit l'environnement à l'aide d'un vocabulaire simple fournissant des caractéristiques sur les obstacles telles que : forme, taille, position. Une trajectoire initiale optimale, du point de vue du chemin parcouru, peut ainsi être calculée et suivie ensuit par le robot. Le robot «YMABIKO» (1981 ): La navigation de ce robot est basée sur une modélisation de l'environnement du robot sous la forme d'un squelette composé d'un ensemble de points représentant chacun un obstacle. Deux listes sont utilisées pour décrire cette structure. La première permet de décrire les différents objets identifiés par les points. La seconde traduit les relations existantes entre ces différents points. La recherche d'un chemin libre est directement réalisée sur cette structure. Le robot «JASON» (1981 ): Ce robot a été développé à l'université de Berkeley. Afin de réaliser' la détection des obstacles, il est doté de caméras, capteurs à ultrasons et de diodes infrarouges. L'environnement dans lequel il évolue est modélisé dans une grille remplie à partir des informations fournies par les différents systèmes de perception. Les obstacles y sont grossis de la moitié de la largeur du robot afin de réduire celuici à un point. II ne s'agit plus que de, réaliser la navigation d'un point au milieu des obstacles. cette méthode avait été généralisée par T. LOZANO PEREZ dans [LOZA79]. Les robots «HERMIES I» et «HERMIES IIB» (1985)[BURK87]: HERMIES IIB est le dernier né d'une série de robots mobiles autonomes développés au CESARYak Ridge National Laboratory's Centre. Ces robots sont capables d'évoluer dans des environnements hostiles plus ou moins connus et contenant des obstacles pouvant être aussi bien fixes que mobiles. Le robot «ROBUTRYER» (1986): Le «Robuter» est un robot mobile à roues multifonctions, de base rectangulaire ou circulaire, destiné aux applications industrielles. Une vaste gamme d'accessoires et 16

Chapitre : I Généralités sur les robots mobiles d'équipements lui permettent en effet de s'adapter aux différentes tâches rencontrées dans les ateliers ou les usines. Point fort de ce robot : son puissant calculateur embarqué est basé sur un bus V.M.E.II permet de gérer toutes les informations de navigation ainsi que les différents capteurs de position et de détection de collision (capteur à infrarouges ou à ultrasons). Ce robot est maintenant fabriqué et commercialisé par la firme française Robosoft. Le robot «BLANCHE3» (1991 ) [cox91]: «BLANCHE» est un robot mobile à trois roues : 1 directrice à l'avant, 2 fixes à l'arrière. Ce robot, développé au NEC Research Institut, a été conçu pour évoluer dans les couloirs connus d'un bâtiment administratif ou hospitalier plutôt que dans un environnement naturel non structuré. Son système de navigation repose sur l'utilisation d'une trajectoire initiale de référence déterminée de façon horsligne. Cette trajectoire est représentée dans une carte de modélisation de l'environnement du robot et permet, par comparaison des informations réelles de distance aux informations contenues dans la carte, de connaître, à tout moment, la position du robot. Cette approche aborde donc principalement le problème de la localisation du robot dans son environnement. II s'agit d'un aspect important de la navigation puisqu'il permet de détecter les erreurs de positionnement et de déplacement du robot. Ces erreurs peuvent être occasionnées par le glissement des roues du robot sur le sol ; de tels phénomènes ne pouvant être pris en compte par les systèmes de mesure Ce robot peut également évoluer dans un espace de travail partiellement connu ou l'opérateur a décrit l'environnement à l'aide d'un vocabulaire simple fournissant des caractéristiques sur les obstacles telles que : forme, taille, position. Une trajectoire initiale optimale, du point de vue du chemin parcouru, peut ainsi être calculée et suivie ensuit par le robot. Le robot «YMABIKO» (1981 ): La navigation de ce robot est basée sur une modélisation de l'environnement du robot sous la forme d'un squelette composé d'un ensemble de points représentant chacun un obstacle. Deux listes sont utilisées pour décrire cette structure. La première 17

permet de décrire les différents objets identifiés par les points. La seconde traduit les relations existantes entre ces différents points. La recherche d'un chemin libre est directement réalisée sur cette structure. Le robot «JASON» (1981 ): Ce robot a été développé à l'université de Berkeley. Afin de réaliser' la détection des obstacles, il est doté de caméras, capteurs à ultrasons et de diodes infrarouges. L'environnement dans lequel il évolue est modélisé dans une grille remplie à partir des informations fournies par les différents systèmes de perception. Les obstacles y sont grossis de la moitié de la largeur du robot afin de réduire celuici à un point. II ne s'agit plus que de, réaliser la navigation d'un point au milieu des obstacles. cette méthode avait été généralisée par T. LOZANO PEREZ dans [LOZA79]. Les robots «HERMIES I» et «HERMIES IIB» (1985)[BURK87]: HERMIES IIB est le dernier né d'une série de robots mobiles autonomes développés au CESARYak Ridge National Laboratory's Centre. Ces robots sont capables d'évoluer dans des environnements hostiles plus ou moins connus et contenant des obstacles pouvant être aussi bien fixes que mobiles. Le robot «ROBUTRYER» (1986): Le «Robuter» est un robot mobile à roues multifonctions, de base rectangulaire ou circulaire, destiné aux applications industrielles. Une vaste gamme d'accessoires et d'équipements lui permettent en effet de s'adapter aux différentes tâches rencontrées dans les ateliers ou les usines. Point fort de ce robot : son puissant calculateur embarqué est basé sur un bus V.M.E.II permet de gérer toutes les informations de navigation ainsi que les différents capteurs de position et de détection de collision (capteur à infrarouges ou à ultrasons). Ce robot est maintenant fabriqué et commercialisé par la firme française Robosoft. Le robot «BLANCHE3» (1991 ) [cox91]: «BLANCHE» est un robot mobile à trois roues : 1 directrice à l'avant, 2 fixes à l'arrière. Ce robot, développé au NEC Research Institut, a été conçu pour évoluer dans les couloirs connus d'un bâtiment administratif ou hospitalier plutôt que dans un environnement naturel non structuré. Son système de navigation repose sur l'utilisation d'une trajectoire initiale de référence déterminée de façon horsligne. Cette trajectoire 18

est représentée dans une carte de modélisation de l'environnement du robot et permet, par comparaison des informations réelles de distance aux informations contenues dans la carte, de connaître, à tout moment, la position du robot. Cette approche aborde donc principalement le problème de la localisation du robot dans son environnement. II s'agit d'un aspect important de la navigation puisqu'il permet de détecter les erreurs de positionnement et de déplacement du robot. Ces erreurs peuvent être occasionnées par le glissement des roues du robot sur le sol ; de tels phénomènes ne pouvant être pris en compte par les systèmes de mesure des déplacements par odomètre. 4. CONCLUSION Ce premier chapitre fournit une présentation générale sur les robots mobiles. II constitue également une introduction de l'étude conduite pour résoudre le problème de la localisation d'un robot mobile. Dans le chapitre qui suit, on présentera l'étude cinématique du robot mobile. Chapitre II La logique floue II.1 Introduction La logique floue fut développée par Lofti A. Zadeh en 1965 à partir de sa théorie des sousensembles flous [Zadeh, 1965]. Les sousensembles flous sont une manière mathématique de représenter l imprécision de la langue naturelle, ils peuvent être considérés comme une généralisation de la théorie des ensembles classiques. La logique floue est aussi appelée "logique linguistique " car ses valeurs de vérité sont des mots du langage courant : " plutôt vrai, presque faux, loin, si loin, près de, grand, petit...". La logique floue a pour objectif l étude de la représentation des connaissances imprécises, des raisonnements approchés et elle cherche à modéliser les notions vagues du langage naturel pour pallier l inadéquation de la théorie des ensembles classiques dans ce domaine. II.2 Sousensembles flous En théorie des ensembles classiques, l appartenance d un élément à un sousensemble est booléenne (deux états possible). Les sousensembles flous permettent en revanche de connaître le niveau ou degré d appartenance d un élément au sousensemble. Un sousensemble flou A d un univers du discours U est caractérisé par une fonction d appartenance [Zadeh, 1965] : µa : U [0, 1] (II.1) 19

où µa est le niveau ou degré d appartenance d un élément de l univers de discours U dans le sousensemble flou. On peut définir aussi un sousensemble flou A dans l univers du discours U comme suit [Zadeh, 1965] : A = {(x, µa (x)) x U} (II.2) avec µ (x) comme le degré d appartenance de x dans A. x [x0 xn] l univers du discours U = [x0 xn ] II.2.1 Opérations sur les ensembles flous Maintenant, on va définir brièvement les opérations de base effectuées sur les ensembles flous, cellesci sont définies en terme de leur fonction d appartenance. Soient A et B des ensembles flous dans l'univers X, décrits par leurs fonctions d'appartenance A ( x), B ( x) respectivement. Egalité : de deux ensembles flou A et B est notée A=B, elle est donnée par : x X, µa ( x) µb ( x) (II.3) Inclusion : on dit que A est inclus dans B, noté A B, si et seulement si : x X, µa ( x) µb ( x) Intersection : notée (II.4) A I B, définie par : x X, µai B ( x) min( µa ( x), µb ( x)) Union : notée (II.5) A U B, définie par l équation : x X, µaub ( x) max( µa ( x), µb ( x)) Complément : d un ensemble flou A, noté (II.6) A, est défini par : x X, µa ( x) 1 µa ( x) (II.7) Remarque x X, A A Ø La figure suivante représente les opérations complément, intersection et union des ensembles flous : 1 (a) µa ( x ) 1 x µ AI B ( x ) 1 x (b) µ AU B ( x ) (c) Figure II.1 : Les fonctions d appartenance associées aux opérations : (a) Complément. (b) Intersection. (c) Union 20 x

ExempleII.1 Les ensembles flous peuvent être représentés par plusieurs types de fonctions d appartenances, on peut schématiser les plus utilisées : Triangle Trapézoïde Gaussien Figure II.2 : type de représentation des sousensembles flous II.3 Variables linguistiques : En logique floue les concepts des systèmes sont normalement représentés par des variables linguistiques. Une variable linguistique est une variable dont les valeurs sont des mots ou des phrases utilisées couramment dans une langue naturelle ou un langage artificiel [Zadeh, 1975]. Une variable linguistique est défini par: (X, U, T(X), µx) (II.8) où X désigne le nom de la variable, U est l univers du discours associé à la variable X, T(X)={T1, T2,..., Tn} est l ensemble des valeurs linguistiques de la variable X et finalement µx sont les fonctions d appartenance associées à l ensemble de termes linguistiques. Exemple II.2 : On considère la taille d un être humain, donc la variable linguistique taille sera définie comme suit: (Taille, U = {40, 220}, T(X) = {Tx1, Tx2, Tx3}, µ = {µx1, µx2, µx3}) (II.9) où U est l univers des tailles humaines défini en centimètres, l ensemble T est constitué de trois variables linguistiques : Tx1 = petite, Tx2 = moyenne et Tx3 = grande. Nous illustrons l exemple II.1 dans la figure II.2 où on représente la variable linguistique taille de l être humain. La définition de chaque sousensemble flou repose sur l intuition des tailles humaines. 21

Si une personne mesure 1m80 cela se traduira par différents degrés d appartenances à chacun des sousensembles flous : µpetite = 0, µmoyenne = 0.65, µgrande = 0.35 Cette personne peut donc être considérée à la fois de taille moyenne et grande avec une plus forte appartenance à la taille "moyenne". Par contre une autre personne de taille 1m55 a les appartenances suivantes: µpetite = 0, µmoyenne = 1, µgrande = 0. Donc cette personne de taille moyenne II.4 Système d Inférence Floue Un Système d Inférence a comme but de transformer les données FigureFloue II.3 (SIF) Fonctions d appartenance de la variable taille d entrée en données de sortie à partir de l évaluation d un ensemble des règles. Les entrées sont issues du processus de fuzzification et l ensemble de règles sont définies par le savoirfaire de l expert. Un SIF (voir figure II.4) est constitué de trois étapes: 1) Fuzzification. 2) Inférence. 3) Défuzzification. La première étape est la fuzzification, qui consiste à caractériser les variables linguistiques utilisées dans le système. Il s agit donc d une transformation des entrées réelles en une partie floue définie sur un espace de représentation lié à l entrée. Cet espace de représentation est normalement un sousensemble flou. Durant l étape de la fuzzification, chaque variable d entrée et de sortie est associée à des sousensembles flous. 22 Figure II.4 : Structure d un SIF

SHAPE \* MERGEFORMAT II.4.1 Fuzzification : La fuzzification est l'opération permettant de transformer une entrée numérique (ensemble discret) à un ensemble flou (fuzzification singleton), ou un ensemble flou à un ensemble plus flou (fuzzification non singleton) Singleton : un ensemble qui ne comporte qu un seul élément. Le singleton est donné par la fonction d appartenance : 1 si x x0 0 autrement µa ( x ) x X (II.10) x0 l entrée. (a) Fuzzification singleton. (b) Fuzzification non singleton. Figure : Les deux types de fuzzification II.4.1.1 Représentation floue desii.5 variables d entrée Pour montrer le processus de fuzzification il faut d abord savoir combien des variables d entrée seront définies dans le SIF. Nous rappelons qu une variable d entrée (taille, température, pression, angle, vitesse, humidité, etc.), est un paramètre réel qui prend ses valeurs dans un univers bien déterminé [TongTong, 1995]. Exemple II.3 : Prenons deux variables d entrée : Vitesse et Distance qui décrivent les règles de conduite d automobile à l approche d un carrefour contrôlé par des feux tricolores. 23

Pour la distance : TP : très proche, P : proche, L : loin Pour la vitesse : Figure II.6 : Représentation des variables d entrée P : petite vitesse, M : vitesse moyenne, G : grande vitesse. La caractérisation des variables nécessite de bien connaître le domaine d application a fin de proposer un modèle adéquat à l aide de la logique floue. II.4.1.2 Représentation floue des variables de sortie Toute variable de sortie doit être fuzzifiée car les sorties sont liées aux variables d entrées. Pour cela il faut également savoir le nombre de variables de sortie et définir correctement l univers du discours. ExempleII.4 : Nous définissons une variable de sortie: Freinage, de la même manière que pour les variables d entrée : 24 Figure II.7: Représentation des variables de sortie.

Pour la variable de sortie freinage : D : doux, F : fort. II.5 Définition des règles floues : Le nombre de règles dans un SIF dépend du nombre de variables (d entrée et de sortie) [TongTong, 1995]. Les règles floues sont généralement du type " SI... ALORS " et permettent de représenter les relations entre les variables d entrée et de sortie. Plus précisément une règle floue R est définie de la forme suivante [Jang et al., 1997] : R : Si x est A Alors y est B (II.11) Où A et B sont des variables linguistiques définies dans un univers du discours X et Y. La première partie de la règle " x est A " est l antécédent et la deuxième partie de la règle " y est B " est le conséquent. Les règles floues, peuvent être simples avec antécédent et conséquent simple ou bien composées, avec la combinaison de plusieurs prémisses de la forme conjonctive suivante : R : Si x1 est A1 et x2 est A2 et... et xn est An Alors y est B (II.12) ou bien de la forme : R : Si x1 est A1 et x2 est A2 et... et xn n est pas An Alors y est B (II.13) Considérons à titre illustratif une règle floue : " Si la voiture est très proche (TP) au feu et la vitesse de la voiture est grande (G). Alors le freinage est fort (F)". II.5.1 Implication floue : L'implication floue associe à toute règle floue de la forme «si x est A alors y est B» construite à partir des variables linguistiques x et y, une relation floue R entre X et Y de fonction d appartenance : x X, y Y ; µr ( x, y ) f ( µa ( x ), µb ( y )) avec (II.14) f : 0,1 0,1 0,1 Les principales implications floues sont données dans le tableau suivant : Nom Valeur de vérité Reichenbach µr ( x, y ) 1 µa ( x) µa ( x) µb ( y ) 25

Willmott µr ( x, y ) max{1 µa ( x), min( µa ( x), µb ( y ))} RescherGaines µr ( x, y ) KleeneDienes max 1 µa ( x ), µb ( y ) BrouwerGödel µr ( x, y ) 1 si µa ( x) µb ( y ) 0 si non 1 si µa ( x) µb ( y ) µb ( y ) autrement si µa ( x) 0 1 autrement µr ( x, y ) Goguen µa ( x ),1 µ ( y ) B min Lukasiewicz µr ( x, y ) min(1 µa ( x) µb ( y ),1) Mamdani µr ( x, y ) min( µa ( x), µb ( y )) Larsen µr ( x, y ) µa ( x).µb ( y ) Tableau II.1 : Les principales règles d implications floues. II.5.2 Inférence à partir de règles floues Le but de l inférence floue est de déterminer les sorties du système à partir des entrées floues issues de la fuzzification des entrées réelles, étant donné une collection de règles, le mécanisme d inférence consiste à dériver un ensemble flou de sorties à partir de l agrégation des conclusions de l ensemble des règles floues. II.5.2.1 Inférence avec une seule règle Dans le cas où une seule règle floue serait activée l inférence repose sur la valeur d appartenance (µ) (appelé poids) associé à la variable linguistique d entrée. La définition pour ce cas est comme suit : Règle 1 : Si x1 est A1 et Si x2 est A2 Alors y est B Dans le cas d inférence d une seule règle le degré d appartenance de la variable linguistique de sortie (B) est défini comme suit : µb(y) = poids de la règle 1 = min (µa1(x1), µa2(x2)) Exemple II.5 : Pour illustrer le cas d une inférence avec une seule règle, nous supposons que nous voulons connaître la force de freinage d une voiture qui roule dans une ville si le feu est rouge. Pour cela nous avons deux caractéristiques associées : Vitesse et Distance. Ces caractéristiques sont alors nos variables d entrée et la variable de sortie est freinage. Si nous considérons une voiture qui roule à une vitesse de 65 Km/h et le feu se trouve à 20 mètres, la règle activée est la suivante : R1 : Si Distance est très proche et Vitesse est grande Alors Freinage est Fort. Ou bien : Si Distance est TP et Vitesse est G Alors Freinage est F Le degré d accomplissement ou degré d appartenance (µ) pour la variable Distance (x1 =20) et Vitesse (x2 = 65) est comme suit : x1 = 20 µtp (20) = 0.42, µp (20) = 0.57, µl (20) = 0.0 x2 = 65 µp (65) = 0.0, µm (65) = 0.375, µg (65) = 0.833 26

Le résultat de l inférence se fait seulement en prenant la valeur la plus petite des prémisses (Voir Figure 3.8) c estàdire que nous obtenons : R1 : FreinerµFortement1 = [min (µtp (20), µg (65))] = min (0.42, 0.833) = 0.42. Figure II.8 : Méthode d inférence à une règle floue II.5.2.2 Inférence avec plusieurs règles Dans le cas où plusieurs règles floues seraient activées l inférence repose sur les différentes valeurs d appartenance (µ) associés aux variables linguistiques d entrée. La définition pour l activation de plusieurs règles est comme suit : Règle 1 : Si x1 est A11 et Si x2 est A12 Alors y est B1 Règle 2 : Si x1 est A21 et Si x2 est A22 Alors y est B2 Dans le cas où B1 et B2 sont la même valeur de la variable de sortie y, on combine les inférences des 2 règles à l aide de l opérateur max. Si B1 et B2 sont 2 valeurs différentes, chaque règle donne un sousensemble flou sur la valeur de sortie y et on agrège les conclusions des 2 règles. Cela peut se représenter géométriquement comme on va le voir sur l exemple suivant. Exemple II.5 : Nous continuons notre exemple de la voiture avec les mêmes valeurs c estàdire 20 mètres pour la distance au feu et 65 km/h pour la vitesse de la voiture ( Voir Figure II.9 ). Nous considérons les deux règles suivantes : R1 : Si Distance est TP et Vitesse est G Alors Freinage est F R2 : Si Distance est P et Vitesse est M Alors Freinage est D 27

Le sousensemble obtenu indique que la force de freinage doit être à la fois forte et douce. Pour connaître avec Figure II.9 : Méthode d inférence à deux règles activées quelle force (entre 0 et 35 Newtons) le conducteur doit appuyer sur la pédale il faut défuzzifier ce résultat pour obtenir y0 (Voir Figure II.10) comme nous l expliquons dans le paragraphe suivant. Figure II.10 : Inférence à partir de 2 règles floues. II.5 Défuzzification : La défuzzification permet d avoir un résultat numérique non flou à partir de la sortie 28

de l inférence. Cette sortie est un sousensemble représentant l union des conclusions. La méthode de défuzzification la plus utilisée pour faire cette transformation est celle de la détermination du centre de gravité de ce sousensemble comme suit : La méthode du centre de gravité Cette méthode détermine le centre de gravité de B et utilise cette valeur comme la sortie du système flou. Le centre de gravité est donné par : a. Pour un ensemble flou discret : N y0 y.µ i 1 N i µ i 1 b. B B ( yi ) (3.15) ( yi ) Pour un ensemble flou continu : a y0 y. B ( y )dy b (3.16) a B ( y ) dy b où y0 est une valeur qui va se transmettre à l extérieur du système comme résultat de ce mécanisme flou. Les bornes de l intégrale a et b correspondent alors à la valeur minimale et à la valeur maximale du sousensemble freinage, i.e. a = 0.0 et b = 50. Nous voulons remarquer que l intégrale du dénominateur donne la surface à défuzzifier, tandis que l intégrale du numérateur correspond au moment de la surface. La sortie ( y0 ) obtenue par la méthode de defuzzification est: y0 = 25.77 Newtons. Étant donné que les valeurs de freinage sont notées en newtons, le conducteur doit donc appuyer sur la pédale de frein avec une force de 25.77 Newtons. Il existe d autres méthodes pour faire la defuzzification [Ross, 2005] : méthodes des maximums, somme prod, moyenne pondérée, moyenne des maximums, entre autres. La méthode du centre de gravité est utilisée avec le mécanisme d inférence maxmin de Mamdani, car cette méthode fournit une interpolation proportionnelle à la taille des sousensembles individuels des conséquents. Parmi les autres méthodes de défuzzification: La méthode du maximum Celuici examine l ensemble flou B (de sortie) et choisit comme sortie la valeur de y pour la quelle est un maximum. La figure suivante illustre cette méthode : 29 µb ( y )

µb ( y ) y y0 Figure II.11 : Défuzzification par la méthode du maximum. La méthode de la moyenne des maxima Cette méthode examine l ensemble flou B et détermine premièrement les valeurs de y pour lesquelles µb ( y ) est un maximum. Puis, calcule les moyennes de ces valeurs comme sa sortie. La valeur de sortie est donnée par l équation : y i (3.17) i N La méthode des hauteurs : définie par : M y0 y.µ Bl i 1 M µ i 1 Où l Bl ( yl ) (3.18) l (y ) y l est le centre de gravité de la fonction d appartenance de l ensemble flou B l associé à l activation de la l ieme règle. II.6. avantages d un contrôleur flou : Un contrôleur standard (PID ou autre) demande un modèle le plus précis possible comme des équations différentielles.par contre un contrôleur flou ne demande pas de modèle pareille,les algorithmes de réglage se basent sur des règles linguistiques de la forme SI condition.. ALORS action. Ces règles peuvent être exprimées en utilisant le langage tous les jours et la connaissance intuitive d un opérateur humain.ce qui conduit à deux avantages : 1) Le contrôle flou reste toujours clair pour tous les utilisateurs et opérateurs de la machine 2) Les opérateurs peuvent facilement interpréter les effets ou conséquence de chaque règle. Donc pour les systems mal connus ou complexes (nonlinéaire), un contrôleur flou s avère très intéressant [Pierre Gabriel 20002001] Chapitre I : Généralité et modélisation des robots mobiles Historique Depuis une vingtaine d'années, un grand nombre de projet de robot mobile à roues ont vu le jour. Ces études concernent les différents aspects du problème général, qu'il s'agisse de la perception de l'environnement, de l'analyse de l'environnement, de 30

la recherche de chemins libres ou du contrôle du déplacement. Nous commencerons donc par dresser un inventaire des premières approches les plus significatives ou nous efforçant de respecter un ordre chronologique. Les dates précisées pour chacun de ces projets ne sont données qu'à titre indicatif. En effet, elles ne reflètent en général que l'année de parution d'une publication sur le sujet, et non l'année de création du projet. Avant de présenter ces études, nous ferons remarquer que bon nombre d'entre elles font référence dans le domaine de la robotique mobile. Elles sont encore utilisées de nos jours pour tester et valider les approches développées dans les divers laboratoires. Le robot SHAKEY (1967) [NILS69] C'est sans doute l'un des premiers projets de développement d'un robot mobile autonome doté de capacités de perception, de décision et de planification. Ce projet a vu le jour au Stanford Reseach Institute. Dans ce laboratoire, des recherches ont été menées, par N.J.Nilsson notamment, sur les possibilités d'équiper des machines de capacités de «déduction» et de «réaction logique» en fonction d'événements extérieurs. Pour essayer leurs principes en vrai grandeur, ils ont construit «SHAKEY» une machine «intelligente» à roues. Ce robot était ainsi doté de moyens de perception constitués d'une caméra, d'un télémètre optique et des capteurs de proximité. Entre chaque déplacement, une vue panoramique de l'environnement du robot permet de déterminer la position relative des obstacles de forme polygonale. A partir de cette vue, un point intermédiaire d'arrivée est déterminé par minimisation, à tout instant t, du chemin parcouru. Pour modéliser les obstacles, puis déterminer une trajectoire libre, l'environnement du robot est décomposé sous forme de cases d'occupation de plus en plus petites. Une procédure de recherche géométrique d'un chemin optimal dans un graphe de connexité, de type A*, permet alors de calculer une trajectoire libre. Le robot «Général Electric et Jet Propulsion Laboratory» H(1968) [WEIS91] Parallèlement et de façon complètement autonome, l'industrie a besoin de machines permettant d'agir à distance, dans des espaces encombrés et inaccessibles à 31

l'homme. Général Electric développe alors un quadrupède. En même temps, au début de l'industrie spatiale, s'échafaudent au Jet Propulsion Laboratory de Pasadena, les projets «Luna» et «Mars Rover o. 11 s'agit de projets de véhicules destinés à l'exploration de la lune et de la planète Mars, guidés par des opérateurs restés sur terre. Les obstacles y sont des rochers, des montagnes ou des ravins. Ces véhicules se déplacent pas à pas vers un point d'arrivée. En cas de risque de collision avec un obstacle imprévu sur cette trajectoire, ils choisissent comme but intermédiaire un point situé légèrement au delà de l'obstacle. Le robot contourne alors cet objet puis continue son déplacement sur la trajectoire initiale libre. Dans cette approche, l'environnement est représenté sous la forme d'une grille. Les obstacles y sont symbolisés sous une forme polygonale caractérisée par les sommets, son centre de gravité et le cercle circonscrit à sa géométrie. Un chemin optimal est calculé à l'aide d'un algorithme du type A* de telle sorte qu'il ne traverse aucun des cercles circonscrits. Ce chemin tient notamment compte de taille et du rayon de braquage du robot. Le robot «ROBNAV» (1975) [CAHN75] II s'agit d'une simulation d'une méthode de navigation d'un robot mobile n'ayant aucune connaissance a priori de son environnement. Les obstacles situés dans son environnement sont polygonaux et sont détectés à l'aide d'un télémètre à très longue portée. Lorsqu un obstacle obstrue le chemin situé dans la direction du point d'arrivée, une procédure de détection de passage sur les côtés de cet obstacle doit être mise en oeuvre. Dans ce cas, «ROBNAV3» se déplace d'une distance donnée dans une direction faisant un angle a est obtenu par minimisation d'une fonction heuristique. L'approche proposée permet d'atteindre le but dans la plupart des cas, sauf dans des environnement de type «bouteille» ou labyrinthe. Le robot «ARGOS» (1978) Le robot «ARGOS», développé à l'université Paul Sabatier de Toulouse, simule la navigation d'un robot mobile doté d'un système de vision. Au cours de son déplacement, le robot détecte et mémorise la présence d'obstacles dans chacune des quatre directions principales : Nord, Sud, Est, Ouest. A partir de ce modèle de 32

l'environnement, le robot calcule sa trajectoire à l'aide d'un algorithme de navigation du type A*. Le robot HIL ARE (1979) [CHAT85] Dans cette approche, les chercheurs du L.A..A.S de Toulouse, sous l'impulsion de R.Chatilla et J.P.Laumond, étudièrent la planification de trajectoires d'un robot, modélisé comme un point, évoluant dans un environnement totalement connu à deux dimensions. Ils ont basé la planification sur une décomposition exacte de l'espace de travail en un ensemble de cellules polygonales convexes de différents types. Le planificateur est basé sur un algorithme de navigation A*. Le robot «CART» (1980) Ce projet a été mené par H.P.Moravec et CO, à l'université de Stanford. Les obstacles sont circulaires et sont détectés par le robot à l'aide d'un système de vision composé de deux caméras. Des corrélations locales sont effectuées entre les deux images afin de déterminer la profondeur de certains points. La navigation du robot mobile jusqu'au point d'arrivée consiste à calculer le plus court chemin, existant entre le robot et le but, passant par les tangentes communes aux différents obstacles. Le «Cart» avance par pas de un mètre, effectue une prise de vue et poursuit son plan. Un second véhicule, le «CMU Rover» a été construit depuis, dans ce même laboratoire. II bénéficie de l'expérience acquise, notamment en ce concerne la perception des obstacles par stéréovision. Le robot «VESA» (1981) Ce robot, créé à l'i.n.s.a. de Rennes, est doté d'un bras tactile télescopique ainsi que d'un arceau de sécurité afin de réaliser la détection des obstacles dans un environnement inconnu. S'il n'y a pas d'obstacle dans son environnement local, le robot se déplace en d'érection du point d'arrivée. Sinon, le robot tourne d'un angle donné et se déplace dans cette nouvelle direction. Si l'obstacle ne constitue plus une barrière pour atteindre le point d'arrivée, le robot se déplace dans sa direction. Sinon, l'opération consistant à contourner l'obstacle est renouvelée. 33

Ce robot peut également évoluer dans un espace de travail partiellement connu ou l'opérateur a décrit l'environnement à l'aide d'un vocabulaire simple fournissant des caractéristiques sur les obstacles telles que : forme, taille, position. Une trajectoire initiale optimale, du point de vue du chemin parcouru, peut ainsi être calculée et suivie ensuit par le robot. Le robot «YMABIKO» (1981 ) La navigation de ce robot est basée sur une modélisation de l'environnement du robot sous la forme d'un squelette composé d'un ensemble de points représentant chacun un obstacle. Deux listes sont utilisées pour décrire cette structure. La première permet de décrire les différents objets identifiés par les points. La seconde traduit les relations existantes entre ces différents points. La recherche d'un chemin libre est directement réalisée sur cette structure. Le robot «JASON» (1981 ) Ce robot a été développé à l'université de Berkeley. Afin de réaliser' la détection des obstacles, il est doté de caméras, capteurs à ultrasons et de diodes infrarouges. L'environnement dans lequel il évolue est modélisé dans une grille remplie à partir des informations fournies par les différents systèmes de perception. Les obstacles y sont grossis de la moitié de la largeur du robot afin de réduire celuici à un point. II ne s'agit plus que de, réaliser la navigation d'un point au milieu des obstacles. cette méthode avait été généralisée par T. LOZANO PEREZ dans [LOZA79]. Les robots «HERMIES I» et «HERMIES IIB» (1985)[BURK87] HERMIES IIB est le dernier né d'une série de robots mobiles autonomes développés au CESARYak Ridge National Laboratory's Centre. Ces robots sont capables d'évoluer dans des environnements hostiles plus ou moins connus et contenant des obstacles pouvant être aussi bien fixes que mobiles. Le robot «ROBUTRYER» (1986) Le «Robuter» est un robot mobile à roues multifonctions, de base rectangulaire ou circulaire, destiné aux applications industrielles. Une vaste gamme d'accessoires et d'équipements lui permettent en effet de s'adapter aux différentes tâches rencontrées dans les ateliers ou les usines. Point fort de ce robot : son puissant calculateur 34

embarqué est basé sur un bus V.M.E.II permet de gérer toutes les informations de navigation ainsi que les différents capteurs de position et de détection de collision (capteur à infrarouges ou à ultrasons). Ce robot est maintenant fabriqué et commercialisé par la firme française Robosoft. Le robot «BLANCHE3» (1991 ) [cox91] «BLANCHE» est un robot mobile à trois roues : 1 directrice à l'avant, 2 fixes à l'arrière. Ce robot, développé au NEC Research Institut, a été conçu pour évoluer dans les couloirs connus d'un bâtiment administratif ou hospitalier plutôt que dans un environnement naturel non structuré. Son système de navigation repose sur l'utilisation d'une trajectoire initiale de référence déterminée de façon horsligne. Cette trajectoire est représentée dans une carte de modélisation de l'environnement du robot et permet, par comparaison des informations réelles de distance aux informations contenues dans la carte, de connaître, à tout moment, la position du robot. Cette approche aborde donc principalement le problème de la localisation du robot dans son environnement. II s'agit d'un aspect important de la navigation puisqu'il permet de détecter les erreurs de positionnement et de déplacement du robot. Ces erreurs peuvent être occasionnées par le glissement des roues du robot sur le sol ; de tels phénomènes ne pouvant être pris en compte par les systèmes de mesure Ce robot peut également évoluer dans un espace de travail partiellement connu ou l'opérateur a décrit l'environnement à l'aide d'un vocabulaire simple fournissant des caractéristiques sur les obstacles telles que : forme, taille, position. Une trajectoire initiale optimale, du point de vue du chemin parcouru, peut ainsi être calculée et suivie ensuit par le robot. Le robot «YMABIKO» (1981 ) La navigation de ce robot est basée sur une modélisation de l'environnement du robot sous la forme d'un squelette composé d'un ensemble de points représentant chacun un obstacle. Deux listes sont utilisées pour décrire cette structure. La première permet de décrire les différents objets identifiés par les points. La seconde traduit les relations existantes entre ces différents points. La recherche d'un chemin libre est directement réalisée sur cette structure. Le robot «JASON» (1981 ) 35

Ce robot a été développé à l'université de Berkeley. Afin de réaliser' la détection des obstacles, il est doté de caméras, capteurs à ultrasons et de diodes infrarouges. L'environnement dans lequel il évolue est modélisé dans une grille remplie à partir des informations fournies par les différents systèmes de perception. Les obstacles y sont grossis de la moitié de la largeur du robot afin de réduire celuici à un point. II ne s'agit plus que de, réaliser la navigation d'un point au milieu des obstacles. Cette méthode avait été généralisée par T. LOZANO PEREZ dans [LOZA79]. Les robots «HERMIES I» et «HERMIES IIB» (1985)[BURK87] HERMIES IIB est le dernier né d'une série de robots mobiles autonomes développés au CESARYak Ridge National Laboratory's Centre. Ces robots sont capables d'évoluer dans des environnements hostiles plus ou moins connus et contenant des obstacles pouvant être aussi bien fixes que mobiles. Le robot «ROBUTRYER» (1986) Le «Robuter» est un robot mobile à roues multifonctions, de base rectangulaire ou circulaire, destiné aux applications industrielles. Une vaste gamme d'accessoires et d'équipements lui permettent en effet de s'adapter aux différentes tâches rencontrées dans les ateliers ou les usines. Point fort de ce robot : son puissant calculateur embarqué est basé sur un bus V.M.E.II permet de gérer toutes les informations de navigation ainsi que les différents capteurs de position et de détection de collision (capteur à infrarouges ou à ultrasons). Ce robot est maintenant fabriqué et commercialisé par la firme française Robosoft. Le robot «BLANCHE3» (1991 ) [cox91] «BLANCHE» est un robot mobile à trois roues : 1 directrice à l'avant, 2 fixes à l'arrière. Ce robot, développé au NEC Research Institut, a été conçu pour évoluer dans les couloirs connus d'un bâtiment administratif ou hospitalier plutôt que dans un environnement naturel non structuré. Son système de navigation repose sur l'utilisation d'une trajectoire initiale de référence déterminée de façon horsligne. Cette trajectoire est représentée dans une carte de modélisation de l'environnement du robot et permet, par comparaison des informations réelles de distance aux informations contenues dans la carte, de connaître, à tout moment, la position du robot. Cette approche aborde donc principalement le problème de la localisation du robot dans son environnement. II 36

s'agit d'un aspect important de la navigation puisqu'il permet de détecter les erreurs de positionnement et de déplacement du robot. Ces erreurs peuvent être occasionnées par le glissement des roues du robot sur le sol ; de tels phénomènes ne pouvant être pris en compte par les systèmes de mesure des déplacements par odomètre. I.1 Introduction Un robot mobile autonome est un système, disposant de moyens de traitement de l information Permettant une capacité décisionnelle suffisante et de moyens industriels adapté(la charge utile) de façon à pouvoir exécuter, sous contrôle humain réduit, un certain nombre de taches précise, dans un environnement variable,non complètement connu à l avance. Deux éléments principaux sont retenir de cette définition : La notion d autonomie de déplacement est liée à la fois à la capacité de la machine de se déplacer sur le sol et d embraquer suffisamment d énergie pour ce faire, d où un problème d énergie de conception de véhicules. Les robots développés aujourd hui nécessitent et continueront de nécessite pendant un certain temps une intervention humaine, même s ils sont capable, sans risque pour les biens ni les personnes d évoluer dans un environnement non conçu et pas trop ménagé pour eux. I.2 Définition Un robot mobile est une machine automatique capable de ce déplacer dans un environnement donné. Les robots mobiles évolueront donc sur terre, dans les airs ou encore sur ou sous eau. Les robots terrestres sont, par exemple, actionnés par des roues, des chenilles ou 37

encore des pattes. Nous allons nous concentrer sur l'étude des robots à roues. Ceuxci sont, en effet, particulièrement adaptés à un environnement plat. I.3 Classification des robots mobiles La classification des robots mobiles se fait suivant plusieurs critères (degré d'autonomie, système de locomotion, énergie utilisée...). La classification la plus intéressante, et la plus utilisée est selon leur degré d'autonomie. Véhicule télécommandé par un opérateur qui lui impose chaque tâche élémentaire à réaliser. Véhicule télécommandé au sens de la tâche à réaliser. Le véhicule contrôle automatiquement ses actions. Véhicule semi autonome réalisant sans l'aide de l'opérateur des tâches prédéfinies. Véhicule autonome qui réalise des tâches semi définies. Les principaux problèmes particuliers liés à la conception de tels robots sont: 1. La conception mécanique liée à la mobilité. 2. La détermination de la position et de l'orientation. 3. La détermination du chemin optimal. I.4 Application Le domaine d'application des robots mobiles est vaste, nous présentons quelques applications dans le tableau suivant (tableau.i. l) Domaines Industrie nucléaire Sécurité civile Chimique Applications surveillance de sites manipulation de matériaux radioactifs démantèlement de centrales neutralisation d'activité terroriste déminage pose d'explosif surveillance de munitions surveillance de site 38

Mine Agricole manipulation de matériaux toxiques assistance d'urgence cueillette de fruits Nettoyage traite, moisson, traitement des vignes. coque de navire Espace industrie nettoyage industriel exploration convoyage Sousmarine surveillance pose de câbles cherche de modules cherche de navires immergés inspection des fonds marins surveillance pose d explosif manipulation de munitions Militaire I.5 Les avantages dans l'utilisation des robot mobiles Les divers avantages des robots mobiles se résument ainsi: Accroissement de la capacité de production Remplacement de l'homme dans l'exécution des tâches pénibles ou dangereuses Manutentions I.6 L'architecture des robots mobiles L'architecture des robots mobiles se compose de quatre parties essentielles: La structure mécanique et la motricité. Le système de localisation. Les organes de sécurité. Le système de traitement des informations et gestion de tâches. I.6.1 La structure mécanique et motricité Il existe quatre types de structures mécaniques assurant la motricité: Les robots mobiles à roues 39

Les robots à chenilles. Les robots marcheurs. Les robots rampants. Les robots mobiles à roues La mobilité par roues est la structure mécanique la plus communément appliquée.cette technique assure selon l'agencement et les dimensions des roues un déplacement dans toutes les directions avec une accélération et une vitesse importantes.le franchissement d'obstacles ou l'escalade de marches d'escaliers est possible. Les robots à chenilles L'utilisation des chenilles présente l'avantage d'une bonne adhérence au sol et d'une faculté de franchissement d'obstacles.l'utilisation est orientée vers l'emploi sur sol accidenté ou de mauvaise qualité au niveau de l'adhérence. Les robots marcheurs Les robots marcheurs sont destinés à réaliser des tâches variées dont l'accès au site est difficile.leur anatomie à nombreux degrés de liberté permet un rapprochement avec les robot manipulateurs.la locomotion est commandée en termes de coordonnées articulaires.les différentes techniques étudiées se rapprochent de la marche des animaux et notamment de celle des insectes. I.6.3 Organes de sécurité II est dangereux de laisser le robot mobile complètement libre.donc il est obligatoire qu'il soit doté d'organes garantissant la sécurité. Deux types de capteurs sont employés: Les capteurs proximétriques assurent la détection avant collision (ultrasons, hyperfréquences, infrarouge...). Les capteurs à contact détectent une collision ou un choc avec l'environnement (contact électrique sur parechocs, résistance variable, fibre optique...). L'organisation de la sécurité d'un robot mobile est représentée sur le schéma suivant: 40

Le comportement du robot mobile lors de la détection d'un obstacle s'effectue selon plusieurs cas: Si le capteur à contact est sollicité le robot s'immobilise soit définitivement soit tant que le contact persiste, ou il effectue un mouvement opposé au contact. Si on détecte une présence, la stratégie consiste soit à immobiliser le robot en attendant que la personne s'éloigne, soit à ralentir le mouvement si la personne n'est pas très proche, soit à choisir unt autre chemin qui l'éloigne de la personne. I.6.4 Traitement des informations et gestion des taches L'ensemble de traitement des informations et gestion des tâches constitue le noyau du module d'informatique central qui établit les commandes permettant au robot mobile de réaliser un déplacement et d'activer les divers organes en accord avec l'objectif. A ce niveau le problème qui se pose est le problème de génération de plan qui consiste à établir la manière dont le robot se déplace par rapport à des connaissances aprioriques «statiques» ou obtenues en cours d'évolution «dynamiques» La génération des plans repose sur trois concepts: 1. La stratégie de navigation. 2. La modélisation de l'espace. 3. La planification. I.7 Architecture globale d un robot mobile à roue I.7.1 Disposition des roues C est la combinaison du choix des roues et de leur disposition qui confère à un robot son mode de locomotion propre. Sur les robots mobiles, on rencontre principalement trois types de roues (figure I.1) : (a).roues fixes : Ont comme particularité un axe de rotation parallèle au sol, et qui passe par le centre de la roue. (b).roues centrées orientables : l'axe d'orientation est perpendiculaire au sol, il passe par le centre de la roue. (c).roues décentrées orientables : l'axe d'orientation est perpendiculaire au sol, il ne passe pas par le centre de la roue, ce type de roues est appelé aussi roues folles. Ce 41

sont des roues dont la direction peut varier librement selon un axe vertical. Elles présentent l'avantage de donner au robot la possibilité de tourner à droite ou à gauche Figure I.1 : Les principaux types de roues des robots mobiles I.7.2 types des robots mobiles à roues Il existe plusieurs classes de robots à roue, déterminée principalement, par la position et le nombre de roues utilisées. Nous citerons ici les quatre classes principales de robots à roues [Bay08]. I.7.2.1 Robot unicycle Un robot de type unicycle est actionné par deux roues indépendantes, il possède éventuellement des roues folles (libres) pour assurer sa stabilité. Son centre de rotation est situé sur l'axe reliant les deux roues motrices. En effet il est impossible de le déplacer dans une direction perpendiculaire aux roues de locomotion. Figure I.2 : Robot mobile de type unicycle. 42