Cartographie de l'environnement et localisation robuste pour la navigation de robots mobiles
Cet article présente les principaux aspects d'une étude approfondie sur la conception d'un système de cartographie et de localisation de robots mobiles pour des milieux d'intérieur. Parmi les contributions, nous avons mis en oeuvre une approche d'estimation de la position du robot basée sur les statistiques robustes. Nous avons aussi développé une méthode découplée de cartographie stochastique qui emploie des contraintes pour limiter les risques de dérive d'estimation. Le problème de cartographie est formulé dans le but de respecter des conditions théoriques nécessaires à une estimation correcte de la carte d'environnement. Des validations expérimentales extensives ont été menées sur une plate-forme mobile équipée de deux capteurs extéroceptifs : une caméra vidéo et un télémètre laser.
This work presents a deep investigation on the conception of a mobile robot mapping and localization system for indoor environments. Among the contributions, we propose a new robust estimator using nonlinear optimization and robust statistics for mobile robot pose estimation. Further, a decoupled approach for stochastic environment mapping using constraints to reduce the divergence risk has been developed. It aims at respecting the theoretical necessary conditions for consistent map building. The proposed solutions have been validated experimentally on a mobile platform equipped with two exteroceptive sensors: a video camera and a laser rangefinder.
G.BORGES
Cartographie de l'environnement, localisation de robots mobiles, statistiques robustes, filtrage de Kalman, intersection de covariances, systèmes multicapteurs.
Environment mapping, mobile robot localization, robust statistics, Kalman filtering, covariance intersection, multisensory systems.
Français
|
