Vous êtes ici : GIPSA-lab > Formation > Thèses en cours
Chargement
TEZENAS DU MONTCEL Thibaut

Evitement d'obstacles pour quadrirotors en utilisant un capteur de profondeur

 

Directeur de thèse :     Nicolas MARCHAND

Co-directeur de thèse :     José-Ernesto GOMEZ-BALDERAS

Co-encadrant :     Amaury NEGRE

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)

Spécialité : Automatique Traitement du signal et des images

Structure de rattachement : CNRS

Établissement d'origine : INP-PHELMA

Financement(s) : Contrat doctoral ; Sans financement

 

Date d'entrée en thèse : 01/10/2016

Date de soutenance : 16/12/2019

 

Composition du jury :
Madame FANTONI Isabelle, Directeur de Recherche, Laboratoire des Sciences du Numérique de Nantes, Rapporteur
Monsieur DEMONCEAUX Cédric, Professeur, Université Bourgogne, Rapporteur
Monsieur ALLIBERT Guillaume, Directeur de Recherche, Laboratoire Informatique, Signaux et Systèmes de Sophia-Antipolis, Examinateur
Monsieur MARCHAND Nicolas, Directeur de Recherche, Communauté Université Grenoble Alpes, Directeur de thèse
Monsieur NEGRE Amaury, Ingénieur de Recherche, Communauté Université Grenoble Alpes, Co-directeur de thèse
Monsieur GOMEZ-BALDERAS José-Ernesto, Maître de Conférences, Communauté Université Grenoble Alpes, Co-directeur de thèse

 

Résumé : La sécurité est l'une des préoccupations majeures en robotique et ce autant dans le but de protéger le robot que dans le but de protéger son environnement. Parmi les fonctionnalités relevant de la sécurité, l'évitement d'obstacles est prisée car elle permet de faire évoluer un robot de manière autonome dans un environnement non contrôlé. Cette thèse s'articule autour de cette fonctionnalité d'évitement d'obstacles pour un type de robot spécifique, le quadrirotor. Deux algorithmes d'évitement d'obstacles seront ainsi présentés. Le premier sera quasiment exclusivement l'agrégat d'éléments présentés indépendamment les uns des autres dans la littérature récente dédiée aux quadrirotors. Le deuxième algorithme présentera une nouveauté, un filtrage spatial sur les coûts associés aux différentes trajectoires générées, qui permet d'améliorer les performances d'évitement. Ces deux algorithmes utiliseront un unique capteur de profondeur et se baseront, notamment, sur la platitude des quadrirotors et sur l'utilisation d'une carte de profondeur locale donnant une information sur 360degree. L'autre contribution de cette thèse réside dans la création du benchmark BOARR qui a été développé pour effectuer des tests d'évitement d'obstacles en simulation. Ce benchmark a été construit pour tenter de simuler au mieux un des problèmes présent à de multiples reprises dans la littérature : la navigation dans une forêt dense avec un quadrirotor d'environ SI{500}{g}. Ce benchmark est disponible en open-source et l'auteur de cette thèse espère, grâce à cet outil, augmenter la qualité des tests effectués sur la capacité d'évitement d'obstacles qui est, on le rappelle, une fonctionnalité de sécurité et qui nécessite donc des tests rigoureux.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31