1 - RAPPEL SUR LE SLAM MONOROBOT

• 1.1 - Définitions
• 1.2 - Principe de la localisation et cartographie simultanée
  Figure 1 - Illustration d'un AGV (Automated Guided Vehicle). Chariot de manutention (photo de gauche) équipé du kit d'automatisation MOVEBOX (détail sur la photo de droite). Images publiées avec l'aimable autorisation de la société Balyo Figure 2 - Principe général du SLAM monorobot
• 1.3 - Principales techniques et limitations
  Figure 3 - Extrait d'une capture d'écran du logiciel associé au système LocinDoor. Une des applications est la localisation des travailleurs isolés. La capture d'écran est illustrée en surimpression avec la position de l'opérateur en rouge. Les cercles concentriques symbolisent le signal RSSI des émetteurs. Image publiée avec l'aimable autorisation de l'entreprise Eolane Figure 4 - Illustration de balises passives réfléchissantes utilisées par la société BA-Systèmes spécialisée dans le domaine des systèmes intralogistiques par chariots automatiques. La réflexion du flash sur la balise montre nettement que la majeure partie de l'intensité lumineuse est renvoyée vers l'émetteur (ici l'appareil photographique). Image publiée avec l'aimable autorisation de l'entreprise BA-Systèmes Figure 5 - Illustration d'un système de caméra panoramique utilisé par l'équipe Tech United (Pays-Bas), vainqueur de la coupe du monde de robotique (RoboCup 2014, Middle Size League, João Pessoa, Brésil) Figure 6 - À gauche : robot MiniRex équipé d'un LiDAR de marque Hokuyo vainqueur de la dernière édition du défi CAROTTE/DGA. Source : INRIA Nancy/LARIS Angers . À droite : insertion des données LiDAR (en rouge) dans la carte. Source : brevet Slam-O-matic – Génération de données de carte – FR2977023 et US2014142891 Tableau 1 - Caractéristiques des différentes méthodes de localisation

2 - SYSTÈMES MULTIROBOTS

• 2.1 - Approches supervisées et distribuées
• 2.2 - Stratégie d'exploration pour la cartographie multirobot
  Figure 7 - Illustrations a. d'un motif régulier d'exploration [10], b. d'une exploration par régions [11] (l'espace a été découpé en 8 régions de couleurs différentes, chaque robot se dirige vers l'une d'elles), c. de la couverture par expansion [12] (robot-particules) Figure 8 - Illustration de la définition des zones frontières (d'après [13])
• 2.3 - Exploration par frontières
  Figure 9 - Exemple d'affectations robot-frontière, avec la méthode gloutonne (à gauche) et avec l'algorithme MinPos (à droite). Il contient trois robots représentés par des disques numérotés 0, 2 et 5, et quatre frontières notées F0, F1, F2 et F3. Les lignes représentent l'affectation des paires robot-frontière (la couleur en chaque cellule correspond à la couleur de la frontière la plus proche). On peut constater, à gauche, que les robots 2 et 5 se rendent vers les frontières F2 et F3 situées dans la même région, laissant la frontière F0 sans affectation, ce n'est pas le cas avec MinPos (illustrations tirées de [13]) Tableau 2 - Présentation synthétique des approches par frontières [...]

3 - SLAM MULTIROBOT

• 3.1 - SLAM distribué et cartographie commune hors ligne
  Figure 10 - SLAM distribué et cartographie commune hors ligne
• 3.2 - SLAM distribué et cartographie en ligne
  Figure 11 - SLAM distribué et cartographie en ligne
• 3.3 - SLAM centralisé et cartographie commune hors ligne
  Figure 12 - SLAM centralisé et cartographie hors ligne
• 3.4 - Approche collaborative avec alternance des rôles
  Figure 13 - Information de visibilité : les robots sont visibles s'il n'y a pas d'obstacles les séparant, sinon ils sont non visibles
• 3.5 - Synthèse
  Tableau 3 - Caractéristiques des différentes approches

4 - APPLICATIONS

• 4.1 - BA-Systèmes
• 4.2 - KIVA systems
  Figure 14 - Illustration des robots de la société KIVA Systems en production. Les trajectoires des robots laissées au sol sont visibles et mettent en évidence la position des marqueurs. Image publiée avec l'aimable autorisation de l'entreprise KIVA
• 4.3 - Balyo
• 4.4 - AETHON Inc.
  Figure 15 - Différentes variantes du robot TUG de la société Aethon. Image publiée avec l'aimable autorisation de l'entreprise Aethon
• 4.5 - Défi CAROTTE
  Figure 16 - Exemple de cartes enrichies basses résolutions partagées entre les robots. Sur ces cartes, un pixel correspond à un carré de 8 cm x 8 cm. Chaque couleur représente un type d'information. Par exemple, les zones déjà explorées sont recouvertes de bleu et les dégradés correspondent aux affections des frontières entre les robots Figure 17 - Cartes partielles générées localement par deux des cinq robots (a. et b.) et restitution finale avec trajectoire des cinq robots après centralisation (c.). Sur ces cartes, un pixel correspond à un carré de 2 cm x 2 cm

5 - CONCLUSION