Bibliographie & annexes
Présentation
English
RÉSUMÉ
Cet article traite des problèmes de localisation et cartographie simultanées (SLAM en anglais : Simultaneous Localization And Mapping) dans un contexte multirobot. Dès lors que plusieurs robots agissent ensemble dans un même environnement, diverses questions se posent : comment localiser les robots ? Doit-on utiliser un système centralisé ? Quelles informations échanger entre robots ? La première partie de l'article est une vue d'ensemble des principaux systèmes de localisation et cartographie existants. La seconde traite des spécifications des systèmes multirobots et des stratégies de déploiement. La troisième partie présente les principales approches de SLAM multirobots avant d'illustrer l'article avec quelques exemples d'applications industrielles.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Philippe LUCIDARME : Maître de conférences - Laboratoire Angevin de recherche en ingénierie des systèmes (LARIS), Université d'Angers, Angers, France
-
Olivier SIMONIN : Professeur des universités - Laboratoire CITI-Inria, INSA de Lyon, Université de Lyon, France
INTRODUCTION
Déployer des robots autonomes dans un environnement inconnu ou partiellement détruit est un défi majeur de nos sociétés : les sites sensibles ou dangereux pour l'homme en sont une bonne illustration. Cet article s’intéresse à une problématique centrale de ce défi, à savoir la capacité de robots mobiles à explorer et construire de façon autonome une carte d'un environnement inconnu. L'article est organisé en trois parties. Dans un premier temps, nous présentons la fonction de SLAM (Simultaneous Localization And Mapping – Cartographie et localisation simultanées), qui permet de générer une carte à partir de la fusion des données perçues par le(s) robot(s). Puis nous introduisons le contexte multirobot en considérant, d'une part, les prérequis en communication et organisation des traitements au sein d'une flotte et, d'autre part, les aspects stratégies de déploiement, qui permettent d'assurer une couverture efficace et coordonnée de l'environnement. À partir de ces éléments, nous présentons dans un troisième temps les différentes techniques permettant de réaliser un SLAM multirobot. L'article se termine par un ensemble d'illustrations dans le cadre d'applications du SLAM multirobot en contexte industriel ou académique.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Robotique
(60 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Applications
English
3. SLAM multirobot
Cette section présente les principales façons d'implémenter un SLAM dans un contexte multirobot. Les différentes approches sont présentées et discutées. Les principaux avantages et inconvénients sont également exposés.
3.1 SLAM distribué et cartographie commune hors ligne
Cette première approche consiste à implémenter un SLAM sur chaque robot (chaque robot dispose de sa propre carte). La construction de la carte commune s'effectue de façon indépendante, c'est-à-dire après la mission. Le terme « multirobot » est d'ailleurs impropre au sens du SLAM, puisqu'il s'agit plutôt de multi-SLAM monorobot (figure 10), la coopération se faisant au moment de la génération de la carte commune.
L'indépendance apporte de la robustesse vis-à-vis des défaillances (la perte d'un robot n'engendre pas un arrêt global) et ce système n'implique aucune communication. L'inconvénient majeur est l'absence de carte commune sur les robots. Chacun dispose de sa propre carte qui sera différente pour deux raisons : la première est que les trajectoires des robots sont rarement identiques, donc les zones explorées seront différentes ; la seconde est liée aux imprécisions des mesures, le bruit sur les signaux d'entrée conduisant inéluctablement à une divergence aussi légère soit-elle sur les sorties (la cartographie et la localisation).
Cette approche, bien que peu intéressante pour réaliser de la cartographie, trouve tout son avantage pour la navigation. Lorsque la carte préalablement construite est statique, elle est très avantageuse car les robots peuvent naviguer et se localiser à l'aide d'une carte figée. Il devient alors facile de disposer d'un référentiel commun. Cette approche n'a de réel intérêt que lorsque la carte a été préalablement établie, d'où la qualification de SLAM hors ligne.
HAUT DE PAGE3.2 SLAM distribué et cartographie en ligne
Cette seconde approche s'affranchit toujours de calculateur centralisé et vise à construire une cartographie commune distribuée. Chaque robot exécute localement le traitement de ses données propres et transmet aux autres le résultat, c'est-à-dire la localisation et les données...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Robotique
(60 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
SLAM multirobot
BIBLIOGRAPHIE
-
(1) - HUANG (J.), MILLMAN (D.) and al - Efficient, generalized indoor WiFi GraphSLAM - IEEE International Conference on Robotics and Automation (ICRA), page 1038-1043 (2011).
-
(2) - ZHEYUAN (L.), ZHENCHENG (H.), UCHIMURA (K.) - SLAM Estimation in Dynamic Outdoor Environments : A Review - Intelligent Robotics and Applications. Lecture Notes in Computer Science, volume 5928, pp. 255-267 (2009).
-
(3) - TORME (P.), GYORGU (A.) and al - A Markov-Chain Monte Carlo Approach to Simultaneous Localization and Mapping - Pages 852-859 (2003).
-
(4) - EL HAMZAOUI (O.), ESPINO (J.C.), STEUX (B.) - Autonomous Navigation and Mapping with CoreSLAM - Recent Advances in Robotics and Automation. Studies in Computational Intelligence, volume 480, pp. 91-101 (2013).
-
(5) - BAUTIN (A.), LUCIDARME (P.), GUYONNEAU (R.), SIMONIN (O.), LAGRANGE (S.), DELANOUE (N.), CHARPILLET (F.) - Cart-O-matic project : autonomous and collaborative multi-robot localization, exploration and mapping - IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2013),...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
STACHNISS Cyrill, FRESE Udo, GRISETTI Giorgio OpenSLAM. Site internet regroupant et comparant des implémentations logicielles de la plupart des techniques de SLAM.
Open Source Robotics Foundation Robot Operating System (ROS). Outils et bibliothèques pour la robotique incluant notamment plusieurs implémentations de SLAM.
LUCIDARME Philippe, Cart-O-matic, Page du consortium Cart-O-matic ayant participé au défi CAROTTE.
http://5lair.free.fr/Projects/Cartomatic/index.html
HAUT DE PAGE
ERMAKOV Vladimir, WOODWARD Mark, AUGENBRAUN Joe, Localization and mapping system and method for a robotic device, Brevet numéro US8483881B2, Septembre 2005.
LUCIDARME Philippe et LAGRANGE Sébastien. Generation of map data. Slam-o-matic (Slam algorithm based on global search of local minima). Brevet numéro FR1155625 et US2014142891, Juin 2011.
HAUT DE PAGE
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Robotique
(60 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
