Manipulation autonome : de la perception à l'action
Thesis advisor
TARROUX Philippe
Co-advisors
LAMBERT Alain, IEF
Laboratory
LIMSI CPU
Collaborations
CEA LIST, projet DIM Roboteo-handling
Abstract
La tâche de manipulation autonome pour un bras manipulateur s'insère dans une chaine complexe comprenant la reconnaissance de l'objet, le mouvement d'approche, la prise de l'objet puis son déplacement. Cette chaine implique de mêler à la planification une perception incertaine afin de générer un mouvement robuste aux imprécisions. Cette thèse traitera essentiellement de la planification et de la perception.
Context
L'algorithmique permettant de résoudre ce type de problème est apparue au milieu des années 1990 et à donné lieu à deux familles de planificateurs: PPP (Probabilistic Path Planner) et PRM (Probabilistic Roadmap Method). Ces méthodes cassent la complexité du problème en échantillonnant l'espace des configurations à l'aide de tirages aléatoires. La méthode RRT (Rapidly-Exploring Random Tree), apparue plus récemment, est une méthode monorequête efficace construisant dynamiquement un arbre qui va progressivement atteindre la configuration but.
Un des inconvénients majeurs de ces méthodes est lié à un temps de calcul très important. Celui-ci dépend du nombre de nœuds nécessaires à l'élaboration d'une solution.
Objectives
L'objectif principal de cette thèse est de rendre autonome la tâche de manipulation par un bras manipulateur porté par un robot à roues. Cet objectif est intimement liée à la problématique de la planification pour des systèmes ayant un nombre important de degrés de liberté. L'algorithmique permettant de résoudre ce type de problème est apparue dans les années 1990, et permet de casser la complexité du problème en échantillonnant l'espace des configurations à l'aide de tirages aléatoires.
Nous pensons que la planification pour un bras manipulateur s'insère dans une chaine complexe comprenant la reconnaissance de l'objet, le mouvement d'approche, la prise de l'objet puis son déplacement. Cette chaine implique de mêler à la planification une perception incertaine et un contrôle-commande robuste aux imprécisions.
Work program
Algorithmique de la planification en environnement connu
La première partie du travail consistera à proposer une algorithmique de planification efficace en environnement parfaitement connu. Afin de casser la complexité du problème, il nous semble utile de réduire l'espace de recherche. Cela peut-être effectué de manière efficace à partir des propriétés de l'objet à manipuler.
Prise en compte de la perception et des notions d'incertitude et d'imprécision
La représentation interne de l'environnement sera composé de l'espace perçu ainsi que de l'espace reconstitué à partir des faces cachés des objets reconnus. La reconnaissance des objets sera de type bayésienne. Alors que la planification se contentera d'utiliser la représentation interne de l'environnement, la perception utilisera l'information nouvelle pour apprendre et donc améliorer le traitement des requêtes suivantes.
Le candidat devra avoir de bonnes connaissances en algorithmique et complexité ainsi qu'un goût marqué pour la robotique. Une bonne expérience en C++ est indispensable.
Détails
Expected funding
Institutional funding
Status of funding
Confirmed
Candidates
Utilisateur
Créé
Mardi 11 mai 2010 14:34:29 CEST
dernière modif.
Mardi 11 mai 2010 14:45:55 CEST
Fichiers joints
filename
créé
hits
filesize
Aucun fichier joint à cette fiche
Connexion
Ecole Doctorale Informatique Paris-Sud
Directrice
Nicole Bidoit Assistante
Stéphanie Druetta Conseiller aux thèses
Dominique Gouyou-Beauchamps
ED 427 - Université Paris-Sud
UFR Sciences Orsay
Bat 650 - aile nord - 417
Tel : 01 69 15 63 19
Fax : 01 69 15 63 87
courriel: ed-info à lri.fr