Soutenance mémoire
Aperçu des MRS
Cette section présente un aperçu des MRS en mettant en avant leurs avantages, limites et principales applications actuels.
Présentation Le terme multi-robot system est le terme générique pour un ensemble de robots évoluant dans le même environnement. Ce terme englobe donc différentes sous-catégories bien spécifiques. Les types de MRS les plus courants sont :
Les essaims : ce sont des systèmes multi-robots décentralisés avec une communication explicite et une coordination dynamique souvent copiée sur la nature. Ils permettent avec un nombre d’unités simple d’effectuer des comportements collectifs complexes comme le flocking [106] (ou vol en nuée en français) .
Les meutes : leur définition est similaire à celle des essaims, mais elles mettent en oeuvre un mécanisme d’élection de leader qui amène une prise de décision centralisée ou une détermination des rôles de chaque robot du groupe.
Les flottes de drones : c’est un MRS avec généralement des drones volants dont les propriétés ne sont pas définies par le nom. Ainsi, une flotte pourra être une meute ou un essaim. En France, le mot drone est généralement associé aux drones multirotors. L’article [53] présente un aperçu exhaustif des drones volants (exemple en figures 2.2 et 2.3) que nous ne redévelopperons pas ici. Cette appellation peut être trompeuse puisque le terme drone, en France, désigne en réalité un véhicule ou robot avec un certain degré d’autonomie (cf.2.2.8 pour la définition de l’autonomie). Ainsi, une flotte de drone pourra être constituée aussi bien de robots roulants (Unmanned Ground Vehicles ou UGVs en anglais) que volants (Unmanned Aerial Vehicles ou UAVs en anglais).
Leader-Follower ou leadeur-suiveur : ce système est un système complexe ou un nombre de suiveurs vont suivre un chef. Ils peuvent être implémentés de différente façon, à la fois avec des communications explicites ou implicites.
Avantages Plusieurs études montrent que les MRS sont plus intéressants en théorie qu’un robot seul, et ce pour plusieurs raisons qui apparaissent comme des évidences dans [36], [18], [9] :
− Réduction des coûts en utilisant des robots plus simples, moins coûteux à construire ou utiliser qu’un robot classique. Par exemple, un robot seul, qui est capable de compléter une tâche par lui-même, doit être équipé de plusieurs capteurs pour atteindre son but. Mais plus il a de capteurs plus il est « efficace », mais aussi cher et complexe. À l’opposé, les MRS peuvent utiliser des robots plus simples, avec un seul capteur par exemple. Ainsi le coût global du MRS reste peu élevé par rapport à une solution avec un robot seul.
− Plus grande couverture d’espace. Bien que les robots seuls soient capables de bonnes performances sur certaines tâches, certaines missions leur sont impossibles pour des questions de complexité ou de performances comme la surveillance de grands espaces.
− Redondance. Les MRS permettent la mise en place d’usage non conventionnel des robots qui réduisent les erreurs (par la multiplication des sources d’information, comparaison des capteurs, etc.), les problèmes opérationnels (portée de communication et réserve d’énergie limitée, etc.), et les accidents de fonctionnement (pertes d’agent, pannes matérielles, etc.). En effet, en cas de perte de communication ou de faible batterie, un robot seul va, en général, arrêter les tâches en cours avant la fin de la mission afin de garantir sa sécurité et être « perdu ». Dans la même situation, les MRS peuvent inclure ces problèmes dans la stratégie de la mission puisque d’autres robots restent actifs pour finir la mission.
− Possibilité d’action collaborative (Reconstruction 3D, recalibration des capteurs, etc.).
− Meilleure performance en théorie que les robots seuls sur certain type de mission (exploration, surveillance, etc.).
En raison de la complexité de ces systèmes et d’autres raisons qui seront expliquées plus tard, ces avantages, souvent présentés comme acquis, sont difficiles à démontrer. Et cela d’autant plus si l’avantage de coût est considéré. Néanmoins, grâce aux progrès technologiques des dernières années, les capacités des robots ont progressé et leur temps de développement a diminué significativement. Ces gains en capacité, coût, et temps de développement ont permis une allocation de temps plus importante sur les autres problèmes de la robotique comme le contrôle des MRS.
Limites Si les attentes de ces systèmes sont nombreuses, leur utilisation est limitée par leur nature complexe. En effet, les MRS combinent les problèmes des robots seuls et ceux des groupes.
− Coûts. Si le coût des solutions MRS est souvent présenté comme un avantage dans les travaux académiques, le prix du groupe reste lié à celui de chaque unité. Mais, plus le robot est équipé, le plus son coût matériel et son coût d’utilisation est important. C’est pourquoi le coût de chaque unité a intérêt à rester aussi faible que possible afin de maximiser le rapport performance sur coût par rapport à une solution avec un robot seul. Cette contradiction sera développée plus en détail dans les chapitres suivants.
− Gestion de l’énergie. Les technologies de batteries embarquables actuelles ne permettent pas beaucoup d’autonomie, en particulier pour les drones volants. Ce facteur reste limitant pour les MRS même si des stratégies de gestion d’énergie de groupe peuvent être mises en place : recharge de certains robots pendant que d’autres continuent la mission, porteurs de batteries, etc.
− Communication. Dans les MRS, les robots peuvent être amenés à communiquer entre eux ou avec des systèmes extérieurs. En raison du nombre de communications possible, les MRS communicants sont sujets aux problématiques de saturation des communications, du partage des fréquences et bande passante, etc.
− Détection et évitement. Il n’existe actuellement aucun capteur qui soit capable de fonctionner dans toutes les situations. De plus, le nombre de robots dans les MRS devient un frein à leur usage puisque chaque unité du groupe devient un nouvel obstacle dynamique.
− Gestion du groupe. Il est difficile de créer des modèles de comportement de groupe fiables en tenant compte des comportements et caractéristiques de chaque membre du groupe. C’est pourquoi il est nécessaire de mettre en place une méthode de coordination, souvent complexe, entre les robots afin de maximiser les performances et réussir la mission.
− Interface avec l’opérateur. Deux problèmes sont à considérer. Le premier est l’utilisation des MRS par les utilisateurs, le second est l’interaction du groupe avec les humains pendant une mission. À cause de la difficulté de compréhension des mécanismes d’interactions inter-agent et du nombre des données renvoyés par le système, le contrôle des MRS est une tâche difficile. De plus, les opérateurs humains doivent pouvoir être considérés dans les stratégies de contrôle des MRS afin de permettre des tâches collaboratives ou non. Ces deux aspects ne sont actuellement que faiblement étudiés, même si la gestion des données des MRS présente un verrou technologique important pour la maintenance et l’amélioration de ces systèmes.
Applications principales Les principales applications actuelles des MRS sont liées aux domaines ayant des forts d’intérêt commercial à court terme. La liste suivante présente quelques exemples applications intensivement étudiées qui commencent à avoir de réels usages industriels :
− L’exploration et la cartographie de zone. C’est le domaine qui a le plus d’activités de recherche et d’applications industrielles. Grâce au nombre d’agents et la redondance permise par le groupe, les MRS sont les meilleurs candidats pour ces tâches e.g [29], [24], [45], [105], [56].
− Surveillance. L’utilisation de robots pour des patrouilles automatiques et non répétitives est particulièrement attendue par l’industrie de surveillance et les forces armée, e.g [23], [60], [100], [96], [97], [70].
− La recherche et le sauvetage de personne en zone accidentée ou dangereuse pour l’homme, e.g [27], [56], [74], [73], [71], [34].
− Le nettoyage industriel ou de zones polluées et les systèmes de maintenance, e.g[130], [1].
− La logistique, e.g [125], [41], [3].
− Le déploiement d’antennes relais, e.g [84].
− Le spectacle :[94], [59].
Communication
Bien que certains MRS n’aient pas besoin de communication pour fonctionner, par choix ou par limite technologiques (flotte de ROV par exemple [115]), la communication reste un élément central des MRS. C’est un mode d’interaction entre les robots qui leur permet d’échanger des informations comme leurs position, état, etc., mais aussi de mettre en place une coordination en partageant les intentions et objectifs courants des robots entre eux. La communication se distingue par deux catégories : La communication explicite : Ce type de communication est défini par un échange direct d’informations. C’est le mode de communication prédominant dans la robotique, du fait des faibles coûts d’utilisation d’un module communicant par onde (WIFI, sonar, etc.). Il présente l’avantage d’obtenir les informations voulues sur demande [73], [71], [33]. La connexion au groupe peut être séparée en deux :
– Le groupe est fortement connecté : C’est-à-dire que le groupe travaille de façon qu’un ou des robots ne soient pas isolés des autres. En cas de perte de contact avec un robot, le groupe se réorganise. C’est le cas le plus courant dans les MRS ou la communication est explicite. En effet, le groupe va essayer de toujours garder le lien de communication avec tous les agents.
– Le groupe est faiblement connecté : C’est-à-dire que les agents peuvent travailler sans avoir la contrainte d’avoir toujours une connexion avec le reste du groupe.
La communication implicite : Ce type de communication peut être divisé en deux autres catégories : la communication implicite active et passive. Les actives sont définies par un échange d’information à travers l’environnement, avec la dépose d’une balise au sol par exemple. Ce mode de communication est principalement utilisé dans les MRS basés sur le biomimétisme comme les essaims avec l’usage de phéromones par exemple. La passive se base sur la perception des changements dans l’environnement par les capteurs du robot par exemple le placement des autres robots [56], [34], [103]. Les deux méthodes de communication sont aisées à mettre en œuvre de nos jours. Cependant, dans le contexte des MRS, l’augmentation du nombre de robots dans le MRS à un impact significatif sur le nombre d’informations échangées ce qui entraîne aussi bien une saturation des communications explicites (engorgement de bande passante, etc.) que l’implicite (saturation des marquages dans l’environnement, etc.) et qui conduit à une baisse des performances du MRS.
Place de l’opérateur humain dans le MRS
Le problème des HRIs (Human Robot Interaction) peut être défini comme la compréhension et la mise en forme des interactions entre un ou des robots et un ou plusieurs opérateurs humains. Ces interactions sont toujours présentes, à plusieurs niveaux, ne serait-ce que pour des questions de sécurité dans l’usage des robots. L’opérateur humain peut aider le robot à résoudre des tâches complexes comme la planification de tâches, la reconnaissance d’objet. Actuellement, l’usage de robot mobile fait intervenir un ou plusieurs humains pour contrôler un robot. Cependant, l’usage de multiples robots met en avant de nouvelles contraintes à la fois pour le contrôle du groupe de robots, du retour d’information de ceux-ci et de l’interaction d’un MRS avec des agents qui ne sont pas robotiques [56], [105], [70], [43]. Le mode de téléopération classique n’est que très peu adapté aux groupes de robots, il faut donc donner d’autonomie aux robots et cela implique de définir le degré d’autonomie des robots. Selon Sheridan and Verplank, le niveau d’autonomie décrit jusqu’à quel degré le robot peut agir par lui-même. À cela s’ajoute une définition des différents niveaux d’autonomie possible [111].
1. Computer offers no assistance ; human decides everything
2. Computer offers a complete set of action alternatives
3. Computer narrows the selection down to a few choices
4. Computer suggests a single action
5. Computer executes that action if humanly approves
6. Computer allows the human limited time to veto before automatic execution
7. Computer executes automatically then necessarily informs the human
8. Computer informs human after automatic execution only if humanly asks
9. Computer informs human after automatic execution only if it decides to
10. Computer decides everything and acts autonomously, ignoring the human
Cette définition se révèle suffisamment précise pour décrire le niveau d’autonomie d’un robot du point de vue des interactions humains-robots indépendamment du type de robot. La définition de l’autonomie des robots dans un MRS à une double importance. Elle va permettre de définir le niveau de contrôle des robots du groupe, mais aussi quelle est la place de l’homme dans le MRS. En effet, l’humain peut être intégré de deux façons dans le MRS, soit en tant que contrôleur en gérant le robot et leurs informations, soit en tant qu’agent en réalisant une mission avec le MRS. Ce cas est particulièrement présent dans les opérations de SAR. Cependant, si l’humain peut apporter de l’intelligence décisionnelle aux robots, son efficacité repose souvent sur l’expérience accumulée et non pas sur un processus rationnel ou mathématique. L’ajout de l’opérateur humain donc n’est pas synonyme de performance pour l’essaim du fait des erreurs pouvant être commises ou du manque d’intégration de la tactique de l’opérateur dans la stratégie choisie par l’essaim. Tout en laissant libre cours à l’essaim, il peut être nécessaire d’avoir accès aux données de l’essaim en temps réel (affichage visuel, etc.) ou de pouvoir reprendre la main sur un robot pour l’assister ou confirmer un objectif. La place de l’opérateur humain dans la chaîne de supervision de l’essaim peut être clairement définie par les niveaux définis précédemment. Si le traitement des informations d’un robot peut être réalisé par un ou plusieurs opérateurs, le nombre de données envoyé par un MRS est trop important. Il est donc nécessaire d’avoir recours à de nouvelle interface homme-machine capable de synthétiser les informations et les intentions du MRS de façon exploitable par un opérateur humain. Ces interfaces présentent l’avantage de pouvoir traiter l’information pendant la mission au lieu d’analyser les informations enregistrées dans les robots après la mission.
|
Table des matières
1 Introduction
2 Challenges des systèmes multi-robots
2.1 Aperçu des MRS
2.1.1 Présentation
2.1.2 Avantages
2.1.3 Limites
2.1.4 Applications principales
2.2 Définition des MRS : Taxonomie
2.2.1 Introduction
2.2.2 Simple vs multi-robots
2.2.3 Comportement collectif
2.2.4 Coordination
2.2.5 Communication
2.2.6 Planification
2.2.7 Prise de décision
2.2.8 Place de l’opérateur humain dans le MRS
2.3 Recherche sur les MRS
2.3.1 Caractérisation
2.3.2 Études des résultats
2.3.3 Démonstration des résultats
2.3.4 Conclusion
2.4 Les défis de la conception entre simulation et réalité
2.4.1 Disparités entre solutions académiques et attentes industrielles
2.4.2 Verrous à l’exploitation réelle de MRS
2.4.3 Conclusion
3 Création d’un essaim : de la simulation à l’évaluation
3.1 Outils pour la conception de MRS
3.1.1 Outils de simulation
3.1.2 Plateforme matérielle
3.1.3 Plateforme logicielle
3.2 Contribution : création de la plateforme
3.2.1 Méthodologie de la conception du système
3.2.2 Choix des logiciels
3.2.3 Choix du matériel
3.3 Résultats obtenus
4 Amélioration d’un autopilote et d’un simulateur pour être compatible au développement de MRS
4.1 Autopilote générique pour rover
4.1.1 Solutions robotiques existantes
4.1.2 ArduPilot : présentation
4.1.3 Principales modifications effectuées
4.1.4 Conclusion
4.2 Outils pour la simulation
4.2.1 ArduPilot SITL : présentation
4.2.2 Contributions
4.2.3 Conclusion
5 Proposition d’un outil complet de simulation et dimensionnement
5.1 Proposition d’un framework générique
5.2 Cas d’étude et validation
5.2.1 Système expérimental
5.2.2 Résultats
5.3 Conclusion
6 Conclusion générale
Bibliographie
Télécharger le rapport complet
