Méthode de navigation autonome en plein champ
Transcription
Méthode de navigation autonome en plein champ
Sujet de Master 2 Recherche Systèmes Dynamiques et Signaux 2015-2016 Encadrement : Rémy Guyonneau, [email protected], Sébastien Lagrange, [email protected] Titre : Méthode de navigation autonome en plein champ Mots clés : Robotique mobile, navigation outdoor, fusion de données Laboratoire : LARIS Équipe : Systèmes Dynamiques et Optimisation (SDO) Contexte Scientifique : La robotique agricole est un domaine en plein essor, les technologies actuelles permettant de s’intéresser à des problématiques directement liées aux interventions agricoles (récole, désherbage, phénotypage...). Ainsi plusieurs plateformes ont fait leur apparition ces dernières années : le robot Bonirob (Amazone, Bosh, Osnabrük) permettant une activité de désherbage, le robot Ladybird (Australian Centre for Field Robotics) qui est utilisé pour inspecter les végétaux et analyser leur maturité, le robot Vitirover (VITIROVER SAS) qui permet de tondre entre et sous les rangs de vigne, le robot Oz (Naïo Technologies) qui peut être équipé de différents outils pour effectuer des interventions de désherbage ou de binage... Ce dernier s’intéresse particulièrement aux exploitations maraichères : il se déplace entre les rangs de cultures afin d’effectuer différentes actions (désherbage, binage...). Sujet de l’étude : Le présent sujet propose de s’intéresser à un problème en particulier, à la base de tous ces robots agricoles : la navigation robuste en milieu outdoor. En effet, afin de procéder à ses différentes activités le robot Oz doit être capable de se déplacer entre les rangs de cultures, sans jamais endommager ces dernières. Pour cela il dispose d’un GPS, d’un télémètre laser à balayage et bientôt d’un capteur de stéréo-vision. L’objectif de se stage est d’étudier les méthodes de navigations en milieu extérieur existantes [1,2,3,4,5] et de proposer une approche adaptée au robot Oz et aux cultures maraichères (il sera par exemple possible de se servir du fait que les champs soient des environnements extérieurs structurés, les plantes étant généralement alignées) . La méthode devra être robuste : en aucun cas le robot ne devra détériorer les cultures lors de ses déplacements. Il sera également intéressant d’évaluer l’intérêt des méthodes de navigation indoor développées au LARIS dans un contexte outdoor. Références : [1 ] XUE, Jinlin, ZHANG, Lei, et GRIFT, Tony E. Variable field-of-view machine vision based row guidance of an agricultural robot. Computers and Electronics in Agriculture, 2012. [2 ] STRIMEL, Grant P. Map Learning and Coverage Planning for Robots in Large Unknown Environments. 2014. Thèse de doctorat. Carnegie Mellon University Pittsburgh, PA. [3 ] ENGLISH, Andrew, ROSS, Patrick, BALL, David, et al. Vision based guidance for robot navigation in agriculture. In : Robotics and Automation (ICRA), 2014 IEEE International Conference on. IEEE, 2014. [4 ] FOUQUE, Clément et BONNIFAIT, Philippe. Matching raw gps measurements on a navigable map without computing a global position. Intelligent Transportation Systems, IEEE Transactions on, 2012. [5 ] DREVELLE, Vincent et BONNIFAIT, Philippe. A set-membership approach for high integrity heightaided satellite positioning. GPS solutions, 2011.