LE PROJET COREBOTS

 LE PROJET COREBOTS

Présentation du projet et du robot 

Le défi CAROTTE1 Que ce soit en milieu naturel ou urbain, il est fréquent que l’environnement dans lequel évoluent les robots soit mal connu ou/et évolutif. Cette incertitude est préjudiciable à la réalisation des missions, notamment celles concernant l’exploration de zones dangereuses. Dans ce contexte, de petits engins terrestres non habités (UGVs) peuvent être utilisés pour suppléer l’homme grâce à leurs capacités de reconnaissance. Une des facultés essentielles de ces systèmes robotisés est leur capacité à collecter de l’information sur leur environnement, et à l’analyser afin de fournir des informations sur la configuration des lieux (cartographie) et la reconnaissance et localisation d’objets d’intérêt. L’autonomie maximale des robots doit aller de paire avec la robustesse du système vis-à-vis par exemple des interruptions de communication. Figure 53. Vue des arènes du défi CAROTTE. Pour améliorer les capacités de localisation, de cartographie de bâtiments et d’analyse de terrain en milieu urbain, la DGA et l’ANR ont initié un défi intitulé CAROTTE (CArtographie par ROboT d’un Territoire). Objectifs du défi : 1 Extrait de www.defi-carotte.fr Le projet CoreBots – 131 • Faire progresser l’innovation et l’état de l’art en robotique dans le domaine perception / cognition pour des applications duales (défense et sécurité, protection civile, assistance à domicile, robot compagnon). • Susciter des rapprochements entre chercheurs et industriels issus de la robotique et de domaines connexes (réalité augmentée, jeu, analyse image, indexation, sémantique,…). Ce défi permettra de vérifier la capacité des petits robots terrestres pour des missions de reconnaissance en milieu fermé non totalement structuré. Des innovations sont attendues dans le domaine de l’intelligence artificielle embarquée (perception, reconnaissance, fusion de données, cartographie sémantique, localisation en intérieur, architecture de contrôle et autonomie) avec des possibilités d’avancées dans d’autres domaines (mobilité, planification de mission et supervision, interfaces homme – machine…). Figure 54. Le robot CoreBot M. Les épreuves du concours s’appuient sur une mission de type reconnaissance d’une zone par un système robotisé autonome. Cette dernière consiste en une navigation en autonome de ce système dans une arène (une zone fermée constituée d’un ensemble de pièces). Elle doit aboutir à la reconnaissance automatique des objets présents dans l’arène. La reconnaissance de la nature des sols et des parois constituant l’arène est encouragée. Le résultat attendu en fin de mission est une cartographie de la zone accompagnée d’annotations sémantiques. 132 – Chapitre 6 Le système robotisé devra accomplir sa mission en autonome, sans aucune intervention ni contrôle extérieur (en particulier humain) et en temps contraint. 

L’équipe CoreBots L’équipe

CoreBots a été créée pour participer au défi CAROTTE. Le consortium est constitué de partenaires académiques (écoles et laboratoires de recherche) et de petites entreprises spécialisées dans la robotique. L’équipe rassemble des spécialistes d’intégration matérielle, d’architecture logicielle et d’algorithmie (SLAM, vision et contrôle). Les partenaires sont les suivants : • Centre de Robotique ARMINES (Mines ParisTech) ; • La société Intempora ; • Le centre de recherche INRIA (équipe IMARA) • Epitech 1.3 Le robot CoreBot M Figure 55. Architecture matérielle du robot. Le projet CoreBots – 133 Le robot CoreBot M (voir figure 54) est basé sur une plateforme ouverte du commerce, le WIFIBOT LAB M Lab (www.wifibot.com). Il est doté de 6 roues, ce qui lui permet d’évoluer en extérieur et d’avoir de grandes capacités de franchissement. Il est équipé d’une carte Core I7 embarqué sous Linux, d’un télémètre laser Hokuyo 30m, d’une caméra 3D Kinect, d’une centrale inertielle VectorNav et d’un ultrason directif. L’organe central du robot est la carte mère à base de Core i7 620M faisant tourner Ubuntu 10.04 LTS. Le système de communication est aussi sous Linux et utilise la technologie MIMO. Il permettra de déporter certains composants logiciels dont l’exécution est trop gourmande en ressources processeur. Figure 56. La caméra 3D Kinect. Le télémètre laser Hokuyo est un scanner 2D à balayage. Il fournit au robot une coupe horizontale de l’environnement située à 40 cm du sol. Sa résolution est de plus ou moins 3 cm a 10 m de distance. La cartographie de l’arène est obtenue principalement grâce aux données fournies par le laser. La centrale inertielle du fabriquant VectorNav va permettre de gérer les pentes et les changements de niveaux. Elle intègre un filtrage de Kalman qui permet d’obtenir l’attitude du robot à 200Hz. Pour détecter la présence de surfaces transparentes ou réfléchissantes, le robot utilise un capteur ultrason directif à l’avant du robot d’une portée de 7m. Il va permettre de rajouter sur la carte des obstacles que le laser ne peut pas distinguer comme les vitres ou les miroirs. La caméra 3D Kinect est utilisée pour l’évitement d’obstacles et la reconnaissance d’objets. Avec un angle de vue de 60°, elle transmet sur le même bus USB une image RGB (ou YUV) et une image de profondeur (figure 56).