Soutenance doctorat Laouici Zineb

« Teamwork divides the task

and multiplies the success »

– Author Unknown

Soutenance de la thèse doctorat 3ème Cycle-LMD en Informatique

Spécialité : Modèles de Données Avancées et Réseaux Emergeants

Directeur de thèse: Pr. M. F. KHELFI

La modélisation d'un système de coopération et communication dans la navigation des robots

mobiles

Laboratoire RIIR - Dpt. d’Informatique - FSEA

Université d’Oran 1 Ahmed BENBELLA

Présentée par : Zineb LAOUICI

Equipe Analyse et Commande des Systèmes

13/12/2015

Conclusions & perspectives

La modélisation d'un système de coopération et communication dans la navigation des robots

mobiles

Plan d’exposé3

Partie 2 : L’optimisation d’une zone de couverture et le maintien de la connectivité

Les Systèmes multi-robots

Partie 1 : Navigation d’un seul robot

Navigation en robotique mobile

Problématique

Problématique Navigation Systèmes multi-robots Conclusion

4

Lors la réalisation des missions, l’homme sera face à des tâches

Ennuyeuses Dangereuses

d’hygièneDifficiles

Problématique


5

L’utilisation des robots mobiles conduit à de nouveaux défis: la vision, la navigation dans un environnement incertain, la coopération entre plusieurs robots …etc.

Problématique

Afin d‘éviter de telles situations, on doit résoudre les problèmes suivants: Comment assurer une navigation

autonome pour les robots mobiles, où la navigation sera une tâche de base afin d'effectuer la mission principale ?

Comment assurer une coopération entre les différents robots pour une localisation optimale?

Comment assurer une communication entre les robots pour améliorer la performance du système globale?

Partie 1 : la navigation d’un seul robot

6


7

La navigation consiste à donner aux systèmes mobiles la capacité d'aller d'une position initiale vers une position finale de manière autonome en évitant les obstacles, tout en utilisant les informations perçues par ses capteurs.

Point de départ

Point d’arrivéeObstacle

La navigation


8

En utilisant une carte

Navigation réactive

Localisation

Cartographie

Planification

Navigation d’un seul robot

Consiste à estimer la position du robot dans une carte connue.

Consiste à calculer un chemin à partir de la position courante du robot jusqu’au but.

Est la construction d’une carte locale de l'environnement

Les approches réactives n’utilisent que les valeurs courantes des capteurs, et non pas des données provenant d’un modèle interne.


9

Méthodes de navigation

Méthodes classiques

Méthodes de navigation

Décomposition en cellules

Les réseaux de neurones

Méthodes intelligentes

Les algorithmes génétiques

Logique floue

La méthode En ligne

Roadmaps

Espace des configurations

Pourquoi la logique floue!10

Elle est très proche du raisonnement humain La décision en logique floue est basée sur la

notion d’expertise Elle n’a pas besoin d’une modélisation

mathématique du problème pour le résoudre


11

La logique floue

Elle est définie comme un formalisme permettant de construire une transformation continue entre un espace d’entrée et un espace de sortie à l'aide de connaissances fournies par le concepteur et exprimées sous formes de règles.

Contrôleur flou

Entrées Sorties


Approche méthodologique

Étude du système: E/S

Fuzzyfication

Moteur d’inférence

Défuzzyfication

Combien et quelles règles choisir?

Quel Univers du discours?

Quelles fonctions d’appartenances?Quelle partition floue?

Pour chaque E/S choisie:

Choix de la méthode de défuzzification?

12

Sorties

Distance=loin

0 1 2 4 6 7 8

Près Loin

= 7E: Distance

Si (distance==près) alors …

Si (distance==loin) alors …


Réel Floue

Floue Réel


13

NonOui

OuiNon

Calcul des données des capteurs

Déplacement du robot

Exécution du contrôleur de navigation libre

Exécution du contrôleur d’évitement d’obstacle

Début

Fin

Localisation du robot (x, y, θ)

S'il y a des obstacles?

Le but était atteint?

Notre approche:

Un 1er contrôleur pour la navigation libre (atteindre un but)

Le deuxième contrôleur pour l’évitement d’obstacle

Diagramme de navigation Navigation dans un environnement inconnu


141. Les ensembles flous d’E/SContrôleur du navigation libre:2. Les règles d’inférence

Distance (robot-but) Angle (robot-but)

Angle de braquage

Si la distance (R-B) est TP et l’angle(R-B) est PM alors l’angle de braquage est NG

Robot

CibleDist

Angle

Notre approche:

Navigation dans un environnement inconnu


15

1. Les ensembles flous d’E/SContrôleur d’évitement d’obstacles:2. Les règles d’inférence

Distance (robot-obstacle)

Angle (robot-obstacle)

Angle de braquage

Notre approche:

Navigation dans un environnement inconnu


16

Exemple: navigation libre

TL

L

P

TP

Z

NG Negative Grand

NM Negative Moyen

NP Negative Petit

PG Positive Grand

PM Positive Moyen

PP Positive Petit

Z ZeroZ

Robot

But

DéfuzzyficationAng_braquage=-

15

Fuzzyfication:Eang=PPEpos=P

Les coins sont des situations qui provoquent des blocages dans la navigation des robots mobiles, où le robot:

1. Tourne dans le même endroit 2. Prend un temps non négligeable pour débloquer

et continuer la navigation.


17

Cas particulier: Les coins

La création d’un but virtuel lors de la

détection d’un coin


18

Amélioration

Solution : faire une hybridation avec une méthode de navigation dans les env. connus

LF utilisée lorsque

l'environnement est inconnu

(- ) LF se base sur l’évitement des

obstacles rencontres LF a la même réaction

lorsque l'environnement est connu

(+) La LF donne de

bons résultats


19

o Les réseaux de neurones impulsionnels sont inspirés des neurones biologiques.

o Les neurones communiquent via les impulsions (potentiel d’action)

o Si les PA dépassent un certain seuil, alors un nouveau potentiel d’action est créé par le neurone suivant.

RNINotre approche:

Navigation dans un environnement connu


20Modélisation du système avec les RNI: o L'environnement est discret sous la forme

d'une grille. o Chaque cellule de la grille est représentée par

un neurone. o Chaque neurone connecté avec les huit voisins

directs (horizontaux, verticaux et diagonaux), à l'exception des neurones situés dans des coins et les obstacles.

1. L'architecture du réseau de neurone

RNINotre approche:


21

2. Simulations et résultats

RNINotre approche:


Notre contribution représente une méthode hybride fusionnant deux méthodes de navigation: o La logique floue o Une méthode basée sur les réseaux de neurones

impulsionnels(RNI) But de la fusion:o Obtenir les avantages de chaque méthode

afin d’améliorer la navigation globale pour les environnements partiellement connus.Problématique Navigation Systèmes multi-robots Conclusion

22

Fin

Non

Oui

Oui

Appliquer la logique floue

Déplacement du robot

Début

Localisation du robot (x, y, θ)

Calcul des données des capteurs

Créer un but virtuel

Non

Non

Oui Si le robot est dans un environnement

connu?

Si le but est situé dans cette partie

connue?

Appliquer l'algorithme du RNI

Si le but est atteint?

Appliquer l'algorithme du RNI

L’organigrammeNotre approche:

L’Hybridation(LF +RNI)


23

Résultat de la simulation

Logique floue Notre méthode


24

Résultat de la simulation

Distance (robot-but) Temps de navigation

La distance parcourue

25

+L'algorithme nécessite moins de calculs grâce aux parties connues.

+Un chemin optimal entre les positions initiale et finale dans la plupart des cas.

+L’amélioration du temps de navigation.+Le problème des coins est résolu.

Nécessité d’amélioration:– La stratégie du positionnement du but virtuel – L’Amélioration de la navigation en utilisant

l’apprentissage


Partie 2: les systèmes Multi-robots

26

« La coopération n'est pas l'absence de conflits, mais un moyen de les gérer »

Deborah Tannenï

Les motivations fondamentales de la recherche en SMRs (+)

L’interférence. Coût de la communication.

27

Les inconvénients des systèmes Multi-robot (-)

Certaines tâches nécessitent un groupe de robots. La capacité de résoudre des problèmes plus

rapidement grâce au parallélisme. Augmenter la robustesse. Compenser l'incertitude du capteur en fusionnant les

informations. Les systèmes multi-robots permettent des solutions

plus variées et créatives.


Des scenarios d’utilisation des SMRs28

La gestion automatique des entrepôts de données.

L’ exploration planétaire et construction automatique

Nettoyage robotisé des sites dangereux Agriculture Zone de couverture


Dans un espace de travail (W) un ensemble de robots, qui sont similaires par hypothèse:

Sont positionnés au hasard en (W) et forment un réseau connecté.

Chaque robot communique uniquement avec ses voisins directs.


L’optimisation d’une zone de couverture

et le maintien de la connectivité29

Portée du robotNotre objectif

principal est de proposer une solution qui optimise la zone de couverture des robots et maintien de la connectivité entre eux.

Dans le but d’optimiser la couverture du réseau d'un robot mobile connecté, nous adoptons le principe de propagation d'une vague.

30

Notre approche



o Nous avons choisi de positionner les voisins autour du robot sous forme d'hexagone, en s'inspirant de la nature: ruche des abeilles.

o En 1999, le Pr. Thomas Hales de l'Université du Michigan annonce une preuve, qui montre que l’hexagone régulier est la forme la plus adaptée pour remplir un espace sans perte.

Pourquoi la forme Hexagonale31

8

16

42

37

5

32

Illustration


8

16

42

37

5

Pos2

Pos1

Pos3Pos4

Pos5

Pos633


Illustration

8

16

42

37

5

Give_ID_Position

Pos1

Pos3Pos4

Pos5

Pos6

Give_ID_Position

Give_ID_PositionGive_ID_Position

34


Illustration

8

16

42

37

55,(X5,Y5)

Pos1

Pos3Pos4

Pos5

Pos6

1,(X1,Y1)

8,(X8,Y8)

7,(X7,Y7)

2,(X2,Y2)

Pos2

R3 sélectionner le robot le plus

proche à chaque position.

35


Illustration

8

16

42

37

5

L:New position (R5 Pos1

Pos1

Pos3Pos4

Pos5

Pos6

L:New position (R7 Pos5L:New position (R4 near Pos1

L: New position (R1 Pos3L:New position (R6 Pos4

36


Illustration

Illustration


8

16

2

37

5

Pos1

Pos3Pos4

Pos5

Pos6

R7,R2,R5,R8,R1 et R6 sont les fils

du robot R3

4

37

R5 sélectionne R4 comme étant son fils, R5 envoi les robots qui appartiennent à

leur portée vers leur fils

Chaque robot va vers sa nouvelle

position

R4 n'a pas été sélectionné comme un fils pour R3: R4 va vers le fils le plus proche du

R3 R5

38

4

8

16

2

37

590

10 15

8

16

2

37

590

Avoir une propagation optimale.


4

10 15

Parmi les caractéristiques les plus importantes des systèmes multi-robots : la tolérance aux pannes.

Redéploiement des robots dans le cas de défaillances

39

45

16

23

810 15

R8 a l’identifiant le plus grand, à la fois R8 a des

fils

7



Simulation : Scenario1

40

o La propagation d'un groupe de robots mobiles.

o Les robots mobiles sont positionnés aléatoirement

o L’implémentation de l’approche: le simulateur Jsim + python• la communication et la coopération entre les

robots mobileso Chaque nœud est un robot mobile.o La navigation est assurée par notre

méthode hybride.


41

Simulation : Scenario2

o Le cas de défaillance. o Le robot avec (nbr_fils<<autres) &

(ID>>autres) remplace son père.

42

Comparaison avec C2AP: Métriques de performance

o Le temps de propagation et La surface de zone de couverture qui est exprimée par la portée de communication.

o La distance parcourue: la distance parcourue par chaque robot mobile jusqu‘à atteindre sa position finale.

o Le nombre de messages échangés: C'est le nombre total des messages nécessaires afin de réaliser le processus.



43

Comparaison avec C2AP:

C2AP Notre:CCAcR

1. La Zone de couverture et le temps de propagation

Zone de couverture (C2AP) ≈ Zone de couverture (CCAcR)

Temps (C2AP)>>Temps (CCAcR)


44

Comparaison avec C2AP: 1. Zone de couverture et le temps --synthèse

CCAcR C2APoLe robot (priorité>>) se

déplace vers la nouvelle position, les voisins restent stationnaires jusqu'a ce que ce robot atteigne sa nouvelle position.

ole robot qui calcule les nouvelles positions des voisins reste stationnaire, ses voisins se déplacent vers leurs nouvelles positions.

Pour les deux méthodes: plusieurs robots sont capables d’exécuter des processus en même

temps

oLe robot actif détermine les positions finales de ses voisins

oCes derniers se déplacent vers leurs positions finales Ce qui augmente le nbre des robots capables de lancer leurs processus à l’étape suivante

oLe déplacement des robots dépend du nombre de voisins

•Chaque voisin i== une force Fi.

•La position finale .oLe nbre (voisins) grand

le déplacement sera petit le robot exécute le processus plusieurs fois afin d'obtenir une position idéale.

+Améliorer le temps de la propagation


45

Comparaison avec C2AP: 2. La distance parcourue & Messages échangés


46synthèse

CCAcR C2AP

oDirige les robots non sélectionnés hors portée du robot actif : cette procédure diminue les robots autour du robot actif ce qui conduit à diminuer le nombre de messages échangés.

oChaque robot diffuse 2 types de messages la position et le nombre de voisins. oLe déplacement des

robots dépend de forces (les voisins) Exécuter le processus plusieurs fois Augmenter le nombre de messages échangés.

oChaque robot exécute le processus une seule fois nombre de messages sera dépendant du nombre voisins de chaque robot actif.

Comparaison avec C2AP: 2. La distance parcourue & Messages échangés


Conclusions

Nos travaux de recherches traitent 1. La problématique de la navigation

autonome des robots mobiles dans des environnements incertains.

2. Nous avons aussi traité la problématique d'optimisation de la couverture d'une zone ouverte, nous nous sommes intéressés à la coopération et la communication des systèmes multi-robots.

Nos contributions portent sur le développement de nouvelles méthodes inspirées de l'intelligence artificielle

47

Conclusions -- Nos contributions

48

Acceptation conf: ACM MEDES-2014 (Poster)

Pub:IJISA 2014

conf:IEEE ICAR 2015

Soumission d’un papier IJIES (en cours

d’évaluation)


Perspectives

Il est question d’explorer :• La partie navigation:

o Améliorer la navigation (LF) o Introduire l’apprentissage

• La partie couverture:o La partie réseaux, nous comptons pousser

notre investigation au niveau du routage et de la communication.

o Introduire les obstacles pour le cas des zones de couverture.

o Étudier le cas hétérogénéité des portées de communication.

o Appliquer les approches sur les 02 robots mobiles réels existants au laboratoire RIIR.

49


[email protected]

50 Merci pour votre

attention

Engineering

Soutenance doctorat Laouici Zineb