L'intelligence artificielle implantée sur les robots mobiles explorateurs de planète (rovers) a une incidence directe sur la distance que peuvent parcourir ces robots. Dans un futur proche, les rovers devront parcourir de plus longues distances qu'ils ne le font actuellement. Pour cela, une partie de la solution consiste à changer les systèmes de vision stéréo passifs actuels par un système laser (LIDAR) permettant ainsi aux robots de voir plus loin et plus précisément. Cette modification amène en contrepartie une quantité énorme de données topographiques à traiter. Comme les ordinateurs embarqués sur les robots spatiaux sont généralement limités en capacité de calcul et en mémoire, les données obtenues du capteur doivent être compressées. Cette compression peut conduire à une représentation irrégulière de l'environnement qui implique à son tour de nombreuses complications au niveau des algorithmes de génération de chemin. Comme les robots auront une façon différente de comprendre leur environnement, ils devront utiliser une nouvelle approche pour naviguer et planifier des chemins. Ce projet de recherche vise [à] développer une méthode de planification de chemin capable d'opérer dans une représentation irrégulière de l'environnement. L'algorithme développé doit générer des chemins qui atteignent les destinations fixées par un algorithme de navigation de plus haut niveau. Ce chemin doit être : sécuritaire, continu, lisse, court, prendre en compte les contraintes mécaniques du robot et engendrer une faible consommation énergétique. L'algorithme quant à lui doit être rapide, robuste et ne doit pas surcontraindre ce problème d'optimisation. Pour atteindre ces objectifs, le candidat propose l'utilisation d'une approche élégante basée sur une analogie à la mécanique des fluides. L'idée générale est d'utiliser l'environnement du robot comme un bassin de fluide sans viscosité. Dans ce bassin, il entre une quantité constante de fluide à la position initiale du robot et ce même débit ressort à la destination à atteindre. La résolution de l'écoulement stabilisé permet de tracer des lignes de courant qui s'avèrent de bons chemins candidats. Enfin, c'est au moyen de certains critères d'optimisation que le meilleur chemin parmi l'ensemble des lignes de courant est sélectionné. Afin de confronter cette méthode à l'état de l'art, une rigoureuse comparaison a été effectuée avec l'approche de recherche de graphe A*. Cette dernière est largement utilisée depuis des décennies par l'industrie et certaines agences spatiales. Cette comparaison a permis de mettre en lumière les avantages et inconvénients des deux méthodes et a conduit à la fusion des deux afin d'obtenir une approche hybride. Celle-ci permet de faire ressortir les avantages des deux méthodes individuelles et d'atténuer les inconvénients. Afin de valider la performance des méthodes et de confirmer l'atteinte des objectifs, les algorithmes ont été mis à l'épreuve sur une vaste banque de données de terrains réels mesurés. Sur ces centaines de terrains, les algorithmes ont planifié des chemins générant ainsi de nombreux résultats expérimentaux. Une analyse des résultats a permis de conclure à l'atteinte de l'ensemble des objectifs du projet. Les méthodes proposées ont de plus été implantées avec succès sur un banc d'essai robotisé de l'Agence spatiale canadienne. Le résultat ultime du projet est une démonstration d'envergure de l'autonomie du robot et donc par le fait même de la fonctionnalité de l'algorithme de génération de chemin. Dans cette démonstration appelée Avatar Explore, les positions à atteindre par le robot proviennent d'un signal de la Station spatiale internationale. L'expérience a eu lieu au courant de l'été et de l'automne 2009 avec aux commandes l'astronaute canadien Robert Thirsk. Celui-ci a envoyé de nombreuses consignes à un robot qui utilisait le fruit de ce projet de recherche.
展开▼
