يا ربي وفقنا امييين 1

SOMMAIRE
Sommaire
CHAPITRE I.................................................................................................... 2
1. INTRODUCTION........................................................................................3
2. PRSENTATION DES ROBOTS....................................................................3
2.1. DFINITION DUN ROBOT............................................................................................ 3
2.2. CLASSIFICATION DES ROBOTS......................................................................................3
2.3. DFINITION DUN ROBOT MOBILE.................................................................................4
2.4. LARCHITECTURE DES ROBOTS MOBILES........................................................................4
2.5. LES DIFFRENTS TYPES DES ROBOTS MOBILES................................................................5
2.5.1. Robots mobiles sur roues................................................................................5
2.5.2. Les robots mobiles sur chenilles (fig 1.3).........................................................6
2.5.3. Les robots mobiles sur pattes (fig1.4).............................................................6
2.5.4. Robots mobiles omnidirectionnels...................................................................7
3. DIFFRENTS TYPES DE CAPTEURS.............................................................8
3.1. CAPTEURS INTERNES................................................................................................. 8
3.1.1. Les capteurs de dplacement..........................................................................8
3.1.2. Les capteurs dattitude....................................................................................9
3.2. LES CAPTEURS EXTERNES......................................................................................... 10
3.2.1. Capteurs tlmtriques.................................................................................11
3.2.2. Les systmes de vision..................................................................................12
3.3. LE SYSTME DE TRAITEMENT DES INFORMATIONS ET GESTION DES TCHES.........................13
4. LE ROBOT KHEPERA III...........................................................................13
5. LES CAPTEURS UTILISS.........................................................................15
5.1. PRINCIPE DE FONCTIONNEMENT DES CAPTEURS INFRAROUGES (FIG 1.10)..........................16
5.2. PRINCIPE DE FONCTIONNEMENT DES CAPTEURS ULTRASONS (FIG 1.11)..............................17
6. CONCLUSION.........................................................................................18
CHAPITRE II.................................................................................................19
1. INTRODUCTION......................................................................................20
2. APPROCHES DVITEMENT DOBSTACLES.................................................20
2.1. APPROCHES RACTIVES.......................................................................................20
2.1.1. Approche par champs de potentiel.........................................................20
2.1.2. Histogramme de champs de vecteurs.....................................................22
2.1.3. Navigation par diagrammes de proximit..............................................24
2.1.4. Planification de mouvement partiel........................................................25
2.1.5. Approche par Bubble Rebond...................................................................26
2.2. AUTRES MTHODES.............................................................................................. 27
3. LAPPROCHE BUBBLE REBOND.................................................................27
3.1. CALCUL DE LANGLE DE REBOND PAR LAPPROCHE BUBBLE REBOUND [IVG10]. 30
3.2. COMPARAISON ENTRE LAPPROCHE BUBBLE REBONDET LES AUTRES APPROCHES
RACTIVES...................................................................................................................... 32
3. PROPOSITION DUN AJUSTEMENT DE MOUVEMENT POUR LE ROBOT..........33

3.1. MODLE CINMATIQUE DU MOUVEMENT.................................................................33
3.2. CONTRLE DU MOUVEMENT..................................................................................34
4. DESCRIPTION DE LALGORITHME (FIG2.15)...............................................35
Master Informatique Option IRCO Khadidja Cherifi
2016/2017 Amira Benoumessad
5. CONCLUSION.........................................................................................37
CHAPITRE III................................................................................................38
1. INTRODUCTION......................................................................................39
2. LA PLATEFORME VIRTUELLE D'EXPRIMENTATION ROBOTIQUES V-
REP(FIG3.0).................................................................................................39
2.1. LES OBJETS DOBSERVATION......................................................................................40
2.2. MODULES DE CALCUL (FIG3.2).................................................................................41
2.3. LE FRAMEWORK API (APPLICATION PROGRAMING INTERFACE) DE V-REP...........................43
3. LENVIRONNEMENT DE DVELOPPEMENT SPYDER (FIG3.5)........................46
3.1. EDITEUR DE CODE..................................................................................................47
3.2. CONSOLE.............................................................................................................. 47
3.3. EXPLORATEUR DE VARIABLE......................................................................................47
4. CONFIGURATION DE LA SCNE................................................................48
4.1. CONFIGURATION DU ROBOT......................................................................................48
4.2. CONFIGURATION DES OBSTACLES...............................................................................49
4.3. CONFIGURATION DU BUT.......................................................................................... 49
5. PROGRAMMATION..................................................................................50
5.1. ETABLISSEMENT DE LA CONNEXION ENTRE V-REP ET SPYDER...........................................51
5.2. EXPLOITATION DES CAPTEURS....................................................................................51
5.3. CONTROL DU MOUVEMENT.......................................................................................52
6. SIMULATION ET RSULTATS DEXPRIMENTATION.....................................53
7. DISCUSSION...........................................................................................57
8. CONCLUSION.........................................................................................59
Tables de figures
Figure1. 1 Architecture des robots mobiles................................................................................4
Figure1. 2 Diffrentes positions des roues..................................................................................5
Figure1. 3 le robot chenilles DFRobotShop Rover V2 [Web1.2]............................................6
Figure1. 4 le robot sur pattes ASIMO de HONDA [Web1.3]................................................7
Figure1. 5 Reprsentation dun robot mobile.............................................................................8
Figure1. 6 Unit de traitement du robot khepera III.................................................................13
Figure1. 7 Le robot Khepera III................................................................................................14
Figure1. 8 Capteurs de khepera III...........................................................................................15
Figure1. 9 Une situation lorsque les capteurs ultrasons chouent............................................15
Figure1. 10 Principe de fonctionnement des capteurs infrarouges...........................................16
Figure1. 11 Principe de fonctionnement des capteurs ultrasons...............................................17
Y
Figure2. 1 Champ de potentiel attractif de la cible...................................................................21
Figure2. 2 Champ de potentiel rpulsif de l'obstacle................................................................21
Figure2. 3 Champ de potentiel global.......................................................................................22
Figure2. 4 Grille doccupation locale par la mthode "Histogrammic in
motion mapping"................................................................................................................23
Figure2. 5 Histogramme des obstacles pour dterminer la direction de dplacement du robot
...................................................................................................................................................24
Figure2. 6 Navigation par Diagrammes de Proximit (ND).....................................................25
Figure2. 7 Planification de mouvement partiel.........................................................................26
Figure2. 8 Robot, capteurs ultrasonique, et bulle de sensibilit...............................................27
Figure2. 9 Illustration du processus de rebond.........................................................................28
Figure2. 10 Organigramme de l'algorithme de bulle rebond....................................................29
Figure2. 11 bulle de sensibilit et gamme de dtection...........................................................30
Figure2. 12 Emplacement des capteurs....................................................................................31
Figure2. 13 Robot deux roues motorises [Web2.1]..............................................................33
Figure2. 14 Modle cinmatique dun robot unicycle (avec CIR)...........................................34
Figure2. 15 Lorganigramme de notre algorithme...................................................................36
Figure3. 1 la plateforme virtuelle dexprimentation robotique V-REP .............................39

Figure3. 2 Les objets dobservation de V-rep...........................................................................40
Figure3. 3 les modules de calcule de V-rep..............................................................................41
Figure3. 4 Diffrents endroits et interfaces disponibles...........................................................43
Figure3. 5 le Remote API fonctionne avec tous les matriaux en utilisant plusieurs langages
de programmation.....................................................................................................................45
Figure3. 6 Configuration des capteurs infrarouges du robot....................................................47
Figure3. 7 Graphe de trajectoire et camra vision du robot......................................................48
Figure3. 8 Configuration dun obstacle sur scne....................................................................48
Figure3. 9 Configuration du but sur scne................................................................................49
Figure3. 10 Scne aprs configuration.....................................................................................49
Figure3. 11 Affichage des diffrentes variables envoyes par le programme..........................53
Figure3. 12 Courbe des variations de la moyenne angulaire de rebond..................................54
Figure3. 13 Courbe dentrainement diffrentiel.......................................................................55
Figure3. 14 Trajectoire parcourue par le robot.........................................................................56
Figure3. 15 Scne du dbut la fin de la simulation................................................................56

Remerciements
Ce nest pas facile darriver a accomplir un travail sans aide
ni conseil cause des problmes rencontrs tant pratiques que
thoriques.
pour cela nous souhaitons avant tout remercier nos Directeur de

Mmoire Guezouli Lyamine qui nous a accompagns tout au long de ce
mmoire et qui nous
a fait partager son savoir et ses connaissances. Quil soit aussi
remerci pour son soutien, sa disponibilit, ses orientations, ses

conseils
Judicieux et pertinents et pour ses nombreux encouragements

quelle nous a prodigus.
Nous aimerons exprimer notre gratitude au membres du jury qui ont

bien pris le temps de discuter et valuer notre sujet.
Nous adressons nos sincres remerciements tous nos enseignants

et toutes les personnes qui par leurs paroles, leurs crits, leurs conseils et
leurs critiques ont guid nos rflexions et ont accept nous rencontrer et
rpondre nos questions durant la ralisation de ce travail.
Je remercie nos trs chers parents, qui ont toujours t l pour nous.

Nous tenons a remercier tous nos amis pour leur amiti, leur soutien
inconditionnel et leur encouragement.
Et finalement un grand merci tous ceux qui nous ont aids de prs
ou de loin accomplir ce modeste travail.
Ddicaces
Aujourdhui, ici rassembls auprs des jurys, Nous prions dieu que
cette soutenance Fera signe de persvrance Et que nous serions
enchants Par notre travail honor
On ddie cette thse :
A notre matre et prsident de thse :
Nous avons eu le privilge de travailler parmi votre quipe et

dapprcier vos qualits et vos valeurs. Votre srieux, votre comptence et
votre sens du devoir nous ont normment marqus. Veuillez trouver ici
lexpression de notre respectueuse considration et notre profonde
admiration pour toutes vos qualits scientifiques et humaines. Ce travail
est pour nous loccasion de vous tmoigner notre profonde gratitude.
A nos matres et juges de thse :
Vous nous faites lhonneur daccepter avec une trs grande

amabilit de siger parmi notre jury de thse. Veuillez accepter ce travail
matre, en gage de notre grand respect et notre profonde reconnaissance.
A nos chers parents :
Aucune ddicace ne saurait exprimer lamour, lestime, le

dvouement et le respect que jai toujours eu pour vous. Rien au monde
ne vaut les efforts fournis jour et nuit pour notre ducation et nos bien

tre. Ce travail est le fruit de vous sacrifices que vous avez consenti pour
notre ducation et nos formations.
A tous les membres de ma famille, petits et grands Veuillez trouver

dans ce modeste travail lexpression de mon affection.
A ma chre amie Benaicha Soumia , A mes chers collgues : Je ne peux

trouver les mots justes et sincres pour vous exprimer mon affection et
mes penses, vous tes pour moi des frres, surs et des amis sur qui je
peux compter. En tmoignage de lamiti qui nous uni et des souvenirs de
tous les moments que nous avons pass ensemble, je vous ddie ce
travail et je vous souhaite une vie pleine de sant et de bonheur.

Introduction Gnrale
Aujourdhui les robots mobiles sont utiliss beaucoup plus sur les
environnements industriels, le plus souvent pour des tches rptitives en
suivant un chemin bien dfini matrialis par des lignes sur le sol par
exemple. Cependant actuellement il ya une forte tendance largir les
milieux o voluent les robots des environnements domestiques. Pour
cela les nouvelles recherches sont actuellement focalises sur la
navigation et les approches dvitement dobstacles dune manire
autonome.
Notre projet de fin dtudes tourne autour du problme de la

navigation des robots mobiles et spcifiquement lvitement dobstacles.
Notre problmatique est focalise sur le choix dune approche dvitement
dobstacle et les moyens appropris (locomotion et capteurs) puis
limplmenter. On doit apprendre toute la thorie lie la mthode pour
pouvoir ensuite la programmer et faire les simulations ncessaires.
Ils existent plusieurs approches de planification qui se classifient

selon lenvironnement de navigation et les caractristiques des robots. Les
approches classiques de planifications de trajectoire ne fonctionnent pas
en environnement la fois dynamique et incertain : les calculs sont trop
nombreux et complexes pour tre excuter en temps rel. Seules les
mthodes purement ractives dvitement dobstacles sont applicables.
Ces dernires sont cependant mal adaptes la prise en compte de
contraintes de taches comme atteindre un but. Des approches rcentes
tendent les combiner dans des mthodes hybrides appeles mthodes
itratives.
Dans le cadre de ce projet, nous allons implmenter une mthode

purement ractive, puisque nous sommes intresss essentiellement par
lvitement dobstacles.
Le premier chapitre comprend toutes les informations techniques

lies au robots mobiles(plus prcisment une description du robot utilis)

ainsi que les diffrents types des capteurs utiliss. Le deuxime chapitre
prsente la thorie lie la dmarche dvitement dobstacles choisie. Le
dernier chapitre donne des informations techniques lies la plateforme
dexprimentation virtuelle et lenvironnement de dveloppement. Il est
aussi consacr la mise en place de limplmentation de lalgorithme et
la prsentation des rsultats de simulation.
Chapitre I
Matriels courants en robotique
mobile

1. Introduction
Ltude de lvitement dobstacle ncessite la comprhension de
trois lments lies au robot savoir le type de robot mobile tudi, les
types de capteurs utiliss et enfin lalgorithme utilis pour lvitement
dobstacles dans son environnement.
Le premier chapitre concerne les deux premiers lments. Nous

avons commenc par la prsentation des diffrents robots mobiles, plus
prcisment leur mcanisme de mobilit. Ensuite on a prsent les types
de capteurs utiliss en robotique et on a cit le robot utilis: les raisons de
son choix, ses caractristiques, son archetecture .enfin on a mentionn les
types de ces capteurs avec leurs principe de fonctionnement. On les a
classes par ordre dapparition chronologique.
2. Prsentation des robots

La robotique est un trs bon exemple de domaine pluridisciplinaire
qui implique de nombreuses thmatiques telles que la mcanique,
llectronique, linformatique ou lintelligence artificielle, lautomatique.
[F12].
2.1. Dfinition dun robot

Un robot est un dispositif mcatronique (alliant mcanique,
lectronique et informatique) capable de manipuler des objets ou
dexcuter des oprations selon un programme fix, modifiable ou
adaptable.
Notre objectif principal consiste la ralisation dun mouvement

en reliant un point source un point destination par un robot qui :
respecte les contraintes sur le mouvement du systme robotique.
mne un but prdtermin.
vite toutes collisions avec les obstacles au cours de la navigation.

2.2. Classification des robots
Selon leur mobilit, les robots sont classs en deux grandes
catgories: les robots
manipulateurs (base fixe) tels que les bras manipulateurs, et les

robots mobiles tels que les vhicules autonomes. Nous nous sommes
concentrs sur la catgorie des robots mobiles.
2.3. Dfinition dun robot mobile

Les robots mobiles ont la capacit de se dplacer dans leur
environnement et ne sont pas fixs un emplacement physique. Les
robots mobiles peuvent tre autonome (AMR Autonom Mobil Robot)
qui signifie qu'ils sont capables de naviguer dans un environnement non
contrl, sans le besoin de dispositifs physiques ou lectromcaniques
dorientation distance.
Comme tout robot, le robot mobile est compos de la structure

mcanique articule, dun ensemble de capteurs et dun systme de
traitement dinformation. Dans ce qui suit, on va dtailler chacune de ces
trois parties.
2.4. Larchitecture des robots mobiles

Larchitecture des robots mobiles se compose trois lments :
La structure mcanique.
les capteurs.
Le systme de traitement des informations et gestion des tches.

Figure1. 1 Architecture des robots mobiles
2.5. Les diffrents types des robots mobiles

La caractristique la plus remarquable dun robot mobile est
videment son moyen de Locomotion. Celui-ci dpend directement du
type dapplication vis ainsi que de type de terrain dans lequel le robot
mobile doit voluer (environnement d'intrieur, extrieur, libre ou
encombr d'obstacles,). Les robots mobiles sont classs gnralement
selon le type de locomotion utilis en quatre groupes distincts [S05].
2.5.1. Robots mobiles sur roues

La trs grande majorit de robots mobiles dvelopps jusqu ce jour
sont quips de roues plutt que de jambes. Les principales raisons de ce
choix technologique sont les suivantes: les roues Sont plus faciles
contrler, elles procurent une meilleure stabilit au vhicule, elles
dissipent moins dnergie et elles permettent au vhicule de se dplacer
plus rapidement. La figure 1.2 montrent diffrentes positions des roues.
Par contre, les roues comportent aussi un certain nombre

dinconvnients face aux mcanismes jambes. Entre autres, elles ne
sont utilisables que sur des terrains relativement plats et dont la surface
est dure. Sur des terrains accidents, les roues doivent tre plus grandes
que les obstacles quelles risquent de rencontrer. Dans le cas de surfaces
moins stables, les roues peuvent glisser ou senliser, ce qui pose des
difficults de contrle importantes. [Web1.1]

Figure1. 2 Diffrentes positions des roues
2.5.2. Les robots mobiles sur chenilles (fig 1.3)

Des Robots a chenills sont idales pour les terrains accidents en
fournissant autant de traction que possible et rpartissent le poids du
robot uniformment.
Ces robots sont aussi beaucoup plus laise avec les obstacles,
pour un cot gure plus lev.
Cependant, le rendement est mauvais, cause des pertes par

friction lors des virages. En effet, pour tourner, les chenilles doivent glisser
contre le sol. Cest ce glissement qui est encore la source du deuxime
inconvnient majeur. Il empche tout asservissement reposant sur le
comptage des tours des roues.
Les robots chenilles sont donc rservs des sols rellement difficiles et ncessitent
un reprage extrieur pour leur asservissement, cest pourquoi ils sont peu rpandus [Web1.1].
Figure1. 3 le robot chenilles DFRobotShop Rover V2 [Web1.2]

2.5.3. Les robots mobiles sur pattes (fig1.4)
Il existe plusieurs endroits o les vhicules munis de roues ou de
chenilles ne peuvent se rendent alors que les humains et les animaux le
peuvent fort bien.
Cest dans cette optique que les robots mobiles sur pattes ont vu le
jour. Ils sont encore mieux adapts au franchissement dobstacles et au
travail dans un environnement construit pour la morphologie humaine.
Des robots mobiles ayants quartes ou six pattes peuvent galement

tre utiliss. Elles ont lavantage thorique de pouvoir se dplacer sur des
terrains assez complexes, mme si en pratique la plupart de ces robots ne
fonctionnent que sur des sols plans.
Les robots hexapodes, cest dire ayant 6 pattes sont les plus
utiliss pour des raisons de stabilit.
Le nombre lev de pattes rend le mcanisme ainsi que sa

commande complexes et lasservissement encore plus.
Toutefois, ils comportent aussi des avantages. Ils peuvent franchir

des obstacles que les roues ne peuvent surmonter, monter et descendre
des escaliers, circuls sur des terrains trs accidents, et finalement, ils
ont moins tendance senfoncer dans un sol instable [Web1.1][FRM12].

Figure1. 4 le robot sur pattes ASIMO de HONDA [Web1.3]
2.5.4. Robots mobiles omnidirectionnels

Un robot mobile est dit omnidirectionnel si lon peut agir
indpendamment sur les vitesses de ses roues.
Dun point de vue cinmatique on montre que cela nest pas

possible avec des roues
fixes ou des roues centres orientables. On peut en revanche

raliser un robot omnidirectionnel en ayant recours un ensemble de trois
roues dcentres orientables ou de trois roues sudoises disposes aux
sommets dun triangle quilatral (fig 1.5). Du point de vue de la
transmission du mouvement, ceci ne va pas sans poser de problme
[CBA96].
Les plateformes omnidirectionnelles permettent de dcoupler de

manire plus nette le contrle de la rotation et de la translation dun robot.
[FRM12].

Figure1. 5 Reprsentation dun robot
mobile
omnidirectionne
3. Diffrents
types de
capteurs
Les capteurs sont les yeux du robot. Ils doivent tre capables de
donner au robot une description dtaille sur lenvironnement qui
lentoure. Dans cette partie, on prsente les capteurs les plus couramment
utiliss en robotique mobile pour les besoins de la navigation.
3.1. Capteurs internes

Dans les procdures mcaniques, ces capteurs fournissent, par
intgration, des informations lmentaires sur les paramtres
cinmatiques du robot, permettant ainsi un contrle permanent de la
bonne excution du mouvement. Les informations sensorielles gres
dans ce cadre sont gnralement des vitesses, des acclrations, des
angles de giration ou des angles dattitude [S05].
3.1.1. Les capteurs de dplacement

a) Les odomtres
Lodomtrie permet destimer le dplacement partir de la mesure

de rotation des roues (ou du dplacement des pattes). La mesure de
rotation est en gnral effectue par un codeur optique dispos sur laxe
de la roue, ou sur le systme de transmission (par exemple sur la sortie de
la boite de vitesse). Le problme majeur de cette mesure est que
lestimation du dplacement fournie dpend trs Fortement de la qualit
du contact entre la roue et le sol. Elle peut tre relativement correcte pour
une plate-forme deux roues motrices sur un sol plan de qualit uniforme,
mais est en gnral quasiment inutilisable seule pour un robot chenille
par exemple. Notons cependant que lerreur de ces mthodes se retrouve

en gnral principalement dans lestimation de la direction du robot tandis
que la mesure de la distance parcourue est souvent de meilleure qualit.
b) acclromtre
Un acclromtre est un capteur qui, fix un mobile ou tout autre

objet, permet de mesurer l'acclration linaire de ce dernier. On parle
d'acclromtre mme lorsqu'il s'agit en fait de 3 acclromtres qui
calculent les acclrations linaires selon 3 axes orthogonaux.
Par contre, lorsqu'on cherche dtecter une rotation ou vitesse

angulaire, on parle de gyromtre.
Plus gnralement on parle de centrale inertie lorsqu'on cherche

mesurer l'ensemble des 6 acclrations.
3.1.2. Les capteurs dattitude

Les capteurs dattitude permettent destimer les paramtres
intrinsques du robot que sont les angles de cap, de roulis et de tangage.
Ces capteurs sont principalement de type inertiel. Ils ont pour point
commun dtre gnralement coteux et sensibles au bruit, do une
intgration moins frquente dans les systmes embarqus que les
odomtres.
a) Le magntomtre
Le magntomtre mesure la direction du champ magntique

terrestre pour dduire lorientation du robot. Parmi toutes les technologies
adoptes pour ce type de capteur, la mieux adapte pour la robotique
mobile est celle dite vanne de flux. Elle a lavantage de consommer peu
dnergie, de navoir aucune pice mobile, dtre rsistante aux chocs et
vibrations et dtre peu coteuse.
Toutefois, les mesures sont perturbes par lenvironnement

magntique du robot. Ceci rend difficile lutilisation de ce capteur en
milieu intrieur. Nanmoins, ce capteur a par exemple t intgr avec

succs dans un systme de localisation bas sur le filtrage de Kalman
tendu.
La caractristique principale de ce capteur est sa prcision moyenne

qui est sur un long trajet, est relativement bonne.
b) Les gyroscopes
Les gyroscopes permettent de mesurer une variation angulaire. Ils

sont intressants en robotique mobile parce quils peuvent compenser les
dfauts des odomtres. Une erreur dorientation odomtrique peut
entraner une erreur de position cumulative qui peut tre diminue voire
compense par lutilisation conjointe de gyroscopes. Les gyroscopes trs
prcis sont trop onreux pour tre utiliss en robotique mobile.
Cependant, les gyroscopes fibre optique, connu pour leur grande

prcision, ont vu leur prix chuter et sont donc devenus une solution
attractive pour la navigation en robotique mobile.
c) Les gyromtres
Le gyromtre est un capteur qui permet de mesurer une vitesse

angulaire. Deux technologies sont actuellement disponibles, permettant
un rapport cot/performance compatible avec des applications robotiques.
d) Les gyrocompas
Le gyrocompas est un capteur qui permet de mesurer le cap. Il est

compos dun gyroscope et dun compas magntique. Le gyrocompas
conserve le nord magntique durant tout le dplacement du vhicule,
aprs lavoir initialement dtermin de faon autonome.
3.2. Les capteurs externes

Les capteurs extroceptifs permettent de percevoir le milieu
dvolution du robot. Ils sont gnralement le complment indispensable
aux capteurs prsents prcdemment. Des mthodes de fusion de
donnes seront alors utilises pour conditionner et traiter les informations
sensorielles de natures diffrentes [S05].
3.2.1. Capteurs tlmtriques
a) Les capteurs laser
Le capteur laser est bas sur lmission dune onde

lectromagntique structure. Ce capteur permet donc dobtenir un
faisceau dondes trs concentr, contrairement aux capteurs ultrasonores.
Les systmes laser possdent de nombreux avantages qui en font

des capteurs souvent utiliss dans les applications de robotique mobile :
- La rsolution angulaire
- La rponse optique des cibles
b) Les capteurs infrarouges
Leur utilisation est similaire celle des lasers. Les mesures de

distance peuvent tre faites par triangulation, mesure dintensit et
mesure de temps de vol. On a aussi parfois des angles douverture
importants lmission.
c) Les capteurs ultrasons
Contrairement aux autres types de capteurs, ceux-ci mettent une

onde qui se propage dans lair (le plus souvent). Cela augmente beaucoup
le temps dacquisition, la vitesse du son tant trs faible devant celle de la
lumire. En revanche, la mesure par temps de vol est ici aise avec une
lectronique simple.
Lattnuation de londe est importante dans ce milieu: les distances

mesures restent faibles (quelques dizaines de mtres) mais suffisantes
en intrieur.
Deux caractristiques principales sont prciser. La premire est la

rflexion de londe sur un objet qui utilise les lois de Descartes. La seconde
dcoule du fonctionnement du capteur en metteur rcepteur.

3.2.2. Les systmes de vision
Les systmes de vision en robotique sont bass sur lutilisation dune
camra CCD. Larrive de ces dernires a t dterminante dans
lvolution de la vision: la rapidit dacquisition, la robustesse et la
miniaturisation [S05].
Ces systmes sont trs performants en termes de porte, prcision

et quantit dinformations exploitables. Ils sont de plus les seuls capables
de restituer une image sensorielle de lenvironnement la plus proche de
celle perue par ltre humain ; ils sont intrinsquement coteux et les
traitements associs sont assez complexes.
Les techniques qui permettront dobtenir des informations 3D

partir dun tel capteur sont gnralement lies ladjonction dun autre
capteur. Dans ce cadre nous pouvons identifier les techniques suivantes :
a) La strovision
La strovision consiste observer une mme scne avec deux

camras qui sont loignes lune de lautre et dont on connat la
distance qui les sparent. La strovision apparat comme un des
moyens de perception les plus performants en robotique. Toute la
problmatique de la strovision rside dans la robustesse de la
phase de mise en correspondance des informations.
b) Les capteurs triangulation active (lumire structure)
Le principe est dclairer lenvironnement avec une lumire

cohrente et de lobserver avec une camra sous un certain parallaxe.
Connaissant la position de la source lumineuse et celle de la camra,
linformation peut tre obtenue par triangulation. La technique de
triangulation active est plus robuste que la strovision ; en revanche la
prcision nest pas uniforme sur lensemble de limage.
c) La vision omnidirectionnelle

On pourra distinguer quatre techniques pour obtenir une image
omnidirectionnelle.
-Gnration dimages par utilisation de plusieurs camras.
-Gnration dimages multiples par rotation dune camra.
-Utilisation de lentille spciale.
-Utilisation de miroirs convexe
3.3. Le systme de traitement des

informations et gestion des tches
Figure1. 6 Unit de traitement du robot khepera III
Lensemble de traitement des informations et gestion des tches

constitue le module dinformation central qui tablit les commandes
permettant au robot mobile de raliser un dplacement et dactiver les
divers organes en accord avec lobjectif.
4. Le robot Khepera III

Dans ce chapitre on va discuter des informations techniques sur le
robot Khepera III que nous avons choisi pour nos simulations ainsi que ses
capteurs infrarouges et ultrasons.
L'intgration de robot Khepera III est base sur 10 ans d'expertise en

robotique miniature. Les fonctions disponibles sur la plate-forme peuvent

correspondre aux performances de beaucoup plus grands robots, avec le
KoreBot intgr de puissance de calcul, de multiples rseaux de capteurs
pour les longues porte et la dtection d'objets courte porte, swappable
systme de batterie pour une autonomie optimale, et exceptionnelle
odomtrie d'entranement diffrentiel [Web3.1].
Figure1. 7 Le robot Khepera III
a) Larchitecture de Khepera III
L'architecture Khepera III offre une modularit exceptionnelle.

Comme un robot K-Team, le Khepera III utilise un systme de bus
d'extension pour des configurations presque illimites.
La base du robot peut tre utilis avec ou sans un conseil KoreBot II.
Lutilisation de la KoreBot II dispose une norme dun systme
d'exploitation Linux intgre pour le dveloppement de l'application
autonome rapide et facile. Sans le KoreBot II, le robot peut tre command
distance, comme le prcdent Khepera, il est facile dinterfacer avec un
ordinateur personnel.
Les programmes de coopration distance peuvent tre crits avec

Matlab, LabView, python, ou avec tout langage de programmation
supportant la communication du port srie.

La base du robot comprend un rseau de 9 capteurs infrarouges
pour la dtection d'obstacles, ainsi que 5 capteurs ultrasons pour la
dtection d'objets longue porte (fig1.8).
Figure1. 8 Capteurs de khepera III
Le Khepera III est le nouvel outil standard pour des expriences et

des dmonstrations robotiques telles que: La navigation, Intelligence
artificielle, Les systmes multi agents, Contrle, Comportement collective,
Programmation en temps rel.
5. Les capteurs utiliss

Le capteur ultrason est toujours vulnrable au bruit. Ce problme est
partialement rsolu avec lalgorithme Bubble rebound, car il considre la
lecture de tous les capteurs lors du calcul de la moyenne angulaire de
rebond.
Cependant, il y a une situation, prsente dans la figure 1.9 lorsque

les capteurs ultrasons ne parviennent pas dtecter de gros obstacles
[IVG10].

Figure1. 9 Une situation lorsque les capteurs ultrasons chouent .
Les solutions possibles ce problme pourraient tre:
- Utilisation d'une densit plus leve de capteurs,
- L'utilisation des capteurs infrarouges pour la dtection d'obstacles,
- Utilisation des capteurs laser rotatif.
Comme le robot choisi pour notre tude est Khepera III, nous avons
utilis :
les capteurs infrarouges pour la dtection des obstacles : ils

ont comme avantage dtre petits, bon march et faciles
mettre en uvre, et ils ne conviennent aussi que pour des
courtes distances.
les capteurs ultrasons pour la dtection de but : ils livrent des

informations relatives la position absolue dun objet cible fixe
et peuvent avoir une tendue de mesure leve.
5.1. Principe de fonctionnement des capteurs

infrarouges (fig 1.10)
Le capteur infrarouge peut tre utilis comme capteur de contact.
On fait une mesure avec la LED infrarouge teinte et une avec la LED
infrarouge allume. S'il n'y a aucun obstacle proche, la valeur lue est la

mme. Sinon, l'obstacle aura rflchi la lumire infrarouge et la deuxime
mesure donnera un rsultat plus lev.
Il peut aussi tre utilis en capteur de distance en mesurant l'angle

avec lequel le rayon rflchi arrive sur le rcepteur. En fonction de la
distance entre l'metteur et le rcepteur, on peut en dduire la distance
de l'obstacle.
Figure1. 10 Principe de fonctionnement des capteurs infrarouges.
Par rapport un capteur ultrasons, un capteur infrarouge permettra

une meilleure prcision. Le capteur infrarouge est sensible aux sources de
lumire qui contiennent un fort rayonnement infrarouge et galement la
couleur et la nature des obstacles. [Web3.2].
5.2. Principe de fonctionnement des capteurs

ultrasons (fig 1.11).
Un capteur ultrasons met intervalles rguliers de courtes
impulsions sonores haute frquence. Ces impulsions se propagent dans
lair la vitesse du son. Lorsquelles rencontrent un objet, elles se
rflchissent et reviennent sous forme dcho au capteur. Celui-ci calcule
alors la distance le sparant de la cible sur la base du temps coul entre
lmission du signal et la rception de lcho.

Figure1. 11 Principe de fonctionnement des capteurs ultrasons
La distance tant dtermine par le temps de propagation des

ultrasons et non par leur intensit, les capteurs ultrasons conviennent
parfaitement une suppression darrire-plan.
Pratiquement tous les matriaux rflchissant le son peuvent tre

dtects, quelle que soit leur couleur. Mme les objets transparents ou
films minces ne posent aucun problme un capteur ultrasons [Web3.3].
6. Conclusion
Dans ce chapitre on a prsent les diffrents robots mobiles et leurs
moyens de locomotion .On a prsent les domaines dutilisations de
chaque type ainsi que leurs points forts et points faibles.
Le deuxime lment important concerne les capteurs. La

navigation naura pas lieu sans leurs informations. On a prsent les
diffrents capteurs internes et externes. On a montr leurs principes de

fonctionnement et leurs limites dutilisation. Cette tude technique nous a
familiariss avec le robot khepera III. Pour le choix de ce dernier il offre
des possibilits du dveloppement de structures de contrle et
d'applications interactives.
Le Khepera III est quip d'une batterie compose de deux Li-Ion

Elment polymre(LT13) Le robot est capable de fonctionner dune faon
totalement autonome pendant plus de quatre heures, fonctionnant avec
une configuration( LT13).
Chapitre II
tude thorique
1. Introduction
Ce chapitre prsente ltude cinmatique du robot. Nous avons
commenc par les diffrentes mthodes dvitement dobstacles
ractives existantes dans la littrature. On les a classes par leurs ordre
dapparition chronologique, ensuite on a entam une description dtaille

des lments ncessaires au calcul par lalgorithme bubble rebound qui
sera utilise par notre robot dans le calcul de langle de rebond.
Dans cet algorithme, le robot sarrte ds quil dtecte un obstacle

puis il tourne dans une direction lloignant de lobstacle. Dans notre
approche nous, on voudrait garder un mouvement continu au robot. Il
vite lobstacle sans avoir besoin de sarrter.
2. Approches dvitement dobstacles

2.1. Approches Ractives
Les approches ractives consistent calculer chaque pas de temps
(aprs rcupration des informations sur lenvironnement fournies
par les capteurs du systme) le contrle instantan appliquer sur
les actionneurs du systme. [D11].
2.1.1. Approche par champs de potentiel
La mthode des champs de potentiel pour la navigation en

robotique, initialement propose par [K85] pour un bras manipulateur,
consiste construire une fonction de potentiel qui rsume les objectifs de
la navigation: viter les obstacles (potentiel rpulsif) et atteindre une
configuration cible (potentiel attractif). chaque position du robot mobile,
une force rsultante de laction conjugue des obstacles et de la cible
est calcule, qui correspond une direction suivre par le robot mobile.
Nous reprsentons le formalisme de la mthode des champs de

potentiel classique dans le cas des robots mobiles.
a) Potentiel attractif
On utilise couramment un potentiel attractif dfini comme une

fonction de la distance au but (figure 2.1).

Figure2. 1 Champ de potentiel attractif de la cible
b) Potentiel rpulsif
Lobjet du potentiel rpulsif est de crer une force qui tend carter
le robot des obstacles.
Ce potentiel doit tre trs important proximit de lobstacle mais

ne doit avoir aucune influence sur les mouvements du robot quand celui-ci
en est suffisamment loign (figure2.2).
Figure2. 2 Champ de potentiel rpulsif de l'obstacle
Les deux comportements, la recherche et l'vitement, peuvent tre

combines en combinant les deux champs potentiels, le robot peut alors
suivre la force induite par le nouveau champ pour atteindre l'objectif tout
en vitant l'obstacle(Figure2.3).

Figure2. 3 Champ de potentiel global
2.1.2. Histogramme de champs de vecteurs
Cette mthode a t conue spcifiquement pour utiliser une grille

doccupation locale construite partir de capteurs ultrasons. Cette grille
est construite de manire trs rapide par la mthode "Histogramme in
motion mapping" qui produit une grille dont chaque cellule contient un
nombre dautant plus lev quelle a souvent t perue comme
contenant un obstacle (Figure 2.4).
Figure2. 4 Grille doccupation locale par la mthode "Histogrammic in motion

mapping"

La grille est construite dans le rfrentiel du robot,XW un compteur
est incrment pour chaque cellule appartenant au secteur angulaire dans
lequel un obstacle a t dtect et les valeurs sont dplaces dune
cellule lautre en fonction des dplacements du robot.
Un histogramme reprsentant loccupation de lenvironnement

autour du robot est ensuite construit partir de cette grille doccupation
locale. Pour cela, lenvironnement est discrtis en secteurs angulaires
pour lesquels la somme des valeurs des cellules est calcule(Figure2.5).
Un seuil permettant de tolrer un certain bruit est ensuite utilis

pour dterminer les directions possibles pour le robot: toutes les directions
dont la valeur est infrieure au seuil sont considres.
Le choix de la direction est finalement ralis parmi les directions

possibles en fonction de contraintes externes (par exemple la direction la
plus proche de la direction du but) [BK91].
Figure2. 5 Histogramme des obstacles pour dterminer la direction de

dplacement du robot
2.1.3. Navigation par diagrammes de proximit
Lapproche de navigation par diagrammes de proximit (Nearness

Diagram Navigation -ND) propose par Minguez et Montano [D11]
fortement inspire des VFH se base sur la topologie de lenvironnement
pour choisir un contrle appliquer chaque instant. Pour ce faire, deux

diagrammes polaires sont construits : lun reprsente la distance du centre
du robot aux obstacles dans toutes les directions autour de celui- ci (Figure
2.6); le second calcule cette mme distance partir des contours du robot
afin destimer la distance de scurit conserve. Ltude des
discontinuits de ces diagrammes de proximit permet de caractriser les
valles libres dobstacles autour du robot. La diffrence majeure par
rapport aux VFH consiste en la stratgie de navigation choisie. La mthode
ND utilise une stratgie dterministe de choix du comportement adopter
en fonction de la distance aux obstacles les plus proches, et en fonction de
la topologie des obstacles qui lentourent. Les options possibles se
rsument :
contourner un obstacle
passer entre deux obstacles
aller tout droit vers le but
.Ainsi qu choisir une vitesse faible ou leve suivant la proximit

des obstacles. Un contrle en vitesses linaire et angulaire est alors
calcul en fonction du comportement choisi.
De la mme manire que les approches prsentes prcdemment,

cette mthode nest pas vraiment adapte pour naviguer au milieu
dobstacles mobiles et ne prends pas en compte la dynamique du
systme.

Figure2. 6 Navigation par Diagrammes de Proximit (ND)
La figure 2.6 reprsente la navigation par diagrammes de proximit

(ND) qui est une Mthode ractive utilisant une reprsentation de haut
niveau de lenvironnement en dterminant les valles libres dobstacles.
Slection dans un second temps dune stratgie de navigation en fonction
de la topologie de lenvironnement, de la proximit des obstacles et de la
position finale.
2.1.4. Planification de mouvement partiel
Elle consiste calculer ractivrent, en un temps de dcision fixe,

une trajectoire se rapprochant le plus possible du but (Figure2.7). Cette
mthode consiste en un algorithme trois tapes rpt chaque pas de
temps :
Mise jour du modle de lenvironnement partir des entres

capteurs du robot.
Recherche dlibrative dune trajectoire menant ltat but. Si le

but na pas t atteint aprs un temps de dcision fixe, la trajectoire
calcule sen rapprochant le plus est choisie comme trajectoire suivre.
Enfin, le mouvement planifie au pas de temps prcdent est

excut.

Cette approche permet donc dtre ractive aux diverses volutions
de lenvironnement tout en tant capable de sortir dimpasses non
dtectes priori.
Elle reste sujette des minima locaux, mais y est nanmoins bien
plus robuste que les approches cites prcdemment.
Figure2. 7 Planification de mouvement partiel
Etant donne un temps de dcision fixe limit, la mthode choisit de suivre

la trajectoire planifie se rapprochant le plus prs du but si celui-ci na pas
t atteint.
2.1.5. Approche par Bubble Rebond
Cette approche prsente dans [IVG10] consiste utiliser plusieurs

capteurs ultrasons quidistants couvrant l'angle de 180 degrs (bulle de
sensibilit) comme indique la figure 2.8.

Figure2. 8 Robot, capteurs ultrasonique, et bulle de sensibilit
Initialement, le robot se dplace tout droit vers le but. Si un obstacle

est dtect dans la bulle de sensibilit, le robot "rebondit" dans une
direction ayant la plus faible densit d'obstacles, et continue son
mouvement dans cette nouvelle direction jusqu' ce que le but devient
visible ( savoir pas d'obstacle dans la plage de visibilit du sonar dans
cette direction), ou jusqu' ce qu'un nouvel obstacle est rencontr.
2.2. Autres mthodes

Il existe aussi dautres mthodes qui se basent sur les espaces des
vitesses tel que : la mthode de navigation courbure-vlocit, la mthode
de fentre dynamique etc. ainsi que dautres mthodes. Tel que : la
mthode de Reprsentation des obstacles dans lespace des Vitesses, la
mthode de la Navigation base sur les tats de collisions Invitables et
la mthode de la Dformation de trajectoire.
3.LApproche Bubble Rebond

La figure 2.9 prsente une illustration du rebond mcanisme. Dans
cette image, H est le " point de frape " l'emplacement du robot au
moment de la dtection d'un obstacle, et V est le point o le robot
regagne la visibilit de l'objectif. L'ensemble du processus est rsum dans
l'organigramme prsent dans la figure 2.10.

Figure2. 9 Illustration du processus de rebond

Dpart
Ajouter la direction
Vers le but
Obstacle ?, Oui
Calculer la novelle
Non Direction
Sa dpasser tout droit vers
le but
Ajuster le
mouvement
But attention
Oui Oui Obstacle ?,
Stop
Non
Non
Oui But visible
Non
Reste en mouvement
Figure2. 10 Organigramme de l'algorithme de bulle

rebond

3.1. Calcul de langle de rebond par lapproche
bubble rebound [IVG10]
Cette approche consiste utiliser plusieurs capteurs quidistants qui
couvrent langle de 180 (fig 2.11).
La courbe A de la figure 2.11 reprsente la porte ou la gamme de

dtection des capteurs. La zone B (grise sur la figure) proportionnelle la
distance entre le bord du robot o sont placs le capteur et lobstacle. Elle
a donc la mme forme gomtrique que le robot. Elle indique la distance
parcourue par le robot pendant deux signaux successifs du capteur. Cette
forme est la sensitivity bubble.

Figure2. 11 bulle de sensibilit et gamme de dtection
Si on considre que le robot est quip de N capteurs, donc langle

balay par chaque capteur serait
Si on dcrit lemplacement angulaire des capteurs par langle polaire

calcul partir de la mdiane de laxe entre les deux roues du robot et
dont le sens positive et le sens trigonomtrique (fig 2.12).
Figure2. 12 Emplacement des capteurs
Langle du capteur i serait donc :

i = i*0

Si Di est la valeur indique par le capteur i, langle de rebond serait donc
la moyenne
Cest langle permettant au robot dviter lobstacle. Elle nous

servira plus loin dans le calcul des vitesses donnes aux roues en cas de
dtection dobstacle.
3.2. Comparaison entre lapproche Bubble Rebond et

les autres approches ractives

3. Proposition dun ajustement de
mouvement pour le robot

Dans la dmarche bubble rebound, le robot sarrte ds quil dtecte
un obstacle puis ajuste sa direction. Mme chose quand il regagne la
vision du but. Le mouvement du robot nest donc pas lisse, il est
discontinu.
Pour donner un mouvement continu au robot, nous avons propos

une autre manire dajustement du mouvement. Cest lentrainement
diffrentiel utilisant un robot deux roues motorises (robot unicycle)
(fig2.13).
Figure2. 13 Robot deux roues motorises [Web2.1]
Ce robot est quip de deux roues motrices, une de chaque ct du

robot. Chaque bloc, roue + moteur, est indpendant mcaniquement et
lectriquement. Il n'y a pas d'axe mcanique reliant les axes moteurs. Les
moteurs sont aliments individuellement. La seule liaison mcanique est
le chssis du robot (comme support). La plateforme est quipe d'une
roue libre pour l'quilibre du robot (base du robot en contact avec le sol
triangulaire, mieux que linaire)

3.1. Modle cinmatique du mouvement
Ils existent deux modles cinmatiques possibles pour lajustement
du mouvement par un entrainement diffrentiel :
- un modle consiste arrter une roue et laisser lautre roue en

marche (le centre de rotation est la roue fixe).
- le deuxime consiste augmenter la vitesse angulaire dune roue

et diminuer la vitesse angulaire de lautre en construisant un centre de
rotation instantan CIR .
Nous avons utilis la formule de calcul diffrentiel des vitesses des

roues en se basant sur le modle cinmatique des robots unicycles avec
un CIR [F12] [M15] (fig2.14):
Figure2. 14 Modle cinmatique dun robot unicycle (avec CIR)
(A) est le cas o le robot se dplace sur une droite. Les vitesses
angulaires des deux roues gauche et droite ( g ,d ) sont gaux.
(B) le robot rencontre un obstacle gauche. La vitesse angulaire g

de la roue gauche augmente et la vitesse angulaire d de la roue droite
diminue. Cela fait tourner le robot dun angle permettant lvitement de
lobstacle.

3.2. Contrle du mouvement
En se basant sur le modle cinmatique du mouvement du robot
unicycle avec CIR, la formule de contrle proportionnel [TYG13]
dentrainement diffrentiel pour ajuster le mouvement est donn par:
g/d= i kp*R
avec :
g/d: la vitesse angulaire gauche / droite des roues, cela dpend de

la position de lobstacle gauche ou droite du robot.
i: la vitesse de rotation initiale des roues. Dans notre cas on

considre quavant dtection dobstacle, les roues du robot roulaient avec
une vitesse constante (mouvement uniforme).
Kp: le gain proportionnel de rebond. Il reprsente une constante de

mise lchelle utilise pour le rglage. Sa valeur dpend directement de
i. Comme cette dernire est constante, kp est aussi dans un intervalle
particulier.
R: la moyenne angulaire de rebond, calcule dans le 2.
Pour choisir le Kp appropri, il faut tenir en compte des variations de

la valeur de la
moyenne angulaire de rebond R ; c..d. le type et le nombre de

capteur, ainsi que de la vitesse initial i.
4. Description de lalgorithme (fig2.15)

Contrairement une approche dlibrative qui possde des
mcanismes de localisation du robot (cartographie, GPS, ... etc.), et qui lui
permet de suivre un chemin particulier parmi les chemins disponibles o
peu importe la situation du but. On sest bas dans notre tude sur une

approche purement ractive. Dans ce cas le robot ne reconnat que les
informations de lenvironnement indiques par les capteurs. Il ne peut pas
suivre un but qui est hors port des capteurs et la seule solution est de
maintenir le dplacement jusquil dtecte le but. Notre algorithme est
prsent sur la figure 2.15.

Figure2. 15 Lorganigramme de notre algorithme
5. Conclusion
Nous avons vue dans ce chapitre les diffrents algorithmes
dvitement dobstacles : nous avons prsent quelques mthodes
ractives munit dune description dtaille de lapproche bubble Rebond
quon a utilis, ainsi une tude comparative entre les diffrentes
mthodes qui a montr que la mthode Bubble rebond est adapte pour
naviguer dans un environnement dynamique, elle est facile
limplmentation et rapide dans le calcul. Elle sera donc utilise dans notre
programme avec une locomotion roues.
Cette tude thorique nous a permis de former une image

cohrente de notre chemin vers lobjectif qui est lvitement dobstacles
par un robot au cours de navigation, mettant en vidence tout le bagage
cinmatique et algorithmique ncessaires.

Chapitre III
Programmation et simulation

1. Introduction
Ce chapitre contient des informations techniques sur la plateforme
virtuelle
dexprimentation robotique V-rep et lenvironnement de

dveloppement Spyder pour le calcul scientifique en utilisant le
langage de programmation python.
Comme il prsente les tapes de programmation de lalgorithme

dvitement dobstacle et des simulations des diffrentes scnes de
dplacement du robot dans un environnement avec obstacle.
Apres la prsentation de V-rep et Spyder Nous avons

commenc par la configuration de la scne, puis ltablissement de la
connexion entre lIDE Spyder et le Simulateur V-rep, ensuite nous avons
implment notre algorithme de navigation du robot.
2. La plateforme virtuelle
d'exprimentation robotiques V-
rep(fig3.0)
Le logiciel V-REP (Virtual Robot Experimentation Platform) est un
puissant simulateur 3D de robot, qui comporte plusieurs modules de calcul
polyvalent (cinmatique inverse, Physique / dynamique, dtection de
collision, les calculs de distance minimale, planification de chemin, etc.),
une architecture de contrle distribu (nombre illimit de scripts de
contrle, avec ou sans thread), et plusieurs mcanismes d'extension (plug-
ins, application client personnalise, etc.) [T12].

Figure3. 1 la plateforme virtuelle dexprimentation robotique V-REP
V-REP est l'outil du prototypage rapide et la vrification, la

surveillance distance, le dveloppement de l'algorithme rapide,
lducation robotique connexes, et la simulation des systmes
d'automatisation d'usine. Un plug-in V-REP a t spcialement dvelopp
pour permettre une simulation de robot intuitive, facile et raliste.
2.1. Les objets dobservation

Les principaux lments de V-REP qui sont utiliss pour la
construction d'une scne de simulation sont des objets. Les objets sont
visibles dans la hirarchie de la scne et dans la vue de la scne. Dans
cette dernire, les objets ont une reprsentation en trois dimensions
comme illustr sur la figure ci-dessous (fig3.1):

Figure3. 2 Les objets dobservation de V-rep
Chaque objet a une position et une orientation dans la scne de

simulation. On se rfre la position et l'orientation d'un objet en tant que
configuration de l'objet. Les objets peuvent tre attachs d'autres objets
(ou construits au-dessus de l'autre).
2.2. Modules de calcul (fig3.2)

V-REP offre des fonctionnalits puissantes de calcul, ou des modules
de calcul, qui ne sont pas directement encapsules dans des objets (tels
que des capteurs de proximit ou des capteurs de vision, par exemple),
mais qui fonctionnent plutt sur un ou plusieurs objets.
Les modules de calcul comprennent:
- le module de dtection de collision: il permet de suivre,

d'enregistrer et de visualiser les collisions qui pourraient survenir entre
toute entit collidable.
- le module de calcul de la distance minimale: le module permet de

suivre, d'enregistrer et de visualiser les distances minimales entre toute
entit mesurable.

- le module de calcul de cinmatique : le module permet de rsoudre
d'une manire trs efficace tout type de problme cinmatique.
- le module de contrainte de rsolveur gomtrique: le module

permet de rsoudre les problmes de cinmatique inverse ou vers l'avant,
tout en offrant une grande tendue de possibilits d'interaction
l'utilisateur.
- le module dynamique: le module permet de simuler

dynamiquement des objets ou des modles pour raliser des interactions
d'objets (par exemple rponse de collision, objet de saisie, etc.)
- le module chemin et le mouvement de planification: le module,

encapsul dans un plugin, permet d'effectuer des chemins et de
planification de mouvement des calculs bass sur la bibliothque OMPL.
Figure3. 3 les modules de calcule de V-rep

2.3. Le Framework API (Application Programing
interface) de V-REP
Le Framework API de V-REP regroupe toutes les interfaces autour de
V-REP. Il est livr en4 + 1 saveurs diffrentes:
L'API rgulire (plugins, scripts embarqu)
L'API distance (Remote API client)
L'interface ROS
L'API auxiliaire
D'autres interfaces
Tandis que l'API rgulire est accessible partir du simulateur (par

exemple partir d'un script intgr, un Add-on, un plug-in ou l'application
cliente principale), l'API distance et l'interface ROS peut tre consult
partir de presque toute application ou matriel externe possible.
L'API auxiliaire n'est pas une interface en soi, mais plus une
collection de fonctions d'aide qui peut tre intgr, et qui oprent par eux
mme. Les autres objets d'interfaces regroupent toutes les possibilits
pour l'utilisateur d'tendre les interfaces disponibles. La figure suivante
(fig 3.3) illustre une vue d'ensemble des diffrentes interfaces:

Figure3. 4 Diffrents endroits et interfaces disponibles
Remote API (fig. 3.4)
Ils existent six types de mthode de contrle dans et autour V-rep

(voir Annexe B). Dans notre cas nous avons utilis le Remote API client.
L'API distance (Remote API) fait partie du Framework API de V-REP.

V-REP propose une API permettant de contrler distance une
simulation (ou le simulateur lui-mme) provenant d'une application
externe ou d'un matriel distance (par exemple rel du robot, un
ordinateur distant, etc.). L'API distance V-REP est compos d'une
centaine de fonctions spcifiques et une fonction gnrique, qui peuvent
tre appels partir d'un C / C ++ demande, un script Python, une
application Java, un programme Matlab / Octave, un script Urbi, ou un
script Lua.
Les fonctions de l'API distance sont en interaction avec V-REP via

une communication de prise d'une manire qui rduit lag et la charge du
rseau dans une grande mesure. Tout cela se fait d'une manire invisible
pour l'utilisateur. L'API distant peut laisser une ou plusieurs applications
externes interagir avec V-REP dans une synchrone ou asynchrone manire
(asynchrone par dfaut), et le contrle mme distance du simulateur est
pris en charge (par exemple le chargement distance une scne,
commencer, pause ou un arrt une simulation par exemple).
La fonctionnalit de l'API distance est disponible en 2 entits

distinctes, qui interagissent via la communication socket:
le ct client (application): l'API distance sur le ct client est

disponible pour de
nombreux langages de programmation. Actuellement les langages

suivantes sont supportes: C / C ++, Python, Java, Matlab, Octave, Urbi et
Lua. Manchettes pour d'autres langages peuvent facilement tre cres
par lutilisateur.
le ct serveur (V-REP): l'API distance sur le ct serveur est

mis en oeuvre par l'intermdiaire d'un plug-in V-REP qui
devrait tre charg par V-REP par dfaut:
v_repExtRemoteApi.dll (pour Windows), libv_repExtRemoteApi.dylib

(pour MAC) ou libv_repExtRemoteApi.so (pour Linux).

Figure3. 5 le Remote API fonctionne avec tous les matriaux en utilisant
plusieurs langages de programmation
3. Lenvironnement de dveloppement
Spyder (fig3.5)
Spyder est un environnement de dveloppement intgr (IDE) pour
le calcul scientifique semblable MATLAB en utilisant le langage de
programmation Python. Il est livr avec un diteur pour crire du code,
d'une console pour l'valuer et de voir ses rsultats tout moment, un
explorateur de variable pour voir quelles variables ont t dfinis lors de
l'valuation, et plusieurs autres installations pour vous aider dvelopper
efficacement les programmes dont vous avez besoin en tant que un
scientifique .
Spyder est un environnement de calcul scientifique trs fort grce

l'appui de IPython (linterprteur Python interactif augment) et les

bibliothques Python populaires tels que NumPy(de l'algbre linaire),
SciPy (traitement de signal et dimage) ou matplotlib (traage interactif 2D
/3D) [web3.4].
3.1. Editeur de code

coloration syntaxique (Python, C / C ++, Fortran).
point darrt et points d'arrt conditionnels (dbogueur: pdb).
excuter ou dboguer des scripts Python.
des botes de dialogue de configuration:
rpertoire de travail.
options de ligne de commande.
excuter dans un nouvel interprteur Python ou dans un

interprteur Python existant ou dans un IPython client.
options de ligne de commande de linterprteur Python.
etc.
3.2. Console
toutes les consoles sont excutes dans un processus spar
la compltion de code / l'aide des appels et le lien automatique

l'inspecteur d'objet.
Ouvrir des interprtes Python ou des fentres de commande Terminal de

base.
Excuter des scripts Python.

3.3. Explorateur de variable
Des diteurs bass sur une interface graphique pour un grand
nombre de types de donnes (numros, chanes, listes, tableaux,
dictionnaires, )
les donnes d'importation / exportation de / vers un grand nombre

de types de fichiers (fichiers texte, fichiers numpy, fichiers MATLAB)
multiples instances de l'diteur de tableau/listes/dictionnaire la

fois, ce qui permet de comparer le contenu des variables.
visualisation de donnes.
4. Configuration de la scne
Avant dentamer la programmation et la simulation, il faut tout
dabord configurer la scne, c..d. ajouter des obstacles, situer un but et
configurer le robot.
4.1. Configuration du robot

La plateforme V-rep contient des scripts embarqus LUA de lAPI
rgulire par dfaut pour chaque robot, donc il faut dsactiver celui de
Khepera III pour utiliser plutt notre script Python du Remote API client.
Le robot Khepera III comporte 9 capteurs infrarouges. On a utilis les

6 capteurs en avant qui sont suffisants pour couvrir lespace angulaire de
180 pour la dtection des obstacles (fig3.6).

Fi
gure3. 6 Configuration des capteurs infrarouges du robot
Pour la dtection du but, nous avons utilis les 5 capteurs ultrasons

disponibles. Nous avons install un traceur de graphe pour tracer la
trajectoire parcourue par le robot, et une camra pour avoir la vision du
robot (fig3.7).
Figure3. 7 Graphe de trajectoire et camra vision du robot
4.2. Configuration des obstacles

Aprs le placement des objets (obstacles) dans la scne, nous les
avons configurs pour quils soient dtectables par les capteurs
infrarouges (fig3.8).

Figure3. 8 Configuration dun obstacle sur scne
4.3. Configuration du but

Mme chose que pour les obstacles, on a configur le but qui doit
tre dtect par les capteurs ultrasons (fig3.9).
Figure3. 9 Configuration du but sur scne
La figure 3.10 reprsente la scne de simulation avec tous les

acteurs ; obstacles et but.

Figure3. 10 Scne aprs configuration
5. Programmation
Dans cette partie, nous allons prsent les diffrents blocs qui forme
notre programme.
5.1. Etablissement de la connexion entre V-rep

et Spyder
Pour connecter notre application python du Remote API client avec la
plateforme V-rep, nous avons utilis les fonctions suivantes :
- simxStart : qui permet de dmarrer un thread de communication

avec le serveur (V-rep), cela devrait tre la premire fonction de Remote
API appel dans le ct client (Spyder).
SimxStart peut tre utilis avec ses paramtres comme suit:
ClientID = simxStart (Adresse de connexion, Port de connexion,

Attendre la connexion [Vrai / Faux], Ne reconnecter pas une fois
dconnect [Vrai / Faux],Dlai d'attente en ms, Cycle de thread de
communication)

- simxFinish : Elle termine le thread de communication. Cela
devrait tre la dernire fonction de Remote API appel dans le ct client.
simxFinish ne doit tre appele quaprs un appel russi de simxStart.
simxFinish peut tre utilis avec son paramtre clientID comme suit
:
simxFinish (clientID)
5.2. Exploitation des capteurs

Nous avons exploit les capteurs du robot dans notre application
laide de la fonction simxReadProximitySensor, cette fonction permet la
lecture de l'tat d'un capteur de proximit:
Code de retour, tat de dtection [Vrai / Faux], point dtect, objet

dtect, surface dtect du vecteur normale = simxReadProximitySensor
(clientID, capteur, mode dopration)
Nous avons stock les valeurs de distances entre les capteurs et

lobjet dtect dans un tableau, en utilisant les fonctions array, append et
linalg.norm de la bibliothque numpy, et les coordonnes du point dtect
partir des valeurs de retour de la fonction simxReadProximitySensor.
Ensuite nous avons utilis ces valeurs Di pour calculer de la

moyenne angulaire de rebond R .
5.3. Control du mouvement

En se basant sur le modle cinmatique, le modle de contrle
(chapitre II), et les fonctions de Remote API client
(simxGetObjectHandle et simxSetTargetVelocity), nous avons
contrl le mouvement du robot comme suit :
Nous avons introduit les paramtres de contrle qui sont dans notre
cas les moteurs lis aux deux roues (k3_rightWheelMotor et
k3_leftWheelMotor) en utilisant la fonction simxGetObjectHandle.

Code de retour, contrle = simxGetObjectHandle (clientID, nom de
lobjet contrler, mode dopration)
En suite nous avons utilis la fonction de contrle pour calculer les

vitesses droites et
gauches des moteurs.
Omega_G = Omega_I +kp * Alpha_R
Omega_D = Omega_I -Kp * Alpha_R
Pour calculer les vitesses des deux roues motrices, nous avons
utilis une vitesse initial constante Omega_I du robot, langle de rebond
calcul Alpha_R, et le gain proportionnel kp.
Le rapport entre kp et Omega_I doit tre toujours constant. Le

meilleur rapport dans notre cas dexprimentation est : ratio = kp /
Omega_I = 0.5, donc si on veut changer la vitesse initial Omega_I le kp va
tre changer automatiquement pour quil soit appropri la nouvelle
vitesse Omega_I.
Les vitesses de rotation Omega_G et Omega_D calcules, ne doivent

pas dpasser la vitesse maximum de rotation du moteur du robot khepera
III max = 25 rad/s, que nous avons calcul partir de la vitesse
maximum du robot: vmax = 0.5 m/s et le rayon de la roue: r = 0.02 m
(voir Annexe A).
V max
max =
r
Aprs que les vitesses des deux roues sont calcules, nous les avons
envoy comme paramtres dans la fonction simxSetTargetVelocity.
Code de retour = simxSetJointTargetVelocity (clientID,

rightMotorHandle, Omega_D, mode dopration)
Code de retour = simxSetJointTargetVelocity (clientID,

leftMotorHandle, Omega_G, mode dopration)

En fin nous avons ajout linstruction qui assure la ractivit :
time.sleep(0.2)# la boucle excute cinq fois par second
6. Simulation et rsultats
dexprimentation
La vrification des variables en cours dexcution est trs importante
dans la simulation. Cela nous permettra de faire des modifications en cas
dapparition de problmes. Un exemple daffichage des donnes envoyes
par les capteurs (fig3.11).
Figure3. 11 Affichage des diffrentes variables envoyes par le programme

Aprs la fin de simulation nous avons obtenu la courbe des
variations de la moyenne
angulaire de rebond (fig3.12) ainsi que les courbes dentrainement

diffrentiel du robot au cours de son navigation (fig3.13).
Figure3. 12 Courbe des variations de la moyenne angulaire de rebond
Lensemble des valeurs positives dans la courbe indique la dtection

dun ou de plusieurs obstacles au cot gauche du robot (par les capteurs
situs gauche du robot).
Lensemble des valeurs ngatives indique la dtection dun ou de

plusieurs obstacles au cot droit du robot.
Lensemble des valeurs nulles indique que le robot ne dtecte aucun

obstacle.

Figure3. 13 Courbe dentrainement diffrentiel
La courbe en bleu reprsente la variation de la vitesse angulaire de

la roue motorise gauche.
La courbe verte reprsente la variation de la vitesse angulaire de la

roue motorise droite.
Nous avons obtenu aussi la courbe de la trajectoire parcourue par le

rebot (fig3.14).

Figure3. 14 Trajectoire parcourue par le robot
Finalement, on peu voir sur la figure 3.15 la simulation complte sur

scne.
Figure3. 15 Scne du dbut la fin de la simulation
Le robot arrive son but en vitant tous les obstacles et en

parcourant la trajectoire en jaune sur la scne et en rouge sur le graphe.

7. Discussion
Parmi les avantages de notre algorithme on trouve que :
- Il est capable d'viter toute sorte d'obstacles statiques, et mme

certains obstacles mobiles, comme les humains en situation de
dplacement;
- Il peut tre facilement adapt d'autres capteurs, comme les

capteurs lasers rotatifs;
- Il fonctionne trs bien sur les passages troits.
- Le mouvement est lisse.
Et les principales faiblesses sont celles qui sont communes la

majorit des algorithmes purement ractifs:
- Il est loin d'tre optimal;
- Le mouvement est entam, mme s'il n'y a pas de chemin vers

but;
- L'chec est possible, mme si un chemin valide vers le but existe.

8. Conclusion
Cette tude pratique nous a familiaris avec la plateforme V-rep, et
lIDE Spyder qui sont les lments principaux de notre

programmation et simulation. aussi elle nous a permet davoir une ralit
virtuel de notre programme dvitement dobstacles sur la scne de la
plateforme V-rep et de tester la majorit des cas(obstacles mobiles,
changement de lemplacement des obstacles etc.) pour arriver
finalement des rsultats raisonnables et acceptables.

Biblio &Webographie
[F12] Filliat.D, Programme UNIT-GDR Robotiques, cole nationale

suprieure de (Filliat.D . n., 2012)
[S05] Sliman.N, Systme de Location pour Robots Mobiles, thse de

doctorat, universit de Batna , Algrie, 2005.
[Web1.1] Le site de NXT, Les robots mobiles, Article,

http://www.sitedunxt.fr/articles/print.php?id=24, Dcembre 2015.
[FRM12] Filliat, David, Robotique Mobile, cole nationale suprieure

de technique Avances ParisTech, France,2012
[CBA96] Campion.G, Bastin.G, Andra-Novel.B Structural Properties

and Classification of Kinematic and Dynamic Models of Wheeled
Mobile Robots. IEEE Transactions on
Robotics and Automation, 1996.
[Web1.3] W3SH, ASIMO le Robot de HONDA, Image,

http://www.w3sh.com/wordpress/wpcontent/
uploads/2014/11/asimo_v2-630x354.jpg, Dcembre 2015.
[IVG10] Ioan.S, Viorel.M, Grigore.V, Simple, Real-Time Obstacle

Avoidance Algorithm for Mobile Robots, WSEAS Int Conf. on
Computational, Intelligence Man-machine Systems,CIMMACS 2010.

[Web3.2] Gnration Robots, Le Capteur Infrarouge : Utilit et
Emploi., Article,
http://www.generationrobots.com/fr/content/70-capteur-infrarouge,
Avril 2016.
[Web3.3] Microsonic, Les Capteurs Ultrasons, Article,

http://www.microsonic.de/fr/support/capteurs-%C3%A0-
ultrasons.htm, Avril 2016.
[ LT13 ] Lambercy .F and Tharin.J ,khepera III user manual, Suisse, K-

Team S.A,2013
[D11] Delsart.V, Navigation Autonome en Environnement Dynamique :

une Approche par Dformation de Trajectoire, thse de doctorat,
universit de Grenoble, France, 2011.
[K85] Khatib.O, Real-Time Obstacle Avoidance for Manipulators and

Mobile Robots.IEEE International Conference on Robotics and
Automation, 1985.
[BK91] Borenstein, J., Koren, Y., The Vector Field Histogram Fast
Obstacle Avoidance for MobileRobots. IEEE Journal of Robotics and
Automation, 1991.
[IVG10] Ioan.S, Viorel.M, Grigore.V, Simple, Real-Time Obstacle

Avoidance Algorithm for Mobile Robots, WSEAS Int Conf. on
Computational, Intelligence Man-machine Systems,CIMMACS 2010.

[F12] Filliat.D, Programme UNIT-GDR Robotiques, cole nationale
suprieure de technique Avances ParisTech, France, 2012.
[M15] Morbidi.F, Perception Avanc et Robotique Mobile, Laboratoire

MIS, universit de picardie, France, 2015.
[TYG13] Temel.S, Yagli.S, Goren.S, EE402- Discrete Time Control

Systems, Recitation 4
Report: P,PD,PI,PID Controllers, Middle East Technical University,2013.


يا ربي وفقنا امييين 1

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

يا ربي وفقنا امييين 1

Hochgeladen von

Copyright:

Verfügbare Formate

SOMMAIRE

3. PROPOSITION DUN AJUSTEMENT DE MOUVEMENT POUR LE ROBOT..........33

Figure3. 1 la plateforme virtuelle dexprimentation robotique V-REP .............................39

Master Informatique Option IRCO Khadidja Cherifi

ni conseil cause des problmes rencontrs tant pratiques que

pour cela nous souhaitons avant tout remercier nos Directeur de

a fait partager son savoir et ses connaissances. Quil soit aussi

remerci pour son soutien, sa disponibilit, ses orientations, ses

Judicieux et pertinents et pour ses nombreux encouragements

Nous aimerons exprimer notre gratitude au membres du jury qui ont

Nous adressons nos sincres remerciements tous nos enseignants

Master Informatique Option IRCO Khadidja Cherifi

On ddie cette thse :

A notre matre et prsident de thse :

Nous avons eu le privilge de travailler parmi votre quipe et

A nos matres et juges de thse :

Vous nous faites lhonneur daccepter avec une trs grande

A nos chers parents :

Aucune ddicace ne saurait exprimer lamour, lestime, le

Master Informatique Option IRCO Khadidja Cherifi

A tous les membres de ma famille, petits et grands Veuillez trouver

A ma chre amie Benaicha Soumia , A mes chers collgues : Je ne peux

Master Informatique Option IRCO Khadidja Cherifi

Notre projet de fin dtudes tourne autour du problme de la

Ils existent plusieurs approches de planification qui se classifient

Dans le cadre de ce projet, nous allons implmenter une mthode

Le premier chapitre comprend toutes les informations techniques

Master Informatique Option IRCO Khadidja Cherifi

Master Informatique Option IRCO Khadidja Cherifi

Le premier chapitre concerne les deux premiers lments. Nous

2. Prsentation des robots

2.1. Dfinition dun robot

Notre objectif principal consiste la ralisation dun mouvement

respecte les contraintes sur le mouvement du systme robotique.

mne un but prdtermin.

vite toutes collisions avec les obstacles au cours de la navigation.

Master Informatique Option IRCO Khadidja Cherifi

manipulateurs (base fixe) tels que les bras manipulateurs, et les

2.3. Dfinition dun robot mobile

Comme tout robot, le robot mobile est compos de la structure

2.4. Larchitecture des robots mobiles

Le systme de traitement des informations et gestion des tches.

Master Informatique Option IRCO Khadidja Cherifi

2.5. Les diffrents types des robots mobiles

2.5.1. Robots mobiles sur roues

Par contre, les roues comportent aussi un certain nombre

Master Informatique Option IRCO Khadidja Cherifi

2.5.2. Les robots mobiles sur chenilles (fig 1.3)

Cependant, le rendement est mauvais, cause des pertes par

Figure1. 3 le robot chenilles DFRobotShop Rover V2 [Web1.2]

Des robots mobiles ayants quartes ou six pattes peuvent galement

Le nombre lev de pattes rend le mcanisme ainsi que sa

Toutefois, ils comportent aussi des avantages. Ils peuvent franchir

Master Informatique Option IRCO Khadidja Cherifi

2.5.4. Robots mobiles omnidirectionnels

Dun point de vue cinmatique on montre que cela nest pas

fixes ou des roues centres orientables. On peut en revanche

Les plateformes omnidirectionnelles permettent de dcoupler de

Master Informatique Option IRCO Khadidja Cherifi

3.1. Capteurs internes

3.1.1. Les capteurs de dplacement

Lodomtrie permet destimer le dplacement partir de la mesure

Master Informatique Option IRCO Khadidja Cherifi