Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Navigation autonome d'un robot mobile dans un verger

View through CrossRef
Cette thèse s'inscrit dans le cadre du projet ANR/FACEPE ARPON (Autonomous Robotic Platform for Orchard Navigation) consacré à la navigation autonome d'un robot dans un verger. Bien que la navigation autonome ait été largement étudiée en robotique, son application aux vergers doit encore lever certains verrous. Tout d'abord, la canopée des arbres et les filets de protections perturbent les signaux GNSS (Global Navigation Satellite System), empêchant d'utiliser des systèmes de navigation par satellites comme dans les cultures en champ ouvert (céréales, vignes, etc.). De ce fait, dans le cas des vergers, les stratégies de commande doivent s'appuyer sur des informations locales et fournies par des capteurs embarqués sur le robot pour naviguer. De plus, les vergers sont des environnements naturels qui subissent d'importantes variations visuelles. En effet, leur apparence change en fonction des saisons, des conditions météorologiques, de l'entretien (taille, récolte, tonte, etc.) et du type de culture. Le système de perception doit donc être capable de fournir les informations nécessaires à la navigation malgré ces variations. Dans ces travaux, seul le problème de la navigation dans une parcelle est traité, celui de la navigation dans le reste de l'exploitation, tel que celle entre la zone de parking et la parcelle, n'est pas considéré. La navigation dans une parcelle consiste à enchaîner les tâches de traversée d'inter-rangs (les zones entre les rangées d'arbres) et de demi-tour dans les zones de fourrières (les zones libres au bout des rangées utilisées pour les manœuvres). Dans ces travaux, nous présentons une stratégie de navigation reposant sur l'asservissement visuel prédictif pour répondre à ces problématiques. Pour ce faire, il est proposé d'utiliser les troncs au voisinage du robot, seuls éléments invariants dans le verger, comme amers de navigation. Ces derniers sont détectés et localisés à l'aide d'un système de cinq caméras RGB-D dont les champs de vue couvrent son environnement direct. La détection est assurée par le réseau de neurones YOLOv8, entrainé avec une base de données faite spécialement pour le projet, pour segmenter les troncs dans les images. Puis, la position des troncs au voisinage du robot est estimée à partir de la segmentation et des informations de distance de l'image de profondeur. Ces positions sont ensuite utilisées pour calculer la prochaine commande à envoyer au robot. Pour cela, deux stratégies de commandes ont été développées. La première aborde le problème comme celui d'une régulation de positions basée sur du suivi de spirale et un schéma de contrôle prédictif. Cependant, bien que le robot parvienne à naviguer dans un verger en simulation, cette stratégie souffre de problèmes d'oscillations dans la trajectoire du robot. En réponse à ces observations, nous avons développé une seconde stratégie qui s'appuie sur du suivi de chemin. Cette seconde stratégie exploite aussi la position des troncs au voisinage du robot. Elles sont utilisées pour calculer un ensemble de points de passage, calculé à partir du diagramme de Voronoï dans l'inter-rangs et à partir du modèle de spirale de la première stratégie pour le demi-tour. Ces derniers sont ensuite reliés à l'aide d'une courbe NURBS. Enfin, le suivi de chemin est aussi assuré par un schéma de contrôle prédictif couplé à une formulation du problème basée sur le repère de Frenet. Les performances de cette seconde stratégie ont été validées lors de deux campagnes expérimentales dans deux vergers différents. Pour cela, la base mobile de type voiture AgileX Hunter 2.0 a été instrumentée avec un système de cinq caméras RGB-D, pour la détection des troncs au voisinage du robot, ainsi qu'avec un ordinateur et deux cartes graphiques pour exécuter les traitements. Finalement, lors de la seconde campagne, le robot est parvenu à naviguer en autonomie pendant 25 minutes et parcourir 750 mètres dans le verger commercial du CEFEL situé à Montauban.
Agence Bibliographique de l'Enseignement Supérieur
Title: Navigation autonome d'un robot mobile dans un verger
Description:
Cette thèse s'inscrit dans le cadre du projet ANR/FACEPE ARPON (Autonomous Robotic Platform for Orchard Navigation) consacré à la navigation autonome d'un robot dans un verger.
Bien que la navigation autonome ait été largement étudiée en robotique, son application aux vergers doit encore lever certains verrous.
Tout d'abord, la canopée des arbres et les filets de protections perturbent les signaux GNSS (Global Navigation Satellite System), empêchant d'utiliser des systèmes de navigation par satellites comme dans les cultures en champ ouvert (céréales, vignes, etc.
).
De ce fait, dans le cas des vergers, les stratégies de commande doivent s'appuyer sur des informations locales et fournies par des capteurs embarqués sur le robot pour naviguer.
De plus, les vergers sont des environnements naturels qui subissent d'importantes variations visuelles.
En effet, leur apparence change en fonction des saisons, des conditions météorologiques, de l'entretien (taille, récolte, tonte, etc.
) et du type de culture.
Le système de perception doit donc être capable de fournir les informations nécessaires à la navigation malgré ces variations.
Dans ces travaux, seul le problème de la navigation dans une parcelle est traité, celui de la navigation dans le reste de l'exploitation, tel que celle entre la zone de parking et la parcelle, n'est pas considéré.
La navigation dans une parcelle consiste à enchaîner les tâches de traversée d'inter-rangs (les zones entre les rangées d'arbres) et de demi-tour dans les zones de fourrières (les zones libres au bout des rangées utilisées pour les manœuvres).
Dans ces travaux, nous présentons une stratégie de navigation reposant sur l'asservissement visuel prédictif pour répondre à ces problématiques.
Pour ce faire, il est proposé d'utiliser les troncs au voisinage du robot, seuls éléments invariants dans le verger, comme amers de navigation.
Ces derniers sont détectés et localisés à l'aide d'un système de cinq caméras RGB-D dont les champs de vue couvrent son environnement direct.
La détection est assurée par le réseau de neurones YOLOv8, entrainé avec une base de données faite spécialement pour le projet, pour segmenter les troncs dans les images.
Puis, la position des troncs au voisinage du robot est estimée à partir de la segmentation et des informations de distance de l'image de profondeur.
Ces positions sont ensuite utilisées pour calculer la prochaine commande à envoyer au robot.
Pour cela, deux stratégies de commandes ont été développées.
La première aborde le problème comme celui d'une régulation de positions basée sur du suivi de spirale et un schéma de contrôle prédictif.
Cependant, bien que le robot parvienne à naviguer dans un verger en simulation, cette stratégie souffre de problèmes d'oscillations dans la trajectoire du robot.
En réponse à ces observations, nous avons développé une seconde stratégie qui s'appuie sur du suivi de chemin.
Cette seconde stratégie exploite aussi la position des troncs au voisinage du robot.
Elles sont utilisées pour calculer un ensemble de points de passage, calculé à partir du diagramme de Voronoï dans l'inter-rangs et à partir du modèle de spirale de la première stratégie pour le demi-tour.
Ces derniers sont ensuite reliés à l'aide d'une courbe NURBS.
Enfin, le suivi de chemin est aussi assuré par un schéma de contrôle prédictif couplé à une formulation du problème basée sur le repère de Frenet.
Les performances de cette seconde stratégie ont été validées lors de deux campagnes expérimentales dans deux vergers différents.
Pour cela, la base mobile de type voiture AgileX Hunter 2.
0 a été instrumentée avec un système de cinq caméras RGB-D, pour la détection des troncs au voisinage du robot, ainsi qu'avec un ordinateur et deux cartes graphiques pour exécuter les traitements.
Finalement, lors de la seconde campagne, le robot est parvenu à naviguer en autonomie pendant 25 minutes et parcourir 750 mètres dans le verger commercial du CEFEL situé à Montauban.

Related Results

Les mécanismes de la régulation des ravageurs des légumes en verger-maraîcher
Les mécanismes de la régulation des ravageurs des légumes en verger-maraîcher
Le verger-maraîcher est un type de parcelle diversifiée, agroforestière, associant des arbres fruitiers et des légumes. Dans ces parcelles, tout l’espace 3D disponible est utilisé ...
Designing a robot to evaluate group formations
Designing a robot to evaluate group formations
Robots are making their way in environments inhabited by people. Whether in domestic or public crowded environments, robots should take into consideration social norms and behavior...
Decision Making in Human-Robot Interaction
Decision Making in Human-Robot Interaction
Processus décisionnels pour l'interaction homme-robot Un intérêt croissant est aujourd'hui porté sur les robots capables de conduire des activités de collaboration ...
PELATIHAN PERANCANGAN ROBOT BERODA DENGAN DETEKTOR TEPI MEJA PADA SEKOLAH SMA TARSISIUS 1 DAN SMA TRI RATNA
PELATIHAN PERANCANGAN ROBOT BERODA DENGAN DETEKTOR TEPI MEJA PADA SEKOLAH SMA TARSISIUS 1 DAN SMA TRI RATNA
Wheeled robot is a robot which movement is managed by the rotation of Direct Current (DC) motors. These motors are connected to wheels. Wheeled robot usually is used as a teaching ...
Sistem Kendali Hybrid Fuzzy-Pid pada Kinematika Robot Berkaki 4 Menggunakan Sensor Gyroscope
Sistem Kendali Hybrid Fuzzy-Pid pada Kinematika Robot Berkaki 4 Menggunakan Sensor Gyroscope
<p><em>Legged robots have attracted the attention of researchers because of their superior adaptation to complex environments compared to wheeled robots. Legged robots ...
Desain Mobile Robot Dengan Reflektor dan Level Kecepatan Berbasis Doppler
Desain Mobile Robot Dengan Reflektor dan Level Kecepatan Berbasis Doppler
Robot mobile merupakan salah satu kebutuhan di perkembangan teknologi saat ini. Namun, kelemahan dari desain robot mobile ketika operator robot mobile tidak dapat mengetahui tingka...
Cooperative social robots: accompanying, guiding and interacting with people
Cooperative social robots: accompanying, guiding and interacting with people
The development of social robots capable of interacting with humans is one of the principal challenges in the field of robotics. More and more, robots are appearing in dynamic envi...

Back to Top