Robotique

Robotique autonome

Description : Ce cours présentera le domaine de la robotique autonome (conduite de véhicules, robot d’exploration et d’inspection, etc…) en montrant comment cette problématique intègre des technologies très diverses (localisation (SLAM), nuages de points, planification, reconnaissance de formes) et comment cette intégration se réalise au niveau système (illustrations avec ROS). Les travaux de laboratoire associés au cours seront réalisés sur les robots de la plateforme robotique du campus de Metz et en simulation. Ces travaux seront l’occasion d’intégrer différentes techniques d’apprentissage automatique et de traitement du signal sur des robots se déplaçant dans leur environnement. Le cours et les mises en application pratiques permettront de découvrir ces techniques dans des cas réels.

Contenu : 8 séances de TP couvrant toute la chaîne de la découverte des environnements de simulation et de la programmation avec ROS à la mise en oeuvre sur robots réels. Les sujets abordés portent sur la localisation, la cartographie, la planification et l’exécution de trajectoires.

Prérequis : Il est nécessaire de maîtriser la programmation Python et de disposer de bonnes connaissances en probabilités. Les travaux pratiques nécessitent également un minimum d’être familier avec Linux.

Acquis d’apprentissage : À l’issue de ce cours, les élèves auront été familiarisé avec ROS et avec les concepts clés de la robotique autonome. Ils auront expérimenté la difficulté de coupler les traîtements d’information avec un système évoluant dans un environnement réel et auront eu l’expérience de la mise en œuvre de solutions, guidés par la méthodologie induite par ROS.

Méthodes pédagogiques : Les cours permettent d’introduire les concepts et les algorithmes essentiels pour la robotique autonome (13.5 HPE), complémentés par des exercices en TD (3 HPE) et largement accompagnés par des travaux pratiques en simulation et sur plateformes réelles (22.5 HPE).

Moyens : Les travaux dirigés, constitués d’exercices, permettront d’utiliser les concepts vus en cours. Les travaux pratiques permettront de programmer et expérimenter les algorithmes vus en cours en simulation et sur des plateformes robotiques réelles en utilisant le framework ROS2.

Modalités d’évaluation : Examen écrit 2h, rattrapable

Responsable de cours : Francis Colas

Identifiant Geode : SPM-INF-017

CM :

  1. Intro (1.5 h)
  2. Introduction à ROS (1.5 h)
  3. Rappels de probabilités (1.5 h)
  4. Estimation d’état (1.5 h)
  5. Localisation (1.5 h)
  6. Carto + SLAM (1.5 h)
  7. Planif (1.5 h)
  8. Navigation (1.5 h)
  9. Architecture et interaction (1.5 h)
  10. Robotique et réseaux de neurones (1.5 h)

TD :

  1. Filtres de Kalman (1.5 h)
  2. Localisation (1.5 h)

TP :

  1. ROS et simulation (3.0 h)
  2. Filtre de Kalman et estimation d’état (1.5 h)
  3. Localisation (3.0 h)
  4. Carto + SLAM (3.0 h)
  5. Path planning (3.0 h)
  6. Path following (3.0 h)
  7. Navigation et robots réels (3.0 h)
  8. Integration (3.0 h)