Using set membership methods for robust underwater robot localization - Archive ouverte HAL Access content directly
Theses Year : 2011

Using set membership methods for robust underwater robot localization

Méthodes ensemblistes pour une localisation robuste de robots sous-marins

(1)
1
Jan Sliwka
  • Function : Author
  • PersonId : 898510

Abstract

For an intelligent robot to be able to properly interact with its environment, it has to know in one hand the environment and in the other hand its state in that environment. In particular, a robot must know where it is to know where it has to go. Since the appearance of GPS, the problem of localization has been practically solved on the ground. GPS doesn't work underwater since high frequency electromagnetic waves don't propagate in that environment. However, the number of undersea operations increases significantly every year. In our school, we develop an autonomous underwater vehicle to test the underwater localization systems. The main sensor we use is an imaging sonar. An imaging sonar is an acoustic sensor which detects acoustically reflective objects. For example, the sonar can be used to detect the walls of a port. The measurements from the sonar are often corrupted with outliers. An outlier may be due to an electrical failure of the sensor or a phenomenon not taken into account when modeling the environment. The number of outliers is often unknown and varies with time. The aim of this thesis was to solve the localization problem using such data. The localization problem can be formulated as a constraint satisfaction problem (CSP). A CSP is basically a system of equations (constraints). Here, the unknown is the pose of the robot. For each measurement we obtain a constraint involving the pose, a measurement and the environment (the map). The classical solution of a CSP is the set of points (poses) that satisfy all constraints. However, because of outliers, such points may not exist. The new problem is to find a solution to a CSP when only part of constraints is satisfied. We call this problem a relaxed CSP. A major contribution to the thesis was to find several representations of the solution of a relaxed CSP as well as algorithms to compute these solutions. The first representation is in the form of a polynomial with set valued coefficients also called a set polynomial. Each coefficient is the set of points that satisfy the number of constraints equal to the degree of the coefficient in the polynomial. Such representation allows the use of polynomial arithmetic to calculate the solution polynomial. A second representation is in the form of a function, called accumulator, which for each element of the search space returns the number of constraints it satisfies. One of the hurdles to overcome to solve localization problems is the representation of the map. In case of structured environments, it is possible to represent the map by a set of parameterized objects such as segments, polygons, curves. In case of unstructured maps such as seashore or lake borders, the idea is to represent the map (which actually is a set) in the form of a binary image where pixels of interest (black for example) represent the set of points of the map. Another major contribution to the thesis was to be able to use the binary image representation in CSP or relaxed CSP computer solvers in the form of a contractor called the image contractor. The usefulness of those two contributions is illustrated on a real case example of localization of an underwater robot in an abandoned marina. The thesis contains many other contributions to set membership methods and the contractor theory.
Pour qu'un robot autonome puisse interagir proprement avec son milieu, ce dernier doit connaitre d'une part l'environnement dans lequel il évolue et d'autre part son état dans cet environnement. En particulier, un robot doit savoir où il est pour savoir où il doit aller. Depuis l'apparition du GPS, le problème de la localisation a été pratiquement résolu pour les robots terrestres. Le GPS ne fonctionne pas sous l'eau. Toutefois, le nombre d'opérations sous-marines augmente de manière significative chaque année. Dans notre école, nous développons un robot sous-marin pour tester des systèmes de localisation sous-marins. Le capteur principal que nous utilisons est un sonar sectoriel. Un sonar est un capteur acoustique qui positionne les objets acoustiquement réfléchissant. Par exemple, le sonar peut être utilisé pour détecter les parois d'un port. Ce capteur donne souvent des mesures aberrantes. Une telle mesure peut être due à une défaillance électrique du capteur ou d'un phénomène non pris en compte lors de la modélisation de l'environnement. Le nombre de mesures aberrantes est souvent inconnu et varie avec le temps. Le but de la thèse est de résoudre le problème de localisation avec de telles données. Un problème de localisation peut être formulé en tant que problème de satisfaction de contraintes (CSP en anglais). Un CSP est en gros un système d'équations (contraintes). Ici, l'inconnu est la pose du robot. Pour chaque mesure on obtient une contrainte reliant la pose, la mesure et l'environnement. La solution classique d'un CSP est l'ensemble des points (poses) qui satisfont toutes les contraintes. Toutefois, a cause des données aberrantes de tels points peuvent ne pas exister. Le nouveau problème consiste à trouver une solution d'un CSP lorsque une partie seulement de contraintes est satisfaite. Nous appelons ce problème un CSP relaxé. Une des contributions majeures à la thèse était de trouver plusieurs représentations de la solution d'un CSP relaxé ainsi que les algorithmes qui permettent de calculer ces solutions. La première représentation est sous la forme d'un polynôme dont les coefficients sont des ensembles que nous appelons polynômes ensemblistes. Chaque coefficient correspond à l'ensemble des points qui satisfont le nombre de contraintes égal au degré du coefficient dans le polynôme. Une telle représentation permet d'utiliser l'arithmétique des polynômes pour calculer le polynôme solution. Une deuxième représentation est sous la forme d'une fonction, qu'on appelle accumulateur, qui pour chaque élément de l'espace de recherche retourne le nombre de contraintes satisfaites. Un des obstacles à surmonter pour résoudre les problèmes de localisation est la représentation de la carte. En cas d'environnements structurés, il est possible de représenter la carte par un ensemble d'objets paramétrés tels que des segments, polygones ou des courbes. En cas d'environnements non structurées où en partie structurées tels que des cartes marines ou des cartes routières, l'idée est de représenter la carte (qui est en fait un ensemble de points) sous la forme d'une image binaire où les pixels d'intérêt (noir par exemple) représentent l'ensemble des points de la carte. Une des contributions majeures de la thèse était d'incorporer une telle représentation de la carte dans le formalisme d'un CSP ou d'un CSP relaxé sous la forme d'un contracteur appelé le contracteur sur l'image. L'utilité de ces deux contributions est montrée par un exemple de localisation d'un vrai robot dans une marina abandonnée. La thèse contient plusieurs autres contributions aux méthodes ensemblistes et la théorie des contracteurs.
Fichier principal
Vignette du fichier
thesis_Jan.Sliwka.pdf (5.14 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-00714280 , version 1 (07-09-2012)

Identifiers

  • HAL Id : tel-00714280 , version 1

Cite

Jan Sliwka. Méthodes ensemblistes pour une localisation robuste de robots sous-marins. Automatique / Robotique. Université de Bretagne occidentale - Brest, 2011. Français. ⟨NNT : ⟩. ⟨tel-00714280⟩
344 View
374 Download

Share

Gmail Facebook Twitter LinkedIn More