2017, Monday 11th of December
Thesis defence and satellite seminars
Location: Brest, ENSTA Bretagne.
10H00, Amphi 3 — Simon Rohou's PhD thesis defence
Reliable robot localization: a constraint programming approach over dynamical systems
The localization of underwater robots remains a challenging issue. Usual sensors, such as Global Navigation Satellite System (GNSS) receivers, cannot be used under the surface and other inertial systems suffer from a strong integration drift. On top of that, the seabed is generally uniform and unstructured, making it difficult to apply usual Simultaneous Localization and Mapping (SLAM) methods to perform a localization.
Hence, innovative approaches have to be explored. The presented method can be characterized as a raw-data SLAM approach, but we propose a temporal resolution — which differs from usual methods — by considering time as a standard variable to be estimated. This concept raises new opportunities for state estimation, under-exploited so far.
However, such temporal resolution is not straightforward and requires a set of theoretical tools in order to achieve the main purpose of localization.
This thesis is thus not only a contribution in the field of mobile robotics, it also offers new perspectives in the areas of constraint programming and set-membership approaches. We provide a reliable contractor programming framework in order to build solvers for dynamical systems. This set of tools is illustrated along this work with realistic robotics applications.
Keywords: mobile robotics, dynamical systems, constraint programming, interval analysis, localisation, SLAM, AUVs
PhD project
- Dates: 2014 — 2017
- Joint PhD: ENSTA Bretagne (France), University of Sheffield (England)
- Doctoral supervisors: Luc Jaulin, Lyudmila Mihaylova
- Funding: DGA (UK-France PhD program)
- Doctoral school: Maths-STIC (Université Bretagne Loire)
- Laboratory: Lab-STICC, UMR CNRS 6285
- Team: Perception, Robotics, Autonomous SYStems (PRASYS)
- ★ Prix de la meilleure thèse 2017 décerné par le GdR Robotique (CNRS)
Manuscript
Jury
- Hisham Abou-Kandil, president of the jury, Professor, École Normale Supérieure, Cachan, FR
- Philippe Bonnifait, rapporteur, Professor, Heudiasyc, Compiègne, FR
- Gilles Trombettoni, rapporteur, Professor, LIRMM, Montpellier, FR
- Gilles Chabert, reviewer, associate Professor, LS2N, Nantes, FR
- Benoit Zerr, reviewer, Professor, Lab-STICC, Brest, FR
- Luc Jaulin, thesis co-supervisor, Professor, Lab-STICC, Brest, FR
- Lyudmila Mihaylova, thesis co-supervisor, Professor, University of Sheffield, UK
- Fabrice Le Bars, thesis co-supervisor, associate Professor, Lab-STICC, Brest, FR
- Sandor M. Veres, thesis co-supervisor (invited), Professor, University of Sheffield, UK
14H30, Amphi 2 — Satellite seminars
The second part of the day is dedicated to scientific talks related to the thesis. The following presentations are accessible to a wide audience.
-
14H30, Jerome Ammann (slides)
Démonstration d'un drone aérien en extérieur (14h30) suivie d'une présentation (15h00) :
Retour d’expérience Apports, contrainte et limites de la robotique, l'exemple des drones aériens
Bien avant l'émergence des drones à usage de loisir et professionnel pour le civil, nous avons commencé par intégrer un autopilote à bord d'un aéromodèle afin d'augmenter la fiabilité des prises de vues aériennes. Puis grâce aux nouvelles technologies, nous avons évolué vers diverses plate-formes aériennes et mis en oeuvre divers capteurs embarqués et plus ou moins robotisés pour répondre à de plus larges missions scientifiques. Nous proposons un retour d'expérience sur le contexte qui nous a permis l'utilisation des drones pour la communauté scientifique.
Je viendrai avec un petit drone (en mode captif) pour faire une petite démonstration si la méteo le permet. -
15H45, Gilles Chabert (slides)
Optimisation robuste globale: une approche basée sur la discrétisation de paramètres
Cet exposé propose une présentation haut-niveau d'une méthode de résolution efficace de problèmes d'optimisation robuste ou "SIP" (semi-infinite programming). Un problème SIP consiste à minimiser globalement une fonction avec un ensemble de contraintes paramétrées que l'on souhaite satisfaites pour une plage de valeurs continues des paramètres. Nous présenterons une approche décrite dans un article récent de Djelassi & Mitsos, qui est le résultat de plusieurs travaux successifs. Elle se base sur une technique de minoration basée sur une discrétisation des paramètres de Blankenship (datant des années 70) à laquelle s'est ajoutée une technique de majoration proposée par Mitsos. L'algorithme final intègre également un principe d'hypothèse/déduction hérité de Tsoukalas & Rustem qui accélère la convergence. Un code est proposé sous la forme d'un plugin Ibex.
-
16H15, Loic Dussud (slides)
Evolution et inflexions réglementaires des drones marins
L’univers des drones est en évolution constante. Une multitude de produits envahissent notre quotidien, nos environnements de travail et nos loisirs. Les limites d’utilisation en termes de performances, de dimensions et de fiabilité reculent constamment et les cadres réglementaires et législatifs ont parfois du mal à suivre.
Après un rapide survol des drones actuellement en service et des perspectives à venir dans les environnements terrestres et aériens, les drones marins seront abordés en insistant sur leur domaine d’utilisation mais également sur les évolutions nécessaires des réglementations nationales et internationales. -
16H45, Guilherme Schvarcz Franco (slides)
Robust Polygon-based Localization
The current work presents an approach that is able to estimate the pose of a robot even when all rangefinder measurements were originated by obstacles not presented in the provided map. This approach exploits the boundaries shape of an environment displaced according to the rangefinder measurements to determine the set of possible poses the robot may have. By assuming the robot does not have a perfect knowledge of what is contained inside the limits of the environment, this approach can compute a feasible estimation even in presence of unknown obstacles without using time-consuming techniques such as Q-Relaxed Intersection or GOMNE. This work also propose a network constraint topology to reduce the uncertainty of the pose estimation. For validation, we present a real experiment where we apply the described approach to a robot which is trying to determine its own pose as it navigates inside the environment.