« Teamwork divides the task and
multiplies the success »
– Author Unknown
Soutenance de la thèse doctorat 3ème Cycle-LMD en
Informatique
Spécialité : Modèles de Données Avancées et Réseaux
Emergea...
Conclusions & perspectives
Plan d’exposé
3
Partie 2 : L’optimisation d’une zone de couverture
et le maintien de la connect...
4
Lors la réalisation des
missions, l’homme sera face à
des tâches
Ennuyeuses Dangereuse
s
d’hygiène
Difficiles
Problémati...
5
L’utilisation des robots mobiles
conduit à de nouveaux défis:
la vision, la navigation dans un
environnement incertain, ...
Partie 1 : la navigation d’un seul robot
6
7
La navigation consiste à donner aux systèmes mobiles
la capacité d'aller d'une position initiale vers une
position final...
8
En utilisant une carte Navigation réactive
Localisatio
n
Cartograph
ie
Planificatio
n
Navigation d’un seul robot
Consist...
9
Méthodes de navigation
Méthodes
classiques
Méthodes de
navigation
Décomposition
en cellules
Les réseaux
de neurones
Méth...
Pourquoi la logique floue!
10
 Elle est très proche du raisonnement humain
 La décision en logique floue est basée sur l...
11
La logique floue
Elle est définie comme un formalisme
permettant de construire une transformation
continue entre un esp...
Approche méthodologique
Étude du système:
E/S
Fuzzyficati
on
Moteur d’inférence
Défuzzyfication
Quel Univers du discours?
...
Problématique Navigation Systèmes multi-robots Conclusion
13
NonOui
OuiNon
Calcul des données des capteurs
Déplacement du ...
Problématique Navigation Systèmes multi-robots Conclusion
14
1. Les ensembles flous d’E/SContrôleur du navigation libre: 2...
Problématique Navigation Systèmes multi-robots Conclusion
15
1. Les ensembles flous d’E/SContrôleur d’évitement d’obstacle...
Problématique Navigation Systèmes multi-robots Conclusion
16
Exemple: navigation libre
TL
L
P
TP
Z
NG
Negative Grand
NM
Ne...
Les coins sont des situations qui provoquent
des blocages dans la navigation des robots
mobiles, où le robot:
1. Tourne da...
Problématique Navigation Systèmes multi-robots Conclusion
18
Amélioration
Solution : faire une
hybridation avec une
méthod...
Problématique Navigation Systèmes multi-robots Conclusion
19
o Les réseaux de neurones impulsionnels sont inspirés
des neu...
Problématique Navigation Systèmes multi-robots Conclusion
20
Modélisation du système avec les RNI:
o L'environnement est d...
21
2. Simulations et résultats
RNI
Notre approche: Navigation dans un environnement connu
Notre contribution représente une méthode
hybride fusionnant deux méthodes de
navigation:
o La logique floue
o Une méthode...
Problématique Navigation Systèmes multi-robots Conclusion
23
Résultat de la simulation
Logique floue Notre méthode
Problématique Navigation Systèmes multi-robots Conclusion
24
Résultat de la simulation
Distance (robot-but)
Temps de navig...
25
+ L'algorithme nécessite moins de calculs grâce
aux parties connues.
+ Un chemin optimal entre les positions initiale e...
Partie 2: les systèmes Multi-robots
26
« La coopération n'est pas l'absence de conflits,
mais un moyen de les gérer »
Debo...
Les motivations fondamentales de la recherche en
SMRs (+)
 L’interférence.
 Coût de la communication.
27
Les inconvénien...
Des scenarios d’utilisation des SMRs
28
 La gestion automatique des entrepôts de
données.
 L’ exploration planétaire et ...
Dans un espace de travail (W) un ensemble de robots, qui
sont similaires par hypothèse:
 Sont positionnés au hasard en (W...
Dans le but d’optimiser la couverture du réseau d'un
robot mobile connecté, nous adoptons le principe de
propagation d'une...
Problématique Navigation Systèmes multi-robots Conclusion
o Nous avons choisi de positionner les voisins autour
du robot s...
8
1
6
42
3
7
5
32
Illustration
Problématique Navigation Systèmes multi-robots Conclusion
8
1
6
42
3
7
5
Pos2
Pos1
Pos3Pos4
Pos5
Pos633
Problématique Navigation Systèmes multi-robots Conclusion
Illustration
8
1
6
42
3
7
5
Give_ID_Position
Pos1
Pos3Pos4
Pos5
Pos6
Give_ID_Position
Give_ID_Position
Give_ID_Position
34
Problématiqu...
8
1
6
42
3
7
5 5,(X5,Y5)
Pos1
Pos3Pos4
Pos5
Pos6
1,(X1,Y1)
8,(X8,Y8)
7,(X7,Y7)
2,(X2,Y2)
Pos2
R3 sélectionner le
robot le ...
8
1
6
42
3
7
5
L:New position (R5 Pos1
Pos1
Pos3Pos4
Pos5
Pos6
L:New position (R7 Pos5
L:New position (R4 near Pos1
L: ...
Illustration
Problématique Navigation Systèmes multi-robots Conclusion
8
1
6
2
3
7
5
Pos1
Pos3Pos4
Pos5
Pos6
R7,R2,R5,R8,R...
38
4
8
16
2
37
5
90
10 15
8
16
2
37
5
90
Avoir une propagation optimale.
Problématique Navigation Systèmes multi-robots Co...
Parmi les caractéristiques les plus importantes des
systèmes multi-robots : la tolérance aux pannes.
Redéploiement des rob...
Problématique Navigation Systèmes multi-robots Conclusion
Simulation : Scenario1
40
o La propagation d'un groupe de robots...
Problématique Navigation Systèmes multi-robots Conclusion
41
Simulation : Scenario2
o Le cas de défaillance.
o Le robot av...
42
Comparaison avec C2AP: Métriques de performance
o Le temps de propagation et La surface de
zone de couverture qui est e...
Problématique Navigation Systèmes multi-robots Conclusion
43
Comparaison avec C2AP:
C2AP Notre:CCAcR
1. La Zone de couvert...
Problématique Navigation Systèmes multi-robots Conclusion
44
Comparaison avec C2AP: 1. Zone de couverture et le temps --
s...
Problématique Navigation Systèmes multi-robots Conclusion
45
Comparaison avec C2AP: 2. La distance parcourue & Messages
éc...
Problématique Navigation Systèmes multi-robots Conclusion
46
synthèse
CCAcRC2AP
o Dirige les robots non
sélectionnés hors ...
Problématique Navigation Systèmes multi-robots Conclusion
Conclusions
Nos travaux de recherches traitent
1. La problématiq...
Conclusions -- Nos contributions
48
Acceptation conf:
ACM MEDES-2014
(Poster)
Pub:
IJISA 2014
conf:
IEEE ICAR 2015
Soumiss...
Perspectives
Il est question d’explorer :
• La partie navigation:
o Améliorer la navigation (LF)
o Introduire l’apprentiss...
 zinebl.90@gmail.com
50
Prochain SlideShare
Chargement dans…5
×

Soutenance doctorat Laouici Zineb

783 vues

Publié le

Soutenance doctorat Laouici Zineb: La modélisation d'un système de coopération et communication dans la navigation des robots mobiles

Publié dans : Ingénierie
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
783
Sur SlideShare
0
Issues des intégrations
0
Intégrations
119
Actions
Partages
0
Téléchargements
12
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Soutenance doctorat Laouici Zineb

  1. 1. « Teamwork divides the task and multiplies the success » – Author Unknown
  2. 2. Soutenance de la thèse doctorat 3ème Cycle-LMD en Informatique Spécialité : Modèles de Données Avancées et Réseaux Emergeants Directeur de thèse: Pr. M. F. KHELFI Laboratoire RIIR - Dpt. d’Informatique - FSEA Université d’Oran 1 Ahmed BENBELLA Présentée par : Zineb LAOUICI Equipe Analyse et Commande des Systèmes 13/12/2015
  3. 3. Conclusions & perspectives Plan d’exposé 3 Partie 2 : L’optimisation d’une zone de couverture et le maintien de la connectivité Les Systèmes multi-robots Partie 1 : Navigation d’un seul robot Navigation en robotique mobile Problématique
  4. 4. 4 Lors la réalisation des missions, l’homme sera face à des tâches Ennuyeuses Dangereuse s d’hygiène Difficiles Problématique
  5. 5. 5 L’utilisation des robots mobiles conduit à de nouveaux défis: la vision, la navigation dans un environnement incertain, la coopération entre plusieurs robots …etc. Problématique Afin d‘éviter de telles situations, on doit résoudre les problèmes suivants:  Comment assurer une navigation autonome pour les robots mobiles, où la navigation sera une tâche de base afin d'effectuer la mission principale ?  Comment assurer une coopération entre les différents robots pour une localisation optimale?  Comment assurer une communication entre les
  6. 6. Partie 1 : la navigation d’un seul robot 6
  7. 7. 7 La navigation consiste à donner aux systèmes mobiles la capacité d'aller d'une position initiale vers une position finale de manière autonome en évitant les obstacles, tout en utilisant les informations perçues par ses capteurs. Point de départ Point d’arrivéeObstacle La navigation
  8. 8. 8 En utilisant une carte Navigation réactive Localisatio n Cartograph ie Planificatio n Navigation d’un seul robot Consiste à estimer la position du robot dans une carte connue. Consiste à calculer un chemin à partir de la position courante du robot jusqu’au but. Est la construction d’une carte locale de l'environnement Les approches réactives n’utilisent que les valeurs courantes des capteurs, et non pas des données provenant d’un modèle interne.
  9. 9. 9 Méthodes de navigation Méthodes classiques Méthodes de navigation Décomposition en cellules Les réseaux de neurones Méthodes intelligentes Les algorithmes génétiques Logique floue La méthode En ligne Roadmaps Espace des configurations
  10. 10. Pourquoi la logique floue! 10  Elle est très proche du raisonnement humain  La décision en logique floue est basée sur la notion d’expertise  Elle n’a pas besoin d’une modélisation mathématique du problème pour le résoudre
  11. 11. 11 La logique floue Elle est définie comme un formalisme permettant de construire une transformation continue entre un espace d’entrée et un espace de sortie à l'aide de connaissances fournies par le concepteur et exprimées sous formes de règles. Contrôleur flou Entrées Sorties Problématique Navigation Systèmes multi-robots Conclusion
  12. 12. Approche méthodologique Étude du système: E/S Fuzzyficati on Moteur d’inférence Défuzzyfication Quel Univers du discours? Quelles fonctions d’appartenances? Quelle partition floue? Pour chaque E/S choisie: 12 Sorties Distance=lo in 0 1 2 4 6 7 8 Près Loin = 7E: Distance Si (distance==près) alors … Si (distance==loin) alors … Problématique Navigation Systèmes multi-robots Conclusion Réel  Floue Floue  Réel
  13. 13. Problématique Navigation Systèmes multi-robots Conclusion 13 NonOui OuiNon Calcul des données des capteurs Déplacement du robot Exécution du contrôleur de navigation libre Exécution du contrôleur d’évitement d’obstacle Début Fin Localisation du robot (x, y, θ) S'il y a des obstacles? Le but était atteint? Notre approche:  Un 1er contrôleur pour la navigation libre (atteindre un but)  Le deuxième contrôleur pour l’évitement d’obstacle Diagramme de navigation Navigation dans un environnement inconnu
  14. 14. Problématique Navigation Systèmes multi-robots Conclusion 14 1. Les ensembles flous d’E/SContrôleur du navigation libre: 2. Les règles d’inférence Distance (robot-but) Angle (robot-but) Angle de braquage  Si la distance (R-B) est TP et l’angle(R-B) est PM alors l’angle de braquage est NG Robot Cible Notre approche: Navigation dans un environnement inconnu
  15. 15. Problématique Navigation Systèmes multi-robots Conclusion 15 1. Les ensembles flous d’E/SContrôleur d’évitement d’obstacles: 2. Les règles d’inférence Distance (robot-obstacle) Angle (robot-obstacle) Angle de braquage Notre approche: Navigation dans un environnement inconnu
  16. 16. Problématique Navigation Systèmes multi-robots Conclusion 16 Exemple: navigation libre TL L P TP Z NG Negative Grand NM Negative Moyen NP Negative Petit PG Positive Grand PM Positive Moyen PP Positive Petit Z Zero Z Robot But Défuzzyfication Ang_braquage=-15 Fuzzyfication: Eang=PP Epos=P
  17. 17. Les coins sont des situations qui provoquent des blocages dans la navigation des robots mobiles, où le robot: 1. Tourne dans le même endroit 2. Prend un temps non négligeable pour débloquer et continuer la navigation. Problématique Navigation Systèmes multi-robots Conclusion 17 Cas particulier: Les coins La création d’un but virtuel lors de la détection d’un coin
  18. 18. Problématique Navigation Systèmes multi-robots Conclusion 18 Amélioration Solution : faire une hybridation avec une méthode de navigation dans les env. connus LF utilisée lorsque l'environneme nt est inconnu (- ) LF se base sur l’évitement des obstacles rencontres  LF a la même réaction lorsque l'environnement est connu (+) La LF donne de bons résultats
  19. 19. Problématique Navigation Systèmes multi-robots Conclusion 19 o Les réseaux de neurones impulsionnels sont inspirés des neurones biologiques. o Les neurones communiquent via les impulsions (potentiel d’action) o Si les PA dépassent un certain seuil, alors un nouveau potentiel d’action est créé par le neurone suivant. RNI Notre approche: Navigation dans un environnement connu
  20. 20. Problématique Navigation Systèmes multi-robots Conclusion 20 Modélisation du système avec les RNI: o L'environnement est discret  sous la forme d'une grille. o Chaque cellule de la grille est représentée par un neurone. o Chaque neurone connecté avec les huit voisins directs (horizontaux, verticaux et diagonaux), à l'exception des neurones situés dans des coins et les obstacles. 1. L'architecture du réseau de neurone RNI Notre approche: Navigation dans un environnement connu
  21. 21. 21 2. Simulations et résultats RNI Notre approche: Navigation dans un environnement connu
  22. 22. Notre contribution représente une méthode hybride fusionnant deux méthodes de navigation: o La logique floue o Une méthode basée sur les réseaux de neurones impulsionnels(RNI) But de la fusion: o Obtenir les avantages de chaque méthode afin d’améliorer la navigation globale pour les environnements partiellement connus. Problématique Navigation Systèmes multi-robots Conclusion 22 Fin Non Oui Oui Appliquer la logique floue Déplacement du robot Début Localisation du robot (x, y, θ) Calcul des données des capteurs Créer un but virtuel Non Non Oui Si le robot est dans un environnement connu? Si le but est situé dans cette partie connue? Appliquer l'algorithme du RNI Si le but est atteint? Appliquer l'algorithme du RNI L’organigramme Notre approche: L’Hybridation(LF +RNI)
  23. 23. Problématique Navigation Systèmes multi-robots Conclusion 23 Résultat de la simulation Logique floue Notre méthode
  24. 24. Problématique Navigation Systèmes multi-robots Conclusion 24 Résultat de la simulation Distance (robot-but) Temps de navigation La distance parcourue
  25. 25. 25 + L'algorithme nécessite moins de calculs grâce aux parties connues. + Un chemin optimal entre les positions initiale et finale dans la plupart des cas. + L’amélioration du temps de navigation. + Le problème des coins est résolu. Nécessité d’amélioration: – La stratégie du positionnement du but virtuel – L’Amélioration de la navigation en utilisant l’apprentissage Problématique Navigation Systèmes multi-robots Conclusion
  26. 26. Partie 2: les systèmes Multi-robots 26 « La coopération n'est pas l'absence de conflits, mais un moyen de les gérer » Deborah Tannenï
  27. 27. Les motivations fondamentales de la recherche en SMRs (+)  L’interférence.  Coût de la communication. 27 Les inconvénients des systèmes Multi-robot (-)  Certaines tâches nécessitent un groupe de robots.  La capacité de résoudre des problèmes plus rapidement grâce au parallélisme.  Augmenter la robustesse.  Compenser l'incertitude du capteur en fusionnant les informations.  Les systèmes multi-robots permettent des solutions plus variées et créatives. Problématique Navigation Systèmes multi-robots Conclusion
  28. 28. Des scenarios d’utilisation des SMRs 28  La gestion automatique des entrepôts de données.  L’ exploration planétaire et construction automatique  Nettoyage robotisé des sites dangereux  Agriculture  Zone de couverture Problématique Navigation Systèmes multi-robots Conclusion
  29. 29. Dans un espace de travail (W) un ensemble de robots, qui sont similaires par hypothèse:  Sont positionnés au hasard en (W) et forment un réseau connecté.  Chaque robot communique uniquement avec ses voisins directs. Problématique Navigation Systèmes multi-robots Conclusion L’optimisation d’une zone de couverture et le maintien de la connectivité 29 Portée du robot
  30. 30. Dans le but d’optimiser la couverture du réseau d'un robot mobile connecté, nous adoptons le principe de propagation d'une vague. 30 Notre approche Problématique Navigation Systèmes multi-robots Conclusion
  31. 31. Problématique Navigation Systèmes multi-robots Conclusion o Nous avons choisi de positionner les voisins autour du robot sous forme d'hexagone, en s'inspirant de la nature: ruche des abeilles. o En 1999, le Pr. Thomas Hales de l'Université du Michigan annonce une preuve, qui montre que l’hexagone régulier est la forme la plus adaptée pour remplir un espace sans perte. Pourquoi la forme Hexagonale 31
  32. 32. 8 1 6 42 3 7 5 32 Illustration Problématique Navigation Systèmes multi-robots Conclusion
  33. 33. 8 1 6 42 3 7 5 Pos2 Pos1 Pos3Pos4 Pos5 Pos633 Problématique Navigation Systèmes multi-robots Conclusion Illustration
  34. 34. 8 1 6 42 3 7 5 Give_ID_Position Pos1 Pos3Pos4 Pos5 Pos6 Give_ID_Position Give_ID_Position Give_ID_Position 34 Problématique Navigation Systèmes multi-robots Conclusion Illustration
  35. 35. 8 1 6 42 3 7 5 5,(X5,Y5) Pos1 Pos3Pos4 Pos5 Pos6 1,(X1,Y1) 8,(X8,Y8) 7,(X7,Y7) 2,(X2,Y2) Pos2 R3 sélectionner le robot le plus proche à chaque position. 35 Problématique Navigation Systèmes multi-robots Conclusion Illustration
  36. 36. 8 1 6 42 3 7 5 L:New position (R5 Pos1 Pos1 Pos3Pos4 Pos5 Pos6 L:New position (R7 Pos5 L:New position (R4 near Pos1 L: New position (R1 Pos3 L:New position (R6 Pos4 36 Problématique Navigation Systèmes multi-robots Conclusion Illustration
  37. 37. Illustration Problématique Navigation Systèmes multi-robots Conclusion 8 1 6 2 3 7 5 Pos1 Pos3Pos4 Pos5 Pos6 R7,R2,R5,R8,R1 et R6 sont les fils du robot R3 4 37 R5 sélectionne R4 comme étant son fils, R5 envoi les robots qui appartiennent à leur portée vers leur fils Chaque robot va vers sa nouvelle position R4 n'a pas été sélectionné comme un fils pour R3: R4 va vers le fils le plus proche du R3 R5
  38. 38. 38 4 8 16 2 37 5 90 10 15 8 16 2 37 5 90 Avoir une propagation optimale. Problématique Navigation Systèmes multi-robots Conclusion 4 10 15
  39. 39. Parmi les caractéristiques les plus importantes des systèmes multi-robots : la tolérance aux pannes. Redéploiement des robots dans le cas de défaillances 39 4 5 16 2 3 8 10 15 R8 a l’identifiant le plus grand, à la fois R8 a des fils 7 Problématique Navigation Systèmes multi-robots Conclusion
  40. 40. Problématique Navigation Systèmes multi-robots Conclusion Simulation : Scenario1 40 o La propagation d'un groupe de robots mobiles. o Les robots mobiles sont positionnés aléatoirement o L’implémentation de l’approche: le simulateur Jsim + python • la communication et la coopération entre les robots mobiles o Chaque nœud est un robot mobile. o La navigation est assurée par notre méthode hybride.
  41. 41. Problématique Navigation Systèmes multi-robots Conclusion 41 Simulation : Scenario2 o Le cas de défaillance. o Le robot avec (nbr_fils<<autres) & (ID>>autres) remplace son père.
  42. 42. 42 Comparaison avec C2AP: Métriques de performance o Le temps de propagation et La surface de zone de couverture qui est exprimée par la portée de communication. o La distance parcourue: la distance parcourue par chaque robot mobile jusqu‘à atteindre sa position finale. o Le nombre de messages échangés: C'est le nombre total des messages nécessaires afin de réaliser le processus. Problématique Navigation Systèmes multi-robots Conclusion
  43. 43. Problématique Navigation Systèmes multi-robots Conclusion 43 Comparaison avec C2AP: C2AP Notre:CCAcR 1. La Zone de couverture et le temps de propagation Zone de couverture (C2AP) ≈ Zone de couverture (CCAcR) Temps (C2AP)>>Temps (CCAcR)
  44. 44. Problématique Navigation Systèmes multi-robots Conclusion 44 Comparaison avec C2AP: 1. Zone de couverture et le temps -- synthèse CCAcRC2AP o Le robot (priorité>>) se déplace vers la nouvelle position, les voisins restent stationnaires jusqu'a ce que ce robot atteigne sa nouvelle position. o le robot qui calcule les nouvelles positions des voisins reste stationnaire, ses voisins se déplacent vers leurs nouvelles positions. Pour les deux méthodes: plusieurs robots sont capables d’exécuter des processus en même temps o Le robot actif détermine les positions finales de ses voisins o Ces derniers se déplacent vers leurs positions finales  Ce qui augmente le nbre des robots capables de lancer leurs processus à l’étape suivante o Le déplacement des robots dépend du nombre de voisins • Chaque voisin i== une force Fi. • La position finale= 𝐹𝑖 . o Le nbre (voisins) grand  le déplacement sera petit  le robot exécute le processus plusieurs fois afin d'obtenir une position idéale. +Améliorer le temps de la propagation
  45. 45. Problématique Navigation Systèmes multi-robots Conclusion 45 Comparaison avec C2AP: 2. La distance parcourue & Messages échangés
  46. 46. Problématique Navigation Systèmes multi-robots Conclusion 46 synthèse CCAcRC2AP o Dirige les robots non sélectionnés hors portée du robot actif : cette procédure diminue les robots autour du robot actif ce qui conduit à diminuer le nombre de messages échangés. o Chaque robot diffuse 2 types de messages  la position et le nombre de voisins. o Le déplacement des robots dépend de forces (les voisins)  Exécuter le processus plusieurs fois  Augmenter le nombre de messages échangés. o Chaque robot exécute le processus une seule fois  nombre de messages sera dépendant du nombre voisins de chaque robot actif. Comparaison avec C2AP: 2. La distance parcourue & Messages échangés
  47. 47. Problématique Navigation Systèmes multi-robots Conclusion Conclusions Nos travaux de recherches traitent 1. La problématique de la navigation autonome des robots mobiles dans des environnements incertains. 2. Nous avons aussi traité la problématique d'optimisation de la couverture d'une zone ouverte, nous nous sommes intéressés à la coopération et la communication des systèmes multi-robots. Nos contributions portent sur le développement de nouvelles méthodes inspirées de l'intelligence artificielle 47
  48. 48. Conclusions -- Nos contributions 48 Acceptation conf: ACM MEDES-2014 (Poster) Pub: IJISA 2014 conf: IEEE ICAR 2015 Soumission d’un papier IJIES (en cours d’évaluation) Problématique Navigation Systèmes multi-robots Conclusion
  49. 49. Perspectives Il est question d’explorer : • La partie navigation: o Améliorer la navigation (LF) o Introduire l’apprentissage • La partie couverture: o La partie réseaux, nous comptons pousser notre investigation au niveau du routage et de la communication. o Introduire les obstacles pour le cas des zones de couverture. o Étudier le cas hétérogénéité des portées de communication. o Appliquer les approches sur les 02 robots mobiles réels existants au laboratoire RIIR. 49 Problématique Navigation Systèmes multi-robots Conclusion
  50. 50.  zinebl.90@gmail.com 50

×