SlideShare une entreprise Scribd logo

Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE

line follower robot based on image processing using arduino and python programming

1  sur  23
Télécharger pour lire hors ligne
1
Université CADDI AYYAD Département physique
Faculté des sciences et Master GE2
Technique
Marrakech
Compte rendu du projet robotique
Robot suiveur de ligne
Réalisé par : Encadré par :
BOUISALMANE NOUREDDINE
ELBOUZAKRAOUI MOHAMED MR H.AYAD
HASSOU MOHAMED
NOUR ELHADI ANOUAR
OURHOU OMAR
2016/2017
2
Partie I
VISION PAR ORDINATEUR
3
I . Introduction
La vision par ordinateur est une discipline qui vise à doter les ordinateurs d’un sens de perception et
d’analyse d'image semblable à celui de l’homme.
Ce chapitre présente l’aspect général de la robotique et celle de la vision par ordinateur. Ensuite on
défilera les systèmes industriels existants qui se rapprochent de notre projet ainsi qu’aux technologies
liées à la navigation autonome de ces derniers.
II . La vision par ordinateur
II.1. Définition
La vision par ordinateur (aussi appelée vision artificielle ou vision numérique) est une branche de
l'intelligence artificielle dont le principal but est de permettre à une machine d'analyser, traiter et
comprendre une ou plusieurs images prises par un système d'acquisition (par exemple: caméras, etc.)
afin de produire de l'information numérique ou symbolique du monde réel.
Les applications vont de tâches telles que les systèmes de vision industrielle, à la recherche sur
l'intelligence artificielle des ordinateurs ou des robots qui peuvent comprendre le monde autour d'eux
[1]. Dans de nombreuses applications de vision par ordinateur, les ordinateurs sont préprogrammés
pour résoudre une tâche particulière, mais des méthodes basées sur l'apprentissage sont maintenant de
plus en plus commun.
Quelque exemple d’application de la vision par ordinateur :
Procédés de contrôle, dans la robotique industrielle.
Navigation, dans un véhicule autonome ou un robot mobile.
Détection d’événements, pour la surveillance ou le comptage automatique de personnes.
Organisation d'informations, pour indexer des bases de données d’images et de suites
d’images.
Modélisation d'objets ou d'environnements, dans l’analyse d’image médicale ou la
topographie.
Interaction, en tant que dispositif d’entrée pour une interaction homme-machine.
Inspection automatique, dans des domaines de production.
4
II.2. Domaine d’application
Les avantages apportés par cette technologies varie d’un domaine à l’autre mais l’un des domaines
d'application les plus importants est la vision par ordinateur médicale ou traitement d'images
médicales. Cette zone est caractérisée par l'extraction d'informations à partir de données d'image
(image rayon X, images à ultrasons, etc.) dans le but d'établir un diagnostic médical d'un patient. Un
exemple d'information qui peut être extraite à partir de telles données d'image est la détection des
tumeurs, de l'artériosclérose etc. Ce domaine d'application prend également en charge la recherche
médicale en fournissant de nouvelles informations, par exemple, à propos de la structure du cerveau ou
de la qualité des traitements médicaux.
Un second domaine d'application en vision par ordinateur est dans l'industrie, on appelle parfois la
vision artificielle, où l'information est extraite en vue de supporter un processus de fabrication. Un
exemple est le contrôle de la qualité ou les produits finis sont automatiquement inspectés afin de
détecter les défauts. Un autre exemple est la mesure de position et d'orientation de détails pour être
capté par un bras de robot. La vision de la machine est également largement utilisé dans le processus
agricoles pour enlever des produits alimentaires indésirable à partir de matériaux en vrac. Le processus
est appelé tri optique.
Les applications militaires sont probablement l'un des plus grands domaines de la vision par
ordinateur. Les exemples évidents sont la détection des soldats ou des véhicules ennemis et le guidage
des missiles. Des systèmes plus avancés pour le guidage des missiles, envoie le missile à une zone
plutôt qu'une cible spécifique, et la sélection cible est faite lorsque le missile atteint la zone sur la base
de données d'images acquises localement. Concepts militaires modernes, tels que la «conscience du
champ de bataille », impliquent que divers capteurs, y compris les capteurs d'image, fournissent un
riche ensemble d'informations sur une scène de combat qui peut être utilisé pour appuyer les décisions
stratégiques. Dans ce cas, le traitement automatique des données est utilisé pour réduire la complexité
et de fusionner les informations de plusieurs capteurs pour accroître la fiabilité.
5
Un des domaines d'application les plus récents est les véhicules autonomes, qui incluent sous-marins,
des véhicules terrestres (petits robots à roues, des voitures ou des camions), des véhicules aériens et de
véhicules aériens sans pilote (UAV). Les véhicules autonomes utilisent généralement la vision par
ordinateur pour la navigation, par exemple pour savoir où il est, ou pour produire une carte de son
environnement (SLAM) et de détecter les obstacles. Il peut également être utilisé pour la détection de
certains événements spécifiques, par exemple, un drone à la recherche d'incendies de forêt. Des
exemples de systèmes de soutien sont les systèmes d'alerte d'obstacles dans les voitures, et des
systèmes pour l'atterrissage des aéronefs autonomes. Plusieurs constructeurs automobiles ont démontré
des systèmes de conduite autonome de voitures, mais cette technologie n'a pas encore atteint un niveau
où il peut être mis sur le marché. Il y a de nombreux exemples de véhicules autonomes militaires
allant de missiles avancés, à des drones pour des missions de reconnaissance ou de guidage des
missiles. L'exploration spatiale est déjà faite avec les véhicules autonomes en utilisant la vision par
ordinateur.
Figure 1-1: Robot mobile avec camera pour guidage automatique
On conclut que la vision par ordinateur quel que soit le domaine d’application, son fonctionnement se
résume à fournir des informations détaillées de l’environnement permettant aux machines une
compréhension du monde qui les entourent
6
PARTIE II
FONCTION DE TRAITEMENT D’IMAGE NUMERIQUE
Publicité

Recommandé

2743557 dossier-ppe-robot-suiveur-de-ligne
2743557 dossier-ppe-robot-suiveur-de-ligne2743557 dossier-ppe-robot-suiveur-de-ligne
2743557 dossier-ppe-robot-suiveur-de-ligneAziz ShadowStokes
 
Conception robot mobile
Conception robot mobile Conception robot mobile
Conception robot mobile Mouna Souissi
 
ROBOT à base d'Android - Présentation PFE
ROBOT à base d'Android - Présentation PFEROBOT à base d'Android - Présentation PFE
ROBOT à base d'Android - Présentation PFEHoussem Eddine LASSOUED
 
Presentation pfe RoBeX
Presentation pfe RoBeXPresentation pfe RoBeX
Presentation pfe RoBeXjalel Derbali
 
Présentation de la robotique
Présentation de la robotiquePrésentation de la robotique
Présentation de la robotiqueLouise Roy
 
présentation soutenance PFE 2016
présentation soutenance PFE 2016présentation soutenance PFE 2016
présentation soutenance PFE 2016Mohsen Sadok
 
Automatisation de fonctionnement d’une station de traitement d’eau
Automatisation de fonctionnement d’une station de traitement d’eauAutomatisation de fonctionnement d’une station de traitement d’eau
Automatisation de fonctionnement d’une station de traitement d’eauChiheb Ouaghlani
 
Conception et réalisation d’un robot de supervision : acquisition et échange ...
Conception et réalisation d’un robot de supervision : acquisition et échange ...Conception et réalisation d’un robot de supervision : acquisition et échange ...
Conception et réalisation d’un robot de supervision : acquisition et échange ...BADDOU mohamed
 

Contenu connexe

Tendances

Séance 2 robo cept.ppt
Séance 2 robo cept.pptSéance 2 robo cept.ppt
Séance 2 robo cept.pptWiem Ben Ayed
 
Rapport de projet de fin d'études - SIEMENS 2016
Rapport de projet de fin d'études - SIEMENS 2016Rapport de projet de fin d'études - SIEMENS 2016
Rapport de projet de fin d'études - SIEMENS 2016Soufiane KALLIDA
 
Rapport PFE Génie Electrique (2016)
Rapport PFE Génie Electrique (2016)Rapport PFE Génie Electrique (2016)
Rapport PFE Génie Electrique (2016)Mohsen Sadok
 
Conception, automatisation et supervision d’une machine d’assemblage connec...
  Conception, automatisation et supervision d’une machine d’assemblage connec...  Conception, automatisation et supervision d’une machine d’assemblage connec...
Conception, automatisation et supervision d’une machine d’assemblage connec...Hamza Jmili
 
Rapport de stage en 2014_CENTRELEC
Rapport de stage en 2014_CENTRELECRapport de stage en 2014_CENTRELEC
Rapport de stage en 2014_CENTRELECBilal Jamjama
 
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...Ayoub Rouzi
 
Rapport du projet de fin d'études
Rapport du projet de fin d'étudesRapport du projet de fin d'études
Rapport du projet de fin d'étudeslimam95
 
Pfe conception et développement d'une application web GMAO JEE
Pfe conception et développement d'une application web GMAO JEEPfe conception et développement d'une application web GMAO JEE
Pfe conception et développement d'une application web GMAO JEEOussama Djerba
 
Presentation de projet de fin de etude
Presentation de projet de fin de etudePresentation de projet de fin de etude
Presentation de projet de fin de etudeBelwafi Bilel
 
Rapport interface terminal
Rapport interface terminalRapport interface terminal
Rapport interface terminalBelwafi Bilel
 
Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...
Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...
Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...Zaineb Erraji
 
Démarrage d'un mas avec un variateur de vitesse
Démarrage d'un mas avec un variateur de vitesseDémarrage d'un mas avec un variateur de vitesse
Démarrage d'un mas avec un variateur de vitesseRIDAADARDAK1
 
Présentation soutenance du PFE
Présentation soutenance du PFEPrésentation soutenance du PFE
Présentation soutenance du PFEmarouan barssa
 
Rapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANIRapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANIOtmaneDouieb
 
Formation arduino 2018
Formation arduino 2018Formation arduino 2018
Formation arduino 2018Hichem Hamdi
 

Tendances (20)

Séance 2 robo cept.ppt
Séance 2 robo cept.pptSéance 2 robo cept.ppt
Séance 2 robo cept.ppt
 
ROBOT à base d'Android - Rapport PFE
ROBOT à base d'Android - Rapport PFEROBOT à base d'Android - Rapport PFE
ROBOT à base d'Android - Rapport PFE
 
Rapport de projet de fin d'études - SIEMENS 2016
Rapport de projet de fin d'études - SIEMENS 2016Rapport de projet de fin d'études - SIEMENS 2016
Rapport de projet de fin d'études - SIEMENS 2016
 
Présentation pfe finale
Présentation pfe finalePrésentation pfe finale
Présentation pfe finale
 
Rapport PFE Génie Electrique (2016)
Rapport PFE Génie Electrique (2016)Rapport PFE Génie Electrique (2016)
Rapport PFE Génie Electrique (2016)
 
Conception, automatisation et supervision d’une machine d’assemblage connec...
  Conception, automatisation et supervision d’une machine d’assemblage connec...  Conception, automatisation et supervision d’une machine d’assemblage connec...
Conception, automatisation et supervision d’une machine d’assemblage connec...
 
Rapport de stage en 2014_CENTRELEC
Rapport de stage en 2014_CENTRELECRapport de stage en 2014_CENTRELEC
Rapport de stage en 2014_CENTRELEC
 
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
Smart Parking: Stationnement intelligent État de l’art, Étude d’un exemple De...
 
Rapport du projet de fin d'études
Rapport du projet de fin d'étudesRapport du projet de fin d'études
Rapport du projet de fin d'études
 
Pfe conception et développement d'une application web GMAO JEE
Pfe conception et développement d'une application web GMAO JEEPfe conception et développement d'une application web GMAO JEE
Pfe conception et développement d'une application web GMAO JEE
 
Presentation de projet de fin de etude
Presentation de projet de fin de etudePresentation de projet de fin de etude
Presentation de projet de fin de etude
 
Rapport interface terminal
Rapport interface terminalRapport interface terminal
Rapport interface terminal
 
Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...
Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...
Mise en place d’un module de génération du Simpl-IS pour L’ERP ODOO (ex. Open...
 
Présentation robotique
Présentation robotiquePrésentation robotique
Présentation robotique
 
Démarrage d'un mas avec un variateur de vitesse
Démarrage d'un mas avec un variateur de vitesseDémarrage d'un mas avec un variateur de vitesse
Démarrage d'un mas avec un variateur de vitesse
 
Présentation soutenance du PFE
Présentation soutenance du PFEPrésentation soutenance du PFE
Présentation soutenance du PFE
 
Soutenance de projet de fin d'études
Soutenance de projet de fin d'étudesSoutenance de projet de fin d'études
Soutenance de projet de fin d'études
 
Rapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANIRapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANI
 
Formation arduino 2018
Formation arduino 2018Formation arduino 2018
Formation arduino 2018
 
Présentation PFE
Présentation PFEPrésentation PFE
Présentation PFE
 

En vedette

Multiple File Upload Control
Multiple File Upload ControlMultiple File Upload Control
Multiple File Upload ControlMahesh Tibrewal
 
Embedded systems introduction
Embedded systems introductionEmbedded systems introduction
Embedded systems introductionVarun B P
 
Ganglion sentinelle en cancérologie cervico-faciale
Ganglion sentinelle en cancérologie cervico-facialeGanglion sentinelle en cancérologie cervico-faciale
Ganglion sentinelle en cancérologie cervico-faciale83SCOTCH
 
Wireless industrial robot
Wireless  industrial robotWireless  industrial robot
Wireless industrial robotVarun B P
 
How to build a robot with an arduino and 8051 microcontroller
How to build a robot with an arduino and 8051 microcontrollerHow to build a robot with an arduino and 8051 microcontroller
How to build a robot with an arduino and 8051 microcontrollerEdgefxkits & Solutions
 
I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...
I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...
I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...cirili_web
 
Wireless industrial robot
Wireless  industrial robotWireless  industrial robot
Wireless industrial robotVarun B P
 
Wireless AI based industrial security robot
Wireless AI based industrial security robotWireless AI based industrial security robot
Wireless AI based industrial security robotVarun B P
 
Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...
Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...
Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...Sadraki YABRE
 
Exposé traitement d'image
Exposé traitement d'image Exposé traitement d'image
Exposé traitement d'image Tbatou sanae
 
Obstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopy
Obstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopyObstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopy
Obstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopyElijah Barner
 
Android Controlled Arduino Spy Robot
Android Controlled Arduino Spy RobotAndroid Controlled Arduino Spy Robot
Android Controlled Arduino Spy RobotMahesh Tibrewal
 
Obstacle Avoidance Robot
Obstacle Avoidance RobotObstacle Avoidance Robot
Obstacle Avoidance RobotRatan Srikanth
 
Obstacle Avoidance ROBOT using ARDUINO
Obstacle Avoidance ROBOT using ARDUINOObstacle Avoidance ROBOT using ARDUINO
Obstacle Avoidance ROBOT using ARDUINOjovin Richard
 
Obstacle Detctor Robot report
Obstacle Detctor Robot reportObstacle Detctor Robot report
Obstacle Detctor Robot reportNikita Kaushal
 
Obstacle detection Robot using Ultrasonic Sensor and Arduino UNO
Obstacle detection Robot using Ultrasonic Sensor and Arduino UNOObstacle detection Robot using Ultrasonic Sensor and Arduino UNO
Obstacle detection Robot using Ultrasonic Sensor and Arduino UNOSanjay Kumar
 
Wireless robot ppt
Wireless robot pptWireless robot ppt
Wireless robot pptVarun B P
 

En vedette (20)

Multiple File Upload Control
Multiple File Upload ControlMultiple File Upload Control
Multiple File Upload Control
 
Embedded systems introduction
Embedded systems introductionEmbedded systems introduction
Embedded systems introduction
 
Traitement des images
Traitement des imagesTraitement des images
Traitement des images
 
Ganglion sentinelle en cancérologie cervico-faciale
Ganglion sentinelle en cancérologie cervico-facialeGanglion sentinelle en cancérologie cervico-faciale
Ganglion sentinelle en cancérologie cervico-faciale
 
Wireless industrial robot
Wireless  industrial robotWireless  industrial robot
Wireless industrial robot
 
How to build a robot with an arduino and 8051 microcontroller
How to build a robot with an arduino and 8051 microcontrollerHow to build a robot with an arduino and 8051 microcontroller
How to build a robot with an arduino and 8051 microcontroller
 
I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...
I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...
I. Awad, L’évolution de la frange occidentale du delta du Nil (Maréotide) à t...
 
Wireless industrial robot
Wireless  industrial robotWireless  industrial robot
Wireless industrial robot
 
Wireless AI based industrial security robot
Wireless AI based industrial security robotWireless AI based industrial security robot
Wireless AI based industrial security robot
 
Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...
Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...
Pertinence et Performance de la Géomatique pour une étude d'avant-projet d'ex...
 
Hydrologie générale
Hydrologie générale Hydrologie générale
Hydrologie générale
 
Exposé traitement d'image
Exposé traitement d'image Exposé traitement d'image
Exposé traitement d'image
 
Obstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopy
Obstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopyObstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopy
Obstacle_Avoidance_Robot_Coruse_Project_ECET402_Mechatronics_FinalCopy
 
Android Controlled Arduino Spy Robot
Android Controlled Arduino Spy RobotAndroid Controlled Arduino Spy Robot
Android Controlled Arduino Spy Robot
 
Obstacle Avoidance Robotic Vehicle
Obstacle Avoidance Robotic VehicleObstacle Avoidance Robotic Vehicle
Obstacle Avoidance Robotic Vehicle
 
Obstacle Avoidance Robot
Obstacle Avoidance RobotObstacle Avoidance Robot
Obstacle Avoidance Robot
 
Obstacle Avoidance ROBOT using ARDUINO
Obstacle Avoidance ROBOT using ARDUINOObstacle Avoidance ROBOT using ARDUINO
Obstacle Avoidance ROBOT using ARDUINO
 
Obstacle Detctor Robot report
Obstacle Detctor Robot reportObstacle Detctor Robot report
Obstacle Detctor Robot report
 
Obstacle detection Robot using Ultrasonic Sensor and Arduino UNO
Obstacle detection Robot using Ultrasonic Sensor and Arduino UNOObstacle detection Robot using Ultrasonic Sensor and Arduino UNO
Obstacle detection Robot using Ultrasonic Sensor and Arduino UNO
 
Wireless robot ppt
Wireless robot pptWireless robot ppt
Wireless robot ppt
 

Similaire à Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE

1ère Présentation Atelier Vision par ordinateur
1ère Présentation Atelier Vision par ordinateur1ère Présentation Atelier Vision par ordinateur
1ère Présentation Atelier Vision par ordinateurSamir TABIB
 
Rapport projet UniceBot
Rapport projet UniceBotRapport projet UniceBot
Rapport projet UniceBottheoopparadigm
 
dt_medecine_personalis.pptx
dt_medecine_personalis.pptxdt_medecine_personalis.pptx
dt_medecine_personalis.pptxnour91922
 
La vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxLa vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxVisionGEOMATIQUE2014
 
Rapport: Robot supervisor
Rapport: Robot supervisorRapport: Robot supervisor
Rapport: Robot supervisorMalak Talbi
 
Glossaire de l'Industrie 4.0
Glossaire de l'Industrie 4.0Glossaire de l'Industrie 4.0
Glossaire de l'Industrie 4.0Alain KHEMILI
 
chapitres 3 technologies de communication de l'IoT partie II.pptx
chapitres  3 technologies de communication de l'IoT partie II.pptxchapitres  3 technologies de communication de l'IoT partie II.pptx
chapitres 3 technologies de communication de l'IoT partie II.pptxmerazgaammar2
 
Projet ima4 descamd_michel (1)
Projet ima4 descamd_michel (1)Projet ima4 descamd_michel (1)
Projet ima4 descamd_michel (1)bourouissi
 
Clusif 2014 scada panorama des referentiels sécurité système information ind...
Clusif 2014  scada panorama des referentiels sécurité système information ind...Clusif 2014  scada panorama des referentiels sécurité système information ind...
Clusif 2014 scada panorama des referentiels sécurité système information ind...echangeurba
 
Rapport-du-projet CNN.docx
Rapport-du-projet CNN.docxRapport-du-projet CNN.docx
Rapport-du-projet CNN.docxkhalil Ismail
 
Presentation cgt juin2010
Presentation cgt juin2010Presentation cgt juin2010
Presentation cgt juin2010Pascal Poty
 
Projet de fin d étude (1)
Projet de fin d étude (1)Projet de fin d étude (1)
Projet de fin d étude (1)Sanaa Guissar
 
PFA___Hlabba_Bacem.pdf
PFA___Hlabba_Bacem.pdfPFA___Hlabba_Bacem.pdf
PFA___Hlabba_Bacem.pdfBacemHlabba
 
Analyse microscopique de la circulation routière
Analyse microscopique de la circulation routièreAnalyse microscopique de la circulation routière
Analyse microscopique de la circulation routièreMohamedLemrabottOuld
 
L'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cherL'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cherHubert Maisonneuve
 
Annonce de poste_vitadx_ingenieur_cvml
Annonce de poste_vitadx_ingenieur_cvmlAnnonce de poste_vitadx_ingenieur_cvml
Annonce de poste_vitadx_ingenieur_cvmlCharlotte Guinard
 

Similaire à Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE (20)

1ère Présentation Atelier Vision par ordinateur
1ère Présentation Atelier Vision par ordinateur1ère Présentation Atelier Vision par ordinateur
1ère Présentation Atelier Vision par ordinateur
 
Rapport projet UniceBot
Rapport projet UniceBotRapport projet UniceBot
Rapport projet UniceBot
 
dt_medecine_personalis.pptx
dt_medecine_personalis.pptxdt_medecine_personalis.pptx
dt_medecine_personalis.pptx
 
La vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieuxLa vision par ordinateur en télédétection spatiale : état des lieux
La vision par ordinateur en télédétection spatiale : état des lieux
 
Rapport: Robot supervisor
Rapport: Robot supervisorRapport: Robot supervisor
Rapport: Robot supervisor
 
Reconnaissance de formes
Reconnaissance de formesReconnaissance de formes
Reconnaissance de formes
 
Glossaire de l'Industrie 4.0
Glossaire de l'Industrie 4.0Glossaire de l'Industrie 4.0
Glossaire de l'Industrie 4.0
 
chapitres 3 technologies de communication de l'IoT partie II.pptx
chapitres  3 technologies de communication de l'IoT partie II.pptxchapitres  3 technologies de communication de l'IoT partie II.pptx
chapitres 3 technologies de communication de l'IoT partie II.pptx
 
Projet ima4 descamd_michel (1)
Projet ima4 descamd_michel (1)Projet ima4 descamd_michel (1)
Projet ima4 descamd_michel (1)
 
Clusif 2014 scada panorama des referentiels sécurité système information ind...
Clusif 2014  scada panorama des referentiels sécurité système information ind...Clusif 2014  scada panorama des referentiels sécurité système information ind...
Clusif 2014 scada panorama des referentiels sécurité système information ind...
 
Rapport-du-projet CNN.docx
Rapport-du-projet CNN.docxRapport-du-projet CNN.docx
Rapport-du-projet CNN.docx
 
Presentation cgt juin2010
Presentation cgt juin2010Presentation cgt juin2010
Presentation cgt juin2010
 
Projet de fin d étude (1)
Projet de fin d étude (1)Projet de fin d étude (1)
Projet de fin d étude (1)
 
PFA___Hlabba_Bacem.pdf
PFA___Hlabba_Bacem.pdfPFA___Hlabba_Bacem.pdf
PFA___Hlabba_Bacem.pdf
 
Analyse microscopique de la circulation routière
Analyse microscopique de la circulation routièreAnalyse microscopique de la circulation routière
Analyse microscopique de la circulation routière
 
L'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cherL'analyse qualitative informatique pas cher
L'analyse qualitative informatique pas cher
 
Annonce de poste_vitadx_ingenieur_cvml
Annonce de poste_vitadx_ingenieur_cvmlAnnonce de poste_vitadx_ingenieur_cvml
Annonce de poste_vitadx_ingenieur_cvml
 
Conférence drone and iot
Conférence  drone and iotConférence  drone and iot
Conférence drone and iot
 
Conférence drone and iot
Conférence  drone and iotConférence  drone and iot
Conférence drone and iot
 
Vision par ordinateur
Vision par ordinateurVision par ordinateur
Vision par ordinateur
 

Dernier

Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...
Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...
Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...Institut de l'Elevage - Idele
 
Dépistage des Mycoplasmoses Caprines sur laits de tank
Dépistage des Mycoplasmoses Caprines sur laits de tankDépistage des Mycoplasmoses Caprines sur laits de tank
Dépistage des Mycoplasmoses Caprines sur laits de tankInstitut de l'Elevage - Idele
 
Dynamique d’infection et gestion de la coccidiose chez la chevrette
Dynamique d’infection et gestion de la coccidiose chez la chevretteDynamique d’infection et gestion de la coccidiose chez la chevrette
Dynamique d’infection et gestion de la coccidiose chez la chevretteInstitut de l'Elevage - Idele
 
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2Institut de l'Elevage - Idele
 
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1 Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1 Institut de l'Elevage - Idele
 

Dernier (7)

Le revenu des exploitations bovins viande - 2023
Le revenu des exploitations bovins viande - 2023Le revenu des exploitations bovins viande - 2023
Le revenu des exploitations bovins viande - 2023
 
Dépistage CAEV sur lait de tank en Bretagne
Dépistage CAEV sur lait de tank en BretagneDépistage CAEV sur lait de tank en Bretagne
Dépistage CAEV sur lait de tank en Bretagne
 
Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...
Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...
Possibilité de dépistage sur laits de tank et intérêts pratiques pour les él...
 
Dépistage des Mycoplasmoses Caprines sur laits de tank
Dépistage des Mycoplasmoses Caprines sur laits de tankDépistage des Mycoplasmoses Caprines sur laits de tank
Dépistage des Mycoplasmoses Caprines sur laits de tank
 
Dynamique d’infection et gestion de la coccidiose chez la chevrette
Dynamique d’infection et gestion de la coccidiose chez la chevretteDynamique d’infection et gestion de la coccidiose chez la chevrette
Dynamique d’infection et gestion de la coccidiose chez la chevrette
 
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 2
 
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1 Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1
Webinaire - INOSYS Réseaux d'élevage Bovins Viande - Partie 1
 

Projet ROBOT MOBILE SUIVEUR DE LIGNE BASE SUR LE TRAITEMENT D'IMAGE

  • 1. 1 Université CADDI AYYAD Département physique Faculté des sciences et Master GE2 Technique Marrakech Compte rendu du projet robotique Robot suiveur de ligne Réalisé par : Encadré par : BOUISALMANE NOUREDDINE ELBOUZAKRAOUI MOHAMED MR H.AYAD HASSOU MOHAMED NOUR ELHADI ANOUAR OURHOU OMAR 2016/2017
  • 3. 3 I . Introduction La vision par ordinateur est une discipline qui vise à doter les ordinateurs d’un sens de perception et d’analyse d'image semblable à celui de l’homme. Ce chapitre présente l’aspect général de la robotique et celle de la vision par ordinateur. Ensuite on défilera les systèmes industriels existants qui se rapprochent de notre projet ainsi qu’aux technologies liées à la navigation autonome de ces derniers. II . La vision par ordinateur II.1. Définition La vision par ordinateur (aussi appelée vision artificielle ou vision numérique) est une branche de l'intelligence artificielle dont le principal but est de permettre à une machine d'analyser, traiter et comprendre une ou plusieurs images prises par un système d'acquisition (par exemple: caméras, etc.) afin de produire de l'information numérique ou symbolique du monde réel. Les applications vont de tâches telles que les systèmes de vision industrielle, à la recherche sur l'intelligence artificielle des ordinateurs ou des robots qui peuvent comprendre le monde autour d'eux [1]. Dans de nombreuses applications de vision par ordinateur, les ordinateurs sont préprogrammés pour résoudre une tâche particulière, mais des méthodes basées sur l'apprentissage sont maintenant de plus en plus commun. Quelque exemple d’application de la vision par ordinateur : Procédés de contrôle, dans la robotique industrielle. Navigation, dans un véhicule autonome ou un robot mobile. Détection d’événements, pour la surveillance ou le comptage automatique de personnes. Organisation d'informations, pour indexer des bases de données d’images et de suites d’images. Modélisation d'objets ou d'environnements, dans l’analyse d’image médicale ou la topographie. Interaction, en tant que dispositif d’entrée pour une interaction homme-machine. Inspection automatique, dans des domaines de production.
  • 4. 4 II.2. Domaine d’application Les avantages apportés par cette technologies varie d’un domaine à l’autre mais l’un des domaines d'application les plus importants est la vision par ordinateur médicale ou traitement d'images médicales. Cette zone est caractérisée par l'extraction d'informations à partir de données d'image (image rayon X, images à ultrasons, etc.) dans le but d'établir un diagnostic médical d'un patient. Un exemple d'information qui peut être extraite à partir de telles données d'image est la détection des tumeurs, de l'artériosclérose etc. Ce domaine d'application prend également en charge la recherche médicale en fournissant de nouvelles informations, par exemple, à propos de la structure du cerveau ou de la qualité des traitements médicaux. Un second domaine d'application en vision par ordinateur est dans l'industrie, on appelle parfois la vision artificielle, où l'information est extraite en vue de supporter un processus de fabrication. Un exemple est le contrôle de la qualité ou les produits finis sont automatiquement inspectés afin de détecter les défauts. Un autre exemple est la mesure de position et d'orientation de détails pour être capté par un bras de robot. La vision de la machine est également largement utilisé dans le processus agricoles pour enlever des produits alimentaires indésirable à partir de matériaux en vrac. Le processus est appelé tri optique. Les applications militaires sont probablement l'un des plus grands domaines de la vision par ordinateur. Les exemples évidents sont la détection des soldats ou des véhicules ennemis et le guidage des missiles. Des systèmes plus avancés pour le guidage des missiles, envoie le missile à une zone plutôt qu'une cible spécifique, et la sélection cible est faite lorsque le missile atteint la zone sur la base de données d'images acquises localement. Concepts militaires modernes, tels que la «conscience du champ de bataille », impliquent que divers capteurs, y compris les capteurs d'image, fournissent un riche ensemble d'informations sur une scène de combat qui peut être utilisé pour appuyer les décisions stratégiques. Dans ce cas, le traitement automatique des données est utilisé pour réduire la complexité et de fusionner les informations de plusieurs capteurs pour accroître la fiabilité.
  • 5. 5 Un des domaines d'application les plus récents est les véhicules autonomes, qui incluent sous-marins, des véhicules terrestres (petits robots à roues, des voitures ou des camions), des véhicules aériens et de véhicules aériens sans pilote (UAV). Les véhicules autonomes utilisent généralement la vision par ordinateur pour la navigation, par exemple pour savoir où il est, ou pour produire une carte de son environnement (SLAM) et de détecter les obstacles. Il peut également être utilisé pour la détection de certains événements spécifiques, par exemple, un drone à la recherche d'incendies de forêt. Des exemples de systèmes de soutien sont les systèmes d'alerte d'obstacles dans les voitures, et des systèmes pour l'atterrissage des aéronefs autonomes. Plusieurs constructeurs automobiles ont démontré des systèmes de conduite autonome de voitures, mais cette technologie n'a pas encore atteint un niveau où il peut être mis sur le marché. Il y a de nombreux exemples de véhicules autonomes militaires allant de missiles avancés, à des drones pour des missions de reconnaissance ou de guidage des missiles. L'exploration spatiale est déjà faite avec les véhicules autonomes en utilisant la vision par ordinateur. Figure 1-1: Robot mobile avec camera pour guidage automatique On conclut que la vision par ordinateur quel que soit le domaine d’application, son fonctionnement se résume à fournir des informations détaillées de l’environnement permettant aux machines une compréhension du monde qui les entourent
  • 6. 6 PARTIE II FONCTION DE TRAITEMENT D’IMAGE NUMERIQUE
  • 7. 7 I . DEFINITION Le traitement d'image est une discipline relativement récente (~années 60) et qui a connu une évolution rapide. Elle est en plein développement et donne naissance chaque année à une profusion de progrès académiques, technologiques, et industriels. Ce chapitre traite les notions de base du traitement d'images et de flux vidéo : le filtrage, la segmentation d'objets, la reconnaissance de formes, la détection de mouvement, le suivi de cibles et plein d’autre fonction qui seront utile pour la réalisation de notre application. On va spécifier dans un premier temps une bibliothèque dédiée pour les taches de traitement ainsi que l’interface de programmation. II . Environnement de développement Pour les langages de programmation les plus classiques comme Pyhton, C/C++ ou Java, on trouve une grosse quantité de bibliothèques spécialisés dans le traitement d'images. II.1. Présentation de l’OpenCV Le choix s’est porté sur OpenCV parce que c’est une bibliothèque gratuite et la plus utilisée dans le domaine de la robotique pour détecter, suivre et comprendre le monde qui l'entoure capturé par des capteurs d'image. OpenCV (Open Source Computer Vision) est une bibliothèque visant principalement à la vision par ordinateur en temps réel [5]. Elle a été initialement développée par Intel, et est maintenant soutenue par Willow Garage et Itseez. Elle est gratuite pour une utilisation sous la licence open source BSD. La bibliothèque est multiplateforme, avec plus de 2500 algorithmes optimisés Elle comprend un ensemble complet d'algorithmes d'apprentissage classique et les dernières innovations en vision par ordinateur. Ces algorithmes peuvent être utilisés pour : détecter et reconnaître des visages. identifier des objets. classer les actions humaines dans les vidéos. suivre des objets en mouvement. trouver des images similaires à partir d'une base de données d'image. suivre les mouvements des yeux. reconnaître des paysages et établir des marqueurs pour superposer des réalités augmentées, etc. Cette bibliothèque est une référence pour la vision par ordinateur, aussi bien dans le monde de la recherche que celui de l'industrie.
  • 8. La bibliothèque peut être téléchargé et i et Windows [6][7][8]. II.2. Interface de programmation Nous avons choisie IDE « Python » qui est disponible dans une édition gratuite, après nous avons suivi les étapes approprié pour l’installation III . Image numérique Le traitement de l'image numérique a tendance à se concentrer sur les images 2D est leurs transformations à d’autre forme par des opérations de pixels et autre local afin d'obtenir une image améliorée ou pour extraire des informations utiles. Dans cette partie du rapport nous allons développer les principales fonctions de traitement d’image dont nous aurons besoin pour nos applications. Le mode et les conditions d'acquisition et de numérisation des i les opérations qu'il faudra réaliser pour extraire de l'information. En effet, de nombreux paramètres entrant en compte, les principaux étant : La résolution d'acquisition et le mode de codage utilisé lors de la numér déterminent le degré de précision des éventuelles mesures de dimensions. Les réglages optiques utilisés, (dont la mise au point) qui déterminent par exemple la netteté de l'image. Les conditions d'éclairage, qui déterminent une partie de la va Le bruit de la chaîne de transmission d'image. L’image numérique désigne toute image, acquise, créée, traitée et stockée sous forme binaire. Acquise par des convertisseurs analogique scanners, les appareils photo ou les caméscopes numériques, les cartes d’acquisition vidéo (qui numérisent directement une source comme la télévision). 8 Figure 2-1: OpenCV logo La bibliothèque peut être téléchargé et installé sur les systèmes d'exploitation iOS, Android Linux/Mac Interface de programmation Nous avons choisie IDE « Python » qui est disponible dans une édition gratuite, après nous avons suivi les étapes approprié pour l’installation et la configuration d’OpenCV avec python. Image numérique Le traitement de l'image numérique a tendance à se concentrer sur les images 2D est leurs transformations à d’autre forme par des opérations de pixels et autre local afin d'obtenir une image ée ou pour extraire des informations utiles. Dans cette partie du rapport nous allons développer les principales fonctions de traitement d’image dont nous aurons besoin pour nos applications. Le mode et les conditions d'acquisition et de numérisation des images traitées conditionnent largement les opérations qu'il faudra réaliser pour extraire de l'information. En effet, de nombreux paramètres entrant en compte, les principaux étant : La résolution d'acquisition et le mode de codage utilisé lors de la numér déterminent le degré de précision des éventuelles mesures de dimensions. Les réglages optiques utilisés, (dont la mise au point) qui déterminent par exemple la netteté Les conditions d'éclairage, qui déterminent une partie de la variabilité des images traitées. Le bruit de la chaîne de transmission d'image. L’image numérique désigne toute image, acquise, créée, traitée et stockée sous forme binaire. Acquise par des convertisseurs analogique-numérique situés dans des dispositifs scanners, les appareils photo ou les caméscopes numériques, les cartes d’acquisition vidéo (qui numérisent directement une source comme la télévision). nstallé sur les systèmes d'exploitation iOS, Android Linux/Mac Nous avons choisie IDE « Python » qui est disponible dans une édition gratuite, après nous avons suivi et la configuration d’OpenCV avec python. Le traitement de l'image numérique a tendance à se concentrer sur les images 2D est leurs transformations à d’autre forme par des opérations de pixels et autre local afin d'obtenir une image Dans cette partie du rapport nous allons développer les principales fonctions de traitement d’image mages traitées conditionnent largement les opérations qu'il faudra réaliser pour extraire de l'information. En effet, de nombreux paramètres La résolution d'acquisition et le mode de codage utilisé lors de la numérisation, qui déterminent le degré de précision des éventuelles mesures de dimensions. Les réglages optiques utilisés, (dont la mise au point) qui déterminent par exemple la netteté riabilité des images traitées. L’image numérique désigne toute image, acquise, créée, traitée et stockée sous forme binaire. numérique situés dans des dispositifs comme les scanners, les appareils photo ou les caméscopes numériques, les cartes d’acquisition vidéo
  • 9. Créée directement par des programmes informatiques, grâce à une souris, des tablettes graphiques ou par de la modélisation 3D (ce que l’on app images de synthèse »). Traitée grâce à des outils Graphique, de façon à la transformer, à en modifier la taille, les couleurs, d’y ajouter ou d'en supprimer des éléments, d’y Stockée sur un support informatique (clé Il existe deux types d’images numériques : les images matricielles et les images vectorielles. La grande différence entre ces deux types réside dan III.1. Image vectorielle Une image vectorielle en informatique, est une image numérique composée d’objets géométriques individuels (segments de droite, polygones, arcs de cercle, etc.) définis chacun par divers attributs de forme, de position, de couleur, etc. (voir figure 2 est définie par des attributs de types : position du centre, rayon et la couleur. Figure 2 Ces images présentent deux ava redimensionnées sans perte d’informations et sans effet « d’escalier ». Prenons l’exemple de la figure 2-2 est faisant un Zoom sur l’image: 9 Créée directement par des programmes informatiques, grâce à une souris, des tablettes es ou par de la modélisation 3D (ce que l’on appelle, par abus de langage, les Traitée grâce à des outils Graphique, de façon à la transformer, à en modifier la taille, les couleurs, d’y ajouter ou d'en supprimer des éléments, d’y appliquer des filtres variés, etc. Stockée sur un support informatique (clé USB, SSD, disque dur, CD-ROM…). Il existe deux types d’images numériques : les images matricielles et les images vectorielles. La grande différence entre ces deux types réside dans la qualité du redimensionnement. Image vectorielle Une image vectorielle en informatique, est une image numérique composée d’objets géométriques individuels (segments de droite, polygones, arcs de cercle, etc.) définis chacun par divers attributs de forme, de position, de couleur, etc. (voir figure 2-2). Par exemple, une image vectorielle d’un cercle est définie par des attributs de types : position du centre, rayon et la couleur. Figure 2-2: exemple d’image vectorielle Ces images présentent deux avantages : elles occupent peu de place en mémoire et peuvent être redimensionnées sans perte d’informations et sans effet « d’escalier ». Prenons l’exemple de la figure 2 est faisant un Zoom sur l’image: Créée directement par des programmes informatiques, grâce à une souris, des tablettes elle, par abus de langage, les « Traitée grâce à des outils Graphique, de façon à la transformer, à en modifier la taille, les appliquer des filtres variés, etc. ROM…). Il existe deux types d’images numériques : les images matricielles et les images vectorielles. La s la qualité du redimensionnement. Une image vectorielle en informatique, est une image numérique composée d’objets géométriques individuels (segments de droite, polygones, arcs de cercle, etc.) définis chacun par divers attributs de 2). Par exemple, une image vectorielle d’un cercle ntages : elles occupent peu de place en mémoire et peuvent être redimensionnées sans perte d’informations et sans effet « d’escalier ». Prenons l’exemple de la figure
  • 10. 10 On observe que lorsque l’on zoom sur l’image, la ligne du bord du cercle reste lisse, il n’y a pas d’effet escalier. Pour le cercle : seule la position du centre, la taille du rayon et ses informations de couleurs seront mémorisées. III.2. Image matricielle Une image matricielle est un tableau de points appelé pixels, ou chaque pixels possède une couleur propre dont l’ensemble des pixels donnent une image (voir figure 2-3). Les pixels sont les petits carreaux qu’on aperçoit lorsque en agrandi une image matricielle. Figure 2-3: exemple d’image matricielle On va s’intéresser par la suite seulement à ce type d’image. Les images matricielles sont caractérisées principalement par leur définition et leurs résolutions : La définition correspond au nombre de pixels qui composent l'image en hauteur (axe vertical) et en largeur (axe horizontal) : 200 pixels par 450 pixels par exemple, abrégé en « 200 × 450 ». La résolution d'une image est définie par le nombre de pixels par unité de longueur ou plutôt la densité de pixels par pouce. Ce paramètre est défini lors de la numérisation (passage de l’image sous forme binaire), et dépend principalement des caractéristiques du matériel utilisé lors de la numérisation. Plus le nombre de pixels par unité de longueur de la structure à numériser est élevé, plus la quantité d'information qui décrit cette structure est importante et plus la résolution est élevée. La résolution d'une image numérique définit le degré de détail de l’image. Ainsi, plus la résolution est élevée, meilleure est la restitution. La figure 2-4 représente le changement de la qualité d’image de taille fixe pour trois résolutions différentes :
  • 11. 11 Figure 2-4: Une image sous trois résolutions différentes III.3. Espace de couleur RVB Le mode de codage informatique des couleurs le plus utilisé est l’espace de couleur RVB (rouge, vert et bleu). Cet espace est basé sur une synthèse additive des couleurs, Toute couleur peut être créée en utilisant une combinaison particulière de ces trois couleurs. La représentation la plus courante d’une image couleur est de la considéré comme trois matrices : BLEU, VERT et ROUGE. Chaque pixel d’une matrice est codé sur un octet représentant la valeur de la composante de couleur par un entier de 0 à 255. Figure 2-5: représentation matricielle de l'espace de couleur RVB Si par exemple tous les pixels des matrices bleu et rouge prennent la valeur 255 et la matrice vert à zéro, la couleur résultante est violette. La figure 2-5 montre comment une image en couleur est représentée par trois matrices :
  • 12. 12 Les propriétés de l'image : Image-profondeur 24 bits (La profondeur d'image est le nombre de bits attribués pour chaque pixel de l’image résultante. Dans notre exemple chaque pixels est composé de trois sous pixels 8bits x 3 = 24bits). 3 canaux (les trois matrices RVB sont appelé aussi les canaux). La hauteur est de 8 pixel, La largeur est de 8 pixels La définition de l’image est 8x8.
  • 14. 14 Les systèmes autonomes doivent interagir avec l'environnement en utilisant une combinaison de capteurs embarqués, et éventuellement traiter les données obtenues et de les transformer en informations utiles pour la prise de décision ou pour l'interprétation humaine. Nous avons utilisé un châssis à deux moteurs disponibles au laboratoire LSET pour l’implémentation d’un système mobile autoguidé. I . Commande du robot mobile La figure 3-1 présente notre robot, les roues et moteurs sont installés sur un support en bois Notre robot est un robot unicycle possédant deux moteurs à courant continu et trois roues. Les deux moteurs commandés indépendamment, chacun entraine une roue par le biais d’un réducteur mécanique et une autre en arrière considérée comme une roue folle. Pour notre robot la commande adéquate est la commande de directions différentielles, les deux moteurs sont à la base du contrôle de vitesse et d’orientation du robot dans six orientations selon la figure 3-2. La flèche bleue indique le sens d’orientation du robot tandis que celle rouge décrit le sens de rotation des roues et le signe + pour indiquer la différence au niveau de la vitesse de rotation des roues. Figure 3-2: différents mouvements d'un robot par commande différentiel
  • 15. 15 II . Conception du robot Un système de vision industriel est habituellement constitué de trois principaux modules : Module d’acquisition : Une ou plusieurs caméras numériques ou analogiques (noir et blanc ou couleur) munies d'un objectif adapté aux conditions de prise d'image, à savoir distance et taille de l'objet à prendre en image. Module de traitement : Une unité de calcul, souvent un micro-ordinateur ou un système avec processeur embarqué (comme un DSP) exécutant un logiciel de traitement d’image. Module de contrôle : un microcontrôleur qui traite les instructions émises par l’unité de traitement afin de mouvoir la partie mécanique. Module de communication : établi la connexion de données entre le(s) module(s) de traitement et le(s) module(s) de contrôle. Module de puissance : les actionneurs, les circuits de commande des actionneurs Module d’alimentation : fourni l’électricité à la partie commande et puissance du circuit. Notre système est constitué de l'assemblage de la liste ci-dessous: Caméra numérique webcam USB Ordinateur Arduino Châssis du robot mobile. Un circuit de puissance L298N pour le contrôle des moteurs Générateur de tension continu 5V. II.1. Architecture et fonctionnement du système L’ordinateur est connecté à une caméra webcam via le port USB, chargé de l’acquisition des images, de leur traitement, ainsi que de la prise de décisions. Les décisions prises sont transmis à la partie commande sous formes d’instructions via une liaison USB. Les instructions émises par l’unité de traitement sont traitées par la carte Arduino, ces instructions permettent de gérer les mouvements principaux du robot. La carte Arduino agit sur les mouvements des moteurs par le biais d’un double pont H (circuit L298N). Un générateur de tension continue 5V assure l’alimentation de la partie puissance. II.2. Unité de traitement L’ordinateur de bureau a les caractéristiques suivantes :
  • 16. 16 Environnement de développement : Python Processeur : Intel Core 2 Duo CPU 2.00GHz RAM : 3.00 Go Système d’exploitation : Windows 7 II.3. Circuit de puissance Figure 3-4: schéma du circuit de puissance L298N Le circuit de puissance L298N est un Double Pont-H destiné au contrôle de moteur continu (voir figure 3-4) [14]. C'est un circuit extrêmement utile pour le contrôler de robots et ensembles mécanisés. Il peut contrôler deux moteurs a courant continu ou un moteur pas-à-pas 4 fils 2 phases. Il est conçu pour supporter des tensions plus élevées, des courants importants tout en proposant une commande logique TTL (basse tension, courant faibles, idéal donc pour un microcontrôleur). Les moteurs peuvent être contrôlés aussi bien en vitesse qu'en direction. Spécifications du circuit L298N Compatible TTL (peut donc être commandé directement par un microcontrôleur). Alimentation de la charge: de +6V à +35V Courant Max (en pointe): 2A Tension de commande logique Vss: de +5 à +7V Dispose d'un dispositif de mesure du courant I.1. La carte de commande Arduino La carte Arduino-Uno, récemment nommé Genuino est une carte à microcontrôleur basée sur Atmel AVR comme par exemple l'Atmega328p.
  • 17. 17 Elle dispose : De 14 broches numériques d'entrées/sorties (dont 6 peuvent être utilisées en sorties PWM (largeur d'impulsion modulée)). De 6 entrées analogiques (qui peuvent également être utilisées en broches entrées/sorties numériques). D'un quartz 16Mhz. D'une connexion USB. D'un connecteur d'alimentation jack. D'un connecteur ICSP (programmation "in-circuit"). D'un bouton de réinitialisation (reset). la figure 3-5 Elle contient tout ce qui est nécessaire pour le fonctionnement du microcontrôleur; pour pouvoir l'utiliser et lancer, il suffit simplement de la connecter à un ordinateur à l'aide d'un câble USB (ou d'alimenter avec un adaptateur secteur ou une pile, mais ceci n'est pas indispensable, l'alimentation étant fournie par le port USB) [3] (la figure 3-5). Présentation Logiciel Le logiciel Arduino est un espace de développement intégré qui a pour fonctions principales : De pouvoir écrire, compiler et transférer des programmes vers la carte Arduino. De communiquer avec la carte Arduino via la communication série RS232. La figure 6 présent et explique les différentes composantes de l’interface de IDE Arduino :
  • 18. 18 Figure 3-6: Interface de programmation Arduino [4]
  • 19. 19 PARTIE IV La description de la suivie de trajectoire
  • 20. En 1989, le hollandais Guido van Rossum programmation Python. Python est un langage multiplateforme (compatible PC, tablettes, smartphones, ordinateur low cost Raspberry Pi...) et systèmes d'exploitation (Windows, Linux, Mac, Android...). C'est un des langages informatiques les plus populaires avec C, PHP, JavaScript, Delphi, Visual Basic, Ruby et Perl. Actuellement, Python en est à sa version 3.Cependant, la version 2 est encore majoritairement utilisée. Que peut-on faire avec Python ? Beaucoup de choses !  Du calcul scientifique (librairie NumPy).  Des graphiques (librairie  Du traitement du son, de la synthèse vocale (librairie  Du traitement d’image (librairie  De la bio-informatique (librairie  Des jeux vidéo en 2D (librairie Des dizaines de milliers de librairies sont disponibles sur le dépôt officiel Architecture de la communication entre l’ordinateur, la caméra, arduino et robot mobile 20 Guido van Rossum commence le développement du langage de multiplateforme, c'est-à-dire disponible sur plusieurs architectures (compatible PC, tablettes, smartphones, ordinateur low cost Raspberry Pi...) et systèmes d'exploitation (Windows, Linux, Mac, Android...). C'est un des langages informatiques les plus populaires avec C, C++, C#, Objective PHP, JavaScript, Delphi, Visual Basic, Ruby et Perl. Actuellement, Python en est à sa version 3.Cependant, la version 2 est encore majoritairement on faire avec Python ? Du calcul scientifique (librairie NumPy). Des graphiques (librairie matplotlib). Du traitement du son, de la synthèse vocale (librairie eSpeak). Du traitement d’image (librairie PIL), de la vision artificielle par caméra ( librairie Biopython). Des jeux vidéo en 2D (librairie Pygame). Des dizaines de milliers de librairies sont disponibles sur le dépôt officiel Architecture de la communication entre l’ordinateur, la caméra, arduino et commence le développement du langage de dire disponible sur plusieurs architectures (compatible PC, tablettes, smartphones, ordinateur low cost Raspberry Pi...) et systèmes C++, C#, Objective-C, Java, Actuellement, Python en est à sa version 3.Cependant, la version 2 est encore majoritairement ), de la vision artificielle par caméra (Open CV). Des dizaines de milliers de librairies sont disponibles sur le dépôt officiel PyPI Architecture de la communication entre l’ordinateur, la caméra, arduino et
  • 21. L’organigramme du code python Voir le Code Python : (nom du fichier Tableur de commande : Position du center - STOP Xc<230 et Xc>100 Xc < 100 Xc>230 21 L’organigramme du code python : (nom du fichier : robot_suiveur.py) Lettre envoyée vers Arduino Signification ‘1’ Tout droit ‘2’ Tourne à gauche ‘3’ Tourne à droite Signification Tout droit gauche Tourne à droite
  • 22. Organigramme Arduino Voir le Code arduino : (nom du fichier 22 Organigramme Arduino : (nom du fichier : code arduino) DOWNOAD CODE FROM : https://www.sendspace.com/file/3edvod
  • 23. 23 Conclusion Ce projet a été à la fois très intéressant et très formateur. Nous avons pu concevoir et développer un robot mobile de A à Z, mettant en application nos connaissances acquises en formation. Nous avons choisi notre matériel en fonction de nos besoins et de la disponibilité de ces derniers, puis essayé différentes solutions afin d’arriver aux fonctionnalités souhaitées. Cette approche nous a permis de réaliser qu’il faut parfois savoir jongler entre le temps de développement, le coût du matériel, les contraintes techniques et la complexité de mise en place. La réalisation de ce robot nous a également donné l’opportunité de travailler sur plusieurs domaines à la fois, notamment la programmation, l’électronique, l’intelligence artificielle et la mécanique.