Planification de la trajectoire d'un robot mobile autonome dans un environnement statique et/ou dynamique

Abstract

Les robots mobiles sont largement utilisés dans beaucoup des domaines industriels. La recherche sur la planification de la trajectoire pour les robots mobiles est un des sujets les plus importants dans le domaine de la robotique mobile. Il consiste à trouver un chemin libre sans collision avec les obstacles de l'environnement, pour faire déplacer le robot du point de départ au point de destination, tout en satisfaisant certains critères d'optimisation. La plupart des méthodes existantes de la planification, telles que le graphe de visibilité, la méthode de la décomposition en cellules, et la méthode du champ de potentiel sont conçues à des environnements statiques, dans lesquels où il y a seulement des obstacles stationnaires. Cependant, dans les cas réels tels que la recherche maritime, l'industrie minière, le secteur médical et l'industrie nucléaire, les robots font face habituellement à des environnements dynamiques, dans lesquels les obstacles statiques et dynamiques existent. En raison de la complexité des environnements dynamiques, la recherche dans ce domaine est limitée. Nombre limité de papiers ont été publié dans ce secteur en comparaison avec des centaines de rapports qui ont été publié dans la planification de chemin dans les environnements statiques dans la littérature ouverte. Dans ce travail, on développe une méthode de planification de la trajectoire pour un robot mobile, basée sur les algorithmes génétiques et le concept de temps d’attente (CTA) dans un environnement encombré d’obstacles qui ont des formes, des tailles et des endroits arbitraires. L'algorithme proposé est applicable à des environnements statiques, partiellement dynamiques aussi bien que des environnements dynamiques. L'approche est divisée en deux phases, statique et dynamique. Dans la phase statique, le Calcul est basé sur les sommets des obstacles stationnaires élargis, réduisant de ce fait l'espace de recherche et le temps de calcul d’une manière significative. L'approche utilise les algorithmes génétiques combinés avec l’algorithme de Dijkstra pour trouver le chemin optimal en créant une population initiale des chemins faisables et infaisables. Puis, elle trouve le chemin optimal pour le robot. Une fois que le chemin est prêt, le robot commence à se déplacer entre les obstacles stationnaires avec des capteurs qui peuvent détecter le moindre changement au voisinage du robot. La phase dynamique est appliquée une fois que les obstacles mobiles sont détectés par ces capteurs. Quand l'obstacle mobile entre dans l’intervalle de détection du robot, les capteurs le détecteront et le robot peut acquérir les informations de cet obstacle mobile tel que sa vitesse et sa direction. Puis, le robot utilise ces informations pour calculer la possibilité de collision avec cet obstacle mobile. S'il y en a, le robot fait appel à l’algorithme du CTA pour éviter la collision avec cet obstacle. L’algorithme calcule le temps d’attente nécessaire au passage de l’obstacle et la position d’attente où le robot peut attendre en toute sécurité. Dans le cas où il n’y a pas de collision entre le robot et l’obstacle, le robot utilise le chemin obtenu par les algorithmes génétiques pour atteindre son but.