ELE6207Commande de systèmes robotiques

Navigation d’un robot mobile dans un environnement dynamique

Julien BeaudryPierre-Yves Mailhot

École Polytechnique de Montréal23 avril 2003

Objectif ultime de la RoboCup

« By the year 2050, develop a team of fully autonomous humanoid robots that can win against

the human world soccer champion team. »

Le soccer robotisé au laboratoire de mécatronique

Recherche dans le domaine des systèmes de robotique mobile multi-agents (systèmes électro-mécaniques, systèmes temps-réel, perception, contrôle, coopération)

Vocation éducationnelle (cours ELE3100, PFEs, etc.)

Participation, à compter de 2004, à la RoboCup (Middle-Size League)

Navigation dans un environnement dynamique

Objectifs:

1. Maintenir une trajectoire permettant d’atteindre la cible

2. Minimiser les collisions

L’environnement dynamique nous force à adopter une approche réactive au lieu d’une approche prédictive.

Travaux à venir (12 mars 2003)

Développement d’une procédure d’ajustement

Amélioration de la procédure de recouvrement

Implantation du filtre de Kalman pour essais sur système réel

Augmentation graduelle de la vitesse de navigation

Constamment s’assurer que la méthode utilisée est la bonne!

Plan de la présentation

1) Introduction et rappel du projet

2) Description du système

3) Méthode des champs de potentiels initiale

4) Méthode des champs de potentiels révisée

5) Algorithmes de jeu: gardien et attaquant

6) Contrôle assisté

7) Discussion

Description du système

système de vision lien sans filserveur de jeu

2 caméras couleur

6 robots et terrain

Champs de potentiels artificiel: principe

Force d’attraction:Force de mouvement (+)

Forces de répulsion dues aux robots:Force statique (-)

Force dynamique (+ ou -)

Force limite (-)

Force résultante

Les équations sont définies ainsi pour la composante X:

Champs de potentiels artificiel: équations

rbt

K

desmouvement VAF cos

rbtobsrbtobsdynamique VCVF _tan_ cos

125.0cos

_tan

obs

M

brdlookat

rbtXrbtbandes nb

d

rposwitdhDVEF

rbtobsLobslookatobstacle

statiquedd

BF _

_

cos

Champs de potentiels artificiel: exemples

Séquences vidéos

Champs de potentiels artificiel: difficultés

Efficacité variable de la méthode selon les coefficients utilisés et le type de situation (statique versus dynamique, comportement de joueur versus aléatoire)

Degré d’optimalité recherché

Le robot peut se retrouver dans des culs-de-sac dans lequel il est incapable de ressortir (séquence vidéo)

Méthode des champs de potentiels révisée: principe

Utilisation des champs de potentiel mais correction de la cible afin de se diriger vers une direction dégagée

1) Détermination d’une cible intermédiaire à partir de la droite libre la plus proche de la cible finale

2) Calcul de la force résultante à partir des forces de mouvement et de répulsion (statiques, dynamiques et bandes)

3) Détermination de la vitesse tangentielle résultante et de la vitesse angulaire requise

Méthode des champs de potentiels révisée: fonctionnement

Algorithmes de jeu: gardien

Prédiction de la position du ballon Positionnement en fonction de cette prédiction Capacité de dégagement

x

y

Algorithmes de jeu: gardien

Séquence vidéo

Algorithmes de jeu: attaquant

Positionnement en fonction de la position p.r. au ballon

Jeu d’équipe: rôle défensif si coéquipier plus près du ballon

1

x

y

2

34

Algorithmes de jeu: attaquant

Simulation

Contrôle assisté

Utilisation de la méthode développée pour faciliter la navigation manuelle en environnement dynamique

Par exemple, contrôle d’un robot footballeur par commande de jeu

Contrôle assisté

Séquence vidéo

Discussion

Points faibles: Optimisation des coefficients Difficile de juger de l’optimalité du trajet Dépendance entre paramètres et vitesse de parcours

Points forts: Relativement facile à programmer Exécution rapide (peu de ressources sollicitées) Le comportement du robot peut être facilement

ajusté Il n’est plus nécessaire d’avoir une méthode de

recouvrement

Travaux à venir (été 2003)

Terminer la programmation de la méthode révisée

Validation du nouvel algorithme (essais)

Ajustement des paramètres pour différentes situations de jeu

Fusion des données de l’odométrie et du système de vision

Des questions ?

??