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 ?
??