LIP6 - AnimatLab

1. Système biomimétique d’évitement d’obstacles basé sur le flux optique. Application à un mini-drone à voilure fixe en environnement urbain simulé. Muratet, Doncieux, Meyer, Druot LIP6 - AnimatLab

2. Système d’évitement d’obstacles bio-mimétique basé sur le flux optique. Présentation Introduction Problématique Intégration dans l’approche animat Objectifs Flux optique Principe de la stratégie Expériences réalisées Modèle physique (Druot) Flux optique théorique Extraction du flux optique Stratégie de zigzag Compensation des rotations Conclusions & perspectives Discussion des résultats présentés Perspectives de développement ultérieur

3. Introduction Problématique • L’approche animat étudie des animaux simulés ou des robots dont le fonctionnement est inspiré de la biologie. Un animat: • perçoit l’environnement et son état interne grâce à ses capteurs (1). • agit sur l’environnement grâce à ses actionneurs (2). • coordonne ses perceptions et ses actions grâce à son architecture de contrôle (3). • Pour « survivre », l’animat doit • maintenir ses variables essentielles • dans son domaine de viabilité. 3 2 1

4. Introduction Intégration dans l’approche animat Mini-drone: - domaine de viabilité: - évitement d’obstacles - maintien de l’appareil dans son domaine de vol, espace dans lequel il est contrôlable. - plate-forme très instable. - défi ambitieux en terme de contrôle: 6 degrés de liberté contre seulement 3 pour un robot roulant. - 3 angles d’attitude: le cap (ψ), l'assiette (θ) et l'inclinaison (φ) définissant son orientation dans l’espace. - 3 coordonnées de position.

5. Introduction Objectifs Réalisation d’un système biomimétique d’évitement d’obstacles basé sur la vision appliqué à un mini-drone volant à basse altitude en milieu urbain. Mini-drone: faible capacité d’emport. - Inadaptation des capteurs de distance usuels: trop encombrants et consommant trop d’énergie. - Choix de la caméra comme capteur principale pour réaliser l’évitement d’obstacles. Objectif à plus long terme: tester la possibilité d’implémenter le système sur le Pégase 50.

6. Introduction Flux optique Définition du flux optique: champ de vecteur des vitesses apparentes des objets de la scène sur le plan-image.

7. Introduction Principe de la stratégie (1) Utilisation de la vision pour la navigation (Franceschini, Duchon): Principe: lors d’un déplacement en translation, la vitesse de défilement d’un objet est inversement proportionnelle à sa distance.

8. Introduction Principe de la stratégie (2) Stratégie d’équilibre: Temps avant impact: Si alors virage serré: - choix du coté où le flux optique est le plus faible. - persistance dans le choix.

9. Expériences réalisées Modèle physique (Druot) Asservissement automatique pour stabiliser l’altitude: Contrôle de la pente par la poussée et de la vitesse par la profondeur Pilotage indirect du cap par l’inclinaison:

10. Expériences réalisées Flux optique théorique: principe et résultats Valeur de commande: La stratégie de contrôle en continu fonctionne parfaitement. Les décisions sont toutes cohérentes.

11. Expériences réalisées Extraction du flux optique: principes Double contrainte de robustesse et de temps réel. ECMA: Problème mal posé: 1 équation et deux inconnus pour chaque pixel. Ajout d’hypothèses supplémentaires. Principales familles d’extraction du flux optique: - Méthodes différentielles - Méthodes par corrélation

12. Expériences réalisées Extraction du flux optique: méthodes Méthodes différentielles (Horn et Schunck). - ajout d’une hypothèse de régularité - premier ordre: vitesses inférieures à 1 pixel/intervalle. - ordres supérieurs: complexité croissante et sensibilité au bruit. Algorithmes de mise en correspondance de régions (Barron et al. 94): - robustesse - complexité croissante de manière quadratique en fonction de la vitesse maximale recherchée. Pour une croissance linéaire: - Substitution de la recherche dans l’espace par une recherche dans le temps (Camus 94). - Vitesses inférieures à 1 pixel/intervalle. Utilisation d’une simulation de la puce GVPP.

13. Expériences réalisées Stratégie de zigzag: principe et comparaison Stratégie de zigzag de la mouche: Comparaison avec un robot roulant ou un drone à voilure tournante: calcul de la commande rotation: la vision est inhibée virage: la vision est inhibée bâtiments Rotation sur place Rotation en mouvement - les rotations ne peuvent s’effectuer sur place: inhibition de la vision pendant toute la durée du virage.

14. Expériences réalisées Stratégie de zigzag: résultats • Les décisions sont cohérentes mais trop éloignées dans le temps. • - La stratégie est trop peu réactive et inadéquate dans des environnements encombrés.

15. Expériences réalisées Compensation des rotations: principe et résultats Stratégie de compensation: On calcul analytiquement et on le retranche du flux observé pour obtenir nécessaire à la décision. - La plupart des décisions sont cohérentes. - Des erreurs de choix demeurent en raison du bruit du flux optique extrait.

16. Conclusions & perspectives Discussion des résultats présentés Évaluation d’une trajectoire: problème mal défini. - Validation statistique par une étude systématique dans des environnements diversifiés pour déterminer un taux de collision. - Mesure quantitative: écart moyen au squelette. Stratégie de zigzag: + décisions correctes mais trop éloignées dans le temps. - trop peu réactive et donc inadéquate pour des vitesses trop élevées ou dans des environnements encombrés. Stratégie de compensation des rotations (contrôle en continu): + excellents résultats dans des environnements variés et encombrés dans le cas d’un flux optique parfait. - cas réel: forte dépendance à la fiabilité du flux optique extrait.

17. Conclusions & perspectives Perspectives de développement ultérieur Intégration d’un contrôle de l’altitude. Ajout de capacités d’adaptation: réglage des paramètres par un algorithme génétique. Implémentation sur le drone réel Pégase 50: - Extraction du flux optique: développer un algorithme de mise en correspondance de régions intégrant les informations inertielles pour limiter la zone de recherche. - Problème liés à l’instabilité de la plate-forme: - vent - vibrations du moteur

18. Conclusions & perspectives Questions…