Reconnaissance d'itinéraires et Navigation en convoi de véhicules communicants – RINAVEC

Ce projet vise à développer et évaluer des fonctions avancées de Perception et de Modélisation de l'Environnement, pour des véhicules évoluant en convoi sur un itinéraire inconnu a priori, en milieu ouvert (périurbain ou naturel). Le contexte applicatif concerne la navigation de convois humanitaires dans des zones de conflit ou accidentées : pour diverses raisons (mines, autres véhicules ou personnes), la progression de tels convois est très difficile et dangereuse. Le but sera d'évaluer les progrès récents en Perception pour la navigation de véhicules communicants, dans ce contexte très exigeant.Chaque véhicule du convoi est équipé de capteurs proprioceptifs bas-coût (GPS, inertiel) et de caméras. Le véhicule de tête (leader) modélise la trajectoire suivie par le convoi ; pour éviter tout danger, les autres véhicules (suiveurs) doivent emprunter cette trajectoire, avec une déviation maximale de 10cm. Le leader, téléopéré par un opérateur qui peut être dans un véhicule du convoi, enregistre sa trajectoire sous la forme de positions successives, relatives à des amers 3D fixes de l'environnement, détectés et suivis dans les images acquises en mouvement. Le leader détecte aussi des objets mobiles proches de l'itinéraire, et évalue leurs états -positions et vitesses. Trajectoire, positions des amers fixes, états des objets mobiles sont stockées dans une carte stochastique, périodiquement envoyée aux suiveurs. Chacun l'exploite pour se localiser par rapport aux amers déjà perçus par les précédents, et pour corriger sa trajectoire afin de respecter la contrainte de déviation maximale. Chacun enrichit la carte en fonction de ses propres observations. Nous exploiterons d'abord des amers ponctuels reconstruits depuis des points d'intérêt (SIFT, Harris...), puis des amers structurés (lignes, surfaces) correspondant à des entités sémantiques de l'environnement (arbres, bordures, panneaux, façades de bâtiment) dans l'objectif de réduire la quantité d'informations stockées et transmises. Plusieurs variantes de ce scénario seront considérées : convoi espacé (les véhicules ne se voient pas) ou resserré (localisation mutuelle), rejeu différé d'un itinéraire, véhicule sans capteur guidé par les autres.La thématique scientifique centrale étudiée dans ce projet est le SLAM (Simultaneous Localization and Mapping), combinant Perception pour détecter, suivre et identifier des caractéristiques de l'environnement, et Estimation de l'état des véhicules et de l'environnement en tenant compte des imprécisions des données sensorielles. Plusieurs variantes du SLAM seront étudiées : cartes hétérogènes, sous-cartes, SLAM distribué et SLAMMOT (Mobile Object Tracking).Ce projet est proposé par trois partenaires: d'une part des équipes du LAAS-CNRS et du LASMEA, expertes dans les domaines Robotique Terrestre ou Véhicules Intelligents, et d'autre part, le département 'Robotique et UAV' de Thales Optronique S.A., réputé pour sa capacité à intégrer des systèmes robotiques. ...