Search

[Departement_IRSTEA]Ecotechnologies [TR1_IRSTEA]INSPIRE; International audience; L'autonomie des robots mobiles est encore aujourd'hui un défi majeur pour la communauté scientifique. Pourtant, les progrès ont été nombreux en particulier ces dernières années. Cependant, si les derniers développements proposent des résultats impressionnants, ils ne permettent pas aux robots de qualifier leur degré d'autonomie et ceci quelque soit la fonction adressée. La fédération de recherche TIMS propose une nouvelle approche des fonctions de l'autonomie basée sur une utilisation de processus cognitifs proposés pour la première fois dans les travaux de thèse de Cédric Tessier. Cette thèse, réalisée au sein de la Fédération de Recherche TIMS (Technologies de l'Information, de la Mobilité et de la Sûreté) dans le projet V2I (Véhicules et Infrastructure Intelligents), portait sur la réalisation d'un système de conduite automatique de véhicules en milieu naturel en s'intéressant tout particulièrement à l'intégrité de la localisation. Ces travaux scientifiques ont abouti à la réalisation d'algorithmes innovants de gestion de l'information permettant de garantir l'intégrité de l'estimation. Par gestion de l'information, nous entendons tout le processus allant de l'acquisition de données issue de plusieurs capteurs, en passant par l'application d'algorithmes de traitement et d'extraction d'informations utiles jusqu'au calcul du résultat final et de ses caractéristiques (i.e. précision, justesse). L'idée maîtresse consiste à ne plus se "laisser submerger" par une masse d'informations fournie par un grand nombre de capteurs et dans laquelle il est de plus en plus difficile d'extraire les données pertinentes, y compris par les techniques classiques de fusion. Moyennant un minimum de connaissances sur le comportement de l'environnement à observer (surveillance de process), ou de l'environnement dans lequel le système évolue, il est possible de focaliser l'attention du système perceptif sur les informations à rechercher. Par exemple, ceci peut se faire en choisissant le capteur et/ou l'algorithme de traitement associé le plus adéquat à la situation anticipée ou présumée fonction des événements précédents. Ces principes ont été appliqués à l'accroissement de l'autonomie de robots mobiles mais ont capacité à être généralisés à de nombreuses autres applications. En effet l'utilisation de ces algorithmes innovants est parfaitement justifiée pour les problématiques d'extraction d'informations utiles et de fouille efficace de données acquises dans des environnements complexes et incertains. Aussi, en 2008, nous avons décidé d'étudier l'opportunité de fonder une société afin de valoriser cette technologie dans les secteurs les plus adéquates. Suite à une étude Marketing de l'innovation, la société Effidence a été créée. Le positionnement stratégique d'Effidence est double : d'une part la société développe de nouvelles solutions pour gérer efficacement des systèmes de vidéo protection pour de grands ensembles tels que des sites de rencontres sportives, des sites touristiques étendus, des aéroports, d'autre part elle propose un pôle ingénierie en étroite collaboration avec des laboratoires de recherches tels que le Lasmea ou le Cemagref avec lesquels elle prétend s'investir dans des projets de recherche ambitieux contribuant à augmenter ses compétences et à permettre une meilleure diffusion des résultats de recherche de ces laboratoires.

This article puts forward a new concept for automatic guidance of autonomous vehicle. Its name is SLAG for " Simultaneous Localization and Automatic Guidance " and its goal is to provide a reliable and accurate guidance process. SLAG is based on a cognitive process which chooses in real time the best action allowing the robot insuring a safe behaviour during the trajectory tracking. SLAG has shown its efficiency during numerous experiments carried out with an electrical off road vehicle which speed was faster than 4 m/s., Cet article propose un nouveau concept pour le guidage automatique de véhicules autonomes. Il s'agit du SLAG (Simultaneous Localization and Automatic Guidance) dont l'objectif est de permettre un guidage précis et fiable d'un robot mobile. Ce concept est basé sur un processus cognitif qui détermine en temps réel la meilleure action permettant au robot d'assurer son fonctionnement lors du suivi de trajectoire. Ce concept a montré son efficacité lors de nombreuses expérimentations réalisées à des vitesses supérieures à 4 m/s.