Stan : systeme de transport a apprentissage neuronal. application de la vision omnidirectionnelle a la localisation d'un robot mobile autonome

Ce travail introduit une nouvelle methode d'interpretation de la vision du monde reel et applique cette technique a la navigation d'un robot mobile autonome dans un milieu industriel. Stan, systeme de transport a apprentissage neuronal, a pour objectif d'accroitre a moindre cout, la flexibilite et l'autonomie locale de robots mobiles. Cette proposition s'appuie essentiellement sur deux points. Premierement, le systeme de perception, base sur un systeme de vision omnidirectionnelle, permet de collecter des informations dans toutes les directions autour du robot en une seule prise d'image. Ce systeme consiste en la photographie du reflet de l'environnement sur un miroir conique. L'image obtenue fournit une signature caracteristique de la position dans l'environnement. Cette methode de perception est etudiee a travers deux prototypes: l'un permettant la prise d'une seule image, l'autre realisant la prise d'un couple d'images stereoscopiques. Deuxiemement, notre point de vue revise les developpements actuels des methodes de guidage et de navigation. Il s'appuie sur la reconnaissance des signatures caracteristiques de la position que fournit le systeme de perception afin de calculer la position du vehicule. La methode se decompose en deux etapes: un mode apprentissage ou un operateur enseigne la trajectoire de travail au robot, et, un mode operatoire ou le robot realise une reconnaissance des images recues. Ces deux phases constituent les etapes d'entrainement et d'utilisation de reseaux de neurones a retropropagation du gradient. Ce memoire souligne dans un premier temps la problematique liee a l'utilisation de vehicules autonomes dans un milieu industriel. Ces observations amenent alors la proposition d'une solution originale dont les differents points specifiques sont ensuite abordes a travers une presentation generale du projet stan. Un ensemble de resultats issus de simulations et experimentations permet ensuite la validation de l'idee generale a travers la comparaison de plusieurs architectures neuronales. Un bilan des contributions et des perspectives ouvertes par le projet stan conclut enfin sur l'avancement des travaux