En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Doctorant.e (H/F) sur la localisation et la navigation multi-robots pour la surveillance d'infrastructures

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Date Limite Candidature : lundi 23 mai 2022

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Informations générales

Référence : UMR6004-ISAFAN-002
Lieu de travail : NANTES
Date de publication : lundi 2 mai 2022
Nom du responsable scientifique : Isabelle FANTONI
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 octobre 2022
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

L'objectif principal de la thèse est la collaboration multi-robots pour réaliser une mission de surveillance d'infrastructure en utilisant la carte partageable de l'environnement autour de l'infrastructure, obtenue par différents capteurs embarqués sur plusieurs robots. Déployer efficacement quelques drones et robots mobiles pour une mission de surveillance d'infrastructure reste un problème ouvert, surtout en extérieur et dans des environnements souvent contraints (semi-urbains, avec des obstacles, ...). Les objectifs seront de proposer des stratégies de localisation et de navigation multi-capteurs avec au moins un couple de drones et de robots mobiles pour surveiller efficacement une infrastructure. Les robots seront contrôlés et localisés à des points d'intérêt prédéfinis en utilisant un asservissement visuel ou basé sur des capteurs. Un objectif principal est le positionnement précis des robots par rapport à l'environnement, à l'infrastructure observée et entre eux. La thèse vise à répondre aux questions suivantes : comment choisir les capteurs appropriés (caméras, UWB ?...) embarqués sur les robots pour les localiser en présence ou en l'absence de GPS ? Comment les fusionner afin d'optimiser les positions des drones et des robots pour surveiller avec précision l'infrastructure ? Quelles stratégies adopter lorsque l'on perd la localisation ? Comment les robots partagent-ils leurs positions ?
Nous considérerons deux types de scénarios dans lesquels deux drones et un robot mobile fonctionneront en permanence pendant la mission. Dans le premier type de scénario appelé "collaboration serrée", les deux drones aideront le véhicule à se localiser pour la navigation dans les situations suivantes où le GPS n'est pas disponible (pour le véhicule) :
• Le robot terrestre est entouré de végétation mais quelques endroits clairs permettent au robot terrestre de "voir" les drones.
• Le robot terrestre est dans un tunnel (complètement entouré d'arbres) sans endroits clairs mais il peut "voir" les drones au début et à la fin du tunnel.
• Le robot terrestre est trop proche de bâtiments élevés.
Dans le deuxième type de scénario, appelé "collaboration lâche", tous les robots collaborent pour créer et mettre à jour une carte de l'environnement avec leurs propres capteurs. Nous allons explorer différentes configurations telles que :
• chaque drone a une caméra, le véhicule a un lidar et des caméras.
• un drone possède une caméra, un drone possède un lidar, le véhicule possède un lidar et des caméras.
Dans tous les scénarios ci-dessus, nous supposons que les drones seront capables de recevoir le GPS et de communiquer avec les véhicules pour la localisation. Nous prévoyons d'envisager des stratégies utilisant la géolocalisation couplée et la localisation relative entre les drones et le robot (par exemple via des mesures utilisant la technique d'Ultra Large Bande (UWB en anglais)) pour rendre la localisation du véhicule plus robuste. Une étude récente [1] a montré que la localisation par UWB axée sur les systèmes multi-drones et les systèmes multi-robots hétérogènes est apparue ces dernières années comme une solution de haute précision pour les missions collaboratives. La combinaison de mesures de télémétrie UWB avec le GPS peut également fournir une plus grande précision [2]. L'objectif de ce travail sera également de contrôler les robots pour compenser les incertitudes résiduelles potentielles.
Afin d'augmenter l'autonomie du système multi-robots, nous supposerons que deux autres drones sont disponibles sur le robot au sol en train de recharger leurs batteries lorsque le premier couple est en vol. Lorsque les batteries du premier couple de drones devront être rechargées, elles seront remplacées par le second couple. Coordonner le remplacement des drones tout en assurant la continuité du service nécessite de définir une stratégie de "haut niveau" et une allocation optimale des tâches. Afin de définir quelle tâche à quel robot pourrait être assignée, nous allons explorer différentes stratégies de "haut niveau", par exemple les algorithmes d'allocation de tâches [5], décrits comme des problèmes d'optimisation dans les systèmes multi-robots. Il existe de nombreuses approches pour assigner des tâches aux robots dans un environnement multi-robots de manière centralisée ou distribuée. Les approches basées sur les enchères pourraient offrir une solution attrayante en raison de leur flexibilité et de leur capacité à distribuer le calcul de la solution à différents agents, tandis qu'une fonction objective globale est définie pour répondre à certaines exigences de performance du système [6], [7].
Planning de travail:
- État de l'art des différentes stratégies de localisation et d'allocation/navigation utilisant des multi-capteurs pour des robots multiples (drones et robots mobiles).
- Proposition de différentes méthodes pour optimiser efficacement la localisation et la navigation des robots pendant les missions.
- Définition d'un environnement de simulation pour évaluer une mission collaborative en utilisant Gazebo et ROS.
- Étude et implémentation de différentes stratégies dans les simulations.
- Expériences dans des arènes de vol (intérieur et extérieur).

Références
[1]. W. Shule, C. Martinez Almansa, J. Pena Queralta, Z. Zou, T. Westerlund, “UWB-Based Localization for Multi-UAV Systems and Collaborative Heterogeneous Multi-Robot Systems”, International Conference on Future Networks and Communications (FNC), 2020.
[2]. Y. C. Chen, A. Lai, R. Wu, “UWB-assisted high-precision positioning in a UTM prototype”. IEEE Topical Conference on Wireless Sensors and Sensor Networks (WiSNeT), pp. 42-45, 2020.
[3]. K. Guo, Z. Qiu, C. Miao, A. H. Zaini, C.-L. Chen, W. Meng, L. Xie, “Ultra-Wideband-Based Localization for Quadcopter Navigation”. Unmanned Systems, Vol. 4, No. 1, pp. 23–34, 2016.
[4]. K. Guo, X. Liu, L. Xie, “Ultra-Wideband and Odometry-Based Cooperative Relative Localization with Application to Multi-UAV Formation Control”. IEEE Transactions on Cybernetics, Vol. 50, Issue 6, pp. 250-2603, June 2020.
[5]. A. Khamis et al: “Multi-robot Task Allocation: A Review of the State-of-the-Art”, Cooperative Robots and Sensor Networks, 2015.
[6]. G. Lozenguez, L. Adouane, A. Beynier, A. Mouaddib, P. Martinet: ”Punctual versus continuous auction coordination for multi-robot and multi-task topological navigation”, Autonomous Robots, 40 (4), 599-613, 2016.
[7]. M. Dias et al. : “Market-based multirobot coordination: a survey and analysis”, Proceedings of the IEEE,94(7), 1257–1270, 2006.

Contexte de travail

Le projet de thèse sera réalisé en co-supervision entre Isabelle FANTONI au LS2N, Nantes, dans l'équipe ARMEN, Ezio MALIS et Philippe Martinet au Centre INRIA, Université Côte d'Azur, dans l'équipe ACENTAURI à Sophia Antipolis.
Le sujet proposé s'inscrit dans le cadre du projet SAMURAI financé par l'ANR dont les partenaires sont l'INRIA (équipe ACENTAURI), le LS2N (équipe ARMEN) et le MIS. L'ambition du projet SAMURAI est de concevoir de nouvelles approches pour la navigation d'un système multi-robot collaborant sur une tâche de surveillance commune, dans un environnement urbain ou péri-urbain en utilisant des capteurs hétérogènes afin de faciliter leur mise en œuvre (réduction du temps et des coûts de préparation). Par tâche de surveillance, nous entendons la collecte de données précises dans une zone spécifique et pour un traitement spécifique des données (qui dépend de l'application visée, par exemple la détection de défauts et le suivi de l'évolution). Les objectifs scientifiques du projet sont : (i) construire des cartes partageables d'un environnement complexe en utilisant des capteurs hétérogènes haut de gamme (lidar, vision, IMU, GPS, ...) ; (ii) utiliser la carte pour effectuer une surveillance à long terme de l'infrastructure en utilisant des robots collaboratifs ayant des capteurs bas coût différents des capteurs haut de gamme utilisés pour construire la carte partageable ; (iii) mettre à jour la carte lorsque des changements sont détectés en utilisant les données collectées par les robots avec une capacité limitée de capteurs pendant leur tâche de surveillance. Les approches développées seront validées expérimentalement sur un scénario de surveillance d'un bâtiment dans un environnement urbain ou péri-urbain (par exemple une église ou un bâtiment historique) et de mise à jour de la carte partageable en utilisant des robots terrestres et aériens.

Informations complémentaires

Diplômes et compétences requis
- Master et/ou diplôme d'ingénieur en robotique.
- Connaissance des langages de programmation (Python, C++). Une connaissance de l'environnement ROS2 serait appréciée.
- Bonne maîtrise de l'anglais, oral et écrit.
- Aptitude à l'analyse, capacité à formuler et conduire un projet scientifique, capacité à communiquer et valoriser les travaux.
- Capacité à travailler en équipe sur des projets de collaboration.

Documents à fournir
- Curriculum Vitae
- Lettre de motivation

On en parle sur Twitter !