Abstract FR:

Cette thèse traite du problème de la localisation dans un environnement tridimensionnel (3D) d'un robot mobile autonome, ainsi que de celui de la modélisation de terrain. Deux domaines typiques d'application de ce travail sont la robotique mobile d'intervention (sécurite civile,) et l'exploration planétaire. La contribution de la thèse se situe surtout au niveau de la localisation d'un robot dans un environnement semi-structure ou non structuré. Un état de l'art concernant d'une part les principaux capteurs utilisables, et d'autre part la modélisation, est présente. L'accent est mis sur les capteurs inertiels et sur la modélisation de formes non structurées ; le choix des capteurs utilisés, ainsi que celui des primitives géométriques retenues, sont justifiés. Dans un premier temps, une approche pour la localisation du robot à l'aide d'amers de type structure, mais éventuellement naturels, est presentée. Le problème de la fusion incrémentale d'un modèle de localisation basé sur des primitives hétérogenes, à partir de la détection de lignes verticales (arbres, colonnes) ou de murs, est traité. Plusieurs approches pour le recalage de la position du robot et la fusion des données hétérogènes sont comparées. Une stratégie de choix des différents amers est enfin proposée. Dans un deuxième temps, le problème de la modélisation de terrain accidenté et du recalage sur des caractéristiques non structurées de l'environnement est abordé. Une méthode de modélisation du terrain par hiérarchie de b-splines est proposeé, et la construction incrémentale du modèle de terrain est traitée. Le modèle analytique obtenu permet d'extraire divers invariants 3D, comme des maxima d'altitude ou des points de forte courbure ; l'aspect multi-résolution permet de focaliser progressivement la recherche de telles caractéristiques. Finalement, une méthode de localisation faisant coopérer l'extraction de caractéristiques avec des techniques de type corrélation est proposée. Les différentes méthodes développées ont fait l'objet d'une validation sur plusieurs robots mobiles expérimentaux.