Modélisation et simulation d’un robot aspirateur domestique dans un environnement dynamiqu
No Thumbnail Available
Date
2017
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Badji Mokhtar Annaba
Abstract
Depuis l’émergence de la communauté scientifique de l’intelligence artificielle, les sys tèmes ou les applications robotiques sont devenus des outils incontournables dans notre
vie quotidienne, tels que l’assistance aux personnes âgées, les véhicules sous-marins et
aériens, les robots de l’agriculture, les robots shopping mobiles, les robots aspirateurs etc.
Le robot aspirateur, par exemple, a la mission de balayer tous les points accessibles dans
tout l’environnement. Cette tâche est connue en tant que Navigation par Couverture
Complète d’une Région (CRCN) de l’environnement cible.
À l’heure actuelle, la mission de nettoyage de toute surface d’une pièce avec un robot
aspirateur autonome, est typiquement planifiée par plusieurs méthodes. Mais, ces der nières, ne sont pas efficaces pour le CRCN simplement parce qu’elles négligent certains
paramètres tels que l’environnement inconnu, les obstacles mobiles dans la pièce (envi ronnement dynamique), l’optimisation de la longueur de trajectoire parcourue, le nombre
de tours et le temps de mission CRCN.
Pour palier à ces limitations, notre approche dans cette thèse est de proposer une
nouvelle méthode pour trouver des chemins sans collision permettant au robot avec ses
capteurs de couvrir une région de la surface de la pièce (planification de la trajectoire de
couverture). La méthode proposée est appelée le Modèle de Réseau Neuronal à Impulsions Couplées (PCNN) qui est inspirée du modèle Eckhorn (1990) et qui garantit aussi de bons
résultats dans de nombreux domaines, telles que la reconnaissance des formes et la rapi dité de trouver le chemin le plus court avec un minimum d’effort.
Les résultats des études de simulation et de comparaison démontrent l’efficacité et la
robustesse de la méthode proposée où nous remarquons que le modèle proposé ne nécessite
pas une connaissance préalable de l’environnement-cible, de sorte qu’il fonctionne en temps
réel et dans un environnement dynamique dans lequel il peut réduire la longueur de la
trajectoire, le temps de calcul, le nombre de tours et le nombre des cellules déjà nettoyées,
de manière à obtenir un temps court avec une faible consommation d’énergie (batteries).
Description
Keywords
robot aspirateur; navigation par couverture complète d’une
région (CRCN); réseau neuronal à impulsions-couplées (PCNN); environnement dynamique