Descriptif
Les drones et les robots doivent créer des cartes de leur environnement pour planifier leur déplacement et naviguer. Ce cours présente les plateformes robotiques et les capteurs les plus courants (vision, Lidar, centrales intertielles, odométrie...) et les différentes composantes de la navigation : évitement d'obstacles ; localisation ; cartographie (SLAM) et planification de trajectoire ainsi que les techniques de filtrage (filtre de Kalman, filtrage particulaire, etc.) et d'optimisation utilisées dans ces domaines.
Diplôme(s) concerné(s)
- AUDITEURS - IP Paris
- M2 DataAI - Données et intelligence artificielle
- M1 DataAI - Données et intelligence artificielle
- M2 CPS - Système Cyber Physique
- MScT-Artificial Intelligence and Advanced Visual Computing
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade réduitPour les étudiants du diplôme AUDITEURS - IP Paris
Pour les étudiants du diplôme M1 DataAI - Données et intelligence artificielle
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 2 ECTS
Pour les étudiants du diplôme M2 DataAI - Données et intelligence artificielle
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 2 ECTS
Pour les étudiants du diplôme MScT-Artificial Intelligence and Advanced Visual Computing
Vos modalités d'acquisition :
Note de 3 TP
Rattrapage : examen oral
L'UE est acquise si note finale transposée >= C- Crédits ECTS acquis : 2 ECTS
Pour les étudiants du diplôme M2 CPS - Système Cyber Physique
Vos modalités d'acquisition :
Note de 3 TP
Rattrapage : examen oral
Le rattrapage est autorisé (Note de rattrapage conservée)- Crédits ECTS acquis : 2.5 ECTS
Programme détaillé
- Introduction / organisation du cours
- Introduction à la robotique mobile.
- Présentation des différents types d'architectures de contrôle. Approches de la navigation.
- Les capteurs de la robotique mobile et leur utilisation.
- Navigation sur carte. Représentations de l'environnement.
- Classification et présentation des différentes méthodes de localisation. Méthodes de localisation directe
- Méthodes de suivi de position. Iterated Closest Point.
- Travaux pratiques 01 : ICP avec un télémètre laser.
- Localisation par suivi de position, filtrage de Kalman.
- Travaux pratiques 02 : Filtrage de Kalman pour la localisation de robots
- Filtrage particulaire pour la localisation de robots.
- Travaux pratiques 03 : Filtrage particulaire pour la localisation de robots
- Classification et présentation des différentes méthodes de mapping. Cartographie par filtrage de Kalman.
- Travaux pratiques 04 : EKF SLAM
- Méthodes de mapping basées sur l'optimisation.
- Travaux pratiques 05 : SLAM graphique
- Planification de trajectoire pour la robotique.
- Travaux pratiques 06 : Planification de trajectoire RRT
