Titre :	Localisation et cartographie simultanées par optimisation de graphes
Type de document :	document multimédia
Auteurs :	Tarek Oussama Dahmani, Auteur ; Naceur Chorfi, Auteur ; Fatima Chouireb, Directeur de thèse
Editeur :	Laghouat : Université Amar Telidji - Département d'électronique
Année de publication :	2021
Importance :	52 p.
Format :	27 cm.
Accompagnement :	1 disque optique numérique (CD-ROM)
Note générale :	Option : Automatique et informatique industrielle
Langues :	Français
Résumé :	Aujourd'hui, la recherche en robotique vise principalement à permettre à des robots mobiles autonomes d'interagir de manière transparente avec des environnements arbitraires et auparavant inconnus. L'un des problèmes les plus fondamentaux à résoudre dans ce contexte est la question de savoir où se trouve le robot et à quoi ressemble le monde qui l'entoure. C'est ce qu’on appelle problème de localisation et de cartographie simultanées (SLAM). Ce mémoire de Master couvre le système GraphSLAM utilisant des capteurs LIDAR pour la perception de l'environnement. GraphSLAM est une approche basée sur les graphes pour résoudre le problème du SLAM. Il se compose d'un frontend et d'un backend : la tâche du frontend est de construire de manière incrémentielle un graphe à partir des données du capteur qui modélisent la relation spatiale entre les mesures. Le backend est responsable de l'optimisation de ce graphique, i. e. trouver une configuration de graphe (trajectoire et carte) qui correspond le mieux aux contraintes introduites par les mesures des capteurs. L'algorithme a été testé sur des données réelles et a donné de bons résultats. Il a pu déterminer la position du véhicule et la carte de l'environnement avec une bonne précision.
note de thèses :	Mémoire de master en électronique

Localisation et cartographie simultanées par optimisation de graphes [document multimédia] / Tarek Oussama Dahmani, Auteur ; Naceur Chorfi, Auteur ; Fatima Chouireb, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'électronique, 2021 . - 52 p. ; 27 cm. + 1 disque optique numérique (CD-ROM).
Option : Automatique et informatique industrielle
Langues : Français

Résumé :

Aujourd'hui, la recherche en robotique vise principalement à permettre à des robots mobiles autonomes d'interagir de manière transparente avec des environnements arbitraires et auparavant inconnus. L'un des problèmes les plus fondamentaux à résoudre dans ce contexte est la question de savoir où se trouve le robot et à quoi ressemble le monde qui l'entoure. C'est ce qu’on appelle problème de localisation et de cartographie simultanées (SLAM). Ce mémoire de Master couvre le système GraphSLAM utilisant des capteurs LIDAR pour la perception de l'environnement. GraphSLAM est une approche basée sur les graphes pour résoudre le problème du SLAM. Il se compose d'un frontend et d'un backend : la tâche du frontend est de construire de manière incrémentielle un graphe à partir des données du capteur qui modélisent la relation spatiale entre les mesures. Le backend est responsable de l'optimisation de ce graphique, i. e. trouver une configuration de graphe (trajectoire et carte) qui correspond le mieux aux contraintes introduites par les mesures des capteurs. L'algorithme a été testé sur des données réelles et a donné de bons résultats. Il a pu déterminer la position du véhicule et la carte de l'environnement avec une bonne précision.

note de thèses :

Mémoire de master en électronique