Soutenance de thèse de Julien DUPEYROUX

Le développement de la navigation autonome est devenu l'un des enjeux technologiques majeurs du 21ème siècle. Les applications de ces systèmes de navigation sont vastes, tant pour la robotique mobile que pour les moyens de transports du futur. Plusieurs stratégies sont aujourd'hui disponibles. La première, et sûrement la plus utilisée, concerne les GPS (Global Positionning System). Bien que très performant, le GPS civil souffre d'une précision variable dépendant des conditions météorologiques et de l'environnement urbain. La vision par ordinateur permet également de localiser un système mobile dans un environnement complexe. Toutefois, cette stratégie est souvent coûteuse en termes de ressources de calcul et sensible aux variations de la luminosité ambiante, limitant ainsi son utilisation à l'extérieur. Nul doute qu'aucune solution fiable ne saurait faire l'économie du GPS ni même des caméras, très répandues en robotique et de plus en plus intégrées aux véhicules. L'enjeu est donc de fusionner plusieurs systèmes de navigation afin d'assurer la meilleure précision dans l'estimation de la position d'un véhicule quel qu'il soit. En ce sens, les travaux de recherche relatés dans cette thèse visent à mettre en place une nouvelle stratégie de navigation parcimonieuse inspirée des fourmis du désert Cataglyphis afin de localiser un robot terrestre mobile hexapode. S'inspirant de l'oeil composé des fourmis, un compas céleste minimaliste doté de seulement deux photodiodes sensibles au rayonnement ultraviolet, elles-mêmes surmontées de filtres linéaires polarisants, permet d'acquérir avec une précision inférieure à 1° l'angle de polarisation de la lumière du ciel, lequel sert de cap en navigation terrestre. Le compas céleste a démontré d'excellentes performances, avec une erreur médiane d'estimation de l'angle de polarisation inférieure à 0.6° quelle que soit la condition météorologique retenue, que le ciel soit obstrué par des arbres ou pas. L'applicabilité de cette boussole solaire a également été vérifiée en milieu sous-marin de faible profondeur ainsi qu'en cas de pluie, montrant un potentiel d'utilisation considérable en environnement extérieur. Les tâches de navigation ont été réalisées par le robot hexapode AntBot, équipé du compas céleste ainsi que d'un capteur de flux optique, appelé M²APix (Michaelis-Menten Auto-Adaptive Pixels), constitué de 12 pixels auto-adaptatifs dont la réponse mime celle des cellules photoréceptrices de vertébrés (tortues, homme) et invertébrés (mouches). AntBot dispose d'un intégrateur de chemin inspiré d'études comportementales chez les fourmis Cataglyphis. Ce système fusionne le cap donné par le compas céleste, la distance mesurée par le flux optique, et le nombre de foulées pour déterminer la position du robot par rapport au point de départ de son itinéraire. Il en a résulté une erreur de navigation moyenne stable d'environ 6cm, indépendante de la forme ou de la distance des trajectoires accomplies (variant de 5m à 15m). Ces résultats montrent que cette stratégie de navigation peut être envisagée en parallèle d'un GPS, pour un coût calculatoire faible, afin de bénéficier d'un système de localisation précis, robuste et efficace.

Autonomous navigation is one of the leading technological challenges of the 21st century. The potential applications of such navigation systems are many and various, in both mobile robotics and means of transport. Several solutions exist, the first of which being the GPS (Global Positionning System). Although performant, the accuracy of the civilian GPS is hampered by the meteorological conditions and the urban infrastructures. Computer vision based methods also provide localization cues for autonomous vehicles in highly complex environments. However, data processing requires important computational resources, and light changes often result in navigation failure. It would be of great interest to take advantage of all these advanced navigation techniques to set up a new powerful, reliable, robust navigation system. The challenge here is to develop other navigation systems to be combined with other classical techniques based on GPS and cameras so that any vehicle equipped with such solution would benefit from high precision and robustness. To that extent, this PhD thesis aims at setting up new navigation strategies inspired by desert ants Cataglyphis, requiring few resources and tested on board a hexapod walking robot. Taking inspiration from the ants' compound eye, a novel celestial compass -- composed of just two ultraviolet-sensitive photodiodes topped with rotating linear polarizers -- provides measurements of the angle of polarization of the skylight with angular precision under 1°. This angle is used as the vehicle's heading while navigating. This compass provided excellent performances with a steady median error below 0.6° regardless of the meteorological condition, be the sky covered by trees or not. The relevance of this sky compass in submarine context and in case of precipitations has been successfully investigated, thus demonstrating its interest in outdoor autonomous navigation. Navigation tasks were performed with our hexapod robot AntBot equipped with both the celestial compass and an optic flow sensor called M²APix (Michaelis-Menten Auto-Adaptive Pixels). This sensor includes 12 pixels that can adapt to light changes just as photoreceptors in vertebrate (turtle, human being) and invertebrate (fly). AntBot has a path integrator navigation system inspired by behavioral studies in desert ants Cataglyphis. This strategy uses the heading given by the celestial compass, the distance measured with the optic flow sensor, and the stride integrator to determine the vehicle's position with respect to its departure location. Experiments resulted in a navigation error of approximately $6cm$ regardless of the shape and the length of the trajectory (varying from 5m to 15m). These results show that such navigation system can be used to complement classical techniques like GPS and vision-based ones, with a high level of robustness and efficiency, and with few computational resources needed.