1 Projet B7 et projet AB11 : convoi par vision de robots mobiles, navigation de robots mobiles Client :M Lounis ADOUANE (CUST) Tuteur industriel : M Philippe.

Slides:



Advertisements
Présentations similaires
Reconstitution de l’état d’un micro drone par fusion de données
Advertisements

Projet DOO-JET.
Nabil BOUDLAL M2 OSIE – Développement d’application mobiles PDA GPS
Les manettes de jeu vidéo
Cours de spécialité PEIP Moteur intelligent
Etudiants: Philippe BERNARD Sylvain DEVASSINE Encadrant:
Forum ENSG PPMD Projet CityVIP
S.T.S. S.I.O. 1ère année La gestion de projets
Environnement de réalité augmentée : vers les jeux vidéos
GTCB Kahila Boulbaba BTS IRIS Session Sommaire Description du projet Présentation Moyen mis en œuvre Interaction entre les éléments Répartition.
Mise en œuvre et commande d’un moteur piézo-électrique
Bilan gestion de projet
Projet Drone/Android M2
CALVET Tom DA COSTA Jaym
EEE 447B Bring sample sensors Capteurs.
Clément Boussard, Nicolas Hautière, Dominique Gruyer
Robot de Télé-Surveillance
Projet PAS “Pekee Apprend et Surveille”
Validation d’applications pour les Legos Mindstorms
Création d’un programme :
Groupe Systèmes Embarqués
Projet JSimula.
Propagation d’une onde thermique dans une barre
ACTIVITE N°1: Identifier, justifier, installer le matériel, vérifier Rendre accessible larrière de la machine « revendeur » sans la démonter Identification.
FAB LAB Provence Laboratoire d'Aix-périmentation et de Bidouille
Simulateur Robot Mobile 2006
Modélisation du robot Azimut-3
Exemple Choix du type d’un compensateur
Projet JSimula.
Robots footballeurs: Fusion de données
FVS Système de vision globale pour robots footballeurs Projet de fin détudes Par Félix Duchesneau.
Un algorithme de prédiction de lheure darrivée de bus utilisant un système de localisation automatique.
Télémétrie pour voiture Eco Marathon SHELL
Soutenance du mini Projet Industriel ‘ les actionneurs électriques’
Validation de produits pour applications urbatiques
Projet 3 Robot Kinect Lycée Louis Payen PPE
INFRASURE Session 3 : Véhicules CCF et éléments d’architecture fonctionnelle J. Ehrlich – LIVIC (Unité mixte LCPC-INRETS)
Université de Cergy-Pontoise, 7 juin 2006 Aibo Compagnon.
Julien Mével Matthieu Roth
Julien Mével Matthieu Roth
Conception d’un asservissement
1. Présentation générale du système
LASMEA Clermont, le 25 janvier Mesure et analyse de trajectoires Ordre du jour  10h45 – Accueil  11h00 – Introduction  11h05 – Trajectographie.
Logiciel de construction de matériaux virtuels
Patrick Chedmail – Philippe Wenger Fouad Bennis - Alain Bernard
Mesure en milieu hostile
1 1.
2.C : détermination de la vitesse de sortie du vérin
1 Applications de Réalité Virtuelle et SCD P. Torguet J.P. Jessel.
Rozenn Gotteland Mathieu Krieg Nicolas Trubert
Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1.
1 CHOIX DU MICROCONTROLEUR ET DE L’ARCHITECTURE ELECTRONIQUE L’utilisation d’un microcontrôleur nous a paru comme le meilleur compromis à cheval entre.
Localisation d’un Robot Mobile
Diaporama du Robot.
Suivi d’Horizons Sismiques
1. Présentation générale du système
I Présentation II Gestion de projet 1 - Planning 2 - Risques
ANIMATION 3D EN CRISTALLOGRAPHIE
Dimensionnement d’une chaine de transmission
Projet Robotique: réalisation de robots suiveur
A.M.A.P. Accessoires Magnétiques Automobiles Publicitaires Système automatisé de préparation de patins.
RECONNAISSANCE DE FORMES PAR CAMERA. Présentation générale du projet :
Joan Solà - LAAS-CNRS Localisation visuelle pour la robotique mobile terrestre.
1 Revue de lancement Projet B7/AB11 : convoi par vision de robots mobiles, navigation de robots mobiles Client :M Lounis ADOUANE (Polytech’ Clermont Ferrand)
1 Revue d’avancement Convoi de robots mobiles par vision, navigation de robots mobiles Client :M Lounis ADOUANE (Polytech’ Clermont Ferrand) Tuteur industriel.
Génie Electrique 3 ème année 2007/ Soutenance de projet Convoi de robots mobiles par vision, localisation de robots mobiles Clients :M Lounis ADOUANE.
Simulation de robots en MATLAB Fabrice LE BARS. Simulation de robots en MATLAB 01/06/  Modélisation de systèmes avec des équations d'état Le fonctionnement.
1 GREC INITIALES Formation de bassin Atelier Programmation Groupe de formateurs ATELIER PROGRAMMATION.
Transcription de la présentation:

1 Projet B7 et projet AB11 : convoi par vision de robots mobiles, navigation de robots mobiles Client :M Lounis ADOUANE (CUST) Tuteur industriel : M Philippe BAUMULLER (NSE Intégration) Tuteur technique : M Jacques LAFFONT (CUST) M Roland CHAPUIS (CUST) M Thierry CHÂTEAU (CUST) Etudiants :Baptiste CARON Lise RENÉAUME Chen ZHANG Jin ZHAO

2 Cahier des charges Présentation robot et logiciel de contrôle Existants Produits livrables Proposition de projet Organigramme des tâches Diagramme de GANTT Conclusion

3 Etude du système robotique Modéliser et commander le robot

4 1 er objectif –Convoi de robot par vision Véhicule de tête contrôlé manuellement par un PC via une liaison TCP/IP Véhicule suiveur muni d’une caméra observant un motif plan sur le robot de devant Loi de commande pour le robot suiveur obtenue par analyse de l’orientation et de la position du robot de devant, donc grâce au plan motif Calculs effectués sur un PC déporté et connecté au robot via une liaison TCP/IP (x,y,θ) R1 R2

5 2 ème objectif –Localisation de robot Mise en place d’une localisation relative Mise en place d’une localisation absolue Fusion des deux informations avec le filtre de Kalman pour une meilleure précision de localisation Calculs effectués sur un PC déporté et connecté au robot via une liaison TCP/IP Robot Ou suis-je ??? Espace

6

7 Caméra Connexion TCP-IP : filaire ou Wifi 4 encodeurs => vitesse de rotation Infrarouge => mesure de distance Infrarouge encodeur caméra Wifi

8 Interface logicielle

9 Joystick virtuel

10 3 robots Wifibots + accessoires CD d’informations –Logiciel de contrôle –Exemples de codes –Documentation sur le robot

11 Démonstration d’un convoi par vision de 2 robots connectés chacun à un PC via une liaison filaire TCP/IP Robot donnant sa position grâce à une localisation absolue Robot donnant sa position grâce à une localisation relative Fusion si possible des deux localisations avec le filtre de Kalman pour une localisation plus précise

12 Modéliser le robot –Robot différentiel : x X Y y ω L VgVg VdVd φgφg φdφd V

13 Commander le robot + réception des informations capteurs Commande Programmation C Commande 4 roues Réception capteurs Programmation C Informations capteurs

14 Commander caméra + réception image Commande Programmation C Commande caméra Réception image Programmation C Image

15 Choix plan motif pour repérer sa position et son orientation

16 Analyser ce plan motif pour obtenir sa position et son orientation Analyse plan motif Image (x,y,θ) = position et orientation du plan motif

17 –Recherche amas bleus par vote Ecart type = rayon tâches Vote Distance Motif planImage Extraction pixels bleus par seuillage Votes de tous les autres points

18 –Détermination de position et de l’orientation du motif plan Utilisation de l’algorithme POSIT (Daniel Dementhon) Implique la connaissance de la distance focale de la caméra

19 Commande régulée –Régulation PID pour la commande des 4 roues –Essai du convoi avec une trajectoire simple (x,y,θ) R1 R2 Commande régulé (x,y,θ)Commande 4 roues

20 Xr Yr xkxk E θkθk X Y ykyk Localisation relative (x k+1,y k+1,θ k+1 ) (x k, y k ) Δd d et Δd g Δd d et Δd g = déplacements élémentaires des roues droite et gauche Localisation relative

21 Erreur de position –Description d’une trajectoire carrée X Y Trajectoire idéale Trajectoire réelle Position donné avec l’odomètre Position réelle du robot

22 Localisation absolue –Triangulation par rapport à 3 balises (plan motif) Y (x1,y1) (x2,y2) (x3,y3) d1 d3 d2 X Localisation absolue d1,d2,d3 (x,y) (x1,y1) (x2,y2) (x3,y3) x y

23 Fusion de la localisation relative et absolue avec le filtre de Kalman –La fusion des deux localisations donne une position et une orientation du robot plus précise de la position réelle (x p, y p,θ p ) Filtre de Kalman (x r, y r,θ r ) (x a, y a,θ a )

24 Budget –Prévoir l’achat de câbles plus longs pour la connexion entre le PC et le Robot –Prévoir l’achat de 3 paires de batteries

25

26 Réception image Réception informations odomètres Kalman Développement localisation absolue Analyse motif plan Commande régulée Test convoi Commande caméra Commande du robot avec un programme C Joystick virtuel Test localisation relative Test localisation absolue Test fusion des 2 localisations Développement localisation relative CONVOI DE ROBOTS LOCALISATION RELATIVE LOCALISATION ABSOLUE

27

28

29 Diagramme de GANTT prévisionnel Projet réalisable dans le temps imparti avec les 4 étudiants