Robots footballeurs: Fusion de données But: obtenir une équipe de robots autonomes pour participer...
-
Upload
mireio-serre -
Category
Documents
-
view
103 -
download
0
Transcript of Robots footballeurs: Fusion de données But: obtenir une équipe de robots autonomes pour participer...
Robots footballeurs: Fusion de données
But: obtenir une équipe de robots autonomes pour participer aux compétitions de RoboCup
Prolongement du cours PGE
Installations au laboratoire
Problématique
Caractéristiques
Fréquenced’échantillonnage
Erreur par
itération
Erreur àlongterme
Délai
Odométrie Plus rapide Faible Élevée Faible
Falcon Lente Élevée Stable Élevée
tnVnx
tnVnx
tn
))(sin()(
))(cos()(
)(
2
1
tLtV
ˆ
,2
2121
tLtV
ˆ
,2
2121
Recherche de solutions
le filtre de Kalman la théorie de Dempster-Shafer (DST) les chaînes de Markov la logique floue
Comparaison des deux méthodes
Kalman: Hypothèses:
o Le processus suit une loi normaleo Le modèle du système est linéaireo On connaît la position de départ
Markov: Description:
o On peut attribuer un comportement beaucoup plus large au système
Forces et faiblesses de chacuneo Kalman plus précis,o Markov plus robusteo Le filtre perd son efficacité si on rencontre un échec à la localisation
Prise de décision
Justification: On connais la position initiale Étant donné le système de vision globale, on ne devrait pas
rencontrer d’échec à la localisation Solution pour système non linéaire
Solution retenue:Le filtre étendue de Kalman
Phase de prédiction
Phase de Correction
Début
Caractérisation des capteurs
Pour connaître le comportement du robot
Utile pour la simulation
Pour optimiser la performance du filtre
Caractérisation des encodeurs
Erreur deLecture
(cm)
VitesseMoyenne
(m/s)
Temps(s)
Nbd’itérations
4 allé-retour 16 1 28.4 1420
4 cercles 40 1 31.35 1567
Trajectoire complète 70 1 92.87 4643
Caractérisation des encodeurs
Erreur par itérations (ee)
(mm)
4 allé retour 0.11
4 cercles 0.26
Trajectoire complète 0.15
),,( tVferreur
Simulation
Simulation
-5 0 5 10 15 20 25 30-0.06
-0.05
-0.04
-0.03
-0.02
-0.01
0
0.01
0.02
0.03
position en x(m)
posi
tion
en y
(m)
trajectoire parcourue par le robot
visionodometrykalman
Test de collision
Conclusion
Le filtre est robuste On obtient une erreur moyenne de 1 à 2
cm