H/F: Doctorant(e) : Pistage multi-cible sobre par l’adaptation au contexte en robotique

Sujet de thèse :
L'objectif de cette thèse est de proposer un cadre théorique pour le traitement de la sobriété dans le pistage de cibles en robotique, en atteignant la performance juste requise par le contexte via le choix d'actions de perception et la réduction de complexité calculatoire.

Le pistage de cibles est une problématique explorée depuis le début des travaux sur la fusion de données. L'objectif est de localiser relativement à un observateur des cibles (ou objets), dont le nombre, inconnu, varie et dont la détection par les capteurs est incertaine. En robotique, le pistage constitue un bloc du niveau fonctionnel qui participe à la compréhension spatiale de l'environnement par les niveaux décisionnels. De même, on retrouve la problématique du pistage multi-cible en conjonction avec le SLAM (Simultaneous Localization And Mapping), ce qui donne lieu au problème SLAM-MOT (SLAM and Moving Object Tracking).

Au problème théorique commun avec d'autres disciplines, la robotique mobile rajoute des contraintes. Les calculs doivent être effectués en ligne sur le fondement des observations présentes et passées. Ils sont soumis à des exigences temporelles sévères. Dans les environnements variables et évolutifs considérés, les conditions perceptuelles changeantes peuvent induire un taux élevé de fausses observations. De plus, un robot mobile réalise sa mission sur batteries, de sorte que l'énergie à disposition des unités de traitement et des capteurs embarqués est limitée. C'est en particulier le cas pour la robotique aérienne (quadcopter…), où les unités de traitement, les capteurs et les batteries constituent l'essentiel de la charge utile (hors outils spécifiques). Enfin, la fonction de pistage est concurrente à d'autres fonctions potentiellement plus critiques (maintien de la stabilité…). Limiter la complexité calculatoire et la consommation énergétique au strict nécessaire permet de libérer ces ressources pour les autres fonctions. À titre d'exemple, le pistage ultra-précis de cibles lointaines (hors de portée du robot à court terme) n'est pas strictement nécessaire.

La problématique de cette thèse est donc de proposer un cadre théorique pour le pistage multi-cible répondant à cette exigence de sobriété en robotique. L'objectif est d'obtenir un système de pistage consistant et digne de confiance, impliquant des ressources (capteurs, traitements CPU…) limitées, et doté du niveau de performances juste nécessaire en fonction du contexte. Elle s'inscrit dans la veine d'une prise de conscience de la communauté robotique vis-à-vis de son impact en termes de ressources et d'énergie.

Les méthodes habituelles de fusion de données exploitent l'ensemble de mesures disponibles. Ces méthodes sont dites « ascendantes » (Bottom Up). Elles permettent la meilleure qualité d'estimation, mais peuvent s'avérer coûteuses en temps de calcul et en ressources énergétiques, alors que certaines mesures apportent peu
Voir plus sur le site emploi.cnrs.fr...