Cette thèse s’intéresse à l’exploration d’environnements inconnus à l’aide d’une flotte de robots autonomes réactifs. L’exploration autonome est utilisée dans différents domaines, allant des robots aspirateurs aux robots de recherche et de sauvetage utilisés lors de catastrophes naturelles (incendies, éboulements) ou encore dans des contextes militaires.
Le travail réalisé au cours de cette thèse a été financé par Safran Electronics & Defense en soutient du projet FURIOUS (FUturs systèmes Robotiques Innovants en tant qu’OUtilS au profit du combattant embarqué et débarqué) de la Direction Générale de l’Armement . Il fait suite au projet Cart-O-Matic, qui était l’un des cinq projets fondés par l’Agence Nationale de la Recherche (ANR) pour sa participation au concours de robotique “Défi CAROTTE” organisé par la Délégation générale pour l’armement, et qui a remporté ce concours.
De très nombreuses approches de l’exploration autonome existent dans l’état de l’art. Dans cette thèse, nous avons cherché à explorer efficacement un environnement intérieur en limitant les calculs et communications. Réduire la quantité de calculs nécessaires permet d’économiser les batteries des robots et d’utiliser plus facilement un grand nombre de robots. Réduire les communications permet une économie d’énergie, mais est également intéressant dans un cadre militaire, de façon à limiter les risques de compromettre la présence des robots. Un algorithme d’exploration local a été proposé, permettant de réduire significativement communications et calculs tout en maintenant un haut niveau de performances et publié aux 27èmes Journées Francophones sur les Systèmes Multi-Agents.
Nous avons ensuite proposé une nouvelle approche par carte sémantique, permettant de segmenter l’environnement en pièces et couloirs, ainsi qu’un nouvel algorithme d’exploration par contraintes. Cette nouvelle approche permet aux robots de mieux comprendre l’environnement dans lequel ils évoluent, et de réduire les erreurs de localisation et de perception propres aux capteurs qui les équipent. Notre approche par contrainte permet aux opérateurs de mieux définir les objectifs et priorités des robots, répondant ainsi aux besoins opérationnels de différentes missions, notamment dans le cadre de missions de recherche et de sauvetage ou de soutien militaire.
