|
|
|
|
|
|
|
|
|
|
BELIER Titouan
Titre : Stratégies de Prétraitement d’Images pour l’Amélioration de la Détection des Marqueurs
ArUco Sous l’Eau
Article de référence : Stéphane Bazeille, Isabelle Quidu, Luc Jaulin et Jean-Philippe Malkasse. Une
méthode de prétraitement automatique pour le débruitage des images sous-
marines.
Résumé : Cet article scientifique traite de l’amélioration du traitement automatique
des vidéos sous-marines. Les vehicules sous-marins, souvent contrôles manuellement,
utilisent de plus en plus la vidéo pour l’exploration marine, mais sont
limités par la qualité médiocre des images dues aux propriétes optiques de l’eau.
Ces images sont bruitees, avec un éclairage non uniforme, des couleurs atténuées,
et un faible contraste, en plus de varier spatialement et temporellement en fonction des particules en suspension.
Le but est de développer un traitement automatique de ces vidéos, nécessitant
un prétraitement avant l’analyse d’image classique. Les méthodes existantes se
concentrent sur la correction de l’éclairage et des couleurs, souvent en exigeant
des connaissances préalables sur les conditions d’acquisition. La methode proposée
dans l’article utilise un algorithme rapide et automatique, sans besoin de
connaissances préalables ou d’intervention manuelle pour ajuster les paramètres.
Cette méthode est décomposée en plusieurs processus indépendants pour
corriger l’éclairage, réduire le bruit, renforcer les contrastes et ajuster les couleurs.
L’efficacité de cet algorithme est démontrée par l’amélioration significative de
la qualité visuelle des images traitées. Ce prétraitement est généralement suivi
d’une étape de segmentation, et l’article montre l’amélioration des résultats
pour la détection de contours ou de points d’intérêt.
L’article est structure en six parties, détaillant les dégradations optiques
en milieu marin, la description de l’algorithme complet avec ses quatre types
de filtrages, l’explication détaillée de chaque algorithme de filtrage, les résultats
sur des images naturelles et artificiellement dégradées, et enfin, la démonstration
de l’utilité du prétraitement pour la segmentation basée sur les gradients de
l’image.
BELLOT Victor
Titre : Representing 3D Scenes for View Synthesis
Article de référence : Ben Mildenhall et al. NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. 2020
Résumé : The proposed research will deal with the intricate realm of 3D scene modeling from images. Traditionally,
standard methods have relied on stereo cameras or LIDAR to sample 3D points within a scene. However,
the advent of Deep Learning has ushered in a paradigm shift, with new methods employing Convolutional
Neural Networks to estimate image depth without the need for stereo cameras.
In these contemporary approaches, scenes are often represented as a grid of points, necessitating
interpolation to fill in the gaps between sampled data points. This methodology has proven effective in
capturing the geometry of scenes, yet it comes with its own set of challenges.
The vanguard of 3D scene reconstruction is exemplified by Neural Radiance Fields (NeRF[1]). Unlike
conventional surface-based representations, NeRF transcends limitations by modeling the entire volumetric
scene as a continuous function of radiance. This breakthrough not only captures the geometry but
also allows for the representation of view-dependent materials, such as glass. The unique ability to model
complex materials and intricate lighting scenarios positions NeRF at the forefront of cutting-edge 3D
scene reconstruction.
BERNARD Léo
Titre : L'Apprentissage par renforcement pour le contrôle de robots
Article de référence : https://www.annualreviews.org/doi/abs/10.1146/annurev-control-042920-020211
Résumé : L'apprentissage par renforcement est une approche en intelligence artificielle qui vise à doter un agent, comme un robot, de la capacité à apprendre et
à prendre des décisions autonomes en interagissant avec son environnement. L'apprentissage par renforcement repose sur le principe de récompense et de punition.
L'agent prend des actions dans son environnement, reçoit une rétroaction sous forme de récompense ou de punition, et ajuste ensuite son comportement pour
maximiser une récompense cumulative au fil du temps. Dans le contexte du contrôle de robots, cela signifie que le robot apprend à effectuer des actions spécifiques
en fonction des signaux de récompense qu'il reçoit, en optimisant ses choix pour atteindre des objectifs définis.
Cela peut inclure des tâches variées, de la navigation dans un environnement complexe à la manipulation d'objets.
Pour mettre en place cette méthode, nous envisageons de travailler dans un contexte simulé, où le robot évoluera virtuellement avant de le déployer éventuellement sur un robot réel.
Dans une première phase, l'accent sera mis sur la recherche du robot idéal pour l'expérimentation et de la mission à effectuer.
Il s'agit de déterminer les caractéristiques et les capacités du robot qui permettront une exploration efficace des différentes tâches d'apprentissage.
Ce processus de sélection du robot constitue une étape cruciale avant d'entamer le développement et l'implémentation de l'algorithme d'apprentissage par renforcement.
BERRIER-GONZALEZ Johan
Titre : Conception et Navigation d'un Véhicule Autonome à Double Mode Surface-Sous-Marine : Modélisation, Contrôle
Article de référence : A dual-modal unmanned vehicle propelled by marine energy: Design, stability analysis and sea trial.
Bingxi Liu et.al. Oceanic engineering
Résumé :
L'article présente le développement du véhicule autonome Petrel-Dual, capable de naviguer
à la fois en surface et sous l'eau. Il propose une modélisation mathématique détaillée de la
stabilité du véhicule, intégrant des critères tels que la hauteur de stabilité, la masse, et les
bras de levier gravité-buoyance.
Un système de contrôle est conçu pour ajuster automatiquement l'angle de la voile et du
gouvernail en fonction des conditions du vent. Le prototype du Petrel-Dual est testé avec
succès en mer, démontrant sa capacité à suivre une trajectoire complexe en surface et à
plonger jusqu'à 200 m sous l'eau.
Des pistes d'amélioration future portent sur l'optimisation de la consommation d'énergie et
des performances de navigation.
Le problème scientifique abordé dans cet article concerne la conception et la navigation d'un
véhicule sans pilote à double mode, capable de se déplacer à la fois en surface et sous l'eau.
Les principaux défis à relever sont liés à la stabilité du véhicule, à la conception des
composants tels que la voile, le gouvernail et le réservoir de ballast, ainsi qu'aux systèmes de
contrôle nécessaires pour assurer une navigation efficace dans des conditions variées de
vent et de profondeur.
Solutions Implémentées :
Les auteurs proposent plusieurs solutions pour résoudre ces défis scientifiques :
1. Analyse de la Stabilité :
2. Contrôle de Surface : Un système de contrôle pratique pour la voile et le gouvernail en
navigation de surface est présenté, basé sur des simulations CFD (Dynamique des Fluides
Numérique) et des critères de stabilité.
3. Prototype du Petrel-Dual : Les solutions proposées sont mises en œuvre dans la
conception et la fabrication d'un prototype du Petrel-Dual, qui est ensuite testé en mer pour
vérifier sa performance en surface et sous l'eau
Sources d'Amélioration :
Précision de la Modélisation : Affiner et améliorer les équations d'état pour mieux
représenter les caractéristiques hydrodynamiques, aérodynamiques et mécaniques du
véhicule. Cela pourrait inclure une modélisation plus précise des forces de vent, des forces
hydrodynamiques et des moments de stabilisation.
Etablir une equation de mouvement en utililisant le theorème de l’energie cinetique et utiliser
le solveur sumpy pour resoudre l’equation de mouvement.
BETTON Gabriel
Titre : Localisation par analyse d'intervalles d'un robot mobile équipé d'un sonar mécanique
Article de référence : https://cnrs.hal.science/LAB-STICC/hal-00844925v1 ,
https://www.ensta-bretagne.fr/jaulin/paper_sliwka_nafips11.pdf
Résumé : L'utilisation d'un sonar mécanique 360° est particulièrement adaptée à l'utilisation sur des petits ROVs low-cost
pour la navigation et l'évitement d'obstacle. Cet article propose une solution de localisation d'un robot mobile utilisant les données reçues
par ce type de capteurs. Compte tenu de l'environnement et des propriétés physiques du capteurs des erreurs de mesures et d'incertitude sur l'état
seront présentes.
Pour les prendre en compte, cet article présente l'utilisation d'une analyse par intervalles.
Dans cet article je présenterai:
1-Description de l'analyse par intervalle :
avantages d'une méthode ensembliste par rapport aux méthodes probabilistes
2-Caractérisation des erreurs de mesures du capteurs :
anaylse d'un sonar mécanique, le Tritech Micron Sonar,
estimation des erreurs de mesures
3-Exempe de localisation dans une simulation
application d'une analyse par intervalle sur une simulation d'un robot mobile sur une surface plane dans un environnement connu
BOURZOUFI Samy
Titre : Composition de transformée de Hough et transformation du plan
Article de référence : Use of the Hough Transformation To Detect Lines and Curves in Pictures
Richard O. Duda and Peter E. Hart.
Résumé : Dans le domaine de la détection d'objets ou de formes singulières sur une image, la transformée de Hough s'avère être
un objet mathématique incontournable. Utilisée de façon générale pour la détéction de ligne sur une image, celle-ci
se base sur l'analyse de courbes et de leurs intersections dans l'espace de leurs paramètres. Si lors de sa première
introduction cette méthode s'est confrontée à une limite en décrivant les droites avec des paramètres affines, Richard O. Duda
and Peter E. Hart proposent en 1972 une paramétrisation polaire des droites réglant ce problème et ouvrant la porte à
de nouvelles possibilités comme la détection de cercle.
L'idée de cette étude est d'étudier les déformations du plan sur la transformée de Hough. Par exemple, que se passe-t-il
si l'on cherche les lignes d'une image qui a été étirée, translatée, tournée. Certains résultats pourront paraitre évident:
si l'on agrandit une image (de façon linéaire) contenant une ligne, il y'a de fortes chances que la transformée de Hough
la détecte sans problème. Mais pourquoi? Nous verrons au cours de cette étude que les transformations du plan peuvent
représenter une alternative dans l'algorithme de Hough.
CREQUER Gwendal
Titre : Commande robuste de manipulateurs mobiles
Article de référence : Thèse : Modélisation et commande d’un manipulateur mobile à roues de Mabrouk Boubezoula
Résumé : Développe et approfondit les notions vues en cours l'an dernier (sliding modes, plannification, observateurs,
modélisation géométrique de robots mobiles), introduit quelques notions mentionnées cette année (Lyapounov), et appelle des notions que j'ai déjà croisées dans mes précédentes années (commande plate, modélisation de systèmes polyarticulés en cinématique et en dynamique). Elle introduit aussi la notion de commande dynamique des robots mobiles que je n'ai que survolée pour l'instant.
Je pense que ce serait une bonne opportunité de réactiver ces notions et de passer le problème en 3D
de VAULCHIER du DESCHAUX Apolline
Titre : Algorithme d'arbres aléatoires à exploration rapide (RRT) appliqué aux trajectoires de robot à chaîne ouverte ou fermée
Article de référence : A RRT-based Motion Planning of Dual-arm Robot for (Dis)assembly tasks.
D.H. Kim, S.J. Lim, et. al.
Résumé : For this project, I am interested in the Rapidly-exploring Random Tree (RRT) algorithm used
for motion planning robots. An RRT is a data structure and an algorithm used to efficiently obtain
high dimensional non-convex spaces. The tree is built incrementally in order to quickly reduce the
expected distance between a randomly selected point and the tree. The tree is built randomly and
biased to reach all the unexplored areas of the problem. RRT are particularly suitable for path
planning problems that involve obstacles and constraints. RRT can be considered as a technique for
generating open-loop trajectories for non-linear systems with state constraints.
In order to create this tree, the algorithm develops from a randomly obtained starting point in
the search space. Then we draw again randomly in this point space. We then test if the connection
between these points and the points located on the tree closest to them is possible (does not pass
through an obstacle). If this is possible, the tree grows. For a uniform sampling of the space, the
probability of obtaining the same configuration is proportional to the size of its Voronoi region. The
Voronoi diagram is a tiling of the space in cells (the Voronoi regions), determined by a discrete set
of points. However, the largest regions are generally located at the borders, so the tree extends
towards the yet unexcavated spaces.
So, through the study of this algorithm, I wish to develop one for motion planning robots for
closed chains. In particular to test it for the case of 3R planar open chains simultaneously holding
and moving an object from point A to point B with at first only one obstacle in the middle of space,
then in a second time other obstacles in space. I would like to use the article "An adaptive stepsize
RRT planning algorithm for Open Chain Robots" to apply their stepsize calculation to my closed
chain example and show the influence of the RTT input parameters. If I can't adapt their method to
a closed chain, I'll at least show the influence of workspace and stepsize.
GALLIOT Martin
Titre : Realistic Simulation of Drone Micro-Doppler Signatures
Article de référence : https://dspace.lib.cranfield.ac.uk/bitstream/handle/1826/18285/Drone_micro-Doppler_signatures-2022.pdf
Résumé : Mini-drones raises strong security threats. To protect sensitive sites, we have to recognize these
commercial drones from a long distance (several kilometers) to evaluate the potential danger and set up an
appropriate response. The micro-Doppler effect could be a solution. It consists in a frequency modulation
set created by the intern movements of the observed target, here, the internal movements are the spinning
propellers.
This paper presents a novel approach to simulating micro-Doppler signatures caused by drones. The
primary aim of this research is to generate authentic signatures that accurately depict the variations
observed in real-time radar measurements. To achieve this goal, the study involves modeling the
kinematics and dynamics of drone flights to accurately capture the fluctuations in rotor rotation rates.
My aim would be to implement this simulation and assess its accuracy.
GARAGNON Bastian
Titre : Etude de faisabilité du contrôle de la forme d'un câble immergé
Article de référence : https://iopscience.iop.org/article/10.1088/1742-6596/2474/1/012062/pdf
Résumé : Dans une problématique de visite d'un karst l'usage d'un câble afin de transférer énergie et information entre le robot et la surface peut s'avérer un atout important
pour réduire les risques et améliorer les résultats obtenus. Seulement il ne faut pas que le câble en question devienne le point faible du dispositif ou il ne
sera qu'une cause de problème supplémentaire, afin d'éviter que le câble se bloque dans les parois être capable de contrôler sa forme pourrait être une solution.
Qui plus est, si le câble acquiert cette autonomie il pourrait être possible de le dérouler de l'extérieur afin de décharger le robot de cette tâche.
Cela pourrait améliorer la portée d'une mission téléguidée en supprimant la contrainte d'encombrement dû à un long câble bobiné dans le robot.
Les besoins énergétiques et en calcul du contrôle d'un câble de plusieurs centaines de mètres seront probablement importants
mais pourront être apporter par la surface où les ressources informatiques et d'alimentation sont abondantes et à moindre coût.
Le cahier des charges du câble est de pouvoir faire passer un câble d'alimentation type 230V alternatif pour alimenter les actionneurs du câble et le robot,
une fibre optique pour permettre la transmission de données et le matériel nécessaire pour capter la forme du câble afin de l'asservir.
Le principe de l'étude et de donner des premiers éléments pour évaluer la faisabilité.
GARDE Guillaume
Titre : Mise en place d'un réseau de neurones (convolutifs ?) pour la détection non-acoustique de sous-marins à faible profondeur
Article de référence : https://www.jkimst.org/journal/view.php?doi=10.9766/KIMST.2020.23.2.115
Résumé : Les forces aéro-navales françaises peuvent se reposer sur des avions comme l'Atlantique 2 pour la
détection de sous-marins. Dans cet avion un opérateur se place à la pointe de l'avion qui a été spécialement
conçue en hublot pour permettre la détection visuelle de bâtiments légèrement immergés ou de
périscopes en surface. L'argument en faveur de cette méthode est que les performances de l'oeil humain
dans ce contexte sont, pour l'instant, meilleures que celles des algorithmes d'intelligence artificielle. Le but
de mon travail serait de mettre en place un réseau de neurones et de l'entrainer à cette tâche afin
d'évaluer et d'optimiser ses performances
GILLARD Louis
Titre : Planification de trajectoires robustes pour robots autonomes
Article de référence : Ming, Yu, Yanqiang Li, Zihui Zhang, et Weiqi Yan. A Survey of Path Planning Algorithms for
Autonomous Vehicles. SAE International Journal of Commercial Vehicles 14, no 1.
Résumé : La recherche en planification de trajectoires robustes est cruciale en robotique et automatisation. Elle vise
à développer des algorithmes pour permettre aux robots mobiles et autres systèmes autonomes de créer
des trajectoires efficaces, en considérant les incertitudes et perturbations environnementales. L'objectif est
d'assurer la robustesse des trajectoires face à des changements inattendus tels que des obstacles mouvants,
des erreurs de capteurs ou des variations environnementales. Ces méthodes avancées intègrent souvent
des techniques comme la modélisation probabiliste et la prise de décision en temps réel pour garantir la
robustesse des trajectoires planifiées. Ces avancées sont essentielles pour garantir la fiabilité et la sécurité
des systèmes autonomes dans des environnements dynamiques et imprévisibles, ouvrant ainsi la voie à
des applications plus étendues dans divers contextes opérationnels.
GONDOT Clara
Titre : Deep Learning a robot control using physics residuals
Article de référence : Vince Kurtz, He Li, Patrick M. Wensing, and Hai Lin. Mini Cheetah, the Falling Cat: A Case Study in Machine Learning
and Trajectory Optimization for Robot Acrobatics. In 2022 International Conference on Robotics and Automation (ICRA)
Résumé : This article reviews a new method to program the controlling of a robot, using
both analytical and machine learning models to estimate its control parameters.
This method combines the generalization of the analytical models and the sim-
plicity and the sturdiness to complex situation of machine learning models. There
is already a few existing application examples of this method and we will try to
recreate it in a similar context.
GOUX--GATEAU Adam
Titre : Artificial intelligence algorithms for image detection
Article de référence : https://journalofbigdata.springeropen.com/articles/10.1186/s40537-021-00434-w : comparison of several algorithms
Résumé : In my research, I delve into the dynamic realm of Artificial Intelligence (AI) applied to image detection.
Focused on advancing the capabilities of intelligent systems, my work will explore cutting-edge techniques and algorithms to enhance accuracy,
efficiency, and robustness in image detection tasks. By leveraging state-of-the-art deep learning architectures,
I aim to optimize the recognition and classification of diverse visual content. Additionally, my investigation delves into the
integration of advanced computer vision methods, enabling the model to comprehend intricate patterns and contexts within images.
Through rigorous experimentation and optimization, the goal is to contribute novel insights that propel the field of AI for image detection,
fostering applications across diverse domains. In robotics, I will dig into autonomous vehicles, pattern recognition, visual servoing and beyond. This research promises to push the boundaries of what is achievable in image detection, ultimately paving the way for more reliable and versatile AI systems.
GROS Louis-Nam
Titre : Localisation Intérieure de Drones par Analyse des Ondes WiFi
Article de référence : https://ursi-france.sciencesconf.org/190198/URSI_comF_Barbot_Papier_final.pdf
Résumé : Cet article de recherche se penche sur le développement d'une méthode pour la localisation précise de drones en environnement intérieur,
en exploitant les signaux WiFi omniprésents. Nous proposons une approche basée sur l'analyse des ondes WiFi émises par les points d'accès,
permettant de trianguler la position du drone avec précision. En utilisant des algorithmes de traitement du signal,
notre méthode offre une alternative efficace aux systèmes de localisation traditionnels, notamment en l'absence de GNSS en intérieur.
Les résultats expérimentaux démontrent la faisabilité de cette approche, ouvrant ainsi la voie à des applications diverses,
telles que la surveillance automatisée, la cartographie intérieure et la logistique automatisée. Cette méthode présente un grand potentiel
pour les environnements complexes où la localisation précise des drones est cruciale.
GUERIN Taddeo
Titre : Reinforcement learning for robotic arm automation
Article de référence : https://ieeexplore.ieee.org/document/9424787
Résumé : Le but de ce papier sera de comparer plusieurs algorithmes de d'apprentissage par renforcement pour l'automatisation
de taches pour un bras robotique à plusieurs degré de liberté.
Je commencerai donc par la présentation théorique du modèle (les équations physique du modèle).
Je ferai un état de l'art sur les algorithme de modélisation déja existant avant d'expliquer ceux que j'ai créé de mon côté.
Enfin je développerai sur les résultats que j'ai eu au cours de la modélisation que j'ai fait sur gazebo/V-REP.
HOFMANN Hugo
Titre : Path Planning sous contraintes avec l'algorithme RRT*
Article de référence : https://people.csail.mit.edu/teller/pubs/KaramanEtAl_ICRA_2011.pdf
Résumé : En me basant sur l'algorithme RRT*, une variante du RRT permettant de garantir la convergence vers des solutions optimales,
mon objectif sera d'étudier l'algorithme et d'implémenter un programme de calcul de trajectoires en évitant les obstacles et en prenant également en compte
la cinématique particulière du robot (qui reste à définir ou à tester sur plusieurs modèles, même si on commencera sûrement par une voiture de
Dubins ou une voiture classique). En prenant en compte le modèle et en appliquant l'algorithme non pas seulement dans un espace géométrique
(ex : positions (x,y) dans le plan 2D) mais dans l'espace des états du robot, on devrait pouvoir générer des trajectoires non seulement cohérentes
vis-à-vis de la cinématique mais qu'on peut aussi sélectionner en fonction de critères choisis (ex: consommation énergétique, temps, accélérations latérales, ...).
Les résultats seront évalués sur la qualité des trajectoires obtenues mais aussi sur la rapidité de l'algorithme dans l'optique de l'utiliser
en direct pour éviter des obstacles qui peuvent varier dans le temps. Un premier objectif sera de générer et visualiser l'algorithme
dans une IHM permettant par exemple de générer des obstacles ou de changer des paramètres. Dans un second temps on pourra imaginer
une application en simulation dans Gazebo ou réelle si cela est possible.
LE FLOCH Tristan
Titre : Use of the Kalman filter and the Interval analysis for an efficient tracking of an underwater robot equipped with an USBL
Article de référence : Qinghua Luo et al. An Ultra-Short Baseline Underwater Positioning
System with Kalman Filtering. 2020.
url: https://www.mdpi.com/1424-8220/21/1/143.
Résumé : The aim of this research is to improve ultra-short baseline (USBL) underwa-
ter positioning accuracy, vital in navigation. Despite its simplicity and cost-
effectiveness, environmental noise affects accuracy, leading to significant posi-
tioning errors. These errors can impact decision-making in subsequent pro-
cessing. The research aims first, to identify error sources and reducing noise impact on measures.
There are two possibilities then to enhance accuracy: a
USBL system integrating Kalman filtering and/or integrating Interval analysis.
Combining Kalman filter and Interval analysis enables precise determination of
the underwater robot’s coordinates. Simulation evaluations affirm the efficacy
of this USBL positioning method, demonstrating significant enhancement in
accuracy.
LE GOUALLEC Jules
Titre : Navigation visuelle de robots autonome en environnements non-structurés
Article de référence : A Survey on Visual Navigation for Artificial Agents With Deep Reinforcement Learning. FANYU ZENG et. al.
Résumé : Les robots autonomes sont de plus en plus utilisés pour des missions de sauvetage, d'inspection de sites historiques,
de suivi de sites industriels ou de la vie sauvage. Cependant, ces missions de pilotage automatique nécessitent pour la plupart
des données GNSS pour fonctionner ou la fusion de multiples capteurs, ce qui alourdit le robot et réduit son autonomie.
Or, dans les applications de sauvetage ou dans des environnements non structurés tels que des tunnels ou des forêts,
les cartes et la qualité du GPS peuvent faire défaut. Je propose dans mon étude d'utiliser de l'odométrie visuelle, et éventuellement
du Machine Learning pour rendre réactifs les systèmes de pilotage de robots autonomes en l'absence de données GNSS et
sans marqueurs clairs, tels que les routes ou les rues.
Une mission possible serait de prendre un robot muni de caméras, de le guider jusqu’à un endroit en utilisant le GPS,
et de le faire revenir au point de départ sans utiliser le GPS ni le magnétomètre.
Pour ce qui est des tests de solutions avec les robots disponibles à L’ENSTA, un robot terrestre ou un drone convient.
LEDOUSSAL Emilie
Titre : Reconnaissance d'objets sous l'eau à l'aide de la couleur
Article de référence : S. Bazeille, et. al. (2012). Color-based underwater object recognition using water light attenuation. Journal of Intelligent Service Robotics. Volume 5, Number 2, pages 109-118
Résumé : Cet article rapporte une nouvelle approche pour la vision robotique sous-marine, l’utilisation de la couleur d’un objet sous l’eau pour but de recognition.
La vision par couleur sous l’eau est grandement compliquée par l’atténuation non constante de la vision, à cause, par exemples des algues et des sédiments.
Il a donc été mis au point cette approche qui consiste à associer à l’objet toutes les couleurs compatibles avec la couleur d’origine de l’objet, à source de lumière constante.
La loi de Beer-Lambert est utilisée pour déterminer si deux couleurs sont considérées compatibles, c’est à dire dans ce contexte que l’une des couleurs peut correspondre à l’autre selon
l’absorption du milieu. Dans cette étude, on néglige la rétrodiffusion de la lumière et on évite d’utiliser des couleurs sombres, puisqu’elles sont compatibles avec toutes les couleurs plus claires.
Cette approche est appliquée dans un algorithme détaillé comprenant la méthode des moindres carrés, qui viens avec des contraintes supplémentaires.
LEROY Hippolyte
Titre : Comparison of trajectories with and without contractor networks on Daurade robot
Article de référence : - S. Rohou, L. Jaulin, M. Mihaylova, F. Le Bars and S. Veres (2017). Guaranteed Computation of Robots Trajectories.
Robotics and Autonomous Systems. Volume 93, Pages 76–84
Résumé : In this paper, we use data provided by the mission of the DGA-Tn Robot Daurade built by ECA in Roscanvel Bay on December 3, 2014.
After a mission of several hours underwater, when the robot returned to the surface, it estimated its position with an offset of
a few meters with the new GPS data taken for real. Using data from the IMU, DVL and USBL,
we are looking into the possibility of improving this robot's position estimation using a contractor network adapted to this problem.
In the first instance, since the IMU is very precise, we need to integrate the linear acceleration data from the first position where GPS is lost.
The result is a trajectory that takes into account only the slight drift of this IMU. Next, we'll contract the tube [v](.) = [x_dot](.)
with the DVL data. Finally, we'll project the angle and distance data from the USBL, so that we can recalibrate the tube [x](.) with a
Ceval at each measurement. All this, inflated by the measurement uncertainties of each sensor.
MASSA Théo
Titre : Détection d’intrus avec un groupe de robots autonomes
Article de référence : https://www.ensta-bretagne.fr/jaulin/paper_moqesm_gascogne.pdf
Résumé : Dans cet article, il est présenté un algorithme de détection de sous-marin inconnu dans la
baie de Gascogne, réduite à deux dimensions dans ce papier, via un essaim de robots autonomes,
tout en étant soumis à différentes contraintes. Ces dernières sont diverses. Les robots ne peuvent pas
directement communiquer, ils ne peuvent pas avoir de capteurs trop évolués dans l’objectif
d’utiliser des capteurs dits « low-cost » et la distance à laquelle ils peuvent détecter l’intrus est
évidemment limitée.
L’algorithme repose sur plusieurs principes, le premier étant évidemment de créer un
contrôle efficace de ce groupe. Pour cela, deux méthodes ont été mises en avant. La première
consiste à imposer directement la trajectoire au groupe, mais en faisant cela, les distances entre les
robots varient, ce qui est moins efficace pour créer une barrière et detecter l’intrus. Pour palier à
cela, il a été décidé d’imposer la trajectoire seulement à un robot dit « leader » et les autres suivent
sa trajectoire à une distance constante.
Enfin pour s’assurer d’être le plus fiable possible, un raisonnement par intervalles est mis en
place pour la détection de l’intrus.
Résumé de mon sujet :
La détection d’intrus autonome peut avoir de nombreuses utilités notamment d’un point de
vue de la sécurité. Pour mon sujet, je souhaite dans un premier temps faire un état de l’art des
différentes approches et méthodes concernant le contrôle d’un essaim de robots autonomes ayant
pour but de détecter des intrus pour ensuite les comparer en les implémentant et pourquoi pas tester
moi-même de combiner ces approches ou d’en imaginer d’autres.
Parmi les méthodes existantes, on peut penser à des méthodes s’inspirant du monde animal
(particulièrement les insectes) dans lesquelles chaque individu est au même niveau de hierarchie et
peut difficilement communiquer avec les autres mais pour lesquels on observe une grande
organisation. On peut également penser au modèle décrit plus-haut dans lequel un leader guide les
autres individus. Un autre modèle plus anarchique et celui ou chaque robot est autonome et ne tente
pas particulièrement de s’organiser avec les autres.
Suivant la réussite des projets de base, pourquoi pas étendre l’étude à un monde en 3D par la
suite.
L’aspect de la réflexion par intervalles peut également être intéressant à étudier.
MIALLIER Marguerite
Titre : Les robots mous
Article de référence : Maxime Thieffry, Alexandre Kruszewski, Olivier Goury, Thierry-Marie Guerra, Christian Duriez.
Dynamic Control of Soft Robots. IFAC World Congress, Jul 2017, Toulouse, France.
Résumé : La robotique molle désigne un sous-domaine de la robotique qui utilise des matériaux déformables tels que du caoutchouc, des polymères, ou bien des ressorts.
Les perspectives d'application de ce domaine, apparu au début du XXIè siècle, sont par exemple l'exploration de milieux mous (organismes vivants) notamment pour la chirurgie.
Une des problématiques liées à la robotique molle est le contrôle, car il s'agit de contrôler un système non rigide, les techniques de contrôle habituelles
pour les robots rigides ne fonctionnent pas directement et doivent être modifiées pour s'adapter à la particularité de ces systèmes.
MUSTIERE Ludovic
Titre : Transformer : A Novel Neural Network Architecture
Article de référence : Attention is all you need https://arxiv.org/abs/1706.03762
Résumé : The recent advances in the field of Natural Language Processing (NLP) have allowed
the development of large language models, such as the Generative Pre-trained Transformer
(GPT) model. This model is based on the Transformer architecture, which is a neural
network architecture that has been introduced in 2017. The Transformer architecture
has been designed to solve the problem of machine translation, but it has been shown
that it can be used for other tasks such as text generation. In this report, we will present
the Transformer architecture and the Generative Pre-trained Transformer
model, and we will show how it can be used for text generation. We will also present the
results obtained by the Generative Pre-trained Transformer model on different
tasks, and we will discuss the limitations of this model.
PELLE Virgile
Titre : Localisation de source sonore grâce à un essaim d’UAV avec des méthodes de calcul par intervalles
Article de référence : Z. Ronghua, S. Hemin, L. Hao and L. Weilin, "TDOA and track optimization of UAV swarm
based on D-optimality," in Journal of Systems Engineering and Electronics, vol. 31, no. 6,
pp. 1140-1151, Dec. 2020, doi: 10.23919/JSEE.2020.000086.
M. Basiri, F. Schill, P. U. Lima and D. Floreano, "Robust acoustic source localization of
emergency signals from Micro Air Vehicles," 2012 IEEE/RSJ International Conference on
Intelligent Robots and Systems, Vilamoura-Algarve, Portugal, 2012, pp. 4737-4742, doi:
10.1109/IROS.2012.6385608.
Résumé : La localisation de sources sonores est cruciale pour la recherche de personnes en danger.
Cela permet aux équipes de secours de localiser plus rapidement des personnes blessé que ce soit
dans des terrains accidenté comme en montagne ou lors de catastrophe naturelles.
Ce sujet de recherche vise à appliquer les techniques de calcul par intervalles à la
localisation de sources sonores par un essaim de drones volants. L’essaim de drone sera composé de
plusieurs drones qui survoleront une zone de recherche et qui seront capable de communiquer entre
eux. Lorsqu’un signal de détresse sera émis, les drones « entendront » ce signal et en mettant en
commun leurs informations seront capables de déterminer la source du signal. Pour ce faire on
appliquera une méthode de calcul par intervalles permettant aussi de réduire l’incertitude de la
position de la source sonore si plusieurs signaux sont reçus au cours du temps. L’utilisation du
calcul par intervalles permettra aussi d’inclure les incertitudes liées aux mesures acoustiques et et
celles liées au positionnement des robots.
PILON Martin
Titre : Impact du prétraitement d’images pour la création d’un modèle optimisé de Machine Learning sur l’identification de la position d’une cage de but
Article de référence : An empirical analysis of data preprocessing for machine learning-based software cost
estimation, Jianglin Huang. https://doi.org/10.1016/j.infsof.2015.07.004
Résumé : L'optimisation d'un modèle de machine learning pour l'asservissement visuel et
l'identification de la position d'une cage de but, notamment celle de couleur rouge dans le
contexte de nao-football, implique des étapes cruciales de prétraitement d'images. Des
techniques telles que l'application d'un seuil sur la couleur rouge (threshold) pour binariser
l'image et la réduction de sa taille sont essentielles pour améliorer la qualité des données
visuelles. Le seuillage permet de segmenter l'image, isolant ainsi la cage de but et réduisant
le bruit, tandis que la réduction de la taille diminue la complexité tout en préservant les
caractéristiques essentielles. Cette approche de prétraitement, adaptée à la nature
spécifique des cages de but rouges, améliore la capacité du modèle à extraire des
informations pertinentes, conduisant à une meilleure performance d'asservissement visuel.
Cette étude souligne l'impact positif de telles méthodes de prétraitement sur la précision du
modèle de machine learning pour la détection de la cage de but rouge.
PITAUD Mathieu
Titre : Comparative Analysis of Visual Odometry and Lidar Odometry for Robot localization
Article de référence : ZHANG, Ji et SINGH, Sanjiv. LOAM: Lidar odometry and mapping in real-time. In : Robotics: Science and systems. 2014. p. 1-9.
D. Nister, O. Naroditsky and J. Bergen, "Visual odometry," Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004. CVPR 2004, 2004.
Résumé : Pour mon sujet de recherche je vais comparer les méthodes d'odométrie visuelle et d'odométrie avec Lidar.
L'objectif est de déterminer la position et la vitesse du robot au cours du temps avec ces deux méthodes et d'évaluer les performances de chacune des méthodes en fonction de la situation.
Je vais me baser sur deux articles de référence, chacun présentant l'odométrie avec l'un des capteurs, ces articles pourront être amenés à changer en fonction de la direction que prend mon projet.
Pour comparer ces deux méthodes, je compte utiliser ma propre simulation (Gazebo, CoppeliaSim), ou utiliser des bases de données disponibles en ligne avec des données Lidar et caméra qui correspondent à la même mission.
RAVAIN Louis
Titre : ???
Article de référence : ???
Résumé : ???
REN Kevin
Titre : Physics-informed neural networks
Article de référence : Maziar Raissi, Paris Perdikaris, et George Em Karniadakis. Physics informed deep learning
Résumé : Les Réseaux de Neurones Informés par la Physique (PINNs ou Physics-Informed Neural Networks)
constituent une nouvelle classe de réseaux de neurones conçue pour intégrer les connaissances
physiques au sein des réseaux de neurones. En particuliers ils permettent de prendre en compte
les phénomènes physiques pouvant être décrites par des équations aux dérivées partielles (EDPs). Diverses méthodes numériques existent déjà pour résoudre des EDPs, que ce soit par éléments finis
ou différences finies. Néanmoins ces simulations s'avèrent lentes et ne permettent pas d'obtenir des résultats en temps réel. C'est là que les PINNs entrent en jeu. Bien que moins précis à
l'heure actuelle que les méthodes traditionnelles, les premiers résultats montrent que ces réseaux de neurones permettent d'obtenir des résultats fiables avec un temps de calcul considérablement réduit, jusqu'à plusieurs centaines fois moins qu'avec les méthodes numériques classiques. L'avantage des PINNs par rapport aux réseaux de neurones classiques réside dans la réduction des
effets stochastiques inhérents à ces derniers. En effet les réseaux de neurones classiques peuvent
produire des résultats assez différents d'un apprentissage à un autre, et ce, sur le même ensemble
de données. De plus l'utilisation des PINNs permet de réduire drastiquement la taille du jeu de
données étant donné la connaissance du modèle physique qu'ils modélisent.
L'idée du sujet serait d'utiliser un PINN sur un modèle physique autre que ceux déjà existant ou
d'améliorer leurs performances. Une dernière piste serait d'aller vers une application aux phéno- mènes multi-physiques.
RIZK Catherine
Titre : Détection de piétons sur un flux video par machine learning
Article de référence : Détection de piétons par stéréovision et noyaux de graphes, F. Suard, A. Rakotomamonjy, A. Bensrhair
(2005), Computer Science
Résumé : La détection de piétons par le biais du machine learning représente une avancée importante dans le monde de la sécurité routière notamment.
Le but de cet article est d'explorer les différentes méthodes de détection d'individus ou d'obstacles pour un véhicule en exploitant
différents modèles de machine learning (CNN, SVM), différentes méthodes de traitement d'images et de reconnaissance de formes ou encore
différents ensembles de base de données pour l'apprentissage. Cet article abordera également le sujet de l'utilisation de machine learning
sur un flux vidéo pour obtenir des résultats en temps réel et éventuellement des diverses données qu'il sera possible de déduire
à partir de cette détection d'individus et d'obstacles (position, vitesse...)
ROULLIER Louis
Titre : Reinforcement learning ; Application sur des robots de terrassement autonome
Article de référence : https://ieeexplore.ieee.org/document/9743573
Résumé :
A terme, j'aimerais que l'excavator devra suivre une trajectoire définie par l'utilisateur.
Pour cela, j'aimerais implémenter une méthode de RL
et voir son résultat avec une interface (Tkinter semblerait être ma méthode pour l'instant)
qui permettrait à l'utilisateur de choisir une trajectoire à suivre ou une commande.
ROUSSEL Etienne
Titre : Correction of DVL Error Caused by Karst terrain
Article de référence : Braginsky, B., Baruch, A., & Guterman, H. (2020). Correction of DVL Error Caused by Seafloor Gradient. IEEE Sensors Journal, 1–1
Résumé : A Doppler velocity log (DVL) provides a three-dimensional representation of the velocity of an underwater vehicle to the vehicle’s
DVL-assisted inertial navigation system (INS). This is a key element in determining the accuracy of the INS. This paper presents the
usability of a DVL error reduction algorithm as a means of improving the navigation of an autonomous underwater vehicle (AUV)
in a karst environment. If this algorithm is usable, we are also studying the possibility of improving it for a karst environment.
The relief of a karst is generally more irregular than that of a seabed, and its variations are greater. Deviations in the seabed can
affect the measurement error of a DVL, so we will analyse the effect of a karst surface on the accuracy of the DVL. Finally, the
performance of the algorithm used is examined using an AUV simulation.
SÉRY Mathys
Titre : Amélioration de la qualité d'une image sous-marine par une approche de Machine Learning
Article de référence : Underwater image enhancement using adaptive standardization and normalization networks
Résumé : Au cours de nos différents projets à l'ENSTA Bretagne, en Robotique Autonome, nous avons pu constater l'importance de la
vision dans les robots autonome mobiles. La vision permet à la fois de s'orienter grâce à de l'asservissement visuel
(suivre une cible en temps réel et la tracker ou bien s'orienter dans un conduit
avec la géométrie de l'environnment), récolter des données pour recréer un envi-
ronnement réel en simulation ou encore récupérer des données statistiques sur
ce qu'aura été analysé a posteriori. Au vu de la spécialité de la lière ROB qui
plus orientée vers la robotique sous-marine, nous avons donc été confronté aux
spécicités de l'eau en profondeur : l'eau a une forte turbidité, la couleur de
l'eau peut varier du vert au bleu ou bien la caméra est sous-exposée et l'image
qui en résulte manque de luminiosité.
Afin de palier ce problème de lisibilité de l'image des algorithmes de traite-
ments de l'image sont appliqués. Malheureusement, il arrive que les traitements
classiques, souvent ceux vus en cours, ne suffisent pas.
Une solution serait donc de cumuler ses traitements (ou pas) avec une ap-
proche différente, une approche de deep learning/machine learning.
Selon l'article que j'ai choisi, cette approche du machine learning avec le
traitement d'images (sous-marines), permet d'obtenir des résultats très convaincant
notamment en terme de restauration des couleurs, et d'amélioration du
contraste. Leur méthode se base sur une nouvelle approche de la normalisation
des données pour un réseau de neurones avec une fusion entre deux réseaux nom-
més ASNet et ANNet, pour une normalisation adaptative des caractéristiques.
Le réseau ASNet sert à faire correspondre les histogrammes de distribution de
caractéristiques de l'image, et le réseau ANNet sert à régler la luminosité d'une
image et d'en améliorer le contraste.
ZAFRANA Joachim
Titre : A Novel Robotic Guidance System with Eye Gaze Tracking Control for Needle based Interventions
Article de référence : A Novel Robotic Guidance System with Eye Gaze Tracking Control for Needle based Interventions, Jing Guo et.al.
IEEE Transactions on Cognitive and Developmental Systems, 2021, 13 (1), pp.179-188.
Résumé : Lors d'interventions opératoires longues et difficiles, le caractere humain d'un médecin fait que
celui-ci est potentiellement susceptible de commettre une erreur. En particulier, lors d'opérations à
l'aiguille, qui demandent une grande précision.
L’objectif est alors ici d’assister cette insertion d’aiguille par un robot, capable de fournir une
meilleure précision en termes de position et d’orientation de celle-ci (car elle peut être calculée par
modelisation cinématique).
La premiere possibilité pour assister un medecin dans la pose d’une aiguille serait d’utiliser un
joystick ou un GUI (Graphical User Interface), mais ces methodes, en plus d’être coûteuses à
développer, nécéssiteraient des longues formations et entraînements pour les médecins qui
souhaiteraient l’utiliser, et qui se confronteraient à la lecture d’une documentation approfondie et
possiblement très complexe. Afin d'améliorer l'interaction homme-robot, c’est plutôt une méthode
de suivi du regard est proposée, permettant au radiologue de contrôler la pose de l'aiguille avec le
regard.
ZIANE Rania
Titre : Recherche sur le système anti-collision des avions de ligne
Article de référence : The traffic alert and collision avoidance system, JE Kuchar, AC Drumm - Lincoln laboratory journal, 2007
Résumé : Le TCAS (Traffic Collision Avoidance System) est un système essentiel de sécurité aérienne embarqué
dans les avions de ligne modernes. Il utilise des transpondeurs pour détecter la présence d'autres
avions, établissant une communication entre les systèmes TCAS de deux avions proches. En cas de
risque de collision, le TCAS génère des alertes audio et visuelles. Le Traffic Advisory (TA) informe les
pilotes de la proximité d'autres avions, tandis que le Resolution Advisory (RA) offre des instructions
de manœuvre pour éviter la collision. Le TCAS fonctionne de manière indépendante du contrôle du
trafic aérien, permettant des actions immédiates même en l'absence de communications radar ou
radio. Cet outil vital permet aux pilotes de réagir rapidement et de manière coordonnée, renforçant
la sécurité aérienne.
