2.3 CAPTEURS INTELLIGENTS
Un capteur peut être défini selon les deux points de vue, fonctionnel et technologique :
Nous nous sommes intéressés à l'aspect fonctionnel en proposant des méthodes de prétraitement et de traitement des données et à l'aspect technologique en définissant et réalisant les organes de traitement et de communication. Les travaux se sont limités au cadre de la télémétrie laser ou ultrasonore et de la vision.
2.3.1 La fonction traitement de données
Dans cette partie, sont présentées trois études originales menées au laboratoire. L'une porte sur la correction de l'effet d'empreinte d'un télémètre laser réalisée à partir de l'inversion du modèle physique du capteur. La deuxième concerne la conception d'un nouveau capteur multiaural, multimode. Ces deux études présentent dans les méthodes employées de grandes originalités. La troisième est en cours, elle concerne la conception d'un capteur bi-oculaire multimode.
2.3.1.1- Correction de l'effet d'empreinte d'un télémètre laser
La modélisation d'un capteur consiste à définir un modèle puis à développer des méthodes d'identification des paramètres et d'évaluation du modèle obtenu.
Suivant le point de vue qui dépend des objectif à atteindre, un capteur sera représenté par un modèle différent : un modèle géométrique dont la calibration a été abordée au §2.1.1.1, et un modèle géométrique qui fait l'objet de cette présentation.
Dans le cadre de la télémétrie laser, nous nous sommes intéressés à un télémètre monté sur une tourelle orientable en site et azimut.
Le modèle physique tient compte du procédé de mesure (par exemple, diamètre du faisceau du télémètre laser). En fait, on peut considérer le modèle physique direct et le modèle physique inverse [BARA97T].
Le modèle direct est représenté par un modèle non-linéaire identifié en suivant une approche d'automatique classique. Ce modèle sert principalement à la création de profiles simulés utiles au développement du modèle physique inverse.
Le modèle physique inverse permet de corriger l'effet d'empreinte, effet provenant de la tâche de mesure qui n'est pas ponctuelle. Cet effet limite la résolution angulaire et bien que noté dans différents travaux n'est généralement pas corrigé.
Une approche mixte pour représenter le modèle physique inverse est utilisée [BARA96aC] [BARA96bC]. Elle se compose d'une classification des profils mesurés à l'aide de réseaux de neurones et d'une correction des profils mesurés par une méthode paramétrique. Le modèle physique inverse est intégré dans les deux applications et son apport a été évalué dans deux domaines d'application. En robotique mobile, il permet un meilleur recalage d'un robot mobile dans un environnement connu ou partiellement connu [LEC98ST]. En téléopération, il améliore l'information de profondeur présentée à l'opérateur sous la forme d'une image synthétique superposée à l'image caméra [COL94.C], [COL94.R].
Le modèle, de part sa structure modulaire, est adaptable aisément à de nouveaux télémètres laser. Les techniques de traitement de données sont aisément transposables à d 'autres domaines d'applications. Par exemple, une approche neuronale a été appliquée à la reconnaissance de portes considérées comme des amers dans le cadre du projet AFM.
2.3.1.2- Vers un système ultrasonore multimodal et multiaural
Dans le cadre de la télémétrie ultrasonore [HAM98T], les objectifs de cette recherche visent à améliorer les caractéristiques métrologiques du capteur et à obtenir une information plus complète que la simple distance capteur/cible, comme la forme des éléments de l'environnement visés par le capteur.
Ces travaux suivent trois directions : mieux exploiter l'information contenue dans l'onde réfléchie (forme, durée, amplitude), améliorer la précision de la mesure par des techniques issues du traitement de signal, définir un système multicapteur multimodal ultrasonore pouvant répondre à différentes tâches, proximétrie, télémétrie , reconnaissance de formes.
Afin de mieux comprendre les limites et les avantages d'un capteur ultrasonore, un modèle direct a été élaboré. L'approche considère le système capteur-environnement comme un seul processus. Grâce à la formulation de Barshan et Kuc, basée sur la réponse impulsionnelle, le système capteur-environnement est vu comme un seul processus et les effets du capteur peuvent être partiellement découplés de ceux de l'environnement. Les mesures expérimentales ont montré qu'un filtre passe bande d'ordre 3 et centré sur 50 kHz est suffisant pour décrire le comportement du capteur. Pour modéliser l'environnement, on s'est intéressé uniquement à l'amplitude du signal réfléchi par la cible en supposant que l'environnement est constitué de surface lisse relativement à la longueur d'onde des ultrasons.
Cette première étape a permis de dégager les potentialités des capteurs ultrasonores et de disposer d'un simulateur capable de fournir le signal renvoyé par différentes cibles [HAM96C].
L'objectif suivant a été de retrouver le profil réel à partir d'un profil mesuré obtenu par balayage de l'environnement. La recherche du modèle inverse a été ramené à un problème de classification [LIP97ST]. Le classifieur est construit autour d'un réseau de neurones capable de distinguer quatre formes différentes : le plan/coin, l'arête, le cylindre et la tige. Les entrées sont n mesures d'amplitude successives du signal écho et le temps de vol. Les résultats expérimentaux donnent un taux de réussite de l'ordre de 86%. Pour permettre à ce système de traiter un nombre d'entrées variables fonction du nombre d'impact sur une cible donnée, un prétraitement est effectué avant le RN décrit précédemment. Son rôle est de compléter le vecteur de mesure par une technique de quantification vectorielle. Cette approche suppose que l'information contenue dans le vecteur de mesure est suffisante pour la classification. Un dernier module de décision, comprenant une sortie rejet, est ajouté en sortie du classifieur neuronal afin d'adapter la décision finale aux contraintes de l'application (sortie optimiste ou pessimiste). Les travaux en cours ont comme objectifs la définition (terminée) et la réalisation d'un dispositif ultrasonore multiaural et multimodal en intégrant les différentes approches selon deux axes. Le premier concerne l'amélioration des caractéristiques métrologiques : la résolution longitudinale par modulation de l'onde par un code pseudo-aléatoire de Barker et détection par corrélation, la résolution latérale en émettant simultanément à partir d'une matrice de capteur.
Le deuxième axe s'intéresse aux différents modes de fonctionnement du dispositif pour répondre aux tâches attendues, mesures précises, reconnaissance d'environnement,...
Plusieurs aspects abordés précédemment restent à développer. On peut citer principalement le développement de la méthode de quantification vectorielle et l'étude de l'enveloppe du signal reçu comme information pertinente pour la classification de cible en environnement complexes ou encore l'intérêt du multiécho [DOI98ST].
2.3.1.3- Capteur bi-oculaire multi-modal faible coût
Ce capteur est destiné à équiper un robot mobile. Sa configuration stéréoscopique est originale puisque les deux caméras ne sont pas placées sur une même horizontale mais dans une configuration verticale. L'une regarde l'horizon, tandis que la seconde est dirigée vers le sol. La configuration de ces capteurs leur permet cependant d'avoir des champs de vision qui se recouvrent afin de pouvoir apparier les indices visuels en commun[LOA98cC].
De plus, ces caméras sont montées sur une tourelle orientable en azimut permettant d'effectuer un balayage à pas connu de l'environnement du robot mobile. Dans ces conditions, le système de vision permet d'effectuer des mesures tridimensionnelles en utilisant trois modes possibles. Dans le mode stéréovision, seules les caméras en configuration verticale sont prises en compte. Le mode vision dynamique-tourelle utilise la rotation de la tourelle : il y a alors appariement de deux images successives aussi bien pour la caméra supérieure que pour la caméra inférieure. Le mode vision dynamique-robot utilise un déplacement longitudinal du robot afin d'obtenir pour une même caméra, deux images prises à des positions distinctes connaissant le déplacement du robot (fourni par l'odométrie).
Un autre point important concernant ce capteur concerne la qualité très médiocre des caméras employées pour répondre à une contrainte faible coût, induisant de fortes distorsions et une mauvaise définition de l'image.
Ce capteur est en cours de développement dans le cadre de la thèse de H. Loaiza. A partir des informations de chaque caméra, des méthodes classiques de seuillage ont été fiabilisées par des apports originaux permettant de déterminer sans a priori, les niveaux des seuils haut et bas dans le cas d'un seuillage par hystérésis. La détermination d'indices pertinents de l'image passe par la localisation des arêtes d'objets verticaux. La méthode employée est basée sur un filtre de Deriche. La partie détermination des extrema du gradient préalable a été optimisée permettant une réduction significative du temps de calcul. L'étape suivante concerne l'étude et la mise en 'uvre des procédures d'appariement [LOA 98aC] [LOA 99C].