Localisation et navigation
de robots
Chapitre 1 : Localisation
F. Morbidi 2014/2015
UFR des Sciences, Département EEA
M2 EEAII, parcours ViRob
2
Plan du cours
Chapitre 1: Localisation
Chapitre 2: Navigation
1.1 Introduction et défis
2.1 Stratégies de navigation
2.2 Architectures de contrôle
2.3 Navigation vers un but
1.3 Filtrage et fusion de capteurs
1.2 Odométrie
1.4 Autres techniques de localisation
2.4 Evitement d’obstacles
Plan du chapitre
• Introduction et défis
• Odométrie
• Filtrage et fusion de capteurs
• Autres techniques de localisation
3
Partie 2
Partie 3
Partie 1
Partie 4
Partie 3 : Filtrage et fusion de capteurs
4
Concepts de base de théorie des probabilités
Supposons que soit une variable aléatoire (v.a.) et une valeur
spécifique qu’elle peut prendre
p(X=x)
: probabilité que la variable aléatoire prend la valeur
X
x
X
x
Exemple:
Le résultat d'un dé est caractérisé par :
p(X= 1) = p(X= 2) = p(X= 3) = p(X= 4) = p(X= 5) = p(X= 6) = 1
6
Remarque:
Pour simplifier la notation, nous allons omettre de mentionner explicitement
la variable aléatoire , et on va utiliser plutôt l’abréviation
p(x)
X
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
1
/
57
100%
