Fiabilisation des déplacements des robots mobiles par localisation

Université de la Réunion
Rapport de stage de Masters M2
INFORMATIQUE
Fiabilisation des déplacements
des robots mobiles par
localisation adaptive
Olivier BABET 31003411
Année 2015/2016
M. Denis
PAYET
M. Pierre-Yves
BRACHELET
Encadrants :
4 Janvier 2016 17 Juin 2016
Responsable : M. Frédéric MESNARD
Résumé
AGROBOTYS est une entreprise spécialisée dans l’agriculture de précision. Partenaire du LIM, AGROBOTYS a pour ambition d’accélérer le développement de la robotique agricole à la Réunion et dans l’océan indien. Fruit
de ce partenariat, Tropic’Oz premier robot agricole de la Réunion (robot de
type «rover», une version v2 est en préparation) a été conçu pour apporter
une aide quotidienne à l’agriculteur sur son exploitation. Le but de ce stage
est d’établir un état de l’art sur les différentes technologies de localisation
pour définir celles qui correspondent pour une localisation centimétrique du
robot sur les parcelles et les rangs d’une exploitation agricole. Différentes
technologies ont été comparées, tant du point de vue des performances que
du coût. Nous avons testé un système qui apporte une solution proche à nos
attentes, le GPS Cinématique Temps Réel (Real Time Kinematic en anglais)
de Swift-Navigation. Ce système apporte une précision centimétrique tout
en consommant peu d’énergie (alimentation par port USB) avec un encombrement minimal (a été conçu à l’origine pour des drones), ce qui fait de lui
une solution appropriée dans le cas de robots autonomes. Afin d’avoir un
aperçu du système, une représentation cartographiée a été faite.
Mots-clefs : Localisation externe et interne, RTK Low-Cost, Système
Multi-Agents, Algorithme de déplacement, Cartographie
Abstract
AGROBOTYS is a compagny specializing in precision agriculture. LIM
partner, AGROBOTYS aims to accelerate the development of agricultural
robotic in Reunion Island and the Indian Ocean. Fruit of this partnership,
Tropic’Oz, first agricultural Reunion robot ("rover" robot type, a v2 version
is in preparation) was designed to provide daily assistance to the farmer on
his farm. The goal of this internship is to etablish a state of the art on the different location technologies to identify those that correspond to centimeter
location of the robot on the parcels and the ranks of a farm. Various technologies have benne compared, both from the point of view of performance
and cost. We tested a system that brings a solution close to expectations,
GPS Real Time Kinematic Swift-Navigation, this system brings centimeter
accuracy while consuming little energy (USB powered) with a minimal footprint (designed originally for drones), which makes it a suitable solution in
the cas of autonomous robots. To prexiew the system, mapped representation was made.
Keywords : external and internal location, RTK Low-Cost, Multi-Agent
System, displacement algorithm, Cartography
1
Table des matières
1
2
Le projet Agrobotys au LIM
6
1.1
Agrobotys . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
1.2
Les apports du LIM . . . . . . . . . . . . . . . . . . . . . . . . .
7
Les systèmes de localisation interne et externe [1] [2] [4]
9
2.1
Nos critères de sélection : . . . . . . . . . . . . . . . . . . . . . .
9
2.2
Les systèmes terrestres . . . . . . . . . . . . . . . . . . . . . . .
12
2.2.1
RFID . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.2.2
Bluetooth . . . . . . . . . . . . . . . . . . . . . . . . . .
13
2.2.3
Wi-fi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
2.2.4
GSM . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
2.2.5
Ultra-sonores . . . . . . . . . . . . . . . . . . . . . . . .
15
2.2.6
Ultra Large Bande [3] . . . . . . . . . . . . . . . . . . .
15
2.2.7
Vision . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.2.8
Laser 360˚ . . . . . . . . . . . . . . . . . . . . . . . . .
16
Les systèmes satellitaires . . . . . . . . . . . . . . . . . . . . . .
17
2.3.1
GPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
2.3.2
GNSS . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
2.3.3
RTK . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2.3.4
RTK Low-Cost . . . . . . . . . . . . . . . . . . . . . . .
20
2.3
3
Intérêt et techniques de transmission RTK
23
3.1
Comment fonctionne la Géolocalisation Par Satellites ? . . . . . .
23
3.2
Comment fonctionne la Géolocalisation Par Satellites en temps
3.3
réel ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
Comparaison de performances entre ces deux technologies . . . .
26
2
4
5
Simulation du système de localisation 2D
26
4.1
Les données nécessaires pour la simulation . . . . . . . . . . . .
26
4.2
Proposition d’algorithme et d’architectures de déplacement du robot 30
4.3
Représentation cartographique du déplacement du robot . . . . . .
32
Mes contributions
36
5.1
Organisation de réunion pour le projet Reunion Spotter au LIM . .
37
5.2
Mise en relation avec Précision-Topo . . . . . . . . . . . . . . . .
37
5.3
Modification des théories sur l’utilisation du Kit RTK Swift Navigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
5.4
Images sattelitaires de la SEAS-OI accessible au LIM . . . . . . .
39
5.5
Accueil d’un stagiaire au LIM . . . . . . . . . . . . . . . . . . .
39
A
Organigramme du LIM
42
Guide d’utilisation du kit RTK Swift Navigation
43
B
3
Introduction
Dans le domaine de la robotique, la localisation d’un mobile en milieu interne
ou externe est un débat qui est encore, de nos jours, en recherche de réponse. Le
fait que des personnes sont persuadées que la machine est capable de nous dire
exactement, avec une forte compréhension de son environnement, où il se situe et
ce qu’il a comme possibilités de parcours pour accomplir des missions diverses
sans avoir une aide extérieure ou humaine. Malheureusement, même si l’avancée
technologique autour de ce domaine est accrue, nous sommes bien éloignés de
cette illusion. Tout se résume par un manque d’informations nécessaires au bon
fonctionnement des algorithmes pour une localisation précise du robot en temps
réel. En effet, même avec une précision de l’ordre des centimètres, la présence
d’obstacles à des endroits imprévus, rendra le déplacement du robot infructueux.
Il est donc primordial de combiner plusieurs sortes de capteurs pour remédier à
ce genre de contrainte. Dans le cadre du Master 2 Informatique réalisé à l’Université de la Réunion, j’ai effectué un stage de fin d’étude d’une durée de six mois.
Ce stage a pour but de mettre en pratique les méthodologies et les connaissances
acquises au cours de mon cursus universitaire. Ce stage a été effectué au sein
du Laboratoire d’Informatique et de Mathématiques (LIM) de l’Université de la
Réunion. Mes encadrants sont M. Denis Payet, enseignant-chercheur et M. PierreYves Brachelet directeur du projet Agrobotys. Les objectifs de ce stage sont multiples : réaliser un état de l’art sur l’ensemble des procédés de localisation, formaliser une architecture de localisation pouvant s’adapter à l’environnement étudié,
illustrer l’architecture par des essais en laboratoire, avec la technologie RTK, une
carte obtenue par prise de photo aérienne (images satellitaires à haute résolution)
et des capteurs de proximité, et enfin, une simulation d’un déplacement autonome
du robot.
Tout d’abord, une description de l’entreprise Agrobotys et du LIM est présen4
tée. Nous enchaînerons avec une présentation des technologies de localisation en
fonction de certains critères que nous considérons comme les plus importants. En
troisième partie, une explication sur l’intérêt du système RTK par rapport au GPS
est données. En quatrième partie, une proposition d’algorithme de déplacement
pour le robot, avec des architectures de déplacement par simulation et représentation cartographique.
5
1
Le projet Agrobotys au LIM
1.1
Agrobotys
Agrobotys est une entreprise innovante réunionnaise incubée à la Technopole
Nord. L’idée innovante est venue de Pierre-Yves Brachelet (ingénieur agronome)
en 2012. Elle est spécialisée dans l’agriculture de précision en proposant des outils
adéquats et tropicalisés aux agriculteurs. Elle a concrétisé un partenariat avec Naïo
Technologies, leader dans le domaine de la robotique agricole avec notamment
Oz, leur robot de type rover spécialisé dans le maraichage. Le robot Tropic’Oz a
ainsi vu le jour, car il est une version plus adaptée à notre climat tropical, au relief de notre île, ainsi qu’aux diverses conditions météorologiques. Aujourd’hui,
les deux entreprises développent de nouveaux équipements, en fonction des demandes et propositions des agriculteurs, afin de répondre au mieux à leurs attentes.
Depuis l’année dernière, L’Université de la Réunion, plus précisément, le Laboratoire d’Informatique et de Mathématiques (LIM) est devenu partenaire d’Agrobotys. Cela s’est concrétisé par le développement d’applications. Cette année, ce qui
est mis en avant est la localisation précise et adaptative de robots collaboratifs et
autonomes. C’est Denis Payet, enseignant-chercheur, qui s’occupe du projet avec
son équipe au sein du LIM. L’équipe est constituée de Pierre-Yves Brachelet, de
Denis Payet, d’Arnaud Vandecasteele (docteur en géomatique, spécialiste en Système d’Information Géographique et en traitement d’images aériennes, habilité
sur les drones), Jean-Bernard Gonthier (agriculteur : canne à sucre et maraichage
sous serre), Président de la chambre d’agriculture, premier béta-testeur depuis
mars 2014) et de moi-même stagiaire en deuxième année de Master Informatique.
6
1.2
Les apports du LIM
Le Laboratoire d’Informatique et de Mathématiques (LIM) de l’Université de
la Réunion (UR) est une équipe d’accueil (EA2525) structurée en trois axes :
— Epistémologie et Didactique de l’Informatique et des Mathématiques (EDIM)
— InformaTique et Applications (ITA)
— Mathématiques (MATHS)
Le LIM développe, à travers ses membres, des partenariats académiques aux niveaux local, régional (zone Océan Indien), national et international, ainsi que des
partenariats industriels locaux. Il participe à la formation par la recherche, adosse
le Master Informatique et Mathématiques de l’UFR Sciences et Technologies, le
département Informatique et Télécommunications de l’ESIROI (Ecole Supérieure
d’Ingénieurs Réunion-Océan Indien), et il co-adosse le master MEEF (Métiers
de l’Enseignement, de l’Éducation et de la Formation) de l’ESPE (École Supérieure du Professorat et de l’Éducation). Il est membre de l’Ecole doctorale STS
(Sciences Technologies Santé) et de la fédération de recherche OMNCG (Observatoire des milieux naturels et des changements globaux), de l’UR.
Au sein du LIM, c’est l’équipe SCA (Systèmes Collectifs Adaptatifs) qui est
en charge du projet. Le but est de faire collaborer des entités pour un objectif commun, cas d’une utilisation d’un système multi-agents dans un champ agricole pour
effectuer les tâches (binage du sol, pulvérisation), et être adaptatif, en clair, leurs
rendre capable de changer d’objectifs en fonction de chaque situation. L’équipe
est composée de plusieurs membres, Rémy Courdier, enseignant-chercheur et chef
d’équipe, mon maître de stage Denis Payet, enseignant-chercheur, s’occupant de
7
divers projets, tel que l’outil SKUAD, qui a évolué en quatre parties : Ubiquity
(partie collaboration entre agent), MECA (Moteur d’Exécution Comportemental
Adaptatif, pour la partie de l’adaptation), FullJS (pour le déploiement sur différentes sorte de d’appareils) et enfin UDA (UniformisedDevice Ad, une interface
pour l’interopérabilité entre appareil). Il y a également deux doctorants présents
depuis deux ans, Irène Velontrasina qui s’occupe de la partie humaine (conception,
modélisation, type d’usage, techniques d’implémentation), et Joël Kwan pour la
partie technique (hardware, middleware, protocole, objets connectés). Il y a enfin,
une doctorante qui est également en Master 2 Informatique, Tahina Ralitera. Elle
se concentre sur la partie Smart Mobility. Je fais également partie de cette équipe.
8
2
Les systèmes de localisation interne et externe [1]
[2] [4]
2.1
Nos critères de sélection :
La recherche des différents systèmes de localisation s’est basée sur un ensemble de critères précis (voir annexe ). Nous présentons ici, certains de ces critères que nous considérons comme les plus importants.
L’environnement :
Le robot doit à la fois évoluer sur un terrain couvert, par exemple, dans un
local pour pouvoir rentrer automatiquement sans avoir besoin du propriétaire, ou
dans une serre dans un cas agricole. Il doit également effectuer ses déplacements
en plein air, que ce soit proche d’un ensemble de bâtiments, dans des champs de
cannes, que sur un terrain privé. Ce qui est donc attendu est une mise au point d’un
ensemble de systèmes de localisation fonctionnant à la fois en interne et externe.
La précision pratique réel :
Sans une bonne précision, il serait impensable de laisser un robot agir et se
déplacer de lui même sans nécessité d’une surveillance permanente. Elle est donc
importante, autant du côté sécurité d’autrui que matérielle et environnementale.
De plus, sans celle-ci, il nous serait impossible d’effectuer des tâches dans des
endroits étroits et inaccessibles à l’humain, cas d’un champ de canne en période
de fin de croissance et de maturation(des phases où le robot devrait être le plus
sollicité). En effet, diverses limites se posent au robot, dont la largeur d’un interrang (plus ou moins 120 cm), les dimensions du robot 100 cm de longueur et 40
cm de largeur. La limite de précision a donc été fixée à 15 cm pour avoir une
9
marge convenable à la pratique agricole.
La précision théorique :
Avant même de penser à adopter un système, il était obligatoire de s’assurer
que le cahier des charges soit un minimum respecté. La précision théorique fut
donc une spécification importante pour la recherche. Nous nous sommes concentrés sur une précision millimétrique voire au maximum centimétrique, ce qui a
grandement optimisé notre recherche.
La couverture terrain :
Ce que nous souhaiterons dans le long terme, c’est d’exploiter un espace pouvant couvrir plusieurs hectares tout en conservant l’efficacité de la technologie
utilisée. Avec une grande couverture terrain, il nous sera possible de faire l’exploitation d’une zone par un système multi-agents afin d’effectuer des tâches collectives en un temps moindre que si l’on se contentait d’un seul robot.
Les conditions d’utilisation :
Bien connaître l’environnement dans lequel le système peut effectuer ses tâches
dans les normes, est important, autant pour préserver le plus longtemps possible
une technologie que pour le rentabiliser sur le long terme. De plus, une meilleure
approche serait de trouver les diverses possibilités d’utilisation. Par exemple, un
laser a une utilité pour détecter des objets ou obstacles divers rencontrés sur le
trajet du robot, mais on pourrait également en faire un émetteur pour indiquer la
direction à suivre à un autre mobile.
10
Le temps de stabilisation :
Une forte attente pour le bon fonctionnement d’une technologie est tout simplement considéré comme une perte de temps et d’argent. Nous nous concentrons
donc sur des temps de stabilisation n’excédant pas 15 minutes.
Les influences externes :
Savoir en avance les différentes influences qui rendent le système défaillant
permet une meilleure connaissance du terrain. En effet, si un système est défaillant
à un endroit donné, en supposant qu’il n’y a aucun problème interne, il sera facile
de représenter sur une carte que cette zone n’est pas (du moins pour le moment)
accessible, et de là, en définir avec un nombre d’hypothèses restreint et de trouver des solutions intermédiaires (emprunter un autre chemin, le communiquer à
l’utilisateur par indication de modification cartographique)
Le coût d’investissement et d’exploitation :
Ce qui nous intéresse est de trouver des systèmes à la fois efficaces et à des
prix abordables à toutes personnes s’intéressant à la localisation précise d’un mobile. En d’autres termes, seuls les systèmes qui ont le monopole du marché sont
pris en compte. Le système doit également consommer peu d’énergie plus particulièrement si l’on doit le fixer sur le mobile, car celui-ci est limité en autonomie.
Il faut également tenir compte de la difficulté de l’installation de l’infrastructure
du système.
11
2.2
2.2.1
Les systèmes terrestres
RFID
La technologie RFID (radio-identification) est une méthode de mémorisation
et de récupération de données à distance utilisant des marqueurs et des lecteurs.
Elle permet de trier et d’extraire des données par une transmission électromagnétique compatible avec un circuit intégré radio fréquentiel. Les lecteurs sont des
dispositifs actifs activant les marqueurs proche d’eux. Les marqueurs étant des
systèmes passifs, ils reçoivent l’énergie nécessaire via les radiofréquences émises
par les lecteurs. Il existe également des marqueurs possédant une batterie. La portée de cette technologie est de l’ordre de 10 à 20 cm pour les moins coûteux, mais
du matériel plus puissant peut l’augmenter à 200 mètres en champ libre d’obstacles. Elle est couramment utilisée dans les environnements internes et ne doit
pas être en pleine zone métallique. La technologie NFC utilisée dans les smartphones en est un exemple. Cependant, ce système n’est pas vraiment adapté pour
une localisation en temps réel du robot.
12
2.2.2
Bluetooth
Le bluetooth est une technique de communication bidirectionnelle courte portée
via radio UHF(Ultra Haute Fréquence). Développée pour faciliter les interactions
entre terminaux nomades, il équipe tous les smartphones actuels et s’installe facilement dans les voitures récentes. La localisation par bluetooth, à l’instar du RFID,
peut se baser sur divers algorithmes ou méthodes de calcul. Mais la méthode la
plus efficace en temps réel utilise une mesure des temps d’arrivée du signal entre
des bases fixes dont la position est connue. Cette méthode permet dans des conditions optimales d’obtenir une précision de l’ordre de 1 à 4 mètres. Avec des méthodes de calibration plus pointues, une précision centimétrique est atteignable.
Cependant, celle-ci n’est envisageable que dans un environnement intérieur sans
variations. En effet, des modifications (comme des objets supplémentaires) vont
modifier les temps de propagation, ajouter des erreurs (signaux perdus ou réfléchis), et fausser les données de calibration, et la précision. De plus, les modules
les plus puissants (classe 1 d’environ 100 Mw) ont une portée effective d’environ
100 mètres. Afin de couvrir une grande surface telle qu’une exploitation agricole
tout en assurant la précision voulue, il serait nécessaire d’implanter de très nombreux modules bluetooth. Son encombrement minimal et son prix faible en font
en revanche une technologie intéressante en combinaison d’une autre, plus précise
que l’on verra par la suite.
13
2.2.3
Wi-fi
Le Wi-fi (IEEE 802.11) est un ensemble de protocoles de communications sans
fil. Peu chère et facile à implémenter, il se base sur le temps de propagation. Ayant
une portée d’environ 400 mètres (30 mètres à 200 mètres en générale) dans des
conditions optimales. La localisation par Wi-fi permet une précision de l’ordre
de 2 à 100 mètres selon la situation (l’utilisation de 4 émetteurs dans une salle
sans obstacle). Il peut être utilisé en interne et en zone urbaine. Il y a cependant
une contrainte énergétique, étant plus gourmand en ressource, et demandant un
nombre d’unités à déployer conséquent. Cette technique ne sera utilisable qu’à
condition qu’une solution plus adaptée à une utilisation de robots autonomes soit
proposée.
2.2.4
GSM
La localisation par GSM est presque entièrement disponible à tous. En effet,
il suffit tout simplement d’avoir un téléphone portable et de se situer dans une
zone couverte par les antennes téléphoniques. Il est nécessaire également, pour
avoir une meilleure précision, que le téléphone soit capté par trois antennes relais au minimum, ce qui nous permet d’effectuer la méthode de triangulation. Sur
une portée de 50 km, il nous est possible d’avoir une précision de l’ordre de 100
voire 150 mètres. Malheureusement, cette façon de procéder ne pourrait pas correspondre à nos attentes en terme de localisation en temps réel de haute précision,
et donc non utilisable dans un champ.
14
2.2.5
Ultra-sonores
La vitesse du son étant connue, il est possible d’utiliser un émetteur ultrasonique émettant une courte salve d’ultrasons. Des capteurs disposés sur une grille
reçoivent la salve et déterminent la position de l’émetteur par triangulation avec
une précision centimétrique en théorie, avec pour résultat, une précision pratique
de 10 cm. Ce système est peu coûteux et économe en énergie, mais sa portée est
très limitée, environ 10 voire 15 mètres. On considère en général qu’il est efficace
à l’échelle d’une pièce, avec des capteurs tapissant le plafond. Un exemple d’utilisation est celui du projet Cricket. Ce projet avait pour but de protéger la vie privée
de l’utilisateur, en offrant une bonne performance et un système à faible coût. Par
l’utilisation de la méthode de triangulation, une cible peut être localisée avec une
précision pratique de 4 à 12 cm à l’intérieur d’une pièce de 4 m2 avec 50 émetteurs au plafond et un récepteur distant de 2.5 mètres (sur le robot au sol). Mais
la consommation énergétique est forte, liée au fait que, lors de la communication
entre les émetteurs et le récepteur, le signal ultra-sonore et le signal radio font des
estimations en même temps. De plus, cette technologie ne peut être utilisée dans
des endroits restreints ou trop étendus.
2.2.6
Ultra Large Bande [3]
L’Ultra Large Bande est encore peu exploitée. On parle d’ULB lorsqu’on utilise un rapport largeur de bande sur fréquence centrale de 20% ou plus. Le tag
mobile envoie une salve de signaux radio très courts vers des stations de base
qui envoient le temps d’arrivée du signal à une unité de calcul qui en extrait la
position du tag. Le tag mobile peut se déplacer au sein d’une grille de cellules,
chacune encadrée par au moins 4 bases afin que le système fonctionne efficacement. La portée est de 20 à 100 mètres et la précision est comprise entre 1 et
45 cm. Peu gourmandes en énergie, les puces UWB(Ultra Wide-Bande) sont in15
téressantes sur les systèmes mobiles autonomes. L’Ultra Large Bande serait plus
adaptée en interne, une localisation 3D a été faite avec ce système.
2.2.7
Vision
Le système de positionnement par vidéo est une autre façon de connaître l’environnement autour du robot. En effet, on peut utiliser des caméras pour la reconnaissance d’objets, de personnes, d’obstacles et également en faire une carte, par
la méthode de cartographie et localisation simultanées, dite SLAM (Simultaneous
Localisation and Mapping). Cela consiste à faire une représentation cartographiée
d’un environnement inconnu. Une autre solution serait de prendre des images au
sol et de suivre une ligne qui a été au préalable tracée, ce qui signifie que la marque
au sol devrait être la plus visible possible (réfléchissante) afin de ne pas avoir de
contraintes par rapport à la luminosité du soleil ou de spots lumineux qui pourraient se trouver sur le trajet. Il faut aussi considérer à quel moment (heure de
travail) de la journée, le robot est en phase de travail. En effet, de simples caméras
RGB ne permettront pas une utilisation nocturne. Or avec le robot Oz, ce qui est
souhaité, c’est qu’il puisse effectuer des tâches de jour comme de nuit. De plus, on
pourra utiliser la méthode de Hough [5] pour la reconnaissance de lignes droites,
c’est-à-dire, les rangs, inter-rangs, murs et bordures d’une serre. Une autre utilisation, serait de faire le suivi de plusieurs personnes, ce qu’il se fait déjà avec les
caméras en Angleterre.
2.2.8
Laser 360˚
Tout comme la vision, le laser 360˚est particulièrement utilisé pour effectuer
une cartographie. En effet, il possède une portée comprise entre 6 et 100 mètres,
avec une précision de 3 centimètres en pratique et 2cm en théorie. Par son système de rotation à 360˚, cette technologie est capable de faire une cartographie
16
en temps réel en 3D ou en 2D (en fonction de l’appareil utilisé). De plus, il n’y
a pas de restrictions sur la protection de la vie privée d’autrui, car avec une vitesse de rotation équivalente à 450 rotations par minute, une représentation en 3D
d’une personne ne se fera qu’avec des lignes horizontales. En d’autres termes,
sur une telle représentation, une reconnaissance de visage ne sera pas possible.
La reconnaissance d’objets et de personnes de manière générale (forme) et non
précise est possible lors de son utilisation. Cependant, ce système comprend des
limites, telles qu’une utilisation en externe sous la lumière du soleil qui perturbera
son fonctionnement. Il est donc conseillé de faire une analyse nocturne, ce qui
pourrait remplacer une caméra RGB dans ce cas. Cependant il est à noter que le
laser à une couverture verticale de 30˚(15˚vers le haut et le bas, pour le système
professionnel). Il est donc important de faire en sorte dans un cas agricole, que le
laser soit assez bas. Dans le cas contraire, il nous serait impossible de représenter des rangs de petite taille, ce qui est le cas dans des serres (fraiserais, salades).
Le prix de ce système est compris entre 400 (RLIDAR 1 , représentations en 2D
sur un rayon de 0.2 à 6 mètres) et 8000 euros (LIDAR3DVLP-16 2 ). Ce système
pourrait être retenu, mais au vu du prix et de quelques retours négatifs de clients
du RLIDARLow-Cost, nous choisirons ce système uniquement à condition que,
les analyses et tests sur les deux caméras du prototype v2 ne sont pas entièrement
adéquats à notre projet.
2.3
2.3.1
Les systèmes satellitaires
GPS
Contrairement aux technologies précédentes qui sont à la base destinées à
d’autres usages et ont été adaptées pour obtenir une position, le GPS est une tech1. http ://www.robotshop.com/en/rplidar-360-laser-scanner.html
2. http ://www.velodynelidar.com/vlp-16.html
17
nique de localisation. Ce système est connu pour la simple et bonne raison, qu’il
a été l’un des premiers à être accessible au public. La première chose qui vient à
l’esprit lorsqu’on entend le mot "Localisation", est le GPS. En effet, la couverture
du système de positionnement global est planétaire. Basé sur une constellation
de satellites, il utilise les temps de propagation et la trilatération pour connaître
sa position à l’échelle terrestre. Il n’y a besoin que d’un module GPS par robot,
module dont le prix actuel, l’encombrement et la consommation électrique sont
très raisonnables. Le robot en est déjà équipé. Sa précision est comprise entre 2
et 10 m en moyenne et au pire de 100 mètres, 1 m dans des conditions optimales,
selon la couverture satellitaire. La portée n’est pas limitée en distance, mais les
signaux passant extrêmement mal en intérieur, l’utilisation sous serre (ou autre
bâtiment) est quasi-impossible. Les influences externes pouvant rendre la précision défaillante, sont reliées à la composition atmosphérique de la Terre, tel que la
ionosphère, les reliefs et la structure du sol. Ce système a l’avantage d’être simple
à mettre en œuvre et d’une bonne stabilité, mais n’a pas la précision nécessaire.
Cependant, il existe des dérivées qui permettent d’atteindre une précision centimétrique, appelé GDGPS (Global Differential GPS). Il permet une localisation
proche de 10 cm, le principe étant d’utiliser des serveurs (hôtes) qui effectuent des
corrections avec la position du module GPS à localiser et distribuent la correction
par internet. Le positionnement d’un grand nombre de récepteurs de signaux satellitaire GPS, permet d’avoir cette précision sur la planète entière et toujours en
extérieur.
2.3.2
GNSS
Le GNSS (Global Navigation Satellite System) est le fait de rassembler plusieurs systèmes satellitaires, afin d’apporter une meilleure précision de localisation. Il a pour but d’améliorer la navigation des appareils (avions, bateaux de
18
convois au port, véhicules autonomes), l’agriculture de précision, la cartographie
3D, la prise de photos aériennes, la construction de chantiers. Les systèmes pris en
compte sont : GPS (Américain), GALILEO (Européen), GLONASS (Russe), BEIDOU (Chinois) et EGNOS (EuropeanGeostationary Navigation Overlay Service)
pour la navigation aérienne civile depuis 2011. Depuis l’an 2006, un réseau de
stations permanentes GPS/GNSS a été installé à la Réunion. Le principe est d’installer un ensemble de stations permanentes séparées de 70 km au maximum pour
avoir une précision centimétrique comprise entre 1 et 3 cm (selon des résultats
obtenus en Irlande). Ce système effectue des distributions de correction en temps
réel sur toutes stations ainsi que sur un mobile à condition qu’il soit connecté au
réseau par internet. Le protocole utilisé pour l’émission et la réception de correction est le NTRIP (Networked Transport of RTCM via Internet Protocol). Le
format RTCM (Radio Technical commission for Maritime Services) représente les
normes de transmission de données internationalement reconnues pour le DGNSS
(DifferentialGNSS), définis par la Commission Radio Technique pour l’organisation des services maritimes. Il s’agit d’un binaire conçu pour optimiser le débit
de communication. Afin d’accéder à ce système, un abonnement de 1500 euros
par an est proposé par mobile. En fonction du nombre de mobile à localiser dans
une zone telle qu’un champ agricole, le tarif pourra être revu à la baisse (tarif
dégressif). Afin d’avoir un meilleur rendu, nous pouvons choisir ce système pour
localiser avec une extrême précision une base, qui elle diffusera les corrections
aux mobiles se situant dans sa couverture terrain.
2.3.3
RTK
L’imprécision du système GPS provient de la faiblesse des signaux qui sont
absorbés par les obstacles tels que le relief ou les arbres, de signaux déformés
par le passage dans l’atmosphère, d’échos dus à une réflexion sur une surface
19
non absorbante, la ionosphère, la troposphère, l’horloge des satellites. Ces défauts
peuvent être corrigés par la méthode RTK. Il faut 2 modules GPS reliés par radio.
L’un est une base fixe dont la position est connue et qui a calculé sa position suffisamment longtemps pour en déduire les corrections à effectuer. L’autre mobile
(ici, le robot), calcule sa position GPS de manière classique, mais apporte les corrections nécessaires qui lui sont transmises par la base fixe. Cela permet d’obtenir
une précision centimétrique comprise entre 1 et 2 cm, voir millimétrique pour les
systèmes les plus performants. L’utilisation multi-constellation améliore et facilite
grandement la précision. La distance entre la base et le mobile peut faire plusieurs
dizaines de kilomètres. Le réseau Teria en France utilise ce système et se base sur
une centaine d’antennes de référence disséminées sur le territoire. Le principal
défaut de ce système est qu’il est extrêmement onéreux. Les moins chers coûtent
plusieurs milliers d’euros (entre 15000 et 30000 euros), et sont souvent soumis à
un système d’abonnement en plus de l’achat du matériel. Ce sont de plus des systèmes fermés, et donc non modifiables, ce qui complexifie leurs implémentations
sur le robot.
2.3.4
RTK Low-Cost
F IGURE 1 – https ://www.swiftnav.com/piksi.html
Depuis l’an 2013, une entreprise, portant le nom de Swift Navigation, a réalisé
un module miniaturisé capable de capter les signaux satellitaires et d’effectuer des
corrections de localisation lorsqu’on le fait communiquer avec un second module.
20
Ce module est donc capable de se localiser sur la planète tout en ne demandant
qu’une alimentation USB. Son coût est en dessous de la barre des 1000 euros (pour
un Kit complet, voir annexe), la précision théorique indiquée sur le site officiel est
de l’ordre de 2 cm. Dans la pratique, il est de l’ordre de 2 à 18 cm. Avec une portée
comprise entre 100 mètres en zone urbaine, de 1,6 km par radio 3D et de 5 km
par internet. L’installation étant très simple, le petit inconvénient de ce système
est la phase de stabilisation qui est comprise entre 5 et 15 minutes. Ce kit a été
conçu à l’origine pour une utilisation réservée aux Drones, il est donc normal que
ça consommation énergétique soit la plus basse possible pour ne pas raccourcir le
temps d’utilisation du drone. Il existe d’autres Kits RTKLow-Cost qui sont sortis
après et qui répondent également à nos attentes, avec de légères améliorations.
F IGURE 2 –
http ://www.nvs-gnss.com/products/receivers/item/39-nv08c-rtk.html
NVS en est un exemple. C’est un système qui a été testé par GPS World. Il
ne capte pas uniquement des signaux GPS, mais plutôt des signaux GNSS, donc
l’ensemble des constellations tournant autour de la Terre. De plus, il a une plus
longue portée (10 km), avec un temps de stabilisation d’une minute. Cependant,
le manque d’indication de prix et de documentation complète, justifie le fait que
nous ne l’ayons pas choisi.
F IGURE 3 – http ://www.tersus-gnss.com/collections/all
21
Un autre kit réalisé par Tersus permet d’avoir une précision identique aux
autres kits, la seule différence étant qu’il capte les signaux satellitaires via une
antenne L2 (plus rapide que L1). Cependant, il n’est pas choisi pour la simple et
bonne raison que le prix est moins accessible par rapport aux autres kits. (800 à
1780 euros)
F IGURE 4 –
http ://navspark.mybigcommerce.com/ns-hp-rtk-capable-gnss-receiver/
La société NavSpark a également réalisé un kit RTK en 2015. Celui-ci peut
apporter une précision de l’ordre de 0.55 cm à 20 cm (précision obtenue lors d’un
test chez un agriculteur, 20 cm pour une distance entre base et mobile de 14 km),
avec un temps de stabilisation compris entre 1 et 10 minutes. Mais ce kit ne pourra
pas prendre en compte plusieurs mobiles à la fois. Il reste deux autres kits RTK
Low-Cost a relever :
F IGURE 5 – http ://www.drotek.com/shop/en/home/762-l1-rtk-gnss.html
Le kit Drotek, réalisé en France, propose un grand nombre de systèmes de
communication (Wifi, Bluetooth, 3G/4G, ethernet, USB), avec un temps de stabilité de 5 à 15 minutes, avec une précision théorique de l’ordre centimétrique,
et en pratique de 5 à 20 cm, et une portée de 10 km. Cependant, leur système de
correction de positionnement sur plusieurs mobiles dans un rayon de 10 km n’est
22
pas encore au point (en attente du système LoRa pour pouvoir localiser plusieurs
mobiles depuis une base).
F IGURE 6 – https ://emlid.com/reach/
Enfin, le kit Reach, permet de capter les signaux GNSS, de prendre en compte
le format RTCM, de communiquer par bluetooth, wifi, 3G/4G, de posséder un
compte NTRIP, de réaliser la correction de localisation aux mobiles étant à sa
portée de 10 km, avec une précision millimétrique en théorie et une précision de
1 à 4 cm en pratique. De plus, son prix est le plus bas du marché (501 euros),
dû au fait que l’entreprise a reçu une forte contribution financière (dépassement
du quota) de personnes pour leur projet. Le kit n’existant que depuis le mois de
mai 2015, nous ne l’avions pas choisi auparavant. Malheureusement, ce kit est en
rupture de stock et ne sera livrable qu’après le 10 juin 2016. Il représente donc, le
système le mieux adapté à nos attentes, c’est pourquoi, nous sommes en phase de
commande.
3
Intérêt et techniques de transmission RTK
3.1
Comment fonctionne la Géolocalisation Par Satellites ?
Le GPS a été le premier système GNSS (appelé NAVSTAR). Les satellites
GPS ont été lancés à la fin des années 70 et au début des années 80 pour le ministère américain de la Défense. Initialement, le GPS était mis à la disposition des
militaires, mais dès l’année 1983, il a été décidé de l’étendre à des fins civiles.
La période de chaque satellite est d’environ 12 heures. Il suffit de 6 satellites en
23
orbite pour couvrir toute la surface terrestre. Afin d’apporter une meilleure précision pour les modules GPS, plus de 27 satellites tournent autour de la Terre. Leurs
orbites sont inclinées jusqu’à 55˚par rapport au plan équatorial, avec un rayon
de 20 200 km. Les satellites diffusent en permanence leur identification, le type
de signaux, l’état et les paramètres d’orbite. Chaque satellite est identifié par un
numéro de véhicule spatial (SVN) ou de leur bruit pseudo aléatoire (PRN). Il y
a trois types de signaux envoyés par les satellites : L1C (C pour les civils), quatrième signal GPS pour l’interopérabilité entre le GPS et les autres constellations.
L5, le troisième signal civil, spécialement conçu pour la navigation aérienne, maritime, autoroute, chemin de fer. L2C, second signal civil, fait pour les besoins
commerciaux (construction de chantier par exemple). Ce signal est plus rapide
que L1 et de ce fait permet d’effectuer plus de calculs. Pour pouvoir recevoir ces
signaux, un module GPS(dit aussi récepteur GPS) est obligatoire, que ce soit dans
un smartphone ou autre. Un récepteur GPS détermine sa position en mesurant sa
distance par rapport à plus de quatre satellites. Afin de déterminer sa distance aux
satellites, le récepteur mesure la phase des codes uniques en continu transmis. En
comparant les décalages de phase des codes reçus, il peut déterminer la distance
par rapport à chaque satellite. Une fois celle-ci résolue, le récepteur est capable
de définir ses trois coordonnées dimensionnelles. Le fait que la précision ne peut
pas être plus basse que 2 mètres, est dû à la présence d’obstacles sur le trajet des
signaux. En effet, une source d’erreur est obtenue à cause de la ionosphère(une
couche atmosphérique de particules chargées) qui ralentit le signal, ce qui donne
une erreur pouvant aller jusqu’à 5 mètres. Une horloge non synchronisée peut mener à une imprécision de 2 mètres. L’erreur orbitale peut causer une augmentation
du rayon d’erreur de 2,5 mètres. Alors que le retard troposphérique et le bruit ne
peuvent qu’influencer de 50 cm et 30 cm la précision. Ce qui mène a des estimations de position difficiles en fonction du temps et de l’endroit où l’on veut se
24
localiser.
3.2
Comment fonctionne la Géolocalisation Par Satellites en
temps réel ?
Puisqu’il a été décidé de ne pas attribuer aux civils la localisation par le positionnement en point précis (Precise Point Positioning), une autre solution a été
apportée, le RTK (Real Time Kinematic). Celui-ci a pour concept de réduire et de
supprimer les erreurs qui sont en commun entre une base (station de référence)
et un mobile. En effet, contrairement au module GPS qui se base uniquement
sur les signaux satellitaires qu’il reçoit, le RTK, reçoit à la fois des signaux de 4
satellites et en même temps celui d’un autre module (qui considère que sa position est exacte, appelé base). Ce qui permet d’avoir un autre signal qui n’a pas
la contrainte de passer au travers de la ionosphère terrestre. Il faut néanmoins
prendre en compte les autres obstacles en fonction de la façon de transmettre les
signaux entre la base et le mobile. Par exemple, en utilisant une radio 3D, la portée
peut être comprise entre 100 mètres dans le pire des cas sans présence humaine ou
d’objets entre les deux radios, à 1.6 km à la ronde. Il existe également une autre
solution via internet intitulée NRTK(Network RTK). Il est possible d’étendre cette
portée à une dizaine de kilomètres mais il faudrait absolument que le mobile et la
base possèdent une connexion continue (ce qui est facile pour une base fixe, mais
il en est autrement pour le mobile, surtout dans un cas où une grande surface
d’exploitation est à étudier). On pourrait envisager l’utilisation de la 3G mais cependant, sur notre île, certaines zones n’ont pas de couverture de réseau mobile de
troisième génération. L’échange ne pourra se faire dans ce cas. Cette méthode peut
aussi être applicable dans un cas d’utilisation du DGNSS (DifferentialGNSS),
c’est-à-dire, avoir une communication continue avec une station centrale ou plusieurs stations fixes, et par les calculs effectués, recevoir une meilleure correction.
25
Une fois la connexion établie, une correction de données est faite au niveau de
la base (ou des bases reliées à un serveur de calcul). Cette correction consiste à
déterminer la position réelle et la distance entre le mobile et la base. Grâce aux
résultats obtenus, le mobile pourra déterminer sa position en utilisant des algorithmes qui intègrent la résolution d’ambiguïté (du nombre de cycles complets) et
de correction différentielle.
3.3
Comparaison de performances entre ces deux technologies
Nombre de récepteurs
Type de position
Précision horizontale 5
Précision verticale
Récepteur GPS typique
Unique : module récepteur
Absolue 3
3-5 mètres
12-15 mètres
Système GPS RTK
Pair : base et mobile
Relative 4
1-5 centimètres
8-15 centimètres
TABLE 1 – Comparaison entre un récepteur GPS et un système avec deux
modules GPS
4
Simulation du système de localisation 2D
Afin de mieux comprendre l’efficacité du système RTK, une représentation
cartographique est faite.
4.1
Les données nécessaires pour la simulation
Avec le Kit de Swift Navigation, nous sommes capable de traiter plusieurs
données (types de message). Tout d’abord, des messages pour la navigation :
— MSG_GPS_TIME : avoir les données de l’horloge du satellite.
3. Coordonnées terrestres.
4. Vecteurs entre la base et le mobile.
5. En théorie.
26
— MSG_POS_ECEF : position obtenue par un module unique par rapport à
une correction depuis le centre de la Terre.
— MSG_LLH : position obtenue par un module en coordonnées géodésiques.
— MSG_BASELINE_ECEF : position du mobile par rapport à la base et par
rapport à une correction depuis le centre de la Terre.
— MSG_BASELINE_NED : position du mobile par rapport à la base en coordonnées Nord,Est,Down(Altitude).
— MSG_VEL_ECEF : vitesse de déplacement d’un mobile par rapport à la
base avec une correction depuis le centre de la Terre.
— MSG_VEL_NED : vitesse de déplacement d’un mobile par rapport à la base
en coordonnées Nord,Est,Altitude
— MSG_BASELINE_HEADING : pour avoir le cap par rapport au vrai Nord.
Il y a également des données liées à l’observation :
— MSG_OBS : permet d’observer les signaux reçus par les satellites.
— MSG_BASE_POS_LLH : position de la base en coordonnées géodésiques,
une fois que le système est fixe.
— MSG_BASE_POS_ECEF : position de la base par rapport à une correction
depuis le centre de la Terre, une fois que le système est fixe.
— MSG_EPHEMERIS : permet de récupérer un ensemble de paramètres de
l’orbite du satellite.
Les messages que nous prenons en compte avec le module sont :
— La position en coordonnées géodésiques de la base : MSG_BASE_POS_LLH.lat
(latitude), MSG_BASE_POS_LLH.lon (longitude), et pour une représentation 3D, MSG_BASE_POS_LLH.height (altitude). Cela nous permettra de
centrer l’image satellitaire au niveau de la base.
27
— Les coordonnées Nord,Est du mobile par rapport à la base pour représenter
le parcours du robot sur la carte. Pour y accéder, il faut utiliser MSG_BASELINE_NED.n
(Nord) et MSG_BASELINE_NED.e (Est).
Voici une manière de récupérer les coordonnées (Nord,Est) depuis une base
connecté à un ordinateur sous Python :
1
import json
2
3
from sbp.client.drivers.pyserial_driver import PySerialDriver
4
from sbp.client import Handler, Framer
5
from sbp.navigation import SBP_MSG_BASELINE_NED
6
import argparse
7
8
9
10
def main():
parser = argparse.ArgumentParser(description="SBP")
parser.add_argument("-p", "--port",
11
default=['COM3'], nargs=1,
12
help="specify the serial port to use.")
13
args = parser.parse_args()
14
15
with PySerialDriver(args.port[0], baud=1000000) as driver:
16
with Handler(Framer(driver.read, None, verbose=True))
17
as source:
18
19
with open('donnees2.json', 'w') as f:
try:
20
donnees=[]
21
for msg, metadata in
22
source.filter(SBP_MSG_BASELINE_NED):
23
# Les donnees a mettre dans un . json
28
24
data = {'Nord' : msg.n, 'Est' : msg.e};
25
donnees.append(data)
26
27
except KeyboardInterrupt:
pass
28
29
json.dump(donnees, f)
30
31
32
if __name__ == "__main__":
main()
Il faut au préalable télécharger le dossier libsbp sur le github de Swift-Navigation 3 .
Le code à modifier est "simple.py".
Pour la récupération des coordonnées de la base, il est possible de passer par la
console. Il faut attendre que le kit soit fixe, puis choisir dans l’onglet Observation,
cliquer sur le bouton Record dans la partie Base.
Un fichier au format CSV sera dans votre dossier "Swift Navigation/Piksi
Console"
3. https ://github.com/swift-nav/libsbp/tree/master/python/sbp/client/examples
29
4.2
Proposition d’algorithme et d’architectures de déplacement
du robot
Une fois toutes les données enregistrées, nous utilisons un algorithme de déplacement :
Spécification : Entrée : liste des coordonnées (Nord,Est) du mobile depuis un
fichier au format JSON. Sortie : liste des coordonnées (Nord,Est) que le robot a
effectué lors de la simulation.
30
0
1
2
3
4
5
6
7
8
9
10
11
12
13
Run(liste)
Debut
l pos ={}
xpos ={}
ypos ={}
PI =3.14159265359
cible =0
Tant que (liste.nord 6= Null ∪ liste.est 6= Null )
me =GetMachine()
dl =Calcul2D.distance(me, liste[cible])
Si (dl < 10)
cible = cible+1
retourne
Fin Si
14
15
16
17
angle=Calcul2D.angle(me, liste[cible])
da=Calcul2D.diffAngle(me.getArad(),a)
vl = me.getVitesseL()
18
19
20
xpos.add(me.getX())
ypos.add(me.getY())
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
Si (ValeurAbsolue(da) > PI /2)
deplace(arriere,30)
Fin Si
Sinon Si (ValeurAbsolue(da) > 0.08)
Si (da>0)
deplace(tourne_gauche, min(da*100,100))
Sinon
deplace(tourne_droite, min(da*100,100))
Fin Sinon
Fin Si
Sinon
Si (vl <10)
vl =10
Fin Si
Si (dl >100)
vl = vl +5
Sinon Si(vl > dl )
vl = max(dl ,5)
Fin Sinon Si
deplace(avance, vl )
Fin Sinon
Fin Tant que
Sinon
31
deplace(stop,0)
l pos.add(xpos)
l pos.add(ypos)
Fin Sinon
Fin
F IGURE 7 – Algorithme de déplacement du robot
Avec cet algorithme, le robot est capable de se déplacer entre les rangs. Dans
le cas où il doit faire un demi-tour pour passer d’un rang vers un autre, il faudra
lui fournir assez de points pour qu’il ne tourne pas longtemps sur place (dans le
cas d’une utilisation sur un sol meuble, le robot risquerait de creuser le sol).
Le second prototype de Tropic’Oz n’étant pas encore arrivé dans notre laboratoire. Il a fallu proposer quelques architectures en fonction de ce que le robot
possède en ce moment. Une première solution serait d’utiliser continuellement
le Lidar. Cela permet de s’assurer qu’il n’y ait pas contact entre le robot et les
objets. De plus, sans le Lidar, il ne pourra pas capter des changement dans son
environnement. Une autre proposition concerne l’utilisation d’un mini rover. Ce
rover fera office d’éclaireur pour le robot. Il effectue le parcours et l’enregistre
dans un mini-ordinateur (Rasberry Pi). Ces coordonnées enregistrées sont ensuite
envoyées sur le réseau local, ou bien récupérer par l’utilisateur.
4.3
Représentation cartographique du déplacement du robot
Pour avoir une meilleure compréhension du déplacement du robot, une représentation cartographique a été faite sous R.
Le principe est de prendre une image satellitaire de Google Map, en imposant
les coordonnées de la base comme étant le centre de l’image.
library(RgoogleMaps)
# avoir une image centrer par rapport à des coordonnees terrestres
# recuperation des donnees depuis un fichier .csv
d <- read.csv("./position_log_?-?.csv");
newmap <- GetMap(center = c(d$latitude.degrees[1],
d$longitude.degrees[1]), zoom =20, destfile = "newmap.png"
, maptype = "satellite")
32
Puis, pour représenter le trajet sur l’image obtenue, il suffit de prendre les
données (Nord,Est) dans le dossier ayant pour nom "baseline_log_ ?- ?.csv" ( ?
représente des nombres). Comme il s’agit d’une image satellitaire avec un zoom
de 20, il faut ajuster le plan.
library(png)
# recuperation des donnees depuis un fichier .csv
d <- read.csv("./baseline_log_?-?.csv");
#Prendre une image .png
ima <- readPNG("Chemin//newmap.png")
#Definir le plan pour l'affichage
plot(30:-33, 31.5:-31.5, type='n', main="Parcours pré-effectué",
xlab="East", ylab="North")
#Pour poser l'image sur le fond du plan
lim <- par()
rasterImage(ima, lim$usr[1], lim$usr[3], lim$usr[2], lim$usr[4])
#Faire la trace du parcours
lines(-d$east.meters - 8.5, -d$north.meters -2, type="l", lwd=1,
col="yellow")
Voici une représentation d’un parcours faite par moi même au début des tests
du Kit RTK :
33
Une autre image qui représente le déplacement manuel du robot :
34
Une simulation sous le simulateur RobotMapper qui utilise UDA a été créé
par Monsieur Denis Payet, ce qui m’a permis d’implémenter mon algorithme en
langage Java et de faire une représentation 2D du déplacement du robot. Il est à
noter que UDA peut être implémenter sur le robot. Le déplacement qu’effectue le
robot sur ce simulateur représente exactement ce que compte faire le robot sur le
terrain.
Ce qui est représenté ci-dessus, est l’ensemble des points obtenus par le Kit
Swift Navigation lors du déplacement manuel effectué avec le robot. La représentation a été faite de cette manière, car nous ne considérons pas les valeurs négatives, l’origine de ce plan se situe en bas à gauche de l’image. Les résultats obtenus lors de cette simulation sont intéressants. En effet, le kit apporte tellement de
points en peu de temps (10 Hz), et le le robot ne se déplace pas vite. Ce qui donne
comme résultat, que le robot lors d’un repassage, ne fera que des allers-retours,
pour la simple raison que pour lui, les points sont si rapprochés qu’il les dépasse
35
au moment même où il considère qu’il a atteint le point précédent. Afin de régler
se problème d’aller-retour, il faudrait revoir à la baisse la fréquence de relevé de
points de positions. (compté au nombre de fois par minute ou demi-minute). Une
autre solution serait de faire le tracé avec un autre mobile plus rapide pour effectuer des relevés. Cette simulation apporte comme conclusion, qu’une utilisation
d’un système multi-agents est tout à fait possible. Autant pour la navigation du
robot que pour sa localisation. Si un robot a besoin de 30 relevés et de corrections
de position par minutes, cela pourrait nous permettre de partager la correction à
divers mobiles. Pour cet exemple, 20 mobiles pourrons recevoir leurs corrections
de positionnement par une seule base.
5
Mes contributions
J’ai effectué certaines actions afin de voir au plus près des entreprises, à la
Technopole du Nord pour me renseigner sur les autres moyens d’obtention d’image,
auprès de Précision Topo sur Saint-Paul pour m’informer sur leur système (s’il
correspond bien en relevé de position d’un mobile en temps réel), à Saint-Pierre, à
la SEAS-OI pendant une présentation d’une utilisation d’images satellitaires pour
une étude d’épidémie sur un champ, puis pour la présentation des nouveaux satellites SPOT 6 et 7 et des Sentinelles. J’ai également fait des expériences avec le Kit
de Swift Navigation, qui en théorie ne sont ni conseillées pour le bon fonctionnement du système ni adaptées selon leur site officiel. Et enfin, j’ai accueilli un
stagiaire de 4ème au sein du LIM, pour son intégration en en entreprise pendant
une semaine.
36
5.1
Organisation de réunion pour le projet Reunion Spotter au
LIM
Le projet Réunion Spotter est également une idée innovante de Yannick Rosély. Le projet est incubé à la Technopole Nord en 2014. Son entreprise est spécialisée dans la surveillance d’activité nautique. L’idée est née par rapport à l’actualité à la Réunion (un enfant a été attaqué et tué par un requin). Le système que
Yannick Rosély propose est d’utiliser un ballon gonflé à l’hélium, équipé d’une
caméra (avec différents capteurs) à haute résolution. Ce système permet de faire
une surveillance en temps réel sur 1.2 km à la ronde. Il est aussi capable de traquer 5 cibles en même temps (en donnant les coordonnées GPS de chaque cible).
Le prix de son système s’élève à 80 000 euros, moins de la moitié du prix si la
Région ou la mairie est prête à payer. Il est possible d’utiliser ce système pour la
surveillance d’agriculture, de forêt.
5.2
Mise en relation avec Précision-Topo
Je me suis renseigné auprès de l’entreprise Précision-Topo 4 . Il s’agit d’une
entreprise spécialisée sur le positionnement GNSS de précision sur l’île de la
Réunion. Avec leur système, il est possible d’atteindre une précision proche des
millimètres voire des centimètres. Le réseau utilisé se nomme Leica Geosystems.
Tout comme le système en Métropole, une installation de stations permanentes
a été faite à la Réunion. A cause de la particularité de la Réunion, depuis 2008,
8 antennes ont été installé pour apporter de meilleurs résultats possible. Un tarif
forfaitaire est proposé au particulier. Ce tarif est de 1500 euros par an pour chaque
mobile que l’utilisateur (dans notre cas, l’agriculteur) souhaite localiser. Il pourrait être présenté sous forme de tarif dégressif en fonction du nombre de mobiles
4. http ://www.reseau-lela.com/SpiderWeb/frmIndex.aspx
37
utilisés. Etant partenaire de l’Université de la Réunion, il nous ait possible de leurs
demander un compte client gratuitement, dans le domaine de la recherche. Cependant, la condition pour avoir le compte, est de posséder un mobile capable de se
connecter à internet par le protocol NTRIP. Chose qui malheureusement, n’est pas
le cas du Kit de Swift Navigation. Ce kit étant fermé par rapport à son protocol
SBP, tant que les développeurs ne nous transmettent pas une façon de communiquer et de prendre en compte les autres protocoles (RTCM par exemple). Il nous
sera pas possible d’effectuer des tests avec leur système.
5.3
Modification des théories sur l’utilisation du Kit RTK Swift
Navigation
Sur leur site officiel, il est recommandé de faire l’installation du Kit dans les
meilleures conditions possibles, c’est-à-dire, un ciel bleu, ne pas avoir d’obstacles
près des antennes, pour usage externe uniquement, avec une précision de 2 cm.
En d’autres termes, il pourrait être défaillant sur notre île, par rapport aux changements météorologiques, au relief, au bâtiments (au LIM). Or, selon mes expériences depuis le mois de mars 2016. Vous pourriez constater par ces images que
la théorie de la présence de nuages, de bâtiments au dessus du rayon de captivité
des signaux satellitaires. Toutes images présentées ci-dessous ont été faites à des
moments où le système fonctionnait en mode RTK fixe.
38
5.4
Images sattelitaires de la SEAS-OI accessible au LIM
Depuis mon inscription au mois de mai, il est possible d’accéder aux images
satellitaires de la SEAS-OI. Dorénavant, l’inscription dans leur catalogue se fera
plus facilement, car le LIM est devenu un partenaire officiel pour la contribution
recherche avec des images satellitaires. Il faudra juste la signature de Monsieur
Jean Diatta.
5.5
Accueil d’un stagiaire au LIM
La semaine du 30 mai, j’ai accueilli une personne nommée Timon, pour qu’il
fasse une intégration d’entreprise au sein du LIM.
39
Conclusion
Dans le domaine de la robotique, la localisation d’un mobile en milieu interne
ou externe est un débat qui est encore, de nos jours, en recherche de réponse. Durant ce stage, différents systèmes ont été étudiés et comparés. De cette analyse,
plusieurs technologies semblent correspondre au cahier des charges des agriculteurs. Cependant, le système que nous avons choisit, le système RTK Piksi de
Swift Navigation, ne correspond pas entièrement à nos attentes (au LIM). Certes,
il apporte une précision qui est au dessus de ce que nous avions comme impression
selon les théories annoncées (comment proposer une telle hausse en précision à
des prix aussi attractifs ?). Mais, ce système n’est pas totalement au point, contrairement à d’autres systèmes moins chère et plus performant. Notamment en ce qui
concerne les protocoles de communication. En effet, créer un protocole fermé rend
compliqué la mise en œuvre de collaboration avec d’autres systèmes. Or, c’est ce
que l’on souhaite faire pour s’approcher au mieux d’un système adaptatif multiagent. De plus, ce système n’a pas été pensé dans le cadre d’une utilisation de
plusieurs mobiles avec une base. (trois modules, deux sur un mobile et une base,
ne serviront qu’à un apport en plus, l’attitude du mobile) Plusieurs propositions
ont été faites dans ce papier, dont l’utilisation d’un autre mobile plus rapide pour
apporter le nécessaire aux autres robots. D’autre proposition par l’ajout d’objets
de référence, mènerait à une obligation d’ajouter d’autres capteurs au robot. Or,
l’un des objectifs est justement de ne pas trop en ajouter pour n’avoir que le strict
nécessaire et être opérationnel. Le positionnement par des appareils de mesure
est une partie du positionnement de précision. Il faudrait également proposer un
moyen de le représenter avec une forte résolution. Dans ce rapport, les données ont
été représentées sur des images satellitaires. Certes étant assez précis pour s’apercevoir où on se situe grossièrement. D’autres solutions ont été présenté, mais ils
sont toujours proposés à des prix exorbitant.
40
Les perspectives seront donc, de trouver un moyen plus précis d’obtention
d’image que par des images satellites. De faire de nouveaux tests avec une technologie plus performante que celle utilisée. (Reach de Emlid) De choisir, en fonction de ce que le prototype 2 (équipé de caméras) apporte de plus que la première
version, une technologie assez précise pour une navigation autonome en milieux
internes.
Références
[1] Hagop Araklian. Indoor and outdoor location sensing.
[2] Nicolas Dewaele. Etat de l’art des systèmes de localisation. Mémoire d’examen probatoire en informatique, 2011.
[3] Kobenan Ignace Kossonou. Etude d’un système de localisation 3-D haute
précision basé sur les techniques de transmission Ultra Large Bande à basse
consommation d’énergie pour les objets mobiles communicants. PhD thesis,
Université de Valenciennes et du Hainaut-Cambrésis, 2014.
[4] Keerthi Narayana. Solutions for the localization of mobile mapping systems in
structured environments. PhD thesis, L’Ecole Nationale Supérieure des Mines
de Paris, 2011.
[5] Björn Ästrand et Albert-Jan Baerveldt. An agricultural mobile robot with
vision-based perception for mechanical weed control. Autonomous robots,
2002.
41
A
Organigramme du LIM
42
B
Guide d’utilisation du kit RTK Swift Navigation
Présentation des composants
Kit complet
Tout d’abord, commençons par voir en détail sur une image prise par mon
smart-phone au sein du LIM, de quoi est composé le kit. Sur celle-ci, vous y
verrez les différents composants qui représentent à eux seuls un module une fois
monté. Chose à savoir, le kit est composé de deux modules complets, il serait donc
préférable de vérifier que la totalité des composants correspondent bien au double
de ce qui est présent dans l’image :
1. Câble radio
2. 3DR Radio 433 MHz
3. Antenne radio
4. Câble Micro USB
43
5. Antenne GPS Externe
6. Module Piksi
7. Support pour antenne externe
8. Câble émetteur-récepteur asynchrone universel
F IGURE 8 – Module Piksi
A Port UART de classe A
B Connecteur pour antenne GPS externe
C Port UART de classe B
D Led verte et rouge
E En-tête de débug et d’extension
F Bouton reset
G Connecteur JTAG
H Port Micro USB
La radio 3D livrée avec le kit doit être connecté uniquement sur le Port UART
A, c’est par ce port que les données seront transmises. Vérifiez bien que le câble
soit bien connecté. Au côté verso du module, il est indiqué en blanc, le sens dans
lequel le câble devrait se connecter. Prenez la bordure blanche du câble, et faites
en sorte que le câble noir corresponde à la représentation du Ground sur le module. Par la suite, vous pouvez le brancher à la radio 3D sans tourner le câble, le
44
ground de la radio se trouve sur la gauche quand on la met en face de module. Il
est déconseillé d’apporter une double alimentation à la radio 3D (le câble UART
fourni déjà le courant nécessaire). Le second port UART servira pour d’autres
occasions, si vous voulez le partager avec un autre ordinateur, il est possible d’y
apporter en plus un module qui converti les données SBP en données exploitables.
(cette utilisation vous demandera 3 ports USB en échange)
Installation de la console et mise à jour
Console Piksi sous Windows
Aller sur le lien : http ://www.ftdichip.com/Drivers/VCP.html
— Cliquer sur le lien à droite dans le tableau concernant la ligne de Windows
appelé "setup executable"
— Exécuter l’installation.
Mise à jour des modules
Pour effectuer une mise à jour de chaque module, veuillez suivre ces instructions : Tout d’abord, connectez par USB le module à votre ordinateur, exécuter la
console Swift, choisissez le port utilisé par le Kit dans l’onglet. Une fois dans la
console, cliquez sur l’onglet "Firmware Update", ensuite sur "Download Newest
Firmware Files". Enfin sur "Update Piksi STM and NAP Firmware" une fois que
celui-ci devienne cliquable. Attendez que la mise à jour soit terminée. Fermez la
console Tout en laissant connecté à votre ordinateur le Kit, appuyez sur le bouton reset du module Piksi. En suivant les mêmes étapes, vérifiez si la version est
mise à jour. Si vous êtes en environnement interne, vous pourriez tester le mode
simulation en allant sur "Settings", puis sur l’onglet "Simulation", changez la valeur "False" de enaled en "True". Si tout c’est bien passé, vous devriez voir dans
45
les onglets Tracking, Solution, Baseline et Observations, un peu d’action. Si c’est
bien le cas, félicitation, votre module est prêt. Refaites les mêmes étapes pour le
second module. Une fois les deux modules prêt, il ne vous reste plus qu’à les tester
en extérieur et voir la magie du système RTK (au bout d’une quinzaine de minutes
au maximum)
46