Safe navigation within dynamic environments: a partial motion planning approach - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2007

Safe navigation within dynamic environments: a partial motion planning approach

Navigation sûre en environnement dynamique : une approche par planification de mouvement partiel

Résumé

In our work, we address the problem of autonomous navigation within dynamic environments partially known. This problem as motivated a lot of work over the last decade. However, we have noticed that some fundamental aspects of the problem, mainly related to the dynamic nature of the environment, have been put aside, to start with, the limited time a system has to plan and execute a trajectory, while placed within a dynamic environment. This real time constraint lies at the heart of our work. In this work, we present a new planning approach that explicitly accounts for the real-time constraint, imposed by the dynamic nature of the environment. Partial Motion Planning (PMP) is an original approach we propose in this work to address the problem. In fact, to our opinion, Partial Motion Planning is the best possible approach to the problem we observed, namely, the intrinsic incompatibility between the Motion Planning within a dynamic environment and the real-time constraint. Besides, PMP accounts for the safety issue, that we address from the perspective of the Inevitable Collision States (ICS) formalism. This concept provides strong safety guarantees to the system. Finally, in our work we demonstrate the efficiency of this approach PMP for relatively complex environments. Several experiments have been set up where PMP has been implemented on a real robotic platform, the Cycab, an electrical vehicle developed by INRIA.
Notre travail aborde le problème de navigation autonome en milieu dynamique partiellement connu. Ce problème a généré de nombreux travaux durant les dix dernières années. Néanmoins, nous avons observé que certains aspect fondamentaux liés à la nature dynamique de l'environnement ont été oubliés, en commençant par la limite de temps qu'un système placé dans un environnement dynamique a, pour prendre une décision et exécuter son mouvement. Bien que cette contrainte soit d'importance cruciale, il y a paradoxalement peu de travaux dans la littérature la prennent en compte. Cette contrainte temps réel a été placée au cœur de notre travail. Dans ce travail nous présentons une technique de planification qui prend en compte de manière explicite la contrainte temps réel imposée par l'environnement dynamique. La planification de mouvement partiel (PMP) est une technique originale de planification qui réagit à tout moment; dès que le temps imparti pour calculer une trajectoire est écoulé, la meilleure trajectoire calculée disponible est transmise. En fait, de notre point de vue, l'approche PMP est la meilleure approche possible au problème que nous avons observé, à savoir l'incompatibilité intrinsèque entre la planification en environnement dynamique et la contrainte temps réelle. PMP intègre également le problème de sûreté, que nous considérons d'un point de vue des états de collisions inévitables (ICS), concept récent qui englobe toutes les approches existantes et de proposer une technique qui donne de fortes garanties de sûreté pour notre système. Enfin, dans ce travail, nous démontrons l'efficacité de notre approche PMP pour des environnements relativement complexes. Plusieurs expérience ont été mises en œuvre où PMP a ainsi été intégré sur une plate forme réelle, le robot type voiture Cycab, véhicule conçu par l'INRIA.
Fichier principal
Vignette du fichier
PETTI_PHD_THESIS.pdf (5.39 Mo) Télécharger le fichier
Loading...

Dates et versions

pastel-00003661 , version 1 (18-04-2008)

Identifiants

  • HAL Id : pastel-00003661 , version 1

Citer

Stéphane Renaud Petti. Safe navigation within dynamic environments: a partial motion planning approach. Automatic. École Nationale Supérieure des Mines de Paris, 2007. English. ⟨NNT : 2007ENMP1516⟩. ⟨pastel-00003661⟩
405 Consultations
867 Téléchargements

Partager

Gmail Facebook X LinkedIn More