![]() |
Introduction
à la robotique mobile
GLO-4001/GLO-7021
Hiver 2022 |
![]() |
Capteur |
Modèle |
Distance (par infrarouge) |
GP2Y0A21YK et GP2Y0A02YK0F |
Gyroscope trois axes |
Interne au robot |
Odométrie |
Interne au robot 11.7 impulsions/mm |
Caméra
2D+3D |
Microsoft
Kinect v1 pour XBOX |
4
convertisseurs analogue-numérique |
12
bit, 0-3.3 V, 50 Hz Interne au robot |
Télémètre
laser* |
URG-04LX-UG01 |
Description |
Fichiers |
Travail Pratique 1 (Équipe 1 ou 2) | |
Travail
Pratique 2 (Équipe 1 ou
2) |
|
Remise
du projet |
Instruction
pour le rapport et pour l'évaluation ici. Template latex pour GLO-7021 : rapportglo7021.zip |
- 8h30 à 10h20 au PLT-3928
- 10h30 à 12h20 au PLT-3928
Sem # |
Date |
Sujets ______________________________ |
Acétates |
Lectures
suggérées (Comp. Princ. of Mobile Robotics) |
Lectures suggérées
_________________________________(Autonomous Mobile Robots) |
Code
matlab |
Laboratoire du vendredi ____________________________ |
1 |
10 Jan |
• Résumé
du cours • Mise en contexte • Historique |
Chapitre 1 du manuel | Chapitre 1 |
Pas de laboratoire |
||
2 |
17
Jan |
• Révision
très rapide des concepts mathématiques tels que
trigonométrie, algèbre linéaire • Capteurs : tactile, sonar, nappes lasers (LiDAR) 2D, 3D |
Cahier d'exercices Son solutionnaire ellipse.m plotEllipse.py |
Chapitre
4 du manuel, jusqu'à la section 4.9 |
Chapitre 4: p.101 à 137
|
Installation des logiciels sur les laptops. Instruction d'installation Connexion et utilisation de la plate-forme robotique. Introduction |
|
3 |
24
Jan |
• Capteurs : accéléromètre,
gyroscopes, centrales inertielles
• Coordonnées homogènes • Capteurs vision • Modèle sténopé de la caméra • Localisation par trilatération |
RandomWalk.m |
Chapitre 5 : p.123 à 128, section 5.5.5. VideoLocalisation Même vidéo, mais sur youtube. |
Caméra: p.142 à 159 |
Installation d'une machine virtuelle Linux (pour ceux qui n'ont que Windows) Calibration et utilisation du capteur infrarouge. Laboratoire 1 |
|
4 |
31
Jan |
• Vision
stéréo • Problème de correspondance • Capteur visuels actifs : Microsoft Kinect 1 et 2, pmdtech. • Caméra temps-de-vol
• Détecteurs de coin Harris, FAST• Notion de features comme point de repère. • Feature visuels : - SIFT - SURF - BRIEF (binaire) - ORB |
|
Pour ceux qui veulent un rafraîchissement sur les distributions normales Article sur SIFT |
Stéréo: 169 à 179 Kinect: p. 137-139 Odométrie visuelle: p 187-188 Features visuels: p. 209-234 |
HarrisExample.m Shakey.jpg |
Calibration et utilisation du gyroscope à taux. Création d'une carte 2D. |
5 |
7 Fév |
• Algorithme RANSAC • Odométrie visuelle • Transformations homogènes
|
|
RANSAC |
RANSAC: p. 252-255. | Laboratoire sur la caméra RGB. |
|
6 |
14
Fév |
• Probabilités
• Modèles probabilistes des capteurs
• Règle de Bayes• Locomotion à roues |
Appendice A du manuel
Chapitre 2 : tout sauf section
2.1
Chapitre 3 : lecture p.31, Section 3.1.5 et 3.1.6 |
Probabilités : p.296-306 Véhicules à roue Section 2.3 Chapitre 3: 57-63, |
ExempleDiffDriveSansBruit.m | Modèle de déplacement du robot |
|
7 |
21
Fév |
• Modèle probabiliste
des déplacements • Navigation à l'aveugle • Contenu de l'examen |
Optionnel (pour mieux comprendre la convolution en probabilité) : Chapter7_SumOfProbabilities.pdf |
(à compléter) Chapitre 8 : du début jusqu’à la section 8.2 (8.2 non-incluse). |
(à compléter) |
|
Utilisation de la Kinect et application pratique de RANSAC |
8 |
28 Fév |
Examen mi-session |
Exemples de questions tirées de l'examen 2010 (un peu plus facile que 2011) Solutionnaire 2ème série d'exercices et ses solutions. Quelques détails sur solution Prelude Exercice pour RANSAC Exercise de transformation Guide d'étude : GuideDetudeMiSession2021.pdf Feuille d'aide incluse dans l'examen |
||||
9 |
7 Mar |
Semaine de lecture |
Pas de laboratoire |
||||
11 |
14 Mar |
• Retour sur examen • Fusion de capteurs • Estimation d'état • Filtrage récursif • Filtre Kalman |
Section
4.9 : p.102-114 kalman_intro.pdf Quelques exemples de filtres Kalman expliqués, avec le code dans ExemplesKalmanDoc.zip. |
Types de localisation: p. 306 Localisation probabiliste: p307-342 |
MoyenneRecursive.m FiltreKalman.m FiltreKalmanGyroCompas.m FiltreKalmanNonLineaire.m |
Filtre de Kalman codeKalman.zip |
|
12 |
21
Mar |
•
Linéarisation avec Jacobienne • Filtre Kalman Étendu (EKF) • Filtre Kalman non-parfumé (UKF) |
FiltreKalmanNonLinPseudoGPS.m |
|
Télémètre laser + ICP |
||
13 |
28
Mar |
• Filtres à
particules • Types de localisation • Iterative Closest Point (ICP) |
|
Présentations orales 2ème cycle |
|||
14 |
4 Avr |
• Types de
cartes • Espace de configuration • Planification : - graphes de visibilité - champs de potentiels - RRT |
Section
8-8.1 (p. 240-249) Section 8.3 (p. 250-260) Section 9.2.2 (p.283-287) |
SLAM : p. 348-356, 359-365. Reconnaissance de lieu: 234-242 |
EKFSlam.2.zip FastSLAM.zip |
|
|
15 |
11
Avr |
• Cartographie SLAM :
- Description et taxonomie • Problème de loop closure • EKF SLAM • Méthodes dense vs. à features • Visual Place Recognition • • Graph-SLAM • Grille d'occupation par SONAR • Représentation de l'espace: - cartes métriques - cartes topologiques - cartes topométriques (hybride) |
Section SLAM du Handbook of robotics, pages 1153-1176 , disponible à partir des ordinateurs de l'Université Laval via ce lien. ou celui-ci SLAM course de Cyrill Stachniss EKF-SLAM Vidéo d'une demo EKF matlab |
Chapitre 6 du manuel Chapitre 9, p. 276-282 |
Représentation carte: p. 284-297. Split and merge: p.249-250 |
OccupancyGrid.zip CarteMonde.zip |
Présentations orales 2ème cycle |
16 | 18 Avr |
Examen
final (date à venir) |
GuideDetudeFinal2021.pdf ExemplesExamenFinal.pdf Solutionnaire partiel Deuxième partie du solutionnaire. Feuille d'aide (cheat sheet) |
![]() |