Soutenance de thèse de Daravuth Koung (équipe ARMEN)

Daravuth Koung, doctorant au sein de l’équipe ARMEN, soutiendra sa thèse intitulée :

« Navigation coopérative d’une flotte de robots mobiles » / « Cooperative navigation of a fleet of mobile robots »

Le 19 octobre à 09h, dans l’amphithéâtre S de l’École Centrale de Nantes. Accessible via Zoom

Jury :

• Directeur de thèse : Isabelle FANTONI (Directrice de recherche CNRS, LS2N)
• Co-encadrants : Olivier KERMORGANT (Maître de conférences, ECN)
  Lamia BELOUAER (Responsable technique du logiciel, E-COBOT)
• Rapporteurs : Charles LESIRE (Directeur de recherche, ONERA/DTIS)
  Roland LENAIN (Directeur de recherche, INRAE)
• Examinateurs : Olivier SIMONIN (Professeur, Université de Lyon)
  Philippe MARTINET (Directeur de recherche, INRIA Sophia Antipolis)
  Vincent FREMONT (Professeur, ECN)
• Invité : Sébastien ECAULT (CEO, E-COBOT)

Résumé :

L’intérêt pour l’intégration des sys­tèmes multi-robots (MRS) dans les applica­tions du monde réel augmente de plus en plus, notamment pour l’exécution de tâches complexes. La logistique est l’une des appli­cations émergentes des MRS. En effet, plutôt que d’avoir une seule grande machine, il est possible de se tourner vers une flotte de pe­tits robots afin d’être plus flexible et plus ro­buste pour différents types de missions. Pour les tâches de transport de charges, différentes stratégies de manutention de charges ont été proposées telles que : la poussée seule, la mise en cage et la préhension.
Dans cette thèse, nous souhaitons utili­ser une stratégie de manipulation simple : placer l’objet à transporter au sommet d’un groupe de robots mobiles. Ainsi, cela néces­site un contrôle de formation rigide. Nous pro­posons deux algorithmes de formation. t..:al­gorithme de consensus est l’un d’entre eux. Nous adaptons un contrôleur de flocking dy­namique pour qu’il soit utilisé dans le système à un seul intégrateur, et nous proposons un système d’évitement d’obstacles qui peut em­pêcher le fractionnement tout en évitant les obstacles. Le deuxième contrôle de formation est basé sur l’optimisation quadratique hiérarchique (HOP). Le problème est décomposé en plusieurs objectifs de tâches : formation, navi­gation, évitement d’obstacles et limites de vi­tesse. Ces tâches sont représentées par des contraintes d’égalité et d’inégalité avec diffé­rents niveaux de priorité, qui sont résolues séquentiellement par la programmation qua­dratique hiérarchique. Avec ces contraintes, la formation peut s’en tenir strictement à la forme définie tout en se déplaçant et en évitant les obstacles. Des tests expérimentaux avec dif­férentes configurations de formes ont été mis en œuvre sur des robots mobiles à roues dans un environnement industriel réel.
Enfin, une étude sur les algorithmes d’al­location des tâches est menée afin de déter­miner une solution appropriée pour l’alloca­tion des tâches dans l’environnement indus­triel. Deux approches sont étudiées et compa­rées, à savoir le Tabu Search et le Contract Net Protocol. La première est une approche basée sur l’optimisation tandis que la seconde est une approche basée sur le marché ou les enchères. Des simulations avec un nombre variable de tâches et de robots ont été effec­tuées pour comprendre les forces et les fai­blesses de chaque approche.

Mots-clés : système multi-robots, contrôle de formation, algorithm de consensus, optimisation quadratique hiérarchique, allocation de tâches.

Abstract:

The interest in integrating multi-robot systems (MRS) into real-world applica-tions is increasing more and more, especially for performing complex tasks. Logistics is one of the emerging applications of MRS. Indeed, rather than having one single large machine, it is possible to turn to a fleet of small robots in order to be more flexible and robust to dif-ferent kinds of missions. For load-carrying tasks, various load-handling strategies have been proposed such as: pushing-only, caging, and grasping.
In this thesis, we aim to use a simple handling strategy: placing the carrying object on top of a group of wheeled mobile robots. Thus, it requires a rigid formation control. We propose two formation algorithms. The con-sensus algorithm is one of them. We adapt a dynamic flocking controller to be used in the single-integrator system, and we propose an obstacle avoidance that can prevent split-ting while evading the obstacles. The sec-ond formation control is based on hierarchical quadratic programming (HQP). The problem is decomposed into multiple task objectives: for-mation, navigation, obstacle avoidance, and velocity limits. These tasks are represented by equality and inequality constraints with dif-ferent levels of priority, which are solved se-quentially by the HQP. With these constraints, the formation can strictly hold on to the de-fined shape while moving and avoiding obsta-cles. Experimental tests with different configu-rations of shapes have been implemented on wheeled mobile robots in an actual industrial environment.
Last but not least, a study on task al-location algorithms is carried out in order to determine an appropriate solution for al-locating tasks in the industrial environment. Two approaches are studied and compared, namely Tabu Search and Contract Net Proto-col. The former is an optimization-based ap-proach whereas the latter is a market-based or auction-based approach. Simulations with a various number of tasks and robots have been done to understand the strength and weak-ness of each approach.

Keywords: multi-robot system, formation control, consensus algorithm, hierarchical quadratic programming, task allocation.