ISBN-13: 9786131543043 / Francuski / Miękka / 2018 / 176 str.
Les robots mobiles autonomes sont un sujet de recherche et de prA(c)occupation dans de nombreux domaines comme les manufactures et l''exploration spatiale. La planification de trajectoire est l''une des problA(c)matiques essentielles de l''autonomie des robots mobiles, elle a pour but de gA(c)nA(c)rer une trajectoire libre de collisions entre une configuration initiale et une configuration finale d''un robot. Dans cet ouvrage nous avons traitA(c) le problA]me de la planification de trajectoire sous trois aspects; un environnement entiA]rement connu, partiellement connu et complA]tement inconnu. Pour les environnements statiques et entiA]rement connus, une alternative A la mA(c)thode de Lozano Perez est proposA(c)e pour dA(c)terminer l''espace de configuration d''un robot. La mA(c)thode proposA(c)e a le mA(c)rite d''Aatre simple et permet d''optimiser l''espace libre du robot. Nous abordons A(c)galement le problA]me de la navigation rA(c)active dans des environnements dynamiques ainsi que la construction de cartes d''environnements. Nous proposons une approche hybride qui intA]gre la reprA(c)sentation de la logique floue d''une base de connaissance intelligente avec la capacitA(c) d''apprentissage des rA(c)seaux de neurones.
Les robots mobiles autonomes sont un sujet de recherche et de préoccupation dans de nombreux domaines comme les manufactures et lexploration spatiale. La planification de trajectoire est lune des problématiques essentielles de lautonomie des robots mobiles, elle a pour but de générer une trajectoire libre de collisions entre une configuration initiale et une configuration finale dun robot. Dans cet ouvrage nous avons traité le problème de la planification de trajectoire sous trois aspects; un environnement entièrement connu, partiellement connu et complètement inconnu. Pour les environnements statiques et entièrement connus, une alternative à la méthode de Lozano Perez est proposée pour déterminer lespace de configuration dun robot. La méthode proposée a le mérite dêtre simple et permet doptimiser lespace libre du robot. Nous abordons également le problème de la navigation réactive dans des environnements dynamiques ainsi que la construction de cartes denvironnements. Nous proposons une approche hybride qui intègre la représentation de la logique floue dune base de connaissance intelligente avec la capacité dapprentissage des réseaux de neurones.