LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Languages: English
Types: Article
Subjects: ExoMars, Robotique, Navigation autonome, Planification de chemin, Exploration planétaire, Robotics, Autonomous navigation, Path planning, Planetary exploration, 629.8
Dans le cadre du programme ExoMars, l’ESA va déployer un rover sur Mars dont la mission sera de réaliser des prélèvements d’échantillons par forage souterrain et les analyser à l’aide des instruments scientifiques embarqués. Pour atteindre en toute sécurité les différents points d’intérêt où seront effectués ces prélèvements, le rover devra être capable de parcourir plus de 70 mètres par sol (jour martien) tout en respectant les limitations des communications interplanétaires. Les performances des algorithmes de navigation autonome embarqués impacteront directement la réussite scientifique de cette mission. Le premier objectif de cette thèse est d’améliorer les performances de l’architecture de planification de chemin local itératif proposée par le CNES. Tout d’abord, l’utilisation d’un planificateur incrémental de chemin local ”Fringe Retrieving A∗” permettant de réduire la charge de calcul est proposée. Il est complété par l’introduction de tas binaires dans les structures de gestion de la liste de priorité du planificateur de chemin. Ensuite, les manœuvres de rotation sur place pendant l’exécution des trajectoires sont réduites à l’aide d’un planificateur de chemins non-holonomes. Ce planificateur utilise un ensemble de chemins pré-calculés en tenant compte des capacités de braquage du rover. Le second axe de recherche concerne la planification de chemin global d’un rover d’exploration planétaire. Dans un premier temps, la contrainte de mémoire embarquée est détendue et une étude statistique évalue la pertinence d’un planificateur de chemin de type D∗ lite. Dans un deuxième temps, une nouvelle représentation multi-résolution de la carte de navigation est proposée pour stocker de plus grandes zones explorées par le rover sans augmenter l’utilisation de la mémoire embarquée. Cette représentation est utilisée par la suite par un planificateur de chemin global qui réduit automatiquement la charge de calcul en adaptant le sens de recherche en fonction de la forme et de la distribution des obstacles dans l’espace de navigation. ESA’s ExoMars mission will deploy a 300kg class rover on Mars, which will serve as a mobile platform for the onboard scientific instruments to reach safely desired locations where subsurface drilling and scientific measurements are scheduled. Due to the limited inter-planetary communication constraints, full autonomous onboard navigation capabilities are crucial as the rover has to drive over 70 meters per sol (Martian day) to reach designated scientific sites. The core of the navigation software to be deployed on the ExoMars rover uses as baseline the autonomous navigation architecture developed by CNES during the last 20 years. Such algorithms are designed to meet the mission-specific constraints imposed by the available spatial technology such as energy consumption, memory, computation power and time costs. The first objective of this thesis is to improve the performance of the successive local path planning architecture proposed by CNES. First, the use of an incremental local path planner, Fringe Retrieving A∗, is proposed to reduce the path planning computation load. This is complemented by the introduction of binary heaps in the management structures of the path planner. In-place-turn maneuvers during trajectory execution are further reduced by using a state lattice path planner which encodes the steering capabilities of the rover. The second research direction concerns global path planning capabilities for robotic planetary exploration. First the onboard memory constraints are relaxed and a study evaluating the use of a global D∗ lite path planner is performed. Second, a novel multi-resolution representation of the navigation map which covers larger areas at no memory cost increase is proposed. It is further used by a global path planner which automatically reduces the computational load by selecting its search direction based on obstacle shapes and distribution in the navigation space.
  • No references.
  • No related research data.
  • No similar publications.

Share - Bookmark

Cite this article