Commande neuronale robuste pour la navigation d’un robot mobile

Abstract

Dans cette thèse,le problème de navigation d'un robot mobile est traité par les systèmes d'inférence flous,les réseaux de neurones artificiels.L’objectif de ce travail est d’étudier et développer des architectures de commande efficaces pour une navigation réactive d'un robot mobile autonome dans un environnement inconnu,en utilisant l’approche comportementale.Au début,On a utilisé,les systèmes basés sur les comportements flous pour la navigation autonome d’un robot mobile.Nous avons conçu un contrôleur flou afin de simuler le déplacement du robot mobile d'une position initiale vers une position désirée dans des différentes configurations d'un environnement avec et sans obstacles.Le contrôleur flou est conçu de telle manière que lorsque la plateforme mobile se déplace vers la cible et un obstacle surgit,un comportement d'évitement d'obstacles est vite introduit durant un laps de temps et le robot mobile exécute une immédiate manœuvrabilité ordonnée par le contrôleur flou autour de cet obstacle.Pour améliorer les performances de la commande du robot mobile,un contrôleur hybride neuro-flou de type ANFIS est aussi utilisé pour une mission de poursuite de trajectoire.Les deux contrôleurs proposés seront également appliqués pour la tâche de poursuite d'une cible. L’efficacité des architectures proposées et étudiées sont démontrées par diverses applications de navigation autonome d'un robot mobile.