Sujet de Stage

Thème : Conception d'un contrôle sécurisé centré sur SLAM pour les robots mobiles (ROS/Gazebo, CARLA) Résumé : Les robots mobiles modernes doivent être capables de planifier, percevoir et contrôler de manière robuste et sécurisée dans des environnements dynamiques. Cette recherche combine des aspects classiques du contrôle et de la planification à la localisation et cartographie simultanées (SLAM), puis ajoute une couche de sécurité pour pousser l'autonomie au-delà des pipelines réglés manuellement, le tout construit et testé dans ROS + Gazebo et des simulateurs haute fidélité (CARLA). Durée de la bourse : 6 mois Période : mars 2026 - août 2026 Directeurs de thèse (France) : Mayank Shekhar JHA, professeur associé, CRAN, Université de Lorraine, France. Didier Theilliol, professeur titulaire, CRAN, Université de Lorraine, France. Description : Le projet envisage, pour les robots mobiles, une pile d'autonomie SLAM-first dans laquelle la perception, l'ingénierie de simulation, la planification et le contrôle sont composés avec la sécurité comme exigence principale. Le travail se concentre sur le développement d'un module SLAM visuel/visuel- inertiel qui fournit des estimations de pose, de cartographie et d'incertitude de base et sert de base pour la prise de décision et le contrôle en aval. La simulation est une activité centrale : un pipeline ROS/Gazebo sera conçu pour une itération rapide et systématiquement relié à CARLA afin de permettre une détection/physique haute fidélité, une randomisation du domaine et des tests de résistance de scénarios (obstacles dynamiques, vent, artefacts de capteurs).

En plus du SLAM, la planification du mouvement sera mise en oeuvre à l'aide de méthodes basées sur des graphes (A*/D* Lite) et sur l'échantillonnage (RRT/RRT*) avec des trajectoires paramétrées dans le temps et cinématiquement réalisables qui tiennent compte des marges de sécurité et, le cas échéant, de l'incertitude du SLAM. Les stratégies de contrôle seront étudiées, du PID au contrôle optimal (LQR/MPC), pour le mouvement point à point et le suivi de trajectoire contrainte. L'apprentissage du contrôle sécurisé est un objectif principal : des filtres de sécurité (par exemple, des QP basés sur la fonction de barrière de contrôle), l'assurance d'exécution et la gestion robuste des contraintes seront intégrés à la fois dans les contrôleurs classiques et dans la couche de sécurité. Comme élément novateur, une conception de contrôle sécurisé sera développée pour améliorer le suivi et l'évitement local, avec des récompenses tenant compte des risques et des ablations par rapport aux références classiques. Les livrables comprennent une base de code reproductible (ROS/Gazebo ?CARLA), des benchmarks quantitatifs (classiques vs modernes), un rapport de recherche concis, une vidéo de démonstration et la préparation d'un manuscrit à soumettre à des revues réputées. Les objectifs sont les suivants :
⬢ Concevoir une infrastructure SLAM : mettre en oeuvre et évaluer un pipeline SLAM visuel/VIO (pose, cartographie, incertitude de base), en l'établissant comme module principal d'estimation d'état.
⬢ Construire la pile de simulation : configurer un environnement ROS/Gazebo reproductible (mondes, capteurs, plugins) avec des scénarios scriptés pour une itération rapide.
⬢ Relier la simulation haute fidélité : intégrer CARLA ? ROS/Gazebo (synchronisation temporelle, sujets, capteurs).
⬢

Traduit avec DeepL.com (version gratuite)