La navigation autonome de robots mobiles dans de vastes environnements intérieurs encombrés représente un défi majeur pour les systèmes robotiques modernes. Les plateformes autonomes, telles que les AGV (Autonomous Guided Vehicles) et les robots mobiles, évoluent dans des espaces aux structures et aux densités d’obstacles très variables, allant d’entrepôts fortement organisés à des ateliers industriels complexes.
Dans ce contexte, la représentation cartographique de l’environnement constitue un élément fondamental pour la performance des algorithmes de planification de trajectoires globaux et locaux. Toutefois, aucune représentation unique ne permet de répondre efficacement à l’ensemble de ces configurations.
Cette thèse analyse et compare deux grandes familles de représentations de l’environnement?: les représentations à base de grilles, en particulier les cartes d’occupation, et les représentations par maillage triangulaire. Chacune présente des avantages et des limites en termes de précision, de complexité de calcul et d’adaptabilité à différents types d’environnements. Une approche unifiée de modélisation de l’environnement est adoptée afin de permettre une évaluation cohérente de ces représentations dans le cadre d’une planification de trajectoires fondée sur des graphes. Les performances sont évaluées selon plusieurs métriques, incluant la longueur des trajectoires, le temps de calcul et la sécurité, tout en intégrant explicitement la taille du robot par l’inflation des obstacles.
Les contributions principales de cette thèse portent sur le développement d’une carte hybride adaptative par tuiles, basée sur un classificateur convolutionnel (CNN), ainsi que sur l’étude de différentes stratégies de partitionnement spatial. Les résultats expérimentaux montrent que les maillages triangulaires grossiers sont particulièrement sensibles à la taille du robot à proximité des obstacles. En revanche, la représentation hybride non conforme proposée permet de réduire la complexité de recherche d’environ 25?%, pour une augmentation de la longueur des trajectoires limitée à 4?%. Ce travail propose ainsi un cadre de cartographie hybride adaptatif améliorant l’efficacité de la planification globale de trajectoires dans des environnements intérieurs encombrés.
Thèse de doctorat en ingénierie (génie mécanique) soutenue le 6 mai 2026.
Membres du jury
Professeur Sousso Kelouwani, Directeur de recherche
Université du Québec à Trois-Rivières
Professeur Jean-Christophe Cuillière, Codirecteur de recherche
Université du Québec à Trois-Rivières
Professeur Luc Laperrière, Président du jury
Université du Québec à Trois-Rivières
Professeur Pierre-Yves Lajoie, Membre externe
École Polytechnique de Montréal
Professeur Tan Sy Nguyen, Membre externe
Université du Québec à Rimouski
