Commande collaborative d'un fauteuil roulant dans unenvironnement partiellement connu

C'est un grand plaisir pour moi de remercier toutes les personnes qui ont permis à ce travail d'être ce qu'il est.Je remercie énormément mes directeurs de recherche, Richard Gourdeau et Joelle Pineau pour leur soutien, leur encadrement et le projet intéressant qu'ils m'ont proposé.Je remercie le conseil de recherches en sciences naturelles et en génie du Canada (CRSNG) pour son aide financière pendant mes recherches.Je remercie tous les professeurs qui m'ont enseigné à l'École Polytechnique de Montréal et à l'Institut National des Sciences Appliquées de Lyon en France.En particulier, je remercie les professeurs Jérôme Le Ny et David Saussié pour avoir accepté d'être membres du jury pour ce mémoire.Je remercie les membres du laboratoire MRASL, en particulier André Phu-Van Nguyen et Duc-Tien Nguyen avec qui j'ai passé le plus de temps au laboratoire.J'ai partagé avec eux des moments inoubliables et ils étaient toujours présents pour m'épauler et me divertir.Nos discussions étaient ma source d'inspiration et d'encouragement.Je remercie tous mes amis que j'ai rencontrés pendant mon séjour à Montréal.Je tiens à remercier également tous mes amis en France et au Vietnam qui me manquent beaucoup.Enfin et surtout, j'exprime ma plus profonde gratitude à mes parents, ma sœur et mes amis, pour leurs encouragements et leur soutien à l'épreuve du temps et de la distance qui nous sépare.Sans leur amour et leur bienveillance, je n'aurais jamais pu réaliser tout ce que j'ai réalisé.v RÉSUMÉ Depuis des années, des chercheurs et des étudiants aux cycles supérieurs de trois universités au Québec ont travaillé au projet de réalisation d'un prototype d'un Fauteuil Roulant Motorisé Intelligent (FRMI).C'est un robot mobile équipé de capteurs, de caméras et de modules de contrôle permettant à la chaise roulante d'accomplir de nombreuses tâches autonomes avec assistance aux utilisateurs.Malgré le bon état d'avancement de ces travaux de recherche, il nous reste plusieurs aspects à améliorer et perfectionner.En effet, le fauteuil possède des modules de cartographie et localisation simultanées (Simultaneous Localization And Mapping (SLAM)), de navigation complètement autonome, et de contrôle collaboratif qui assiste les usagers en combinant les commandes de téléopération et autonomes.Pour utiliser le contrôle collaboratif, il faut déterminer une ou plusieurs destinations potentielles dans la carte de l'environnement.Avec les commandes données par l'utilisateur, le système estime son intention et l'aide à atteindre la destination.Pour les personnes âgées, les utilisateurs principaux des fauteuils roulants, il n'est pas concevable de naviguer pour créer la carte de l'environnement, de la lire et d'y placer des destinations potentielles.Pour simplifier la tâche de l'utilisateur, nous devons localiser le véhicule dans une carte connue a priori et utiliser cette carte dans un algorithme de SLAM et inférer automatiquement l'intention de l'utilisateur au cours de la navigation.Le but de ce projet est alors de compléter l'environnement de travail autour du module de contrôle collaboratif en améliorant le module de cartographie et de créer un module qui détermine des destinations potentielles dans la carte afin de les placer automatiquement dans l'environnement de navigation de la chaise.La réalisation de ces objectifs est accomplie par une étude du module de contrôle collaboratif, l'insertion de la carte connue a priori dans un algorithme de SLAM et la détection automatique de points d'intérêt dans cette carte.La première partie consiste à comparer des algorithmes de SLAM existants pour choisir le plus approprié à notre application.D'un autre côté, une technique de construction des données de SLAM à partir d'une carte de l'environnement est implémentée et testée grâce à un algorithme qui crée une carte de type SLAM à partir d'une génération de trajectoires virtuelles.La deuxième partie consiste à détecter les destinations potentielles dans la carte en cherchant les salles et des points d'intérêts vi intermédiaires dans les couloirs.Notre travail contribue à simplifier l'utilisation de la chaise et à améliorer l'expérience des usagers face à ces nouvelles technologies.Il permet de rendre l'algorithme de contrôle collaboratif facilement utilisable par un plus grand nombre d'utilisateurs en assurant que les destinations potentielles ne sont pas placées de façon arbitraire par les usagers.Le programme a subi plusieurs tests en simulation et avec le système réel, et les résultats montrent que, dans divers scénarios, notre système a bien détecté l'intention de l'utilisateur et s'est rendu à la bonne destination.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.