Projet ANR SOS (2023–2027)

Résumé

La révolution de la robotique et de l'intelligence artificielle rend désormais possible le rêve d’applications ambitieuses et de grande envergure. En particulier, la mise en œuvre de flottes de robots intelligemment gérées permettrait d'apporter des solutions innovantes à de nombreux problèmes concrets. Parmi ceux-ci, le projet SOS (Self-Organizing, Smart and safe heterogeneous robots fleet by collective emergence for a mission) s'intéresse au développement d’une stratégie adaptative de comportement d’essaims hétérogènes (robots aériens et terrestres) appliquée au cas d’usage de la lutte contre les feux de forêts.

Il rassemble deux laboratoires (CRIStAL et CRAN) et une PME (Lynxdrone) dans le but de proposer, concevoir et développer un mécanisme de gestion intelligente de flottes de robots hétérogènes par émergence collective :

• prenant en compte les caractéristiques propres des robots,
• adaptatif à l'environnement dynamique et évolutif,
• ainsi qu'à l'état de santé estimé et prédit des robots (actionneurs de contrôle, capteurs de localisation, charge des batteries, durée de vie résiduelle, …),
• et résilient à l’apparition d’un incident,

en vue d'accomplir une mission, et d’être adaptable à d’autres missions avec un simple effort de configuration de la flotte.

Les hypothèses sont les suivantes :

• le système est composé de plusieurs robots mobiles,
• les robots sont hétérogènes (terrestres/aériens) avec des capacités de perception, localisation, commande, communication variées,
• les conditions environnementales peuvent être difficiles,
• les robots sont sujets à des pannes capteurs et/ou actionneurs,
• l’architecture est décentralisée : pas de chef d’orchestre.

Les recherches menées apporteront des contributions, dans un cadre de sûreté de fonctionnement, sur trois axes :

• Auto-organisation décentralisée. Concevoir des comportements individuels hétérogènes capables de se réorganiser dynamiquement (ex. bascule en « relais d’information » selon le contexte).
• Commande des robots. Explorer l’apprentissage par renforcement pour reconfigurer la commande selon l’état de santé et les défaillances prédites, avec garanties de stabilité/sécurité.
• Localisation coopérative tolérante aux fautes. Tirer parti des complémentarités UAV/AGV (GNSS, perception relative), avec diagnostic pour exclure les mesures défaillantes et fusion multi-capteurs robuste.

Les solutions proposées seront testées et évaluées en simulation et sur données réelles.

Consortium

Le consortium est constitué de 2 laboratoires (CRIStAL et CRAN) et d'une PME (Lynxdrone).

CRIStAL

Deux groupes thématiques (GT) de CRIStAL participent : le GT TOPSYS (équipes ToSyMA et SoftE) et le GT I2C (équipe SMAC), ainsi que la plateforme PRETIL.

---

• Cindy Cappelle, Coordinatrice du projet, Responsable WP1
• Gauthier De Smet
• Gérald Dherbomez
• Maan El Badaoui El Najjar, Responsable WP4
• Philippe Mathieu
• Rochdi Merzouki
• Antoine Nongaillard, Responsable WP2
• Denis Pomorski

CRAN

Le département CID (Contrôle Identification Diagnostic) du CRAN participe au projet SOS.

---

• Mayank-Shekhar Jha, Responsable WP6
• Jean-Christophe Ponsart
• Didier Theilliol, Responsable WP3

Lynxdrone

Lynxdrone est une PME spécialisée dans le développement de solutions drones sur-mesure adaptées aux inspections industrielles.

---

• Jad Rouhana, Responsable WP5

Publications

À venir.

Contact

Pour toute question ou information supplémentaire, n'hésitez pas à nous contacter.