Pourquoi un robot doit-il savoir naviguer ?

Pour accomplir une mission dans un environnement réel :

• Livrer un colis
• Nettoyer une pièce
• Explorer un lieu inconnu
• Suivre une personne

Problème à résoudre

• Où suis-je ? (localisation)
• Où aller ? (planification)
• Comment y aller sans heurter d’obstacles ? (contrôle et perception)

Solution : Nav2 - La stack de navigation ROS 2

• Se localiser (SLAM / AMCL)
• Créer ou utiliser une carte
• Planifier un chemin (global & local planner)
• Utiliser les capteurs (LIDAR, IMU, odométrie, etc…)

Localisation : capteurs et principes

IMU (Inertial Measurement Unit)

• Mesure les vitesses angulaires (gyroscope)
• Mesure les accélérations linéaires (accéléromètre)
• Peut inclure un magnétomètre (champ magnétique)

L’IMU dérive rapidement : elle est utile pour des mouvements courts ou pour stabiliser des fusions de capteurs.

Dans une IMU numérique typique :

• 1x Gyroscope
• 3x Accéléromètres linéaires
• 3x Magnétomètres

Odométrie

• Combine les données de l’IMU et des encodeurs de roues
• Fournit une estimation continue de la position du robot
• Erreur cumulative : la position devient de moins en moins fiable avec le temps

Utilisée seule, l’odométrie ne suffit pas pour naviguer précisément à long terme. Elle doit être fusionnée avec d'autres capteurs (GPS, LIDAR, etc.)

Multilatération (2D / 3D)

• Estime la position en mesurant les distances entre le robot et plusieurs stations fixes (3 pour une localisation 2D, 4 pour une localisation 3D)
• Plus les distances sont précises, plus la position estimée est fiable

Ne pas confondre avec la triangulation, qui utilise des angles plutôt que des distances
Méthode sensible aux réflexions de signal (rebonds, interférences)

GPS-RTK — Real Time Kinematic

• Améliore le GPS classique en combinant les données avec une station de référence au sol
• Fournit une localisation absolue avec précision centimétrique
• Fonctionne en temps réel via un lien de communication (radio, 4G, etc.)
• Nécessite une zone dégagée extérieure, sans obstacle

Très utilisé en robotique agricole, en topographie, et sur les véhicules autonomes

Multilatération UWB (Ultra Wide Band)

• Principe similaire au GPS-RTK, mais en intérieur
• Utilise plusieurs ancres UWB fixes dans l’environnement
• Le robot mesure les temps de vol du signal pour estimer sa position

Précision : ±10 à 30 cm

Limites

• Sensible aux réflexions du signal
• Moins fiable dans des environnements métalliques ou encombrés

Idéal pour les usines, entrepôts et espaces indoor contrôlés

LIDAR — Light Detection and Ranging

• Utilise un laser pour mesurer des distances à l’environnement
• Retourne une carte de profondeur (2D ou 3D selon le modèle)

Types de LIDAR

• Fixe
• Rotatif à 360° (mono-faisceau)
• Multi-beam rotatif (3D)

Usages typiques

• Détection d’obstacles
• Cartographie (SLAM)
• Suivi de murs ou de personnes

LIDAR multi-beam

Fonctionnement

• Superpose plusieurs faisceaux verticaux et horizontaux
• Fournit une perception 3D dense de l’environnement

Avantages

• Très précis pour l’évitement d’obstacles 3D
• Permet une compréhension fine de la scène autour du robot

Techniques de localisation en ROS 2

SLAM — Simultaneous Localization and Mapping

• Permet à un robot de :
  • Se localiser
  • Construire une carte de l’environnement inconnu
• Utilisé lors de la première exploration
• Fonctionne avec :
  • LIDAR (2D ou 3D)
  • Caméras (RGB-D, stéréo)
  • Odométrie (IMU, encodeurs)

SLAM = Localisation + Cartographie simultanées

AMCL — Adaptive Monte Carlo Localization

• Permet de se localiser dans une carte existante
• Utilise un filtre à particules :
  • Estime la position à partir de plusieurs hypothèses
• Combine :
  • LIDAR
  • Odométrie
  • IMU

Nécessite une carte déjà construite (ex : par SLAM)
Ressource : Méthode de Monte Carlo – Wikipédia

AMCL - Exemples (robot 1-D)

AMCL - Exemples (robot 2-D)

NAV 2 - Framework de navigation de ROS 2

Navigation ROS 2 — Présentation de la stack Nav2

La stack Nav2 est un composant essentiel de ROS 2 pour permettre à un robot de naviguer de manière autonome dans un environnement inconnu ou non structuré.

Elle fournit une boîte à outils complète combinant :

• Planification de chemin (global et local)
• Évitement d’obstacles dynamiques et statiques
• Traitement des données de capteurs (LIDAR, odométrie, IMU...)
• Localisation et suivi de position (SLAM, AMCL)
• Exécution des mouvements avec feedback

Nav2 orchestre ces éléments pour permettre un comportement de navigation intelligent et adaptable.

Structure interne de Nav2

Le BT Navigator Server

• Le cœur de la stack Nav2 : il orchestre les composants
• Utilise un Behavior Tree (BT) pour organiser les décisions
• Reçoit une cible → planifie, contrôle, adapte la trajectoire

Il guide le robot du début à la fin de sa mission

Le Planner Server

• Reçoit :
  • Position actuelle
  • Objectif (destination)
• Calcule un itinéraire optimal :
  • Le plus court
  • En évitant les obstacles
  • Selon des critères spécifiques (couverture, sécurité…)

Envoie un chemin global à suivre

Le Controller Server

• Transforme le chemin global en mouvements précis
• Contrôle les roues/moteurs
• Adapte les commandes en temps réel :
  • Obstacles imprévus
  • Glissements ou erreurs de trajectoire

Il garde le robot sur la bonne voie, même dans un environnement changeant

Comportements et ajustements

Global CostMap vs Local CostMap

Global CostMap

• Vue globale de l’environnement
• Générée à partir de la carte statique + obstacles connus
• Utilisée par le Planner Server pour calculer un chemin

Local CostMap

• Vue locale, autour du robot (ex : quelques mètres)
• Met à jour les obstacles dynamiques en temps réel (personnes, objets...)
• Utilisée par le Controller Server pour suivre et ajuster le chemin

Les deux cartes sont complémentaires :
Le robot planifie globalement et réagit localement

TurtleBot3

• Plateforme mobile open-source compatible ROS 2
• Capteurs :
  • LIDAR 2D pour la détection d’obstacles
  • Encodeurs pour l’odométrie
  • IMU pour orientation et stabilisation

Travaux pratiques

• Installation ROS 2 - Turtlebot
• TP 2 - Navigation ROS 2