Abstract:
Les robots mobiles autonomes peuvent être appliqués pour effectuer des activités qui ne
devraient pas, ou ne peuvent pas être dispensés par des humains en raison des conditions
inhospitalières ou le niveau élevé de danger. Un robot mobile autonome doit être capable de
naviguer en toute sécurité dans des environnements inconnus, en reconstruisant des
informations de ses capteurs afin de planifier et d'exécuter les routes. La localisation et
cartographie simultanées (SLAM), est une méthode utilisée pour remédier à ce problème, la
technique permet la création progressive d'une carte en utilisant les données obtenues à partir
des capteurs tout en estimant la localisation du robot mobile. L’algorithme du scan matching
Iterative Closest Point (ICP) est l'une des approches adoptées pour le SLAM, basée sur la
correspondance des points à partir des données laser 2D. Ce travail propose un algorithme
ICP basé SLAM. Notre algorithme a été simulé et implémenté sur le robot mobile B21R dans
un environnement d’intérieur. Les résultats montrent que la méthode présentée dans ce travail
(basé sur le rejet des mauvaises correspondances des points) a une meilleure performance que
celle obtenue par l'algorithme ICP original