Bases de la robotique

Lab de luminosité et luminance — exposition, gamma et écrêtage

Comparez exposition linéaire et réglages des niveaux de gris codés à partir d’images synthétiques, d’histogrammes et de gradients.

Hands-on · 2 min de lecture

Laboratoire d’extraction de points — comparer Harris et Shi–Tomasi

Faites pivoter, redimensionnez et éclaircissez des images synthétiques pour comparer les coins détectés aux positions de référence connues.

Hands-on · 2 min de lecture

Laboratoire d’appariement — filtres, inliers géométriques et vérité connue

Comparez des patches et filtrez les correspondances pour voir pourquoi un accord géométrique ne garantit pas un appariement correct.

Hands-on · 2 min de lecture

Vision par ordinateur September 13, 2026

Lab de flux optique : suivre le mouvement entre deux images

Estimez le déplacement de points et comparez-le à une transformation synthétique connue. Explorez luminosité, occultation et problème de l’ouverture.

Hands-on · 2 min de lecture Automatique September 22, 2026 Lab

Laboratoire MPC — résoudre à nouveau une séquence de courbure dans l'horizon et les limites de direction

Modifiez l'horizon, les pondérations et la limite de direction, et comparez les trajectoires prédites, la convergence du solveur et la gestion des échecs dans votre navigateur.

Hands-on · 4 min de lecture Automatique September 22, 2026 Lab

Laboratoire de comparaison du suivi de trajectoire : exécuter PP, APP, RPP, Stanley et MPC dans les mêmes conditions

Exécutez cinq contrôleurs de suivi ensemble sur un même véhicule, une même trajectoire, un même état initial et une même limite de direction, et comparez l'écart latéral, la régularité et l'achèvement avec des définitions de métriques partagées.

Hands-on · 3 min de lecture Automatique September 21, 2026 Lab

Laboratoire Adaptive Pure Pursuit — faire varier l'anticipation avec la vitesse

Comparer l'anticipation mise à l'échelle de la vitesse avec PP, y compris l'accélération et les bornes minimum/maximum.

Hands-on · 4 min de lecture Automatique September 21, 2026 Lab

Laboratoire Pure Pursuit — comparer le suivi de trajectoire à distance d'anticipation fixe

Modifier la distance d'anticipation fixe et examiner l'erreur de suivi, la direction et les cibles sur un modèle de véhicule partagé.

Hands-on · 4 min de lecture Automatique September 21, 2026 Lab

Laboratoire Regulated Pure Pursuit — vitesse dans les courbes et près de l'objectif

Séparer l'anticipation de la régulation de vitesse et comparer les limites de courbure, les planchers de vitesse, l'approche finale et la vitesse réelle du véhicule.

Hands-on · 5 min de lecture Automatique September 21, 2026 Lab

Laboratoire Stanley — direction à partir de l'écart transversal et de cap de l'essieu avant

Séparer les erreurs des essieux avant et arrière et comparer le gain, la vitesse et les contraintes de direction dans votre navigateur.

Hands-on · 3 min de lecture

Estimation de la profondeur monoculaire — De l'ordre relatif à la distance métrique

« Introduction à la profondeur monoculaire : profondeur relative versus profondeur métrique, ambiguïté d’échelle, protocoles d’évaluation et conditions de défaillance. »

Guide d’apprentissage · 3 min de lecture

Vision par ordinateur September 13, 2026

3D neuronale — Synthèse de nouvelles vues et évaluation visuelle/géométrique séparée

Introduction aux représentations neuronales des scènes, à la synthèse de nouvelles vues, aux vues mises de côté et à l'évaluation visuelle et géométrique séparée.

Guide d’apprentissage · 3 min de lecture

Automatique September 8, 2026 Lab

Exécuter un filtre de Kalman en Python : bruit, données manquantes et valeurs aberrantes

Comparer Q, R et le filtrage des valeurs aberrantes sur une trajectoire synthétique à l'aide de l'estimation error and rejected observations.

Hands-on · 4 min de lecture

Pourquoi ICP échoue : initialisation, valeurs aberrantes et géométrie symétrique

Effectuez l'enregistrement 2D et distinguez les résidus, la couverture de correspondance et true pose error.

Hands-on · 4 min de lecture

Nav2 a un chemin mais ne se déplace pas : un flux de travail de diagnostic

Examinez la géométrie, les cartes de coûts, la faisabilité du contrôle et la transmission des commandes pour expliquer a stopped robot.

Hands-on · 5 min de lecture

Transformations de coordonnées du robot : matrices, quaternions et TF

Utilisez un exemple numérique pour relier la rotation, la translation, les transformations inverses, quaternions and ROS frames.

Fundamentals · 3 min de lecture

Automatique September 7, 2026 Lab

Reproduire les pannes du robot avec rosbag2 : entrées, TF et temps

Créez des comparaisons de relecture contrôlées et diagnostiquez les éditeurs TF dupliqués and mixed time sources.

Hands-on · 6 min de lecture

Expérimentation avec un PID en Python : gains, délai et saturation

Reproduisez comment le délai de mesure, les limites de l'actionneur et l'intégrale évoluent. PID tracking on the same second-order model.

Hands-on · 3 min de lecture

Guide pratique du suivi de caractéristiques — Comment éviter de perdre le même point entre les images

Le suivi de caractéristiques consiste à faire correspondre un même point physique dans plusieurs images d'une séquence vidéo. Cet article présente le suivi de gabarits, le flux optique de Lucas-Kanade, la correspondance de descripteurs, RANSAC, le rejet des valeurs aberrantes et la prédiction de Kalman, en détaillant les équations et les étapes d'implémentation. Il explique également les conditions de défaillance de l'odométrie visuelle et du SLAM, ainsi que les solutions possibles.

Fundamentals · 8 min de lecture

Guide de fermeture de boucle — Corriger la dérive d'un système SLAM en une seule opération, autour d'une boucle

La fermeture de boucle consiste à reconnaître qu'un robot est retourné à un endroit déjà visité et à répartir l'erreur d'autolocalisation accumulée sur l'ensemble de la carte. Cet article explique de manière systématique la reconnaissance de lieux, la recherche d'images, la vérification géométrique, l'optimisation du graphe de poses, les mécanismes de protection contre les faux positifs, ainsi que les implémentations et les recherches actuelles en matière de SLAM.

Introduction au flux optique — Interprétation de la vitesse et de la structure à partir du mouvement de l’image

Le flux optique est un champ vectoriel décrivant la direction du déplacement de chaque pixel dans une séquence d'images. Cet article aborde la contrainte de constance de la luminosité, les modèles de Lucas-Kanade et Horn-Schunck, les pyramides, le suivi de flux dense versus le suivi de caractéristiques éparses, les méthodes d'apprentissage telles que RAFT, ainsi que le mouvement de la caméra, les objets dynamiques et la méthodologie d'évaluation, en présentant les fondements mathématiques sous-jacents.

Guide PnP — Reconstituer la pose de l'appareil photo à partir de simples points 3D et d'une image

Le problème Perspective-n-Point (PnP) est un problème géométrique qui consiste à estimer la position et l'orientation d'une caméra à partir de points 3D connus et de leurs points images correspondants. Cet article présente l'équation de projection, les méthodes P3P/AP3P et EPnP, l'optimisation itérative, l'algorithme RANSAC, la dégénérescence planaire et les applications de PnP en SLAM visuel, en réalité augmentée et en topographie, en incluant les aspects mathématiques et une liste de vérification pour la mise en œuvre.

Introduction aux systèmes hydrauliques — Du principe de Pascal au contrôle de la force dans les robots

Comment une faible commande peut-elle actionner le bras massif d'une pelle hydraulique ? Cet article considère la pompe, les distributeurs, le vérin, le fluide hydraulique, les capteurs et le contrôleur comme un système en boucle fermée, et aborde les équations de pression/débit/rendement, les technologies actuelles dans le domaine des engins de construction et agricoles, ainsi que la conversion électrohydraulique et les recherches en cours, à l'aide de schémas.

Fundamentals · 11 min de lecture

Feuille de route pour la robotique d'intérieur — des capteurs au contrôle de mouvement

Connectez la détection, la localisation, la cartographie, la planification et le contrôle, puis choisissez a reading path for the system you want to build.

Guide d’apprentissage · 2 min de lecture

Introduction au LiDAR-SLAM — Savoir « Où suis-je ? » à partir des nuages de points laser

Une caméra déduit indirectement la distance à partir des motifs de lumière réfléchie ; un LiDAR la mesure directement grâce au temps de vol d'une impulsion laser. La technologie LiDAR-SLAM repose sur l'enregistrement des nuages de points renvoyés par ce capteur de télémétrie actif. Cet article aborde systématiquement les deux piliers de la mise en correspondance de scans, ICP et NDT, en passant par la conception des caractéristiques de LOAM, la fermeture de boucle et le SLAM graphique, jusqu'à la lignée des algorithmes de repérage de points de repère : LeGO-LOAM, Cartographer, LIO-SAM et FAST-LIO2.

Fundamentals · 25 min de lecture

Guide VIO/LIO — Combinaison d'une centrale inertielle avec une caméra ou un LiDAR pour l'autolocalisation

« Une caméra ou un LiDAR, utilisés seuls, présentent des limites dans certaines situations. L'association de l'un ou l'autre de ces capteurs avec une centrale inertielle (accéléromètre + gyroscope) pallie cette faiblesse : c'est le principe de l'odométrie visuelle-inertielle (VIO) et de l'odométrie inertielle LiDAR (LIO). Partant des raisons pour lesquelles une centrale inertielle seule ne peut pas déterminer la position, cet article explore les deux approches de conception (basée sur le filtrage et sur l'optimisation) ainsi que les algorithmes de repérage de points de repère utilisés par ROVIO, OKVIS, VINS-Mono et OpenVINS, jusqu'à LIO-SAM et FAST-LIO2. »

Fundamentals · 19 min de lecture

Bases de la robotique September 7, 2026 Lab

Introduction au Visual-SLAM — Comment une caméra apprend « Où suis-je ? »"

Sans GPS ni carte, un robot peut néanmoins déterminer sa position et cartographier son environnement à partir d'images de caméra uniquement. Du suivi de caractéristiques à la géométrie épipolaire, en passant par la différence entre l'odométrie visuelle et le SLAM, l'évolution des algorithmes de repérage de points de repère (ORB-SLAM, LSD-SLAM et DSO) et l'ajustement de faisceaux, cet article propose une présentation systématique et détaillée du fonctionnement du SLAM visuel.

Fundamentals · 22 min de lecture

De la cartographie à la navigation dans ROS 2 — une procédure minimale Jazzy et Nav2

Utilisez la simulation Jazzy pour vérifier la cartographie, la sauvegarde des cartes, le rechargement et les objectifs. navigation as separate steps.

Hands-on · 4 min de lecture

Bases de la robotique September 7, 2026 Lab

Pourquoi la fusion de capteurs échoue — synchronisation, images et étalonnage extrinsèque

Diagnostiquer les échecs de fusion grâce aux horodatages, aux repères de coordonnées et au montage geometry and covariance.

Fundamentals · 5 min de lecture

Bases de la robotique September 7, 2026 Lab

Comment évaluer le SLAM — ATE, RPE, temps d’exécution et défaillances

Utilisez des trajectoires synthétiques pour distinguer les erreurs absolues et relatives, puis define matching, alignment and failure reporting for an evaluation.

Hands-on · 3 min de lecture

Bases de la robotique September 6, 2026

Introduction à la fusion de capteurs — Construire un modèle mondial unique à partir de nombreux capteurs

Une caméra excelle dans la perception du sens, un LiDAR dans la géométrie, une centrale inertielle dans la détection du mouvement ; et chacune présente ses propres limites. Des algorithmes probabilistes et d’optimisation qui les fusionnent (filtres de Kalman, graphes de facteurs) aux applications concrètes comme VIO (caméra × centrale inertielle), LIO (LiDAR × centrale inertielle) et BEV Fusion (caméra × LiDAR), cet article propose une exploration systématique de la manière dont la fusion de capteurs transforme plusieurs sources en un modèle unique du monde.

Fundamentals · 19 min de lecture

Vision par ordinateur September 4, 2026

Introduction à l'ajustement par faisceaux — La méthode des moindres carrés non linéaires qui optimise simultanément les poses de caméra et les points 3D

L'ajustement par faisceaux est un problème de moindres carrés non linéaires qui déplace simultanément de nombreuses poses de caméra et des points 3D afin de minimiser l'erreur de reprojection sur l'ensemble des observations. Cet article explique de manière systématique pourquoi le jacobien est creux, pourquoi le complément de Schur permet de résoudre des problèmes à grande échelle, le rôle de la méthode de Levenberg-Marquardt, la liberté de jauge, et la relation avec l'optimisation par graphes de poses et la photogrammétrie par structure (SfM), à l'aide d'équations et de diagrammes.

Fundamentals · 13 min de lecture Vision par ordinateur September 4, 2026

Guide d'étalonnage des appareils photo — Correction de la distorsion de l'objectif et récupération des paramètres intrinsèques

L'étalonnage d'une caméra consiste à déterminer les paramètres intrinsèques et la distorsion de l'objectif nécessaires pour projeter les coordonnées des pixels sur l'espace 3D. Cet article présente une analyse systématique, illustrée d'équations et de schémas, du modèle sténopé aux modèles de distorsion radiale et tangentielle, en passant par la méthode des motifs plans de Zhang et l'optimisation de l'erreur de reprojection. Il aborde également les dysfonctionnements en aval dans les systèmes SLAM visuel et VO lorsque l'étalonnage dérive.

Fundamentals · 10 min de lecture

Vision par ordinateur September 4, 2026

Introduction à l'homographie — Description de la correspondance planaire avec une seule matrice 3x3

Une homographie est la relation qui relie les points situés sur un même plan, ou la vue d'une caméra en rotation pure, à l'aide d'une simple transformation projective 3x3. Cet article traite de l'estimation basée sur la DLT, de la robustification avec RANSAC, de la décomposition en rotation, translation et normale au plan, et des cas d'utilisation respectifs de cette méthode et de la géométrie épipolaire. Il aborde également des applications telles que l'assemblage d'images et le suivi de plans en réalité augmentée, à l'aide d'équations et de schémas.

Fundamentals · 10 min de lecture Vision par ordinateur September 4, 2026

Introduction à la stéréoscopie multivue — Remplir un nuage de points épars pour obtenir une forme 3D dense

La stéréovision multi-vues (MVS) permet de reconstruire des formes 3D denses à partir de nombreuses images en utilisant les poses de caméra connues. Cet article présente de manière systématique le principe fondamental de la photocohérence, les deux approches classiques (balayage planaire et approche par patchs [PMVS]), les méthodes d'apprentissage profond illustrées par MVSNet, et le maillage par fusion de cartes de profondeur, ainsi que leur relation avec les caméras stéréoscopiques et de profondeur, à l'aide d'équations et de schémas.

Fundamentals · 14 min de lecture

Vision par ordinateur September 4, 2026

Introduction à la reconstruction 3D à partir du mouvement — Reconstituer simultanément la 3D et les positions de la caméra à partir d'un ensemble de photos non ordonnées

La reconstruction 3D à partir du mouvement (SfM) permet de reconstituer simultanément la structure 3D d'une scène et l'orientation de chaque caméra à partir d'un ensemble de photos dont l'ordre et les positions de prise de vue sont inconnus. Cet article aborde de manière systématique la mise en correspondance des caractéristiques, la vérification géométrique, les deux stratégies de reconstruction (SfM incrémentale et globale), la triangulation, le lien avec l'ajustement de faisceaux et la différence avec le SLAM visuel, ainsi que les implémentations actuelles telles que COLMAP.

Fundamentals · 13 min de lecture

Bases de la robotique September 4, 2026

Introduction à la cinématique des bras robotisés — Cinématique directe, cinématique inverse et jacobien

La cinématique directe détermine la position et l'orientation de la main à partir des angles articulaires ; la cinématique inverse résout le problème inverse ; et le jacobien fait le lien entre les deux par le biais de la « vitesse ». De la construction de transformations de coordonnées avec des paramètres DH, en passant par la cinématique inverse analytique, la cinématique inverse numérique (moindres carrés amortis), les singularités et les degrés de liberté redondants — un exposé systématique et complet de la cinématique qui régit le mouvement d'un bras robotisé.

Fundamentals · 16 min de lecture

Bases de la robotique September 4, 2026

Introduction au contrôle de force et au contrôle d'impédance — Construction d'un robot capable de toucher

« Partant de ce qui se passe réellement dès qu'un bras robotisé à position contrôlée touche un objet rigide — et pourquoi cela rend impossibles les tâches d'assemblage, de polissage et de contact humain —, cet article explore le contrôle d'impédance, qui relie la force et le déplacement via un ressort, un amortisseur et une masse virtuels ; le contrôle d'admittance, qui inverse cette causalité ; et le contrôle hybride position/force, qui sépare la position et la force par direction spatiale, en développant ces idées à partir d'équations et de diagrammes. »

Fundamentals · 17 min de lecture

Bases de la robotique September 4, 2026

Introduction au contrôle d'essaims (multi-robots) — Création de groupes, de formations et de consensus

Le contrôle d'essaims résout des problèmes qu'un robot isolé ne peut résoudre, en utilisant uniquement des « règles locales simples » appliquées à de nombreux robots. De la reproduction du comportement grégaire avec les Boids, en passant par les algorithmes de consensus pour parvenir à un accord, jusqu'aux trois approches du contrôle de formation (leader-suiveur, structures virtuelles et approche comportementale), cet article organise systématiquement le domaine autour de la distinction entre architectures centralisées et décentralisées.

Fundamentals · 15 min de lecture

Introduction à la planification comportementale : Comment les automates à états finis, les arbres de comportement et les processus de décision planifiés (POMDP) déterminent les prochaines actions d’un véhicule automatisé

La planification comportementale transforme les perceptions incertaines en décisions d'arrêt, de suivi, de cédez le passage, de fusion et de changement de voie, puis oriente la planification de trajectoire et le contrôle prédictif de trajectoire (MPC). Ce guide établit un lien entre les automates à états finis (FSM), les arbres de comportement, les processus décisionnels orientés vers le comportement (POMDP), les systèmes avancés d'aide à la conduite (ADAS) actuels, la sécurité et les essais.

Fundamentals · 15 min de lecture

Introduction à la planification comportementale : Comment les automates à états finis, les arbres de comportement et les processus de décision planifiés (POMDP) déterminent les prochaines actions d’un véhicule automatisé

Fundamentals · 15 min de lecture

Cartographie de la grille d'occupation — Transformer les données LiDAR et caméra en informations de traversabilité

Une grille d'occupation divise l'espace en cellules et représente l'espace occupé, libre et inconnu de manière probabiliste. Découvrez les mises à jour bayésiennes et logarithmiques, les modèles de capteurs inverses, le lancer de rayons, la décroissance dynamique, les voxels 3D, le SLAM, les cartes de coûts et la planification.

Fundamentals · 11 min de lecture

Niveaux d'automatisation de la conduite SAE 0 à 5 — Les limites de responsabilité des systèmes ADAS

La norme SAE J3016 n'évalue pas l'intelligence du véhicule. Découvrez qui assure la conduite dynamique, la surveillance et la reprise en main aux niveaux 0 à 5, avec évaluation ODD, la latence de prise de contrôle, les systèmes ADAS actuels, le SOTIF, la sécurité et la sûreté.

Fundamentals · 13 min de lecture

Introduction au V2X — Connecter en toute sécurité les véhicules, les routes, les réseaux et les personnes

Que permettent les échanges V2V, V2I, V2N et V2P, et en quoi DSRC/ITS-G5 et C-V2X diffèrent-ils ? Ce guide établit un lien entre la latence, la fiabilité de la transmission, la perception coopérative, l’infrastructure à clés publiques (PKI), la confidentialité de la localisation, la conception à sécurité intégrée et les tests reproductibles.

Fundamentals · 10 min de lecture

Introduction à l'ingénierie du contrôle : Observateurs d'état et filtre de Kalman linéaire

Les relevés des capteurs ne constituent pas l'état lui-même. Ce guide explique l'observabilité, les équations de prédiction/mise à jour de Kalman, la covariance, des exemples numériques, l'intégration du contrôle, l'implémentation robotique et le comportement tolérant aux pannes.

Introduction à l'ingénierie du contrôle : LQR — Retour d'état à partir de priorités explicites

La méthode LQR calcule les gains de la commande par retour d'état à partir d'un modèle d'espace d'état et d'un coût quadratique. Ce guide aborde les équations de Riccati, l'observabilité, les compromis PID/MPC, l'implémentation robotique, l'intuition numérique et la sécurité.

Introduction à l'ingénierie du contrôle : Commande prédictive par modèle — Agir dans le respect des contraintes

La commande prédictive par modèle prédit le comportement futur à l'aide d'un modèle, optimise une séquence d'entrée contrainte, n'applique que sa première action et répète le processus. Ce guide aborde les équations, le réglage, la sécurité, la mise en œuvre et des exemples actuels.

Fundamentals · 8 min de lecture Automatique September 3, 2026

Introduction à l'ingénierie du contrôle : planification de trajectoires — A, Dijkstra, RRT, RRT et PRM

La planification de trajectoire ne consiste pas à tracer le chemin le plus court. Ce guide compare les algorithmes de grille et d'espace continu en tenant compte de l'empreinte du robot, de l'incertitude de la carte, des calculs, de l'intégration SLAM/Nav2 et de la sécurité.

Fundamentals · 7 min de lecture Automatique September 3, 2026

Introduction à l'ingénierie du contrôle : Contrôle PID — Fonctionnement sur trois échelles de temps

Le PID ne se résume pas à trois gains. Ce guide explique le lien entre son intuition et ses équations, l'échantillonnage, la saturation, l'anti-emballement, le réglage, la sécurité, ROS 2 et les vérifications d'implémentation concrètes.

Fundamentals · 9 min de lecture

Introduction à l'ingénierie du contrôle : Génération de trajectoires — Profils à à-coups minimaux, quintiques et trapézoïdaux

Un chemin indique où aller ; une trajectoire indique quand et avec quelle vitesse, accélération et à-coup. Ce guide aborde les profils à à-coup minimal, quintique et trapézoïdal, les contraintes, la sécurité et l’intégration ROS 2.

Vision par ordinateur September 3, 2026

Géométrie épipolaire — Détection de la profondeur et du mouvement de la caméra à partir de deux images

La géométrie épipolaire est la théorie qui définit la projection d'un même point 3D sur deux images. Cet article explique en détail la matrice fondamentale et la matrice essentielle, les algorithmes à 8 et 5 points, RANSAC, la triangulation, le choix entre géométrie épipolaire et homographie, le calibrage, l'implémentation OpenCV/COLMAP, les conditions d'échec et les méthodes d'estimation récentes basées sur l'apprentissage, à l'aide d'équations et de schémas.

Fundamentals · 20 min de lecture

Vision par ordinateur September 3, 2026

Introduction à la détection de caractéristiques

La détection de caractéristiques sélectionne les zones récurrentes dans une image et les utilise pour la mise en correspondance. Cet article présente les principes des méthodes de détection de coins, de blobs, de DoG, de FAST, d'ORB et de SIFT, en les reliant à la robustesse, à l'évaluation, aux outils actuels et aux méthodes d'apprentissage automatique, pour en faire un ensemble cohérent.

Fundamentals · 16 min de lecture

Vision par ordinateur September 3, 2026

VO/VIO Primer — Bases pratiques pour l'estimation du mouvement à partir d'une caméra et d'une centrale inertielle

L'odométrie visuelle (VO) et l'odométrie visuelle-inertielle (VIO) estiment le mouvement relatif d'un robot ou d'une caméra à partir d'une séquence d'images et de mesures inertielles. Cet article aborde l'ambiguïté d'échelle monoculaire, la préintégration de l'IMU, l'initialisation, le filtrage par rapport à l'optimisation, les implémentations telles que VINS-Mono et OpenVINS, les métriques d'évaluation et les conditions de défaillance, à l'aide de formules mathématiques et de schémas.

Fundamentals · 21 min de lecture

Cartes HD — Cartes au niveau des voies pour la conduite autonome

Une carte HD représente les voies, les limites, la signalisation, l'altitude et la connectivité sous forme de données lisibles par machine. Ce guide explique en quoi elle diffère d'une carte SLAM, comment fonctionne la localisation et pourquoi la mise à jour et l'incertitude des données sont importantes.

Bases de la robotique September 3, 2026

Cartographie de la grille d'occupation — Transformer les données LiDAR et caméra en informations de traversabilité

Fundamentals · 11 min de lecture

ArduPilot : Introduction à l'estimation d'état, au contrôle et à la conception de mission pour un pilote automatique

ArduPilot est un système de pilotage automatique open source qui gère la fusion des données des capteurs d'un véhicule, le contrôle d'attitude et de position, les missions de navigation et les mécanismes de sécurité. Cet article présente les différences entre les modes Copter, Plane et Rover, ainsi que les tests de sécurité en conditions réelles réalisés avec des schémas, notamment concernant les algorithmes EKF, PID, MAVLink et SITL.

Bases de la robotique September 3, 2026

Principes de base de la navigation à l'estime — Intégration des roues, de l'IMU et du GNSS pour le suivi du mouvement d'un robot

La navigation à l'estime est la technique fondamentale de mise à jour de la pose et de la position d'un robot, intégrant la rotation des roues, les données de l'IMU et les capteurs de vitesse. Cet article traite de la cinématique des entraînements différentiels, de l'accumulation d'erreurs, de la correction par filtre de Kalman étendu (EKF) et de ses applications aux robots de transport intérieur et à la conduite autonome, à l'aide d'équations et de schémas.

Bases de la robotique September 3, 2026

Introduction à ROS 2 — Distribution sécurisée du contrôle des robots entre les nœuds, les sujets et les DDS

ROS 2 est un middleware robotique qui répartit les fonctions de détection, de perception, de planification et de contrôle en processus distincts et les connecte via la communication DDS. Cet article aborde les nœuds, les sujets, les services, les actions, la QoS, TF2, le cycle de vie, l'implémentation et le débogage, ainsi que les différences avec ROS 1 et les précautions d'utilisation concrètes, illustrées par des schémas.