<  Back to the Polytechnique Montréal portal

Système d'arpentage automatisé pour les mines souterraines

Philippe Debanné

Masters thesis (2000)

[img]
Preview
Published Version
Terms of Use: All rights reserved.
Download (13MB)
Cite this document: Debanné, P. (2000). Système d'arpentage automatisé pour les mines souterraines (Masters thesis, École Polytechnique de Montréal). Retrieved from https://publications.polymtl.ca/8824/
Show abstract Hide abstract

Abstract

RÉSUMÉ Parmi les projets existants en robotique mobile destinés aux mines souterraines, aucun des travaux n'est adapté à la tâche d'arpenter les excavations dans une mine. Ainsi, dans le contexte de la recherche en automatisation minière à la chaire CRSNG-Noranda, nous étudions la faisabilité de l'arpentage d'une mine souterraine par une plate-forme mobile autonome (robot). L'objectif de ce projet est de démontrer le concept d'un système adapté à la fois à l'arpentage automatisé et à la navigation autonome et qui emploie un robot capable de naviguer sans l'aide de structures de guidage. Il s'agit d'un véhicule muni d'un senseur odométrique, de télémètres latéraux fournissant des mesures denses de la forme des murs et du toit et d'un télémètre frontal balayant un demi-plan horizontal devant le véhicule. Notre travail consiste à développer les capacités d'analyse sensorielle de ce "robot-arpenteur". La réalisation physique du système est au-delà de la portée de ce projet par conséquent, nous évaluons nos stratégies d'analyse sensorielle à l'aide d'un banc expérimental en mine virtuelle simulée sur ordinateur avec les méthodes de l'infographie. Nous nous basons sur un projet de recherche connexe, portant sur la modélisation générique d'objets pour établir un modèle de mine souterraine : celle-ci est décomposable en sous-régions qualitativement distinctes que nous appelons ses éléments topologiques. Nous en considérons deux types : les galeries et les intersections de galeries. (Le modèle peut aussi inclure des chambres, qui représentent des espaces ouverts. Par exemple des zones d'extraction.) Nous faisons de plus une supposition importante : que le robot possède a priori un graphe topologique décrivant la région de la mine à parcourir. Dans ce graphe, les arcs symbolisent les galeries et les nœuds symbolisent les intersections (et les chambres, le cas échéant). En outre, vu la grande complexité du problème de départ, nous faisons quelques simplifications. D'une part, nous développons notre approche dans l'optique d'arpenter des zones de transport dans la mine plutôt que des zones à excavations denses (e.g. les zones de chambres et piliers). D'autre part, nous faisons abstraction des problèmes de bruit de mesure dans l'odométrie et dans les senseurs télémétriques. Le développement de notre système s'appuie sur une architecture hiérarchique qui sépare la tâche totale en trois activités principales menées en parallèle : la navigation globale, la navigation locale et l'arpentage. La navigation globale est responsable de localiser le robot par rapport au graphe topologique; ici, le problème classique de distinguer globalement tous les lieux rencontrés est remplacé par la tâche moins complexe de reconnaitre les transitions entre les éléments topologiques. La navigation locale s'occupe de contrôler les déplacements du robot en exploitant l'information sensorielle plutôt qu'une trajectoire précise pré-établie. L'arpentage doit récolter les mesures provenant des télémètres latéraux dans un format exploitable pour la construction d'un modèle géométrique de la mine. Notre architecture se veut complète bien que certaines de ses composantes ne soient pas implantées. Notamment, comme le contrôle local de véhicule basé sur les senseurs a été étudié dans le milieu minier souterrain, nous laissons de côté cet aspect du système au profit des aspects de l'arpentage et de la navigation globale. L'activité d'arpentage est divisée en trois modules. Le module collecteur de mesures produit et maintient jour un ensemble de cartes métriques locales des différents éléments topologiques traversés. Nous appelons jonction l'union des deux morceaux de parois qui décrivent l'endroit où une galerie et une intersection, adjacentes dans le graphe topologique, se rattachent physiquenent dans la mine. La carte métrique locale est constituée des parois mesurées, sous forme de listes de points (co-ordonnées et hauteur), et de référentiels cartésiens rattachés aux jonctions débouchant dans l'élément topologique. Le module relocalisateur métrique intervient lorsque le robot rentre de nouveau dans une galerie ou une intersection déjà traversée ; ce module détermine la pose du robot dans la carte métrique existante afin d'y fusionner les nouvelles mesures. La relocalisation exploite les référentiel locaux (RLS) détectés dans les jonctions (par le troisième module), ainsi que les mesures de la forme des parois. Ces deux premiers modules de l'arpentage ne sont pas évalués expérimentalement. Le troisième module est le détecteur de RLS ; il s'occupe de localiser précisément les RLS à l'intérieur des jonctions. Idéalement, nous voulons extraire de la forme des parois de jonction une caractéristique géométrique qui soit invariante face la répartition des points mesurés et à la rugosité des parois. Nous modélisons d'abord les deux parois par des courbes polynomiales: cette étape réduit les effets des deux facteurs mentionnés et de l'occlusion partielle de parois, Ensuite, le RL est déterminé par la minimisation sous contraintes de la distance entre les deux courbes. Une série de tests dans plusieurs ras de traversée d'intersection, en faisant varier pour chaque cas la trajectoire précise suivie, démontrent que le RL est une caractéristique significative et géométriquement stable de la structure de l'environnement aux transitions entre éléments topologiques. L'activité de navigation globale est divisée en deux modules : le navigateur topologique et le détecteur de transition. Le navigateur topologique maintient un pointeur vers la position courante du robot dans le graphe topologique. Chaque transition qui lui est signalée par le détecteur de transition, il met à jour les étiquettes (provenant du graphe) de l'élément topologique actuel et des éléments adjacents. Normalement, il faudrait aussi que ce module s'occupe de la replanification de chemin et la correction d'erreurs dans le graphe lorsque surviennent des événements perceptuels inattendus. Ce sont là des problèmes relativement complexes et pour limiter l'envergure de ce projet nous laissons ce module à l'état conceptuel. Le détecteur de transition alterne entre l'analyse des mesures frontales et celle des mesures latérales afin de notifier puis confirmer aux autres modules les changements d'éléments topologiques. Afin d'assurer la fiabilité de ce processus, ce module exploite la redondance temporelle des mesures sensorielles. L'analyse frontale détecte les branches (c'est-à-dire les occlusions et les régions à la limite de visibilité) dans chaque profil frontal instantané, pour laisser accumuler les profils traités et en former une image binaire. Celle-ci est composée de régions blanches séparées par la trace des profils qui indique (en noir) les branches détectées. L'évolution de la trace des profils à mesure que le robot se déplace est marquée par des événements importants. Le module reconnait l'arrivée d’une intersection devant le robot par l'augmentation du nombre de régions blanches dans l'image. Inversement, lorsque le robot sort de l'intersection, ce nombre redescend à une valeur stable. L'analyse des mesures latérales réutilise la notion de RL de manière dynamique afin de confirmer la présence dans la structure du milieu parcouru des transitions signalées auparavant par l'analyse frontale. Plus précisément, il s'agit de faire la détection de RLS périodiquement sur une section de parois qui suit le véhicule, jusqu'à ce que les RLS atteignent une position stable derrière le véhicule. Nos tests sur la détection des transitions démontrent la validité des événements perceptuels que nous avons définis. Ce travail apporte plusieurs contributions innovatrices aux domaines de l'automatisation minière et de la robotique mobile. D'une part, notre système se distingue par la modélisation topologique explicite de la mine. Le modèle d'environnement et le graphe topologique a priori nous permettent de formuler de manière originale les problèmes de la localisation globale, de la relocalisation métrique et de l'arpentage de la mine. D'autre part, ce projet introduit des idées originales quant à son développement des capacités sensorielles du "robot-arpenteur". Le concept des RLS, qui caractérisent les changements importants dans la structure locale de la mine, est certainement nouveau par rapport à ce qui existe dans la littérature. L'image binaire des profils frontaux est elle aussi une représentation originale de l'environnement local mesuré. Cette représentation riche et compacte du milieu perçu pourrait éventuellement trouver d'autres applications, par exemple dans le contexte du contrôle local de véhicule. CONTENU Exploration d'environnement -- Navigation autonome en mines souterraines -- Techniques d'arpentage de mines -- Modèle géométrique de la mine -- Modalités sensorielles du robot -- Présentation du système -- Activité d'arpentage -- Conception du collecteur de mesures -- Conception du relocalisateur métrique -- Détecteur de référentiels locaux : conception -- Détecteur de référentiels locaux : implantation -- Détection des référentiels locaux : résultats -- Activité de navigation globale -- Le graphe topologique à priori -- Conception du navigateur topologique -- Conception du détecteur de transitions -- Implantation du détecteur de transitons -- Résultats de la détection des transitions.

Open Access document in PolyPublie
Additional Information: Le fichier PDF de ce document a été produit par Bibliothèque et Archives Canada selon les termes du programme Thèses Canada https://canada.on.worldcat.org/oclc/1017550820
Department: Département de génie électrique
Date Deposited: 04 Aug 2021 11:05
Last Modified: 02 Sep 2021 15:36
PolyPublie URL: https://publications.polymtl.ca/8824/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only