Geometry is a powerful tool to solve a great number of problems in robotics and computer vision. Impressive results have been obtained in these fields in the last decade. It is a new challenge to solve problems of the actual world which require the ability to reason about uncertainty and complex motion constraints by combining geometric, kinematic, and dynamic characteristics. A necessary step is to develop appropriate geometric reasoning techniques with reasonable computational complexity. This volume is based on a workshop held in Grenoble, France,in September 1991. It contains selected contributions on several important areas in the field of robotics and computer vision. The four chapters cover the following areas: - motion planning with kinematic and dynamic constraints, - motion planning and control in the presence of uncertainty, - geometric problems related to visual perception, -numerical problems linked to the implementation of practical algorithms for visual perception.

The IFAC Workshop on Intelligent Components for Autonomous and Semi-Autonomous Vehicles (ICASAV '95) was held in Toulouse, France, 25-26 October 1995 and provided academic and industrial researchers from all over the world with an opportunity to discuss their experiences and research results in this field. Areas covered included vehicle dynamics, navigation, localization estimation, driver assistance and energy management.

Ce travail propose de nouvelles stratégies pour la planification et le contrôle des robots mobiles non-holonomes, de nouveaux algorithmes sont proposés. Tout d'abord, l'identification des différents modèles cinématiques de robot mobiles est discutée, et le problème est formulé comme l'identification en temps réel du signal de commutation d'un système singulier non-linéaire et à commutation. Deuxièmement, sur la base du modèle identifié, un algorithme de planification locale est proposé, et le contour irrégulier de l' obstacle est représenté par des segments. La trajectoire est obtenue en résolvant un problème de commande optimale avec contraintes. Troisièmement, nous appliquons un contrôleur i-PID pour contrôler le robot mobile non-holonome avec la perturbation dans les mesures. Un paramètre de commutation [alpha] est proposé en raison de la particularité du système non-holonome. En plus de notre algorithme de planification proposé, une autre approche de planification en utilisant de champs de potentiels est proposée. La nouvelle fonction de champ de potentiel est en mesure de résoudre les problèmes de minima locaux et de produire des forces lisses pour éviter les oscillations. Enfin, une approche de planification coopérative entre robots est proposée en utilisant les informations locales partagées par chaque robot. Le graphe de visibilité est utilisé pour générer une série d'objectifs intermédiaires qui assureront aux robots d'atteindre l'objectif final, et un algorithme est proposé pour étendre les obstacles et fusionner les obstacles lorsque deux obstacles s'entrecroisent.

Productivity enhancement is a major concern for all manufacturing enterprises. Productivity enhancement can be achieved in many ways and many facets of its problems have been investigated over the last decades. A number of methods, tools and technologies have emerged to efficiently increase productivity and rationalize management of manufacturing enterprises. International experts from both academia and industry share their experiences in this collection of articles, contributing to the latest advances in the many facets of productivity enhancement in manufacturing enterprises. Themes and visions are detailed on factories of the future, new management approaches, manufacturing system integration and manufacturing information systems. These technical areas can be grouped into four major sections: Factories of the future; Techniques and tools for automated manufacturing; Robotics; and Industrial applications. The papers illustrate a pattern of valuable and interesting approaches to the fascinating problem of designing a new generation of robots with high enough performance capabilities to be used in an industrial context.

Le travail présenté dans cette thèse vise à améliorer la planification de chemins pour un robot similaire à une voiture. Ainsi, seul l'aspect géométrique du mouvement est considéré (les vitesses sont ignorées) et le robot est soumis à deux contraintes qui limitent ses déplacements : sa direction instantanée de déplacement reste parallèle à son axe principal, et son rayon de braquage est minoré. Les travaux antérieurs sur ce sujet n'ont donné lieu qu'à des solutions produisant des chemins (dits chemins de Dubins) formés d'arcs de cercles de rayon minimum reliés tangentiellement par des segments. Ces chemins sont localement optimaux, mais la discontinuité de leur courbure ne permet pas à un véhicule de les suivre correctement (le véhicule doit s'arrêter à chaque discontinuité pour réorienter ses roues directrices). C'est pourquoi on a développé une approche qui permet de produire des chemins ayant un profil de courbure continu et une dérivée bornée de la courbure (cette dernière contrainte correspond au fait que la vitesse de rotation du volant du véhicule est elle aussi bornée). La contribution majeure de cette thèse est donc de définir des chemins respectant ces contrain tes, tout en étant très proches des chemins de Dubins localement optimaux. Ce mémoire de thèse est constitué de trois parties. La première s'appuie sur une analyse de l'existant en matière de planification de chemins en robotique mobile, pour fixer précisément les caractéristiques du problème de planification abordé (en termes de commandabilité du robot et de nature des chemins optimaux) et pour justifier l'approche choisie. La seconde partie du mémoire de thèse présente une première approche de planification de chemins à courbure continue, dans laquelle seule la contrainte de continuité de la courbure est ajoutée au problème classique de planification de chemins sans manoeuvre. La dernière partie du mémoire de thèse reprend dans son intégralité le problème énoncé dans la première partie, et propose une solution sous-optimale. Dans les parties deux et trois, un planificateur local (non complet) est d'abord défini, puis un planificateur global (complet) est construit à partir de ce planificateur local. Les résultats obtenus sont illustrés par des expérimentations en simulation et sur véhicule.