Path Planning and Autonomous Navigation for a Planetary Exploration Rover

Planification de chemin et navigation autonome pour un rover d’exploration planétaire Dans le cadre du programme ExoMars, l’ESA va déployer un rover sur Mars dont la mission sera de réaliser des prélèvements d’échantillons par forage souterrain et les analyser à l’aide des instruments scientifiques embarqués. Pour atteindre en toute sécurité les différents points d’intérêt où seront effectués ces prélèvements, le rover devra être capable de parcourir plus de 70 mètres par sol (jour martien) tout en respectant les limitations des communications interplanétaires. Les performances des algorithmes de navigation autonome embarqués impacteront directement la réussite scientifique de cette mission. Le premier objectif de cette thèse est d’améliorer les performances de l’architecture de planification de chemin local itératif proposée par le CNES. Tout d’abord, l’utilisation d’un planificateur incrémental de chemin local ”Fringe Retrieving A∗” permettant de réduire la charge de calcul est proposée. Il est complété par l’introduction de tas binaires dans les structures de gestion de la liste de priorité du planificateur de chemin.Ensuite, les manœuvres de rotation sur place pendant l’exécution des trajectoires sont réduites à l’aide d’un planificateur de chemins non-holonomes. Ce planificateur utilise un ensemble de chemins pré-calculés en tenant compte des capacités de braquage du rover. Le second axe de recherche concerne la planification de chemin global d’un rover d’exploration planétaire. Dans un premier temps, la contrainte de mémoire embarquée est détendue et une étude statistique évalue la pertinence d’un planificateur de chemin de type D∗ lite. Dans un deuxième temps, une nouvelle représentation multi-résolution de la carte de navigation est proposée pour stocker de plus grandes zones explorées par le rover sans augmenter l’utilisation de la mémoire embarquée. Cette représentation est utilisée par la suite par un planificateur de chemin global qui réduit automatiquement la charge de calcul en adaptant le sens de recherche en fonction de la forme et de la distribution des obstacles dans l’espace de navigation.