Capteurs bio-inspirés pour la navigation céleste
AntBot : un robot qui s’oriente comme une fourmi - Applications à la navigation à vue sans GPS ni magnétomètre

1 - Généralités

• 1.1 - Stratégies actuelles de navigation en robotique
• 1.2 - Vers une solution bio-inspirée ?
• 1.3 - Quid du robot ?

2 - Le robot hexapode AntBot

3 - La perception de la lumière polarisée chez les fourmis du désert

• 3.1 - L’œil composé de la fourmi
  Figure 2 - Système visuel des fourmis Cataglyphis
• 3.2 - Le ciel projette un motif de polarisation
  Figure 3 - Vues fisheye du ciel Source : https://aibolita.com/eye-diseases/38640-polarized-light-in-nature.html Figure 4 - Photographie montrant l’absorption plus ou moins importante de la lumière du ciel lorsque celle-ci traverse un filtre polarisant linéaire. Extrait et adapté de : https://www.youtube.com/watch?v=TP5JOfrPguQ (Crédits : Colorado State University) Figure 5 - Polarisation de la lumière du ciel. Adapté de [35] [36] Figure 6 - Effet de l’atmosphère terrestre (polariseur linéaire) sur la lumière dépolarisée provenant du soleil Figure 7 - Diagramme simulé de la distribution du DPL d’après la théorie de Rayleigh, en fonction de la position du soleil dans la voûte céleste. Extrait de [38]
• 3.3 - La vision de la polarisation chez les insectes
  Figure 8 - Sensibilité spectrale de la DRA des insectes. Adapté de [15] Figure 9 - Traitement neuronal de la lumière polarisée chez les insectes

4 - Capteurs bio-inspirés pour la navigation céleste

5 - Notre boussole céleste

• 5.1 - Pourquoi un nouveau design ?
• 5.2 - Un compas céleste détectant les ultraviolets
  Figure 10 - Photographie du compas sans les engrenages. On distingue notamment les capteurs à effet Hall, permettant de donner une référence dans la rotation des engrenages équipés des filtres. D’après [18] [89] (20] Figure 11 - Signaux de sortie des unités de polarisation en fonction des conditions météorologiques
• 5.3 - Détermination du cap céleste : la méthode d’AntBot
  Figure 12 - Exemple de signaux obtenus en avril 2017 (ciel dégagé, indice UV égal à 7). D’après [89]
• 5.4 - Comment mesurer le cap de manière absolue ?
  Figure 13 - Actionnement de la tête du robot AntBot selon son axe de roulis Figure 14 - Principe de la résolution de l’ambigüité solaire sur la mesure du cap à partir de la position du soleil dans la voûte céleste. D’après [18] [19] [20]

6 - AntBot : un robot hexapode qui intègre son chemin comme une fourmi

• 6.1 - La fourmi Cataglyphis : une navigatrice hors pair
• 6.2 - L’intégrateur de chemin : le fil d’Ariane de la fourmi
  Figure 15 - Intégration de chemin chez les fourmis du désert Cataglyphis fortis . Adapté de [92]
• 6.3 - Odométrie visuelle par flux optique
  Figure 16 - Illustration de la réponse de la fonction Michaelis-Menten Figure 17 - Capteur de flux optique M2APix
• 6.4 - L’algorithme de navigation d’AntBot
  Figure 18 - Graphe de principe de l’intégrateur de chemin pour un trajet aller incluant Nseg = 4 segments de lignes droites. Les angles Ri correspondent aux ordres de rotation du robot, et R est la consigne de retour à la base. D’après [18]
• 6.5 - Les modèles d’intégration de chemin
  Figure 19 - Vitesse d’avance en ligne droite du robot AntBot mesurée à l’aide du système de capture du mouvement de notre institut Tableau 2
• 6.6 - Le robot AntBot en action
  Figure 20 - Premiers résultats de navigation autonome Figure 21 - Trajectoires de navigation du Groupe A Figure 22 - Trajectoires de navigation pour des itinéraires aléatoires (Groupe B) Figure 23 - Résultats de navigation du Groupe C Figure 24 - Taux de succès de chaque mode de navigation en fonction du critère de distance retenu. D’après [18] Tableau 3

7 - Conclusions sur le robot AntBot

• 7.1 - Navigation autonome
• 7.2 - Perspectives
  Tableau 4

8 - Sigles, notations et symboles