Classification de personnes pour la robotique de service.

Abstract

Cette thèse traite de la classification de personnes pour la robotique de services .Nous proposons un ensemble d'outils algorithmiques permettant de garantir, avant son déploiement, qu'une application, une fois installée sur une architecture robotique donnée, sera exécutée en temps réel. Nous nous plaçons dans un contexte temps réel strict avec des échéances de terminaison au plus tard. De plus, nous ne considérons que pour un robot guide muni d'une caméra RGB-D (Kinect), la perception de l'environnement doit prendre en compte les facteurs liés aux comportements sociaux habituels, à cette fin, des algorithmes efficaces pour la perception de personnes dans l'environnement du robot doivent être développé. L'objectif de ce travail concerne le développement d'un algorithme qui permet à un robot guide d'exploiter les données, par rapport à un ou plusieurs attributs notamment le nombre, la direction, etc..... La technique effectuée a été implémentée sous forme de neuds ROS puis testée et validée sur le robot mobile B21R du CDTA, Enfin nous expérimentons les conditions de faisabilité précédentes sur une plateforme réelle. Ces expérimentations montrent également que nos conditions de faisabilité s'avèrent opérationnelles pour le dimensionnement temps réel d'applications embarquées, Mots clés : RGB-D, classification de personnes, robotique de service, Kinect, ROS, CDTA, B21R.