Reactive multi-agent model for data fusion: application to the localization and tracking problem in mobile robotics

Ce travail s'inscrit dans un mouvement récent, les Systèmes Multi-Agents, dont l'un des buts est de montrer que des systèmes intelligents complexes peuvent être élaborés à partir d'éléments simples en interaction. L'objectif de cette thèse est de mettre en oeuvre ce principe de conception à un cadre applicatif réel. En ce qui concerne le cadre applicatif, nous avons choisi de traiter le problème de la localisation et du suivi d'une population de robots mobiles à partir de percepts fournis par des capteurs dont la nature et le nombre ne sont pas définis. L'enjeu d'une telle approche est la conception d'un dispositif globalement intelligent à partir d'agents aux comportements simples. Le point clef de ce type d'approches est la conception et la mise au point des comportements élémentaires afin d'obtenir un résultat émergent adapté au problème à résoudre. Notre travail porte à la fois sur la conception d'un modèle de résolution et sur son évaluation en simulation et dans un cadre réel.The aim of this work is to show how a complex system, that has to resolve a real task, can be designed from single entities with small decision abilities. By contrast with the classical algorithms, which usually stem from the signal or the image processing, we propose a reactive architecture based on reactive multi-agent systems where the interaction phenomenon are inspired by Physics. As for the real task, we choose to deal with the localization and tracking problem. The localization is a tough, wide spread task in mobile robotics. The aim is to design a localization and tracking device able to focus on a variable number of targets. Furthermore, the device has to be able to accomplish its task by using a variable number of sensors, static or mobile in the environment. Our works deals with both the design of the reactive-agent architecture (world representation, resolution process, interpretation of the resulting organization) and its application and evaluation with real robots