ROS et la fusion de données

Cette formation permettra aux participants de comprendre la théorie de la localisation, du SLAM, des filtres à particules et de Kalman, de maîtriser 3 méthodes d’implémentations de la fusion de données dans ROS, d’être capable de configurer un package ROS pour son besoin.

OBJECTIFS

> Comprendre la théorie de la localisation, du SLAM, des filtres à particules et de Kalman
> Maîtriser 3 méthodes d’implémentations de la fusion de données dans ROS
> Être capable de configurer un package ROS pour son besoin via les launch files, paramètres, et l’usage de topics et services optionnels

PUBLIC VISE

Techniciens et ingénieurs en charge du développement d’applications appliqués à la robotique sous ROS.

PREREQUIS

> Avoir suivi la formation « Introduction à ROS »
> Disposer d’un ordinateur Ubuntu 20.04 préinstallé avec ROS Noetic ou permettant le boot sur une clé USB fournie
> Disposer d’un point d’accès wifi unique par robot (type partage de connexion smartphone avec abonnement 4G)

INTERVENANT

Spécialiste en robotique et développement de projets sous ROS.
Le programme CAP’TRONIC aide, chaque année, 400 entreprises à monter en compétences sur les technologies liées aux systèmes électroniques et logiciel embarqué

DUREE

2 jours, soit 14 heures.

PRIX

Consulter Sébastien SALAS, salas@captronic.fr - 06 87 83 32 32

LIEU

Formation présentielle
En présentiel, surface de salle permettant de respecter les mesures sanitaires de distanciation sociale, salle équipée d’un outil de projection et connexion à Internet.

PROGRAMME

Tour de table

• Quizz de rappel sur les commandes de base
• Rappels sur le rôle du ROS master, exemples concrets et savoir changer de master
• TP1 : Téléopération d’un Turtlebot, mise en évidence des topics importants (joystick et twist), plot avec rqt_plot
• Théorie sur l’odométrie, les filtres à particules (AMCL) et le SLAM, et leurs limites (couloirs, absence d’obstacles, dérive de l’odométrie ...)

• Méthodes de SLAM : gmapping et cartographer
• TP2 : cartographie pour le Turtlebot avec gmapping et cartographer
• Pratique : mise en évidence de la fusion de données odométrie / LIDAR du SLAM Turtlebot et ajustement de divers paramètres
• T-H M : les méthodes de SLAM de ROS effectuent la fusion des données de localisation pour nous

• TP3 : Mise en œuvre de robot_localization avec : odométrie, UWB, caméra, IMU
• T-HM : Il existe différents packages ROS pour faire de la fusion, avec des points forts et faibles

• Théorie sur le filtre de Kalman
• TP4 : Créer son propre package de fusion de données avec un noeud fusionnant des données de l’UWB et de l’odométrie en Python

• T-HM : ROS est modulaire : lorsqu’un module montre ses limites pour notre application, il est possible de le remplacer par une autre implémentation

Sont fournis pour les TP 3 robots Turtlebot (1 pour 2 apprenants), des capteurs UWB et caméras RGB-D

Tour de table

ORGANISATION

Moyens pédagogiques : Support de cours en pdf, Etude de cas, Démonstration et travaux pratiques. Une assistance pédagogique sur le cours sera assurée par le formateur pendant 1 mois à l’issue de la formation.
Moyens permettant d’apprécier les résultats de l’action : Evaluation de l’action de formation par l’envoi d’un questionnaire de satisfaction.
Moyen permettant de suivre l’exécution de l’action : Evaluation des connaissances via un questionnaire avant et après la formation.
Sanction de la formation : Attestation de présence

RENSEIGNEMENTS ET INSCRIPTION

Sébastien SALAS, salas@captronic.fr - 06 87 83 32 32
Pour toute question y compris les conditions d’accès pour les publics en situation de handicap.

Informations mises à jour le 24/03/2023