Fondements du SLAM : Comment les robots cartographient le monde et se localisent

Les robots et les véhicules autonomes doivent savoir où ils se trouvent et ce qui les entoure, souvent sans carte préalable de l'environnement. Résoudre ce problème de l'œuf et de la poule est au cœur du SLAM, Simultaneous Localization and Mapping. Ce cours vous offre une introduction calme et structurée au domaine afin que vous puissiez lire des articles sur le SLAM, évaluer des architectures et raisonner sur leur comportement. Vous apprendrez ce que fait le SLAM, ce qu'il ne peut pas faire, et comment différents capteurs et algorithmes font des compromis variés. Le cours reste ancré dans des concepts largement utilisés et pointe vers les avancées modernes qui remodèlent le domaine. Ce que vous apprendrez : - Comprendre le problème du SLAM et pourquoi il s'agit fondamentalement d'un défi d'estimation conjointe - Reconnaître les principales modalités de capteurs utilisées dans le SLAM, y compris LiDAR, caméras, capteurs de profondeur et unités inertielles - Explorer les grandes familles d'algorithmes, y compris les approches par filtrage et l'optimisation moderne basée sur les graphes - Lire comment la détection de fermeture de boucle transforme des estimations dérivantes en cartes globalement cohérentes - Identifier les limites du SLAM, y compris les changements d'environnement, les défaillances de capteurs et les scènes ambiguës - Comprendre les points d'intégration entre le SLAM, la planification de mouvement et le comportement robotique de plus haut niveau Le cours commence par le problème du SLAM lui-même, passe aux capteurs et aux algorithmes, et se termine par les réalités opérationnelles de l'exécution du SLAM sur de vrais robots. Des exercices écrits vous aident à relier chaque concept à un robot, un environnement ou un cas d'utilisation spécifique. Ce cours est conçu pour les débutants absolus sans expérience préalable en robotique ou en SLAM, y compris les étudiants en informatique, les développeurs de logiciels explorant la robotique et les ingénieurs débutant dans le travail sur les systèmes autonomes. Aucune prérequis n'est nécessaire au-delà d'une aisance générale avec les mathématiques. Le cours explique chaque concept au fur et à mesure de son apparition et reste axé sur la compréhension plutôt que sur l'implémentation.