Calcul et optimisation de trajectoires pour véhicules autonomes soumis aux contraintes d'un environnement agricole
Trajectory optimisation for autonomous vehicles under agricultural environment constraints
Planification de Trajectoire pour une Couverture Complète
Robots Agricoles Autonomes
Modélisation du Terrain
Recherche Intelligente Basée sur les Arborescences
Apprentissage Profond
Décomposition des Parcelles
Planification de Trajectoire en 3D
Complete Coverage Path Planning
Autonomous Agricultural Robots
Terrain Modeling
Tree-based Intelligent Search
Deep Learning
Field Decomposition
3D Hybrid Path Planning
004
629.89
Robotique
Dans cette thèse, nous développons une approche générique et efficace pour la planification decouverture complète de trajectoires (CCPP) pour les robots agricoles autonomes. Nous visons àconcevoir des méthodes de CCPP qui tiennent compte des exigences spécifiques de chaque opérationet outil, ainsi que des caractéristiques 3D du champ, tout en optimisant plusieurs objectifs tels quela couverture, les chevauchements, la distance non travaillée, la consommation d'énergie et l'érosiondes sols. Les contributions incluent une revue systématique des algorithmes de CCPP, la modélisationdu terrain, la création d'un ensemble de données et le développement d'approches efficaces pour laplanification des trajectoires.
This thesis focuses on developing a generic and efficient Complete Coverage Path Planning (CCPP)approach for autonomous agricultural robots. The research addresses the complexities of variousagricultural operations, considering the specific requirements of each operation and implement,along with the 3D characteristics of the field. The thesis contributions include a systematic review ofCCPP algorithms, a detailed discussion of 2D and 3D terrain modeling with a dataset of 30 fields inFrance, development of an efficient tree-based intelligent search algorithm for CCPP, exploration ofdeep learning-based field decomposition, and the creation of an advanced 3D hybrid path planningapproach with multiple objectives. The ultimate goal is to contribute to the advancement of CCPPapproaches for autonomous agricultural robots and provide a foundation for further research in thisarea.
Electronic Thesis or Dissertation
Text
en
PDF
140646303
Université de Strasbourg
Strasbourg
2023-12-31
https://theses.hal.science/tel-04214153
application/pdf
140595949
https://publication-theses.unistra.fr/public/theses_doctorat/2023/POUR_ARAB_Danial_2023_ED269.pdf
http://www.theses.fr/2023STRAD018/abes
https://theses.hal.science/tel-04214153
https://theses.hal.science/tel-04214153
https://theses.hal.science/tel-04214153
Pour Arab
Danial
1992-07-23
FR
272137707
0G415S08OD9
21927327
4200018
https://theses.fr/2023STRAD018
2023STRAD018
https://doi.org/10.70675/905171cbz14b6z4d9dzbb69z60d33ce4ef2a
2023-06-30
Informatique
Strasbourg
131056549
Doctorat
Docteur es
non
oui
Essert
Caroline
MADS_DIRECTEUR_DE_THESE_1
067239773
Spisser
Matthias
MADS_DIRECTEUR_DE_THESE_2
272137839
Bayle
Bernard
MADS_PRESIDENT_DU_JURY
061052744
Lenain
Roland
MADS_RAPPORTEUR_1
095225218
Sørensen
Claus Gron
MADS_RAPPORTEUR_2
272138231
École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
MADS_ECOLE_DOCTORALE_1
269
156504863
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
MADS_PARTENAIRE_DE_RECHERCHE_1
260728
176969721
ddc:004
ddc:620
Essert
Caroline
Spisser
Matthias
Bayle
Bernard
Lenain
Roland
Sørensen
Claus Gron
École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg)
PDF
140646303