Abstract
Reconnaissance d'objets colorés par le robot humanoïde NAO
Notre objectif est de développer un système de reconnaissance de la couleur par le robot humanoïde NAO, afin qu’il soit capable de déterminer la couleur d’un objet observé. Le but visé est de donner un ordre au robot pour qu’il se déplace vers le bon objet, dans une situation ou deux objets sont de couleurs très proches. Pour la représentation des attributs de l’image observée, nous avons opté pour le choix de l’espace HSV ; ce dernier étant considéré comme proche de la perception humaine. Dans ce cadre à partir d’une image observée par la caméra de NAO, les composantes H, S, et V sont calculées à partir des composantes (R,G,B) pour venir alimenter un système de détection de la couleur implanté dans le robot NAO, module que nous avons développé. Dans ce contexte, la difficulté d’obtenir une relation entré-sortie analytique directe entre le triplet (H,S,V) et la couleur (problème de frontières entre couleurs) et la présence des imprécisions dues aux changements des conditions d’observation et/ou de fonctionnement (difficilement modélisables) nous ont conduit vers l’utilisation d’un système flou à base de règles. En effet, l’idée de base consiste à exploiter l’expertise humaine pour la construction d’un jeu de règles floues traduisant le comportement entre le triplet (H,S,V) et la couleur correspondante. Dans l’application développée, le robot NAO doit se diriger vers une balle orange (mais proche du rouge). Après traitements, le robot hésite entre les deux balles qui lui sont présentées. Il va demander à une caméra extérieure de prendre une image de la scène et d’attribuer une couleur à chaque balle. L’introduction d’une source extérieure peut amener le système de détection vers des situations conflictuelles. La présence des imprécisions dues au mécanisme calculatoire du système flou, le changement des conditions de fonctionnement et la prise en compte de la fiabilité des sources d’informations (confiance attribuée à chaque capteur) dans le processus de décision nous ont conduit vers l’utilisation de la théorie des fonctions de croyances (théorie de l’évidence). Nous avons obtenu des résultats très prometteurs. L’objectif à long terme est de faire de la reconnaissance couleur d’objet 3D en utilisant la caméra de NAO et par exemple une kinect (RGB+D).