Garantir une localisation précise d’un robot autonome dans des canalisations répétitives et faiblement texturées constitue un défi pour la robotique d’inspection.

Mots clés : localisation LiDAR, environnement confiné, canalisation, robotique autonome, fusion multi-capteurs

Le projet REISAR s'intéresse à l'inspection des réseaux d'égouts vieillissants, difficiles d'accès et non couverts par le GPS, où les méthodes conventionnelles atteignent leurs limites et où la sécurité des opérateurs peut être compromise. La réglementation française exige un géoréférencement souterrain précis (erreur maximale de 40 cm) pour l’ensemble des réseaux nationaux d'ici 2032. Pour répondre à cette exigence, REISAR développe une solution robotique made in France conçue pour les tunnels longs et peu structurés, capable de fournir des données géoréférencées exploitables tout en limitant l’exposition des opérateurs à risques.

Les premiers travaux ont permis d’évaluer différentes approches de localisation reposant sur une source unique de perception extéroceptive. Les méthodes de SLAM visuel ont démontré un potentiel intéressant, mais présentent toutefois des limitations liées aux conditions d’éclairages et au faible niveau de texture. D’un autre côté, les algorithmes basés sur des capteurs LiDAR, généralement considérés comme plus robustes et précis, montrent des problèmes de stabilité et de répétabilité, attribués à la singularité de l’environnement.

Ce stage vise à approfondir l’étude sur une méthodologie de localisation principalement basée sur des données LiDAR. Le travail débutera par une analyse de l’environnement et de ses propriétés géométriques afin d’identifier les éléments clés qui permettront de stabiliser et d’améliorer les mécanismes de localisation.

Une seconde phase pourra être menée sur l’étude de la fusion multi-sources, combinant le SLAM LiDAR à du SLAM visuel et un système pseudo-GPS fourni par un partenaire industriel, afin d’améliorer la convergence, la précision et la fiabilité globale du système de localisation du robot.

Les performances seront évaluées sur des données réelles acquises lors d’essais réalisés sur un site expérimental. L’objectif final est de proposer une solution robuste, validée expérimentalement et intégrable dans l’architecture embarquée du robot.

Travaux de recherche

Contexte Scientifique

Ce sujet de stage s’inscrit dans le cadre du projet REISAR (Advanced Robotic System for Sewerage Network Inspection and Water Preservation), un projet collaboratif coordonné par CESI en partenariat avec plusieurs acteurs industriels (Pilgrim Technology, TRAAK et Conscience Robotics), et financé au titre du plan France 2030. Le projet REISAR vise à développer un robot autonome et semi-amphibie pour l’inspection et la cartographie des réseaux d’assainissement, capable de fonctionner de manière fiable et précise dans des environnements complexes et difficiles d’accès.

Un des défis techniques réside dans la localisation précise du robot dans un environnement où le GPS est indisponible. En effet, la réglementation exige que tous les réseaux souterrains soient géoréférencés avec une précision de 40 cm d’ici 2032, demandant une méthodologie de localisation et de cartographie fiable et précise pour les robots d’inspection. Les tunnels d’égouts se caractérisent souvent par une faible texture visuelle, des géométries répétitives et un mauvais éclairage. Ces caractéristiques rendent difficile l’application des méthodes de localisation conventionnelles.

Dans le projet REISAR, ces travaux sont menés dans le Work Package 2 (WP2), consacré à la localisation précise du robot. L’objectif du WP2 est d’étudier et de mettre au point des méthodes de localisation fiables, capable de fonctionner dans ces environnements souterrains difficiles en utilisant les données de capteurs embarqués.

Sujet

Ce stage porte sur l’étude et l’amélioration des méthodes de localisation robotique, s’appuyant principalement sur des données LiDAR, pour la navigation dans les réseaux d’égouts.

The premier objectif du stage consistera à analyser les caractéristiques géométriques des réseaux d’égouts afin d’identifier les éléments susceptibles de favoriser la localisation basée LiDAR. Les tunnels d’égouts présentent des géométries simples mais structurées (conduites, sections, jonctions, …) qui pourraient être exploitées pour améliorer l’estimation de pose. Sur la base de cette analyse, une approche de localisation basée LiDAR sera mise au point et évaluée à partir des jeux de données receuillis lors d’expériences menées dans le cadre du projet REISAR.

Dans un second temps, le stage pourrait porter sur les approches de localisation multisensorielles. Outre le LiDAR, le robot dispose d’autres sources de perception, notamment des caméras utilisées pour du SLAM visuel et un système pseudo-GPS fourni par un partenaire industriel. La combinaison de ces sources pourrait améliorer la précision et la robustesse de la localisation.

L’objectif final est de valider la stratégie de localisation proposée et son intégration dans le robot.

Travaux antérieurs menés au laboratoire

Des études préliminaires ont évalué différentes approches de localisation basées sur une seule source de perception extéroceptive. Les méthodes de SLAM visuel [1], [2], [3] ont donné des résultats prometteurs dans des conditions contrôlées et ont démontré leur capacité à reconstruire des trajectoires et des environnements à l’aide de données de caméras. Cependant, leurs performances diminuent considérablement lorsque les conditions d’éclairage sont instables, ou lorsque l’environnement manque de texture visuelle.

En parallèle, des recherches ont été menées sur les approches de localisation basés LiDAR [4], [5], généralement considérées comme plus résistantes aux variations d’éclairage et capables de saisir des informations géométriques. Ces méthodes ont démontré des niveaux de précision encourageants mais ont également révélé des limites dans les environnements d’égouts, notamment en raison de la répétitivité des tunnels, susceptible d’entraîner une dérive ou une estimation instable.

De plus, le projet REISAR bénéficie de l’intégration de technologies complémentaires développées par les partenaires industriels, notamment un système de localisation radio conçu pour les environnements souterrains ou sans GPS et la plateforme robotique adaptée aux conditions semi-amphibies.

Ces travaux fournissent des expériences de bases et soulignent la nécessité de mettre au point des stratégies de localisation plus performantes, qui tirent parti de la structure de l’environnement et combinent plusieurs modalités de détection.

Programme de travail

Le stage s’articulera autour des étapes suivantes :

1. Etat de l’art des méthodes de localisation pour la robotique souterraine et les approches basées LiDAR,

2. Analyse de la géométrie de l’environnement des égouts et identification des caractéristiques exploitables pour la localisation,

3. Développement ou amélioration d’une stratégie de localisation adaptée aux environnements d’égouts,

4. Exploration de la fusion multi-capteurs, combinant l’approche LiDAR avec le SLAM visuel et les données pseudo-GPS.

Résultats scientifiques/techniques attendus

Les résultats attendus incluent :

• Une analyse exhaustive des approches de localisation dans les réseaux de canalisation,

• La mise en œuvre d’une méthode améliorée basée LiDAR, adaptée aux géométries des tunnels et intégrable dans le système de localisation du robot,

• Une validation expérimentale des basée sur des jeux de donnée réels.

Présentation du laboratoire

CESI LINEACT (UR 7527), Laboratoire d’Innovation Numérique pour les Entreprises et les Apprentissages au service de la Compétitivité des Territoires, anticipe et accompagne les mutations technologiques des secteurs et des services liés à l’industrie et au BTP. La proximité historique de CESI avec les entreprises est un élément déterminant pour nos activités de recherche, et a conduit à concentrer les efforts sur une recherche appliquée proche de l’entreprise et en partenariat avec elles. Une approche centrée sur l’humain et couplée à l’utilisation des technologies, ainsi que le maillage territorial et les liens avec la formation, ont permis de construire une recherche transversale ; elle met l’humain, ses besoins et ses usages, au centre de ses problématiques et aborde l’angle technologique au travers de ces apports.

Sa recherche est organisée selon deux équipes scientifiques interdisciplinaires et deux domaines applicatifs.

• L’équipe « Apprendre et Innover » relève principalement des Sciences cognitives, Sciences sociales et Sciences de gestion, Sciences et techniques de la formation et celles de l’innovation. Les principaux objectifs scientifiques visés sont la compréhension des effets de l’environnement, et plus particulièrement des situations instrumentées par des objets techniques (plateformes, ateliers de prototypage, systèmes immersifs...) sur les processus d’apprentissage, de créativité et d’innovation.

• L’équipe « Ingénierie et Outils Numériques » relève principalement des Sciences du Numérique et de l’Ingénierie. Les principaux objectifs scientifiques portent sur la modélisation, la simulation, l’optimisation et le pilotage de composants, systèmes et processus complexes et des interactions Humains-systèmes dans des systèmes cyber-physiques et jumeaux numériques.

Ces deux équipes développent et croisent leurs recherches dans les domaines applicatifs de l’Industrie du Futur, de la Ville du Futur et des services numériques, soutenues par des plateformes de recherche, principalement celle de Rouen dédiée à l’Usine du Futur et celles de Nanterre dédiée à l’Usine et au Bâtiment du Futur.

Positionnement dans les thématiques de recherche du laboratoire

Ce sujet s’insère dans la thématique « Compréhension de Scènes et Interactions Humains Systèmes » de l’équipe « Ingénierie et Outils Numériques ».

La compréhension de scène implique de permettre aux systèmes de percevoir et d’interpréter leur environnement afin de fournir des informations pertinentes aux opérateurs humains ou aux systèmes de supervision. Dans le cadre de la robotique, cela nécessite d’utiliser les données des capteurs pour estimer la pose du robot dans l’environnement.

Dans le cadre du projet REISAR, le robot doit opérer dans des réseaux de canalisation, dépourvus de couverture GPS, et produire des données d’inspection géoréférencées exploitables par les opérateurs. Les travaux menés dans le WP2 sur la localisation du robot contribuent directement à cet objectif en visant à localiser précisément le robot dans les canalisations à l’aide du LiDAR et d’autres capteurs embarqués.

Requirements:

Compétences scientifiques et techniques :

• Maîtriser les langages Python et C++,

• Maîtriser ROS/ROS2 et des environnements Linux,

• Connaitre les outils de container (Docker),

• Connaitre les outils collaboratifs (Git, …),

• Savoir réaliser une lecture bibliographique.

Compétences relationnelles :

• Savoir travailler en équipe,

• Etre autonome et faire preuve d’initiative et de curiosité,

• Etre rigoureux·se avec un bon esprit critique et d’analyse.

Organisation

Localisation : Campus CESI de Toulouse

Date de début : Avril 2026

Durée : 6 mois

Superviseurs :

Thibaud Lasguignes, Enseignant-Chercheur

Aouni Mejri, Ingénieur de recherche