Système de positionnement SLAM visuel pour pont roulant

Positionnement SLAM visuel pour pont roulant : valeur technique et enjeux

L'automatisation des ponts roulants se heurte à un défi de taille : garantir un positionnement global haute précision et haute fiabilité dans des halls industriels privés de signal GPS. Les solutions de positionnement actuelles — télémètre laser, bus à code de Gray, encodeur absolu — offrent certes une précision millimétrique, mais présentent chacune des défauts inhérents : le télémètre laser est fortement perturbé par les poussières, le bus à code de Gray requiert une installation et une maintenance coûteuses, et l'encodeur accumule des erreurs et dérive en cas de patinage des roues. Surtout, ces solutions ne fournissent qu'une position 1D ou 2D, sans perception de l'angle de cap (lacet) ni de l'attitude 3D, alors que des scénarios comme le levage flexible, l'anti-balancement et l'évitement d'obstacles exigent justement une information spatiale à six degrés de liberté.

Le SLAM visuel (Simultaneous Localization and Mapping) ouvre une voie technologique inédite pour le positionnement des ponts roulants. Grâce à une caméra monoculaire ou stéréo embarquée, il capture en continu l'environnement du hall. En extrayant et en appariant des points caractéristiques ORB entre les images, puis en fusionnant étroitement les données inertielles de l'IMU, il réalise simultanément l'estimation de la pose 6D du pont roulant et la construction d'une carte (clairsemée ou dense) de l'environnement, le tout sans connaissance préalable. Les atouts majeurs de cette technologie sont : premièrement, aucune infrastructure au sol n'est requise — la caméra est l'unique capteur, ce qui rend le déploiement bien moins coûteux qu'un bus à code de Gray ou des plaques réfléchissantes ; deuxièmement, elle fournit une pose complète (positions X, Y, Z et roulis, tangage, lacet), un atout décisif pour l'anti-balancement et la planification de trajectoire ; troisièmement, l'information de position est intrinsèquement cohérente à l'échelle globale, éliminant les problèmes de dérive cumulative des encodeurs. Dans un hall de grande portée (30 à 50 m), la précision de positionnement du SLAM visuel atteint ±10 cm. Bien que moins précise que la mesure laser millimétrique, son insensibilité aux occultations ponctuelles en fait une solution de redondance idéale pour les systèmes laser ou à encodeur, renforçant considérablement la fiabilité globale du système de positionnement.

▲ Système de cartographie SLAM visuel pour pont roulant — extraction de points caractéristiques ORB · cartographie SLAM en temps réel · pipeline de fusion multi-capteurs VINS-Mono

Adapter ORB-SLAM3 aux ponts roulants : extraction de caractéristiques optimisée

ORB-SLAM3 est l'un des frameworks de SLAM visuel les plus aboutis. Il prend en charge les caméras monoculaires, stéréo et RGB-D, et intègre quatre modules clés : un front-end visuel/inertiel à couplage serré robuste au bruit, une optimisation back-end par ajustement de faisceau (Bundle Adjustment), une détection de boucle et une réutilisation de carte. Appliquer ORB-SLAM3 tel quel à un pont roulant se heurte à trois problèmes d'ingénierie : la texture clairsemée du hall industriel réduit le nombre de points caractéristiques, les vibrations du pont roulant déstabilisent l'appariement entre images, et les grandes portées entraînent une inflation de la carte.

2.1 Stratégie d'extraction de caractéristiques adaptée au hall industriel

L'environnement d'un hall industriel diffère nettement d'un bureau : les murs sont souvent en tôle ou en béton lisse, avec une texture répétitive et peu d'informations haute fréquence ; le sol en ciment est extrêmement pauvre en texture. En revanche, la charpente du toit (ferres, pannes, lanterneaux), les rails de pont roulant (poutrelle en I, agrafes de rail) et les colonnes du portique offrent une richesse d'arêtes et de coins caractéristiques. Pour tirer parti de cette répartition, les paramètres d'extraction ORB natifs d'ORB-SLAM3 doivent être adaptés comme suit :

En outre, pour les nombreux bords rectilignes présents dans le bâtiment d'usine (bords de rail, membrures de ferme, arêtes de colonnes), une couche de mise en correspondance auxiliaire par segments de ligne est ajoutée après l'extraction des caractéristiques ORB. L'algorithme LSD (Line Segment Detector) est utilisé pour extraire les segments de droite dans l'image, puis le descripteur LBD (Line Band Descriptor) décrit et met en correspondance ces segments. L'introduction des caractéristiques de segments de ligne porte le taux de mise en correspondance d'environ 35 % (solution ORB pure) à environ 52 %, renforçant nettement la stabilité de positionnement lors des déplacements le long du rail.

2.2 Adaptation du front-end visuel-inertiel en couplage serré

Les vibrations mécaniques pendant le déplacement du pont roulant (notamment les résonances à basse fréquence déclenchées par les démarrages/arrêts du mécanisme de levage et les oscillations de la charge) perturbent sérieusement le front-end SLAM visuel. Le mode purement visuel d'ORB-SLAM3 perd le suivi inter-images lorsque l'amplitude des vibrations dépasse ±50 pixels. La solution consiste à activer le mode de couplage serré visuel-inertiel (VI) d'ORB-SLAM3, en intégrant les mesures de vitesse angulaire et d'accélération de l'IMU (unité de mesure inertielle) :

• Pré-intégration IMU : entre deux images (intervalle typique de 33 à 50 ms, soit 20 à 30 fps), les mesures de vitesse angulaire ω et d'accélération a de l'IMU sont intégrées numériquement pour obtenir la rotation relative ΔR, la vitesse Δv et le déplacement Δp entre les images. Le modèle de pré-intégration intègre le biais de l'IMU comme variable d'optimisation dans le vecteur d'état, conjointement avec l'erreur de reprojection visuelle, évitant ainsi toute dépendance à un étalonnage préalable du biais.
• Initialisation conjointe visuelle-inertielle : au démarrage du SLAM, une estimation de pose est d'abord réalisée en mode purement visuel sur 5 à 15 images, tandis que les mesures IMU permettent d'estimer la direction de la gravité, le biais de l'accéléromètre et les vitesses initiales. Lorsque l'erreur d'alignement entre le visuel et l'inertiel converge sous le seuil (résidu d'accélération typique < 0,5 m/s²), le système bascule en mode de couplage serré VI.
• Robustesse accrue aux vibrations : en mode VI, l'IMU fournit une prédiction haute fréquence du mouvement inter-images (fréquence d'échantillonnage de 200 à 400 Hz, bien supérieure aux 20 à 30 fps de la caméra). Lorsque les vibrations provoquent un échec de mise en correspondance des caractéristiques visuelles, la pose prédite par l'IMU sert de contrainte a priori forte pour réduire la zone de recherche des caractéristiques, faisant chuter le taux de perte de suivi d'environ 8 % en mode purement visuel à environ 0,5 % en mode VI.

2.3 Stratégie de gestion de cartes pour bâtiments à grande portée

La plage de déplacement du pont roulant dans un bâtiment à grande portée (longueur de 100 à 300 m) entraîne une croissance rapide de la carte ORB-SLAM3. Après une heure de fonctionnement continu, le nombre de keyframes dans la carte éparse peut atteindre 3 000 à 5 000, avec 150 000 à 250 000 points cartographiques (MapPoints), dépassant la capacité de traitement en temps réel des dispositifs périphériques Jetson. Pour surmonter ce goulot d'étranglement technique, trois mesures d'optimisation sont adoptées :

• Élagage du graphe de covisibilité : lorsque le nombre de keyframes dépasse le seuil maximal (fixé à 1 000), une opération d'élagage est déclenchée, supprimant les keyframes redondants qui partagent moins de 15 points cartographiques avec l'image courante. L'élagage est déclenché toutes les 50 images traitées, retirant environ 5 à 10 % des images redondantes à chaque passage, maintenant ainsi la taille de la carte sous une consommation mémoire < 2 Go.
• Gestion active de la carte locale : la zone de déplacement du pont roulant est divisée en cellules de grille de 50 m × 30 m, chacune maintenant une sous-carte. Le franchissement d'une limite de cellule déclenche le changement de sous-carte, ne chargeant dans l'optimiseur que les sous-cartes de la cellule courante et des 8 cellules adjacentes pour le calcul de l'ajustement de faisceau local (BA). Les sous-cartes des zones éloignées sont stockées sur disque sous forme compressée et chargées à la demande (par exemple, lors d'une détection de boucle correspondant à des keyframes distants).
• Détection de boucle incrémentale : le modèle de sac de mots DBoW2 génère un vecteur de mots visuels pour chaque nouveau keyframe, mis en correspondance avec les keyframes historiques. Lorsqu'un candidat de boucle est détecté et que la vérification géométrique réussit, une optimisation de graphe de poses (Pose Graph Optimization) est déclenchée plutôt qu'un ajustement de faisceau global — cette optimisation ne modifie que les poses des keyframes sans ajuster les positions des points cartographiques, avec un coût de calcul d'environ 1/10 de celui du BA global, réalisant l'optimisation d'une carte de 3 000 keyframes en moins de 500 ms.

3. Déploiement du système de positionnement visuel-inertiel VINS-Mono

VINS-Mono (Visual-Inertial System - Monocular) est un système SLAM visuel-inertiel open source développé par l'équipe de Shaojie Shen à l'Université des Sciences et Technologies de Hong Kong, utilisant une caméra monoculaire couplée à une IMU à six axes en configuration de couplage serré. Comparé à ORB-SLAM3, VINS-Mono offre une conception d'optimisation non linéaire à fenêtre glissante plus adaptée aux contraintes de temps réel, ce qui le rend particulièrement approprié pour le déploiement en périphérie sur pont roulant avec des ressources de calcul limitées.

3.1 Architecture d'adaptation VINS-Mono pour pont roulant

Le flux de traitement complet de VINS-Mono se divise en quatre modules : suivi visuel frontal, pré-intégration IMU, optimisation à fenêtre glissante et détection de boucle. L'adaptation au contexte du pont roulant se concentre sur le réglage des paramètres et l'étalonnage des paramètres extrinsèques des capteurs :

3.2 Étalonnage extrinsèque caméra-IMU et synchronisation temporelle

La précision d'un système de fusion visuel-inertiel dépend étroitement de la qualité de l'étalonnage des paramètres extrinsèques entre la caméra et l'IMU (matrice de rotation R et vecteur de translation t), ainsi que du décalage temporel t_offset. Sur l'équipement périphérique du pont roulant (NVIDIA Jetson Orin NX), la procédure d'étalonnage se déroule en trois étapes :

• Étalonnage grossier hors ligne : en laboratoire, l'étalonnage des paramètres intrinsèques de la caméra (fx, fy, cx, cy, k1, k2, p1, p2) est réalisé à l'aide d'une mire en damier, tandis que l'IMU est étalonné selon la méthode des six positions (biais et facteurs d'échelle de l'accéléromètre). Exigences de précision : erreur de reprojection de la caméra inférieure à 0,3 pixel, stabilité du biais de l'accéléromètre de l'IMU inférieure à 0,1 mg.
• Étalonnage fin en ligne : une fois l'équipement installé sur le pont roulant, celui-ci est déplacé le long du rail selon une trajectoire en S. La fonction d'étalonnage en ligne intégrée à VINS-Mono permet d'optimiser en continu les paramètres extrinsèques caméra-IMU pendant le fonctionnement du SLAM. Les paramètres extrinsèques initiaux, fournis par les plans de conception mécanique (précision ±2 mm / ±0,5°), convergent après 1 000 images vers des valeurs de ±0,1 mm / ±0,02°.
• Synchronisation matérielle : l'alignement des horodatages entre la caméra et l'IMU est une condition préalable fondamentale à la précision de l'ensemble du système. Une solution de synchronisation par déclenchement matériel est adoptée : le signal 1PPS (impulsion par seconde) de l'IMU sert de signal de déclenchement externe pour la caméra, alignant strictement l'instant d'exposition de la caméra sur l'instant d'échantillonnage de l'IMU. En l'absence de synchronisation matérielle (par exemple avec une caméra USB bas coût et un IMU indépendant), un algorithme d'alignement par horodatage logiciel est utilisé : une interpolation par splines cubiques est appliquée respectivement aux séquences de messages de l'IMU et de la caméra, et le décalage temporel t_offset minimisant l'erreur de reprojection visuelle est recherché dans une fenêtre glissante. La précision de synchronisation de la solution logicielle est de ±2 ms, tandis que la solution matérielle atteint ±50 μs.

3.3 Évaluation comparative de la précision de positionnement

Des tests comparatifs de VINS-Mono ont été menés dans un bâtiment d'usine industriel standard d'une portée de 36 m et d'une longueur de 120 m. Conditions de test : caméra Basler acA2040-25gm (résolution 2048×1536, cadence de 25 images/s, obturateur global), IMU ADIS16470 de qualité tactique (stabilité du biais de l'accéléromètre : 0,1 mg, marche aléatoire angulaire du gyroscope : 0,2°/√h), équipement informatique en périphérie NVIDIA Jetson Orin NX (consommation 25 W). La vérité terrain est fournie par le télémètre laser Leuze AMS 308i (précision ±1 mm) et le SLAM par lidar SICK LMS111 :

Les résultats des tests montrent que VINS-Mono offre les performances globales les plus élevées pour les applications sur pont roulant : erreur de positionnement d'environ ±8 cm, taux de perte de suivi de seulement 0,5 %, temps de traitement par image de 42 ms (seuil de temps réel fixé à <50 ms) et utilisation CPU stable de 55 %. Il constitue ainsi la solution de référence pour un déploiement en périphérie. La supériorité de VINS-Mono provient de son mécanisme d'optimisation par fenêtre glissante : seuls les 15 états de la fenêtre sont optimisés à chaque itération, ce qui évite l'explosion calculatoire d'une optimisation globale.

Conception d'un système de positionnement par fusion multi-capteurs

Un déploiement autonome du SLAM visuel présente deux limitations intrinsèques. Premièrement, dans des conditions extrêmes telles qu'un contre-jour, un environnement poussiéreux ou un faible éclairage nocturne, l'extraction des caractéristiques visuelles peut échouer complètement. Deuxièmement, la fréquence de sortie du SLAM visuel est limitée par la cadence de la caméra (typiquement 25 à 30 Hz), ce qui ne permet pas de répondre aux exigences de contrôle en temps réel dans les scénarios à grande vitesse. Par conséquent, dans la pratique, le SLAM visuel doit être fusionné avec des capteurs tels que des encodeurs et des télémètres laser afin de construire un système de positionnement redondant et fiable.

4.1 Cadre de fusion par filtre de Kalman étendu

Le cœur du système de positionnement par fusion repose sur un filtre EKF (Extended Kalman Filter), qui fusionne à une fréquence de 25 Hz les estimations d'état provenant de quatre sources de capteurs :

• SLAM visuel (VINS-Mono, 25 Hz) : fournit la position tridimensionnelle (x, y, z), l'attitude tridimensionnelle (roulis, tangage, lacet) ainsi que la matrice de covariance associée. La confiance accordée au SLAM visuel est élevée dans les zones riches en textures, tandis que la covariance augmente automatiquement dans les zones faiblement éclairées ou pauvres en textures.
• Encodeur absolu (Heidenhain ECN1313, 1 kHz) : fournit une mesure de position unidimensionnelle pour le pont et le chariot, avec une précision de ±0,1 mm. L'encodeur offre une très haute fiabilité en l'absence de glissement, mais peut accumuler des erreurs en cas de patinage ou de rotation à vide des roues.
• Télémètre laser (Leuze AMS 308i, 100 Hz) : fournit une mesure de position absolue unidimensionnelle dans la direction du pont, avec une précision de ±1 mm. Le télémètre laser est extrêmement précis en l'absence d'obstacles, mais devient totalement inopérant lorsque le réflecteur est masqué.
• Données inertielles IMU à six axes (ADIS16470, 400 Hz) : fournissent une prédiction de mouvement à haute fréquence, utilisée pour l'interpolation entre les images et l'estimation de pose en l'absence temporaire de signal visuel.

La phase de prédiction du filtre EKF s'appuie sur un modèle cinématique à deux roues différentielles du pont roulant, utilisant la vitesse du codeur et la vitesse angulaire de l'IMU comme entrées de commande. La phase de mise à jour s'exécute séquentiellement selon l'ordre d'arrivée des capteurs : Télémètre Laser (100 Hz) > Codeur (1 kHz, sous-échantillonné à 200 Hz) > SLAM visuel (25 Hz) > correction à vitesse nulle par l'IMU (entrée à 400 Hz, utilisée uniquement pour l'estimation du mouvement en phase de prédiction). En phase d'implémentation, une attention particulière doit être portée à l'alignement temporel des capteurs : les horodatages de tous les capteurs sont convertis dans le domaine d'horloge principal du contrôleur du pont roulant (synchronisés via NTP ou PTP). L'EKF, à la réception d'une nouvelle observation, interroge automatiquement l'état prédit correspondant pour effectuer la mise à jour.

4.2 Détection de défaillance des capteurs et gestion dynamique des poids

Un capteur unique peut défaillir à tout moment dans un environnement industriel. Le système de positionnement par fusion doit donc intégrer des capacités de détection automatique de défaillance et de fonctionnement dégradé. Chaque capteur maintient un score de santé H_i, compris entre [0, 1], calculé à partir des indicateurs suivants :

• Indicateur de qualité du signal : L'intensité du signal réfléchi (RSSI) du Télémètre Laser ; un poids réduit est automatiquement appliqué en dessous d'un seuil. Pour le SLAM visuel, le nombre de points internes suivis ; la confiance visuelle est mise à zéro si ce nombre est inférieur à 20.
• Test de cohérence : Les résidus normalisés (distance de Mahalanobis) entre les observations de chaque capteur et les prédictions de l'EKF sont comparés à un seuil. Si le seuil est dépassé trois fois consécutivement, un indicateur de défaillance du capteur est déclenché.
• Validité temporelle : La différence entre l'horodatage de la dernière observation du capteur et l'heure courante est vérifiée. Un poids réduit est automatiquement appliqué si cette différence dépasse le délai maximal autorisé (50 ms pour le laser, 100 ms pour la vision, 10 ms pour le codeur).

Le score de santé ajuste dynamiquement la matrice de covariance du bruit d'observation R_i = R_base / H_i pour le capteur correspondant dans l'EKF. Lorsque H_i tombe en dessous de 0,1, le capteur est complètement exclu de la mise à jour EKF, et la fusion continue avec les capteurs restants. En cas de défaillance totale de la vision (par exemple lors d'une maintenance de nuit), le système de fusion se dégrade en mode à trois capteurs (laser + codeur + IMU), maintenant une Précision de Positionnement de ±3 mm. Lorsque la vision est rétablie, le mécanisme de surveillance des résidus de l'EKF restaure le poids de la vision à un niveau normal en 3 à 5 cycles de mise à jour (environ 0,1 à 0,2 s).

4.3 Unification du système de coordonnées au sol et alignement cartographique

1. Alignement initial : Lors de la première mise en service du pont roulant, la position absolue initiale (x0, y0) est obtenue via le Télémètre Laser et le codeur, tandis que le SLAM visuel fournit la pose relative (x'_0, y'_0, θ'_0) à cet instant. La matrice de transformation homogène T_map_init = T_abs / T_rel est calculée pour résoudre l'Écart initial.
2. Correction en ligne : Pendant le fonctionnement, les données appariées de la pose du SLAM visuel et de la pose absolue (laser/codeur) sont collectées en continu. La matrice de transformation optimale est estimée par la méthode des moindres carrés. Après une réinitialisation des caractéristiques visuelles (par exemple, après une perte puis un retour de la vision), la matrice de transformation la plus récente est utilisée pour réaligner le système de coordonnées, évitant ainsi des changements brusques de pose qui pourraient perturber le système de commande du pont roulant.
3. Ancrage par repères sémantiques : Des étiquettes AprilTag (carré de 200 mm de côté) sont apposées à des emplacements fixes dans le Bâtiment d'usine (par exemple, sur les Colonnes numérotées ou aux Joints de Rail). Lorsque le SLAM visuel détecte une AprilTag, il associe automatiquement l'ID du repère à ses coordonnées d'usine préenregistrées, servant de point d'ancrage absolu pour corriger la dérive cumulative. La correction d'ancrage AprilTag est typiquement déclenchée tous les 50 à 100 m de longueur de Rail, avec une correction maximale de <5 cm par événement.

5. Déploiement sur site et optimisation des performances

5.1 Sélection du matériel et plan d'installation

5.2 Procédure de déploiement et points de contrôle clés

1. Installation et étalonnage de la caméra : la caméra est fixée à l'avant du châssis du chariot, avec une inclinaison de 15° pour capturer à la fois les textures des rails à courte distance et celles de la toiture du bâtiment d'usine à longue portée. L'étalonnage des paramètres intrinsèques est réalisé à l'aide d'une mire en damier plan (12×9 cases, espacement de 30 mm), avec une erreur de reprojection cible inférieure à 0,3 pixel. Après étalonnage, la focale est verrouillée à l'aide d'un objectif à focale fixe afin d'éviter tout desserrage induit par les vibrations, qui provoquerait une dérive des paramètres intrinsèques.
2. Étalonnage de l'IMU et compensation thermique : le module IMU est placé dans une enceinte climatique. Les courbes de température du biais et du facteur d'échelle de l'accéléromètre et du gyroscope sont relevées par pas de 10°C sur la plage de -20°C à 70°C, afin d'établir un modèle de compensation thermique (interpolation linéaire par segments, pas de compensation de 1°C). Les coefficients de compensation thermique de l'IMU sont inscrits dans le fichier de configuration du dispositif Edge, et la compensation est appliquée en temps réel par consultation de tables en fonction des relevés du capteur de température interne de l'IMU.
3. Établissement de la carte de détection de boucle : avant la première mise en service automatisée du pont roulant, deux allers-retours complets (mouvement combiné du pont du pont roulant et du chariot) sont effectués le long du rail à une vitesse de 0,3 m/s afin de créer la carte initiale de détection de boucle de l'environnement du bâtiment d'usine. Une fois la carte initiale établie, la couverture de la carte est vérifiée manuellement (en s'assurant que les zones inexplorées en bordure ne dépassent pas 50 % de la surface) ainsi que la qualité des contraintes de boucle (en vérifiant que l'erreur de reprojection moyenne après optimisation du graphe de poses est inférieure à 2 pixels).
4. Validation du système de coordonnées : avec l'assistance d'une station totale (précision ±1 mm, type Leica TS16), les coordonnées de 10 points de contrôle uniformément répartis dans le bâtiment d'usine sont relevées. Les positions visuelles de ces points de contrôle sont localisées dans la carte SLAM et comparées à leurs coordonnées réelles. L'alignement du système de coordonnées est jugé conforme si l'écart est inférieur à 8 cm dans la zone centrale et à 15 cm en périphérie du bâtiment.
5. Test de fonctionnement continu : un test de positionnement continu de 24 heures sans interruption est exécuté, avec surveillance des indicateurs suivants : écart de positionnement maximal inférieur à 15 cm, pertes de suivi inférieures à 3, et intervalle de sortie de la fusion EKF (période sans observation valide) inférieur à 200 ms. Tout dépassement de ces seuils impose un retour à l'étape concernée pour diagnostic.

5.3 Points clés de l'optimisation des performances

• Extraction de caractéristiques accélérée par GPU : la détection des coins FAST et le calcul des descripteurs BRIEF de l'extraction de caractéristiques ORB peuvent être accélérés par CUDA sur le GPU du Jetson, réduisant le temps d'extraction par image de 15 ms à 3 ms. L'accélération GPU est mise en œuvre à l'aide des bibliothèques VisionWorks ou VPI (Vision Programming Interface) fournies par NVIDIA.
• Parallélisation pipeline multi-cœurs : le suivi des caractéristiques front-end de VINS-Mono (intensif en CPU, lié aux cœurs CPU2-3), la pré-intégration IMU (calcul léger, lié au cœur CPU0) et l'optimisation par fenêtre glissante en back-end (intensif en mémoire, lié aux cœurs CPU4-5) sont répartis sur trois threads indépendants, exploitant les 6 cœurs CPU du Jetson Orin NX pour un parallélisme pipeline. La latence inter-images totale du système (de l'acquisition d'image frontale à la sortie de l'optimisation par fenêtre glissante) passe de 42 ms en mode série à 28 ms en mode pipeline.
• Quantification du modèle et inférence INT8 : dans les scénarios où les variations de luminosité sont extrêmes (cycle jour/nuit) et où le nombre de points caractéristiques ORB devient insuffisant, un réseau CNN léger d'extraction de caractéristiques, SuperPoint, peut remplacer les caractéristiques ORB manuelles. Les poids du réseau SuperPoint sont quantifiés en INT8 (perte de précision inférieure à 2 %), et l'inférence est exécutée sur le GPU du Jetson avec TensorRT. L'extraction de caractéristiques et la description par image prennent environ 8 ms, produisant simultanément 300 points d'intérêt de haute qualité et des descripteurs de 256 dimensions.

Scénarios d'application typiques et résultats

6.1 Retour de pose pour le contrôle anti-balancement flexible

Le contrôle anti-balancement des ponts roulants traditionnels repose sur des capteurs d'angle pour mesurer directement l'inclinaison du levage, une solution difficile à installer et complexe à maintenir. La pose 3D temps réel du levage (position + angle de lacet) fournie par le SLAM visuel peut servir de retour de pose pour le contrôleur anti-balancement : le contrôleur ajuste de manière anticipée la vitesse du chariot et du pont du pont roulant (compensation anticipative) en fonction du taux de variation de l'angle de lacet fourni par le SLAM, annulant ainsi l'oscillation de la charge. Dans une application réelle sur une ligne de finition d'une aciérie, un pont roulant équipé du retour anti-balancement VINS-Mono, à une vitesse de translation de 1,5 m/s sur une distance de 25 m, a réduit l'oscillation résiduelle de la charge après arrêt de 650 mm (sans anti-balancement) à 80 mm, et le temps d'amortissement de l'oscillation est passé de 12 s à 3,5 s.

6.2 Redondance de positionnement global pour les opérations sans personnel

Dans un parc de stockage automatisé de tôles d'une portée de 30 m et d'une longueur de 150 m, deux ponts roulants assurent les opérations d'entrée et de sortie de tôles sans personnel. Le système de positionnement repose sur une architecture principale composée d'un télémètre laser et d'un encodeur absolu, avec le SLAM visuel en secours redondant. Au cours de trois mois de fonctionnement continu, le SLAM visuel a été indisponible seulement 0,3 % du temps (principalement pendant les arrêts nocturnes et lors de concentrations de poussière extrêmement élevées). Lors des 17 incidents où le télémètre laser a été temporairement masqué par un chariot élévateur, le SLAM visuel a repris avec succès la tâche de positionnement à chaque fois, et les opérations du pont roulant n'ont jamais été interrompues en raison d'une perte de positionnement.

6.3 Ancrage spatial pour la cartographie virtuelle du jumeau numérique

Le système de jumeau numérique du pont roulant doit projeter la position et l'orientation temps réel du pont physique dans une scène virtuelle 3D. La pose à six degrés de liberté fournie par le SLAM visuel constitue l'entrée de coordonnées directe pour cette projection : une fois les coordonnées d'ancrage des équipements du modèle 3D de l'usine dans la carte SLAM étalonnées, la latence de synchronisation entre la visualisation du jumeau et les actions physiques est inférieure à 30 ms, satisfaisant aux exigences de base de la surveillance en temps réel. Comparée au schéma traditionnel codeur + calcul par modèle (qui ne permet de projeter que la position, sans l'angle de lacet ni l'assiette), la solution SLAM visuel permet au système de jumeau numérique de refléter fidèlement les variations subtiles d'attitude du pont roulant en fonctionnement (par exemple, l'inclinaison légère du chariot due à une charge excentrée), offrant ainsi aux opérateurs de maintenance une expérience de télésurveillance plus réaliste.

FAQ