Objectifs
Les robots sont des systèmes intégrés (différents
capteurs et effecteurs) idéaux pour une formation aux concepts d'ingéniérie. Mettre en oeuvre une pédagogie basée sur des
plateformes robotiques est aujourd'hui accessible aux enseignants grâce au
middleware ROS2/Python. L'objectif de la formation est d'introduire les
concepts fondamentaux de ROS2 et de donner aux enseignants les bases techniques pour
développer des activités pédagogiques ambitieuses et attractives. L'utilisation de ROS2 permet de concevoir d'abord ses
enseignants en simulation et de les transposer sur des plateformes
réelles une fois le matériel acquis. La formation sera réalisée sous Linux, utilisant des
simulations (Gazebo) et des plateformes robotiques disponibles à CentraleSupélec
(turtlebots, Kuka youbot, Axis PTZ, ...).
Modalités pédagogiques
La formation est essentiellement constituée de travaux
pratiques pour permettre aux enseignants d'être rapidement opérationnels avec
ROS2 et les outils associés.
La première journée sera dédiée à l'introduction des
concepts fondamentaux de ROS2 (topics, messages, noeuds, launch files,
visualisation 2D/3D avec rviz/foxglove, TF, simulateur physique gazebo). Ces concepts fondamentaux
seront illustrés sur les plateformes robotiques disponibles à CentraleSupélec.
Ce sera l'occasion d'une mise en oeuvre avec un premier TP utilisant le
simulateur Gazebo et une plateforme mobile Turtlebot simulée. Cette première
mise en oeuvre reposera sur l'exécution de noeuds et de fichiers launchs. Puis nous aborderons la création de ses propres
packages ROS et messages. Ce sera l'occasion d'écrire un premier package comprenant
des fichiers launchs, un nœud de téléopération et des messages personnalisés. Lors de la deuxième journée, nous commencerons par
étudier les capteurs (kinect, LIDAR, caméra, ...) et effecteurs (déplacement d'un
quadricoptère ou plateforme roulante) et la manière de traiter ces
informations au sein d'un programme python. La journée se poursuivra par la
mise en œuvre d'algorithmes de cartographie, localisation (SLAM) et
navigation. On utilisera pour ce faire un environnement qui sera
d'abord simulé avec Gazebo avant de déployer la solution sur une
plateforme réelle (turtlebot).