Contributions to robust LiDAR odometry for autonomous robotics

Cette thèse de doctorat porte sur l'étude de méthodes robustes et efficaces pour l'odométrie LiDAR 3D. Les robots mobiles étant de plus en plus déployés dans des environnements complexes et dynamiques, la capacité à estimer avec précision leurs mouvements devient cruciale pour une navigation sûre et fiable. Les capteurs LiDAR, grâce à leur capacité à fournir des nuages de points 3D précis et géométriquement cohérents, sont apparus comme une technologie clé pour la perception en robotique. Malgré ses avantages, l'odométrie basée sur le LiDAR est confrontée à plusieurs défis intrinsèques. L'un des problèmes les plus importants est la dérive, c'est-à-dire l'accumulation progressive d'erreurs d'estimation de la position au fil du temps. Même de petites imprécisions dans l'alignement de balayages consécutifs peuvent s'accumuler sur de longues trajectoires, entraînant un désalignement entre la position estimée du robot et l'environnement réel. La dérive est particulièrement prononcée dans les environnements présentant des structures géométriques répétitives ou clairsemées, ou en présence d'éléments dynamiques, où il devient difficile d'établir des correspondances fiables entre les balayages successifs. Pour répondre à cette problématique, cette thèse propose une étude des principes fondamentaux de l'odométrie LiDAR et une revue complète des méthodes de pointe. Cette étude a mis en évidence l'importance d'un processus d'extraction et de correspondance des caractéristiques précis et fiable, ainsi que la nécessité de disposer de techniques d'optimisation robustes capables de traiter efficacement les valeurs aberrantes et le bruit dans les données. S'appuyant sur ces conclusions, la thèse présente plusieurs contributions sur différents blocs du pipeline, qui ont conduit au développement de trois nouvelles méthodes pour une odométrie LiDAR robuste. Toutes les méthodologies proposées ont été évaluées de manière approfondie sur des ensembles de données simulés et réels, démontrant leur efficacité pour réduire la dérive et améliorer la précision globale de l'estimation de la pose. Le manuscrit se termine par un résumé des principales conclusions et contributions, ainsi que par une discussion sur les orientations futures possibles de la recherche dans le domaine de l'odométrie LiDAR pour les robots autonomes.