GNSS donne une position utile en extérieur ouvert, l’odométrie suit le déplacement mais dérive, et les repères visuels corrigent avec des éléments reconnaissables de la scène.
Détecter un saut de localisation avant une collision demande de comparer pose, vitesse, carte et capteurs, puis de ralentir ou s’arrêter si la nouvelle position est incohérente.
Après un redémarrage, un robot se relocalise en recherchant des repères connus et en vérifiant que sa position estimée correspond réellement à la carte.
Évaluer la précision de localisation consiste à comparer position et orientation estimées à une référence mesurée, dans plusieurs trajets, vitesses et conditions.
La cartographie décrit l’environnement ; la localisation estime où se trouve le robot dans cette carte. Le robot peut utiliser l’une sans reconstruire l’autre.
Une carte utile à la navigation contient des repères fiables, des zones franchissables, des obstacles, des incertitudes et une résolution adaptée aux manœuvres du robot.
Mettre à jour une carte sans effacer les changements utiles demande de versionner les observations, de distinguer permanent et temporaire et de fusionner avec des conflits explicites.
Valider une carte avant mission consiste à vérifier ses repères, distances, zones interdites et passages sur place, puis à tester la localisation et les détours.
Plusieurs cartes ou repères servent à représenter des lieux, niveaux ou véhicules différents ; le robot doit savoir lequel est actif et comment passer de l’un à l’autre.
Le supervisé apprend avec des exemples étiquetés, le non supervisé cherche des groupes ou anomalies sans étiquette, et le renforcement apprend par essais évalués.
Calibrer l’incertitude d’un modèle consiste à vérifier si ses niveaux de confiance correspondent réellement à la fréquence de ses erreurs sur des cas représentatifs.
Une dérive des données apparaît quand les entrées vues après déploiement ne ressemblent plus assez à celles de l’entraînement, ce qui peut dégrader les décisions du robot.