Logo ÉTS
Session
Cours
Responsable(s) David St-Onge

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : David St-Onge


PLAN DE COURS

Hiver 2025
MEC745 : Robotique mobile (3 crédits)





Préalables
Programme(s) : 7684,7884
             
  Profils(s) : Tous profils  
             
    MAT265 ET MEC222    
             
Unités d'agrément
Total d'unités d'agrément : 58,8 25,0 % 25,0 % 50,0 %




Qualités de l'ingénieur

Qn
Qualité visée dans ce cours  
Qn
  Qualité visée dans un autre cours  
  Indicateur enseigné
  Indicateur évalué
  Indicateur enseigné et évalué



Descriptif du cours
Ce cours présente les concepts clés de la robotique mobile en génie mécanique : de la mobilité à l’ergonomie.

Au terme de ce cours, l’étudiante ou l'étudiant sera en mesure :
  • de distinguer les particularités des principaux modes de locomotion (à hélices, à pattes et sur roues);
  • de dériver les équations dynamiques du mouvement pour des plateformes robotiques simples;
  • d’identifier les capteurs requis selon la tâche et l’environnement d’un robot;
  • d’estimer la pose d’un robot par amalgame de certains capteurs;
  • de monter une étude d’usabilité (méthodologie, éthique et outils d’analyse) pour un système robotique.
Notions de base des mécanismes robotiques, leur dynamique, leur usabilité et leur contrôle intelligent. Survol des principales composantes : les actionneurs et les capteurs (sonar, laser, caméra et centrale inertielle). Modélisation et conception de systèmes de locomotion : sur roues, à pattes et à hélices. Estimation d’état (position et orientation) d’un robot. Conception centrée sur l’utilisateur : méthodologie et outils. Survol des applications de l’apprentissage machine à la robotique et outils de déploiement. Laboratoires portant sur le contrôle de plateformes robotiques commerciales sur roues et l’interaction avec leur opérateur



Objectifs du cours

Voir ci-dessus.




Stratégies pédagogiques
  • 3h30 de cours par semaine (incluant une pause de 30 minutes);
  • 2 heures de laboratoire toutes les semaines, réparties sur 3 projets;
  • 4 heures d'étude et de travail sur les laboratoires par semaine.

Utilisation d’un ENA (environnement numérique d’apprentissage) : la plateforme de cours Moodle (https://ena.etsmtl.ca) sera utilisée pour le téléchargement des documents du cours, les quiz hebdomadaires,  les travaux en équipe (forum privé pour chaque équipe) et la remise des travaux.

Pédagogie inverse hybride : le matériel du cours est développé de manière à permettre un apprentissage des concepts clés en différé, selon l'horaire de l'étudiant. Chaque semaine, un quiz sur Moodle valide les apprentissages avant la rencontre en classe. Celle-ci sert ainsi à discuter des concepts et à s'exercer ensemble.




Utilisation d’appareils électroniques

N/A




Horaire
Groupe Jour Heure Activité
01 Lundi 13:30 - 17:30 Laboratoire (2 sous-groupes)
Jeudi 13:30 - 17:00 Activité de cours



Coordonnées du personnel enseignant le cours
Groupe Nom Activité Courriel Local Disponibilité
01 David St-Onge Activité de cours David.St-Onge@etsmtl.ca A-2824



Cours
Séances Description Nbr heures

C1

Introduction à la robotique mobile et Robotic Operating System

3

C2

Rappel de mathématiques préliminaires : transformations homogènes, trigonométrie géométrique et distributions normales

3

C3

Véhicules sur roues : topologies et cinématique

3

C4

Estimateurs d'état : combinaisons gaussiennes et filtre de Kalman

3

C5

Perception et localisation : Lidar, GPS et autres capteurs

3

C6

Estimateurs d'état (suite) : filtre de Kalman étendu

3

C7

EXAMEN INTRA

3

C8

Navigation et cartographie

3

C9

Ergonomie et interaction : éthique, études d'usabilité, hypothèses et tests statistiques

3

C10

Véhicules à pattes : topologies et cinématique

3

C11

Véhicules aériens : topologies et dynamique

3

C12

Petits aéronefs télépilotés : réglementation

3

C13

Intelligence artificielle en robotique

3




Laboratoires et travaux pratiques

Séances de laboratoire sur le contrôle d'un manipulateur mobile dans l'environnement Robotic Operating System (ROS) de la simulation Gazebo au robot réel (base mobile Clearpath Dingo et manipulateur Kinova Gen3Lite). Les projets des laboratoires sont réalisés en partie au local attitré (A-2230), mais demandent également de travailler à distance en simulation entre les séances. L'ensemble des laboratoires est réalisé dans le langage de programmation Python. Une base de programmation générale (Matlab) est suffisante pour s'adapter à la programmation Python au cours du semestre.




Utilisation d'outils d'ingénierie
  • Robotic Operating System (environnement de développement robotique);
  • Gazebo (simulateur physique et dynamique);
  • Langage Python.



Évaluation

 

Activités Pondération (%) Date de remise

Jeux-Questionnaires (Quiz)

10 %

(moyenne des Quiz)

Avant chaque cours

Laboratoires

Projet 1 : 5 %

Avant le 3ième laboratoire

Projet 2 : 15 %

Avant le 6ième laboratoire

Projet 3 : 25 % Avant la fin du semestre
Examen intra 20 % Au 7ième cours
Examen final 25 % Semaine des examens finaux



Dates des examens intra
Groupe(s) Date
1 20 février 2025



Date de l'examen final
Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante : https://www.etsmtl.ca/programmes-et-formations/horaire-des-examens-finaux


Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.5/ cycles supérieurs, article 6.5.2) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignante ou l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

Retard de remise électronique via la plateforme Moodle pour les laboratoires (https://ena.etsmtl.ca) : pénalité de 10 % par 24 h de retard.




Absence à une évaluation

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).




Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par l’enseignante ou l’enseignant du cours.



Documentation obligatoire

Les notes de cours, exercices et instructions des laboratoires sont disponibles sur le site du cours sur Moodle. Plusieurs autres ressources y sont également disponibles pour aider les étudiants à apprivoiser le langage de programmation Python.




Ouvrages de références

Les références principales du cours sont :

 

  • Herath, Damith et St-Onge, David, éds. 2022. « Foundations of Robotics : A Multidisciplinary Approach with Python and ROS ». Singapore : Springer Nature Singapore. 543 p. (disponible en pdf en ligne : https://link.springer.com/book/10.1007/978-981-19-1983-1, également partiellement disponible en français en ligne : https://pressbooks.etsmtl.ca/fondementsrobotique/)
  • Roland Siegwart, Illah Reza Nourbakhsh and Davide Scaramuzza. 2011. Introduction to Autonomous Mobile Robots (Second Edition). MIT Press. (disponible en pdf à la BiblioTech)

 

D'autres références servent en complément :

 

  • Morgan Quigley, Brian Gerkey, and William D. Smart. 2015. Programming Robots with ROS: A Practical Introduction to the Robot Operating System (First edition). O’Reilly Media, Inc.
  • Gregory Dudek, and Mikael Jenkin. 2010. Computational Principles of Mobile Robotics. Cambridge: Cambridge University Press.



Adresse internet du site de cours et autres liens utiles

https://ena.etsmtl.ca/course/view.php?id=25027