Bonjour,
Je m'explique dans le cas d'un capteur de distance pas très fiable si tu programme que arrivé a 20cm d'un obstacle le robot doit s'arrêter, une fois tu pourra avoir 23, puis 18 (il s'arrête) puis 21 (il repart), puis 20 (s'arrête), .... D'où je pense l'intérêt de lui programmer si t environ a 20 cm tu t'arrête (en fonction de l'application rechercher définir le environ et le delta) ca fait gagner du temps et de l'argent non
Ben moi j'ai utilisé un algo très simple, le principe est faire un prévisionnelle de la mesure suivante à partir de la mesure précédente (un filtre de kalman simplifié). C'est très efficace et peu gourmant en ressource.
Idem pour un suiveur de ligne par exemple si il détecte qu'il part un peu a gauche il corrige un peu a droite si beaucoup à droite, il corrige beaucoup a gauche... sans pour autant calculer des algo demandant beaucoup de puissance.
Ben moi j'utilise un PID numérique classique pour les applications simples, et un asservissement RST (pas mal plus complexe celui la) pour les applications nécessitant un très bon asservissement.
Ça me parait réagir de façon beaucoup plus naturelle et en corrélation avec l'homme qu'une modélisation mathématique du mouvement.
La je suis tout à fait d'accord, je trouve effectivement que c'est efficace (à voir selon le cas) mais l'approche de mise en place n'est pas simple, c'est pour cela qu'on est que deux sur le sujet...
Tes réseaux de neurones tu les a programmé en quoi prolog? moi je regarde le clips (C Language Integrated Production System)en se moment de très près.
Je les ai développé avec un logiciel maison, moi et une connaissance (surtout lui) on a écrit une librairie sous Qt pour tester les configurations de réseau de neurone. La logique flou nous aidait à trouver des arborescences plausible de neurones.
