CRYOTIC

CRYOTIC

Challenging Robotics in Year-round, Outdoor, and Time-critical missions In extreme Conditions

Le projet Challenger les Robots en missions atYpiques extérieures Obtenues Toute l’année Incluant lors de Conditions extrêmes (CRYOTIC) vise à aborder les défis de la navigation autonome en milieu subarctique selon trois axes de recherche : la perception, la navigation et le mouvement. Le programme vise à améliorer l’autonomie et la résilience des véhicules autonomes évoluant dans des conditions hivernales rigoureuses, comme celles du Canada. Les travaux de recherche seront ancrés dans trois applications clés : A1 — des missions de ravitaillement hors-route sur de longues distances, où la priorité est la réussite des objectifs et l’adaptabilité; A2 — l’inspection de lignes de transport éloignées, où la mobilité et l’endurance sont essentielles; A3 — la surveillance de postes électriques, qui exige une navigation précise dans des environnements denses et fragiles. Ensemble, ces applications forment un cadre varié pour tester l’autonomie dans des contextes critiques liés au temps, à la distance et aux infrastructures. Les innovations qui en découleront renforceront la perception, la navigation et le contrôle du mouvement des robots sur des terrains variés, assurant des performances robustes et écoénergétiques dans des conditions extrêmes.

Accès rapide :

Rapports Équipe Publications

Objectifs

  1. Perception résiliente dans les environnements subarctiques : La neige et les tempêtes compliquent l’autonomie robotique. Comprendre et atténuer leurs effets sur les algorithmes de perception est essentiel pour opérer dans les conditions nordiques.
  2. Navigation dans des conditions imprévues : Dans des terrains non structurés comme les forêts boréales, les robots font face à des obstacles tels que la neige profonde ou les arbres tombés. Nous visons à apprendre de ces événements plutôt que de simplement les éviter.
  3. Mouvement sur terrain difficile et gestion de l’énergie : Les climats froids réduisent l’efficacité énergétique et la stabilité du contrôle des plateformes robotiques. Intégrer la gestion énergétique dans les algorithmes de planification et de contrôle permettra une autonomie prolongée dans les zones éloignées.

Rapports

Équipe

avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar
avatar

Publications

Journal Articles

  1. Samson, N., Larrivée-Hardy, W., Dubois, W., Roy-Brouard, É., Brotherton, E., Baril, D., Lépine, J., & Pomerleau, F. (2025). DRIVE Through the Unpredictability: From a Protocol Investigating Slip to a Metric Estimating Command Uncertainty. IEEE Transactions on Field Robotics, 2, 380–399. https://doi.org/10.1109/TFR.2025.3580397
     Publisher    Bibtex source
  2. Gamache, O., Fortin, J.-M., Boxan, M., Pomerleau, F., & Giguère, P. (2025). Reproducible Evaluation of Camera Auto-Exposure Methods in the Field: Platform, Benchmark, and Lessons Learned. IEEE Transactions on Field Robotics, 2, 270–287. https://doi.org/10.1109/TFR.2025.3566694
     Publisher    Bibtex source

Conference Articles

  1. Dubois, W., Samson, N., Daum, E., Laconte, J., & Pomerleau, F. (2025). Under Pressure: Altimeter-Aided ICP for 3D Maps Consistency. Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). https://doi.org/10.1109/ICRA55743.2025.11128024
     Publisher    Bibtex source
  2. Fortin, J.-M., Gamache, O., Fecteau, W., Daum, E., Larrivée-Hardy, W., Pomerleau, F., & Giguère, P. (2025). UAV-Assisted Self-Supervised Terrain Awareness for Off-Road Navigation. Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). https://doi.org/10.1109/ICRA55743.2025.11128050
     Publisher    Bibtex source
  3. LaRocque, D., Guimont-Martin, W., Duclos, D.-A., Giguère, P., & Pomerleau, F. (2024). Proprioception Is All You Need: Terrain Classification for Boreal Forests. 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 11686–11693. https://doi.org/10.1109/iros58592.2024.10801407
     PDF    Slides    Publisher    Bibtex source
  4. Gamache, O., Fortin, J.-M., Boxan, M., Vaidis, M., Pomerleau, F., & Giguère, P. (2024). Exposing the Unseen: Exposure Time Emulation for Offline Benchmarking of Vision Algorithms. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 11110–11117. https://doi.org/10.1109/IROS58592.2024.10803057
     Publisher    Bibtex source
  5. Deschênes, S.-P., Baril, D., Boxan, M., Laconte, J., Giguère, P., & Pomerleau, F. (2024). Saturation-Aware Angular Velocity Estimation: Extending the Robustness of SLAM to Aggressive Motions. Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). https://doi.org/https://doi.org/10.48550/arXiv.2310.07844
     PDF    Publisher    Bibtex source