Dans le domaine de l'évitement d'obstacle, la recherche peut être divisée en deux classes de méthodes : l'approche globale et l'approche locale. Dans les méthodes globales, on résout un problème de trajectoire avant son parcours. La configuration des obstacles est supposée connue et disponible pour le planificateur de trajectoires. Le planificateur produit donc une trajectoire reliant le point initial au point terminal en évitant les obstacles. Les méthodes locales utilisent en temps réel les informations des capteurs qui donnent une information sur l'environnement local du robot et génèrent une commande qui dirige le robot vers son but tout en évitant les obstacles.

Dans la méthode des potentiels, le robot se comporte comme une particule chargée attiré par sa destination finale et repoussée par les obstacles. Krogh a ainsi introduit l'idée importante d'un champ de potentiel généralisé qui est une fonction non seulement de la position du robot mais aussi de sa vitesse. Selon ce concept, les obstacles n'exerceront pas de forces importantes sur les points proches qui sont stationnaires ou qui s'éloignent d'eux.

Pour un robot mobile, le but est de définir une stratégie qui lui permette de rejoindre la destination finale sans collision avec les obstacles. De plus, un schéma robuste d'évitement d'obstacles doit être capable de tenir compte des obstacles mobiles. L'utilisation du potentiel généralisé conduit à des trajectoires plus courtes donc à des économies d'énergie (la plupart du temps, les robots mobiles sont alimentés par des batteries embarquées et disposent donc d'une autonomie limitée). Elle conduit également à un positionnement plus précis et à une réduction du temps de parcours.

La plupart des travaux publiés assimilent le robot à un cercle et ne tiennent pas compte de la position angulaire du robot. Dans ce travail, nous avons développé une nouvelle technique de calcul du temps restant avant la collision basée sur la programmation linéaire. Cette technique permet de tenir compte de la forme géométrique du robot et de sa position angulaire.

De plus, l'espace de travail est représenté à partir des mesures du capteur comme une grille ainsi qu'illusté sur la figure ci-dessous. Nous pouvons alors calculer une enveloppe polygonale de l'obstacle, visible du point de vue du robot. En utilisant un algorithme de type Bresenham, nous reconstruisons l'espace comme un ensemble de polygones convexes. En combinant ces méhtodes nous obtenons une commande en temps réel respectant le problème d'évitement des obstacles tout en produisant une trajectoire de qualité.