Page 1/4
Poste de thèse 2018/2019
1 Environnement
Equipe de recherche : Equipe DIDS, Laboratoire génie de Production (LGP), INP-‐ENI de Tarbes
Directeur de thèse : Nom, Prénom : FOURQUET Jean-‐Yves, Professeur des Universités Adresse mail : jean-‐[email protected] ED de rattachement : EDSYS
Co-‐directeur de thèse : Nom, Prénom : BENOUSSAAD Mourad, Maître de conférences. Adresse mail : [email protected] ED de rattachement : EDSYS
Calendrier: Date limite de candidature : 15/04/2018 Début de la thèse: 01/10/2018 Durée : 3 ans
2 Intitulé
Interaction Physique Homme-‐Robot (pHRI) pour la Co-‐manipulation d’objets basée sur la Commande Compliante Adaptative
3 Contexte La robotique des années futures se doit d’être plus collaborative et interactive avec l’humain pour accomplir des tâches plus complexes, fastidieuses et répétitives pour l’humain mais aussi complexes en termes de prises de décision pour le robot. En effet, la collaboration et l’interaction homme-‐robot émergent dans diverses applications, allant de l’industrie à la robotique d’assistance à la personne et aux exosquelettes. Ces modalités reposent sur la capacité de certains types de robots, couramment appelés « cobots », à travailler en réelle interaction avec l’homme, à l’accompagner et à l’aider dans la réalisation de tâches, en améliorant les critères d’ergonomie, de pénibilité et de sécurité, tout en bénéficiant de l’intelligence de l’opérateur humain [1]. Une des tâches essentielles est la co-‐manipulation d’objets à des fins de déplacement, de positionnement dans l’espace ou de co-‐manipulation d’outils [2]. Ce type de tâche fait appel à des problématiques connues dans la littérature sous le nom d’interaction physique Homme-‐Robot (ou pHRI pour physical Human-‐Robot Interaction) [3] qui est un domaine peu traité en robotique collaborative. Il implique particulièrement l’interaction continue qui est encore moins traitée, par la complexité qu’elle apporte, comparée à une
Page 2/4
interaction ponctuelle [4], où l’homme et le robot se partagent l’espace de travail. Pour cela, il est nécessaire pour le robot de percevoir et d’interpréter les informations de l’opérateur, indiquant ses mouvements et les efforts qu’il exerce sur l’objet co-‐manipulé [5]. La maîtrise de ces mesures, pour la mise en œuvre de consignes et de lois de commande adaptées, doit permettre une meilleure réalisation de la tâche collaborative par une programmation adaptée des mouvements du robot. L’objectif principal de cette thèse est d’explorer des stratégies de commande robotiques permettant la co-‐manipulation d’objets de tailles et de poids différents. Cette interaction physique doit être en continue tout en assurant la stabilité de l’interaction ainsi que la sécurité et le confort de l’opérateur. Pour cela, l’opérateur humain doit être considéré comme « leader », par son intelligence et ses capacités de prise de décision, et le robot comme un « follower » qui analyse et interprète les actions de l’opérateur afin d’adapter sa commande [5]. Ceci permet à l’opérateur de guider l’exécution de la tâche, donnant ainsi au robot un comportement purement « réactif ». Les travaux de thèse s’orienteront vers l’application de lois de commande asservies en effort [6] et compliantes (comportement moins rigide) afin d’atteindre nos objectifs. Pour cela, nous allons explorer deux catégories de commande en effort : la commande en effort directe (nécessitant une mesure de l’effort) et la commande en effort indirecte (sans réelle mesure de l’effort) [3]. Une évaluation comparative entre chaque type de commande est envisagée. Ainsi, ces lois de commande nécessitent l’utilisation du modèle dynamique du robot en situation de contact avec son environnement [7]. Par ailleurs, ces travaux devront s’accomplir en plusieurs étapes avec différents niveaux de connaissance de la tâche. On supposera, dans un premier temps, la connaissance partielle de l’intention de l’opérateur (mouvement de rotation ou de translation de l’objet) avec une méconnaissance des mesures quantitatives de l’intention (les mouvements et les efforts) qui seront intégrés sous forme de consignes dans le schéma de commande du robot. Dans un deuxième temps, il est prévu d’ignorer toutes connaissances a priori de l’intention de l’opérateur et de mettre en place des stratégies de prédiction de l’intention globale basée sur des modèles qui restent à explorer et à définir [8]. La loi de commande envisagée donnera au robot un comportement dont le degré de compliance reste à définir en trouvant un certain compromis. En effet, plus de compliance présente l’avantage d’être moins dangereux mais peu précis, alors que moins de compliance apporterait davantage de précision mais présente moins de confort et plus de risque pour l’opérateur. Contrairement à la majorité des travaux sur ce sujet, où la compliance du robot est prédéfinie et ne varie pas durant la tâche, nous allons explorer dans cette thèse une idée originale qui consiste à faire varier la compliance du robot tout au long de la tâche, en tenant compte des changements des états du robot et de l’opérateur. Dans un premier temps, nos méthodes et stratégies de commande seront testées sur des outils de simulation. Elles seront, dans un second temps, adaptées et implémentées pour une validation expérimentale sur le robot collaboratif iiwa de la société Kuka, disponible au LGP de Tarbes.
4 Problématique et verrous scientifiques Afin d’atteindre les objectifs de la thèse, un certain nombre de verrous scientifiques devront être abordés et levés. Le premier verrou important de cette thèse concerne la synthèse de lois de commande du robot qui soient adaptées au contexte de l’interaction physique homme-‐robot (pHRI) continue. Ces lois doivent être à la fois compliantes pour l’opérateur et efficaces pour l’accomplissement de la tâche et sa précision. Pour cela, nous nous focaliserons sur les lois de commandes en effort indirectes [3] (les commandes en impédance, en admittance [9] et basées sur le principe du mécanisme virtuel [10]). Ainsi, l’approche
Page 3/4
originale qui sera explorée consistera à adapter en ligne les paramètres d’impédance, d’admittance [11] ou ceux basés sur le mécanisme virtuel lors d’une tâche collaborative en fonction des mesures du robot, de l’opérateur et de l’évolution de la tâche. Dans ce contexte, une approche prédictive de la commande est envisagée [12]. On prévoit également d’améliorer la co-‐manipulation en étendant la notion de « transparence » du robot à l’ensemble du robot et de l’objet co-‐manipulé. Le deuxième verrou concerne les conditions de la stabilité de l’interaction homme-‐robot [13] qui constitue un élément majeur de la sécurité de l’opérateur lors d’une tâche de co-‐manipulation. Ainsi pour toutes les lois de commande explorées, une analyse de la stabilité d’interaction en termes d’entrée bornée sortie bornée (BIBO) devra être réalisée. Dans ce sens, une commande en effort basée sur la passivité, qui reste peu explorée [14], sera abordée en étendant la commande en position classique. De plus, les résultats de travaux autour de l’analyse de la stabilité d’interaction entre l’homme et un robot téléopéré devront être exploités. Le troisième verrou concerne la synthèse de lois de génération de consigne et d’adaptation en ligne des paramètres de la commande (en impédance, en admittance ou basé sur le mécanisme virtuel), à partir des mesures et de l’analyse de : -‐ l’état de l’opérateur humain et de sa prédiction, -‐ la situation géométrique et dynamique du robot, -‐ l’évolution de la tâche dans l’environnement. Ces adaptations de paramètres devront améliorer la rapidité d’exécution de la tâche et sa précision tout en assurant la sécurité de l’opérateur, en répondant au compromis posé ci-‐dessus entre la compliance et la précision de la commande [15]. Ainsi les modalités de ces adaptations en ligne restent à aborder et à définir. De plus, la génération en ligne de consignes à partir des actions de l’opérateur introduira des problématiques liées à la singularité du robot, qu’il faudra traiter.
5 Contribution attendue L’objectif de cette thèse est de faire collaborer l’homme et le robot en co-‐manipulant des objets de tailles et poids différents tout en offrant un comportement qui soit à la fois sûr (stabilité de l’interaction) et confortable pour l’homme, mais aussi suffisamment précis pour la réalisation de la tâche. Les lois de commande doivent intégrer les informations de mouvement et d’effort liées aux actions de l’opérateur humain, mais également s’adapter au cours de la tâche pour assurer un meilleur compromis entre la compliance et la précision. Les résultats de cette thèse devront contribuer à l’établissement des modalités d’interaction physique homme-‐robot dans le cadre d’une tâche collaborative et d’envisager une interaction conjointe homme-‐robot avec le reste de l’environnement pour des tâches plus complexes. Les perspectives de ces travaux sont de faire évoluer le comportement robot pour devenir de plus en plus « proactif », en le dotant de capacités de prédiction de l’intention de l’opérateur. Enfin, la mise en œuvre de ces concepts sur le robot collaboratif iiwa de la société Kuka constituera une validation expérimentale significative.
6 Bibliographie [1] A. Cherubini, R. Passama, A. Crosnier, A. Lasnier, and P. Fraisse, “Collaborative manufacturing with
physical human-‐robot interaction,” Robot. Comput. Integr. Manuf., vol. 40, pp. 1–13, 2016.
[2] L. Peternel, N. Tsagarakis, and A. Ajoudani, “Towards Multi-‐Modal Intention Interfaces for Human-‐Robot,” pp. 2663–2669, 2016.
[3] A. De Santis, B. Siciliano, A. De Luca, and A. Bicchi, “An atlas of physical human – robot interaction,” Mech. Mach. Theory, vol. 43, pp. 253–270, 2008.
Page 4/4
[4] A. De Luca and F. Flacco, “Integrated control for pHRI: Collision avoidance, detection, reaction and collaboration,” Proc. IEEE RAS EMBS Int. Conf. Biomed. Robot. Biomechatronics, pp. 288–295, 2012.
[5] T. Wojtara, M. Uchihara, H. Murayama, S. Shimoda, S. Sakai, H. Fujimoto, and H. Kimura, “Human–robot collaboration in precise positioning of a three-‐dimensional object,” Automatica, vol. 45, no. 2, pp. 333–342, Feb. 2009.
[6] L. Villani and J. De Schutter, “Force Control,” in Springer Handbook of Robotics, B. Siciliano and O. Khatib, Eds. Berlin, Heidelberg: Springer Berlin Heidelberg, 2008, pp. 161–185.
[7] L. Saab, O. E. Ramos, F. Keith, N. Mansard, P. Souères, and J. Y. Fourquet, “Dynamic Whole-‐Body Motion Generation Under Rigid Contacts and Other Unilateral Constraints,” IEEE Trans. Robot., vol. 29, no. 2, pp. 346–362, 2013.
[8] T. Flash and N. Hogans, “The Coordination of Arm Movements: An Experimentally Confirmed Mathematical Model,” J. Neurosci., vol. 5, pp. 1688–1703, 1985.
[9] S. Buerger and N. Hogan, “Impedance and Interaction Control,” in Robotics and Automation Handbook, CRC Press, 2004, pp. 368–391.
[10] J. Dumora, “Contribution à l’interaction physique homme-‐robot : application à la comanipulation d’objets de grandes dimensions,” L’UNIVERSITÉ MONTPELLIER 2, 2014.
[11] V. Duchaine and C. M. Gosselin, “General Model of Human-‐Robot Cooperation Using a Novel Velocity Based Variable Impedance Control,” Second Jt. EuroHaptics Conf. Symp. Haptic Interfaces Virtual Environ. Teleoperator Syst., pp. 446–451, Mar. 2007.
[12] M. Benoussaad, K. Mombaur, and C. Azevedo-‐Coste, “Nonlinear model predictive control of joint ankle by electrical stimulation for drop foot correction,” in 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems, 2013, pp. 983–989.
[13] V. Duchaine and C. M. Gosselin, “Investigation of human-‐robot interaction stability using Lyapunov theory,” in 2008 IEEE International Conference on Robotics and Automation, 2008, pp. 2189–2194.
[14] C. Ott, A. Albu-‐Schaffer, A. Kugi, and G. Hirzinger, “On the Passivity-‐Based Impedance Control of Flexible Joint Robots,” IEEE Trans. Robot., vol. 24, no. 2, pp. 416–429, 2008.
[15] A. Muhammad Rehan, “Compliance Control of Robot Manipulator for safe Physical Human Robot Interaction,” Doctoral thesis, Örebro University, 2011.
7 Mots Clefs Interaction Physique Homme-‐Robot (pHRI), co-‐manipulation d’objets, commande compliante, commande en impédance/admittance, mécanisme virtuel, analyse d’action et d’intention.
8 Contact pour candidature Le candidat doit avoir ou préparer un diplôme d’ingénieur ou Master 2 en robotique, en automatique, en théorie des systèmes ou dans un domaine proche. Il doit également avoir une expérience de recherche. Pour candidater, il faut envoyer une lettre décrivant votre parcours et vos motivations ainsi qu’un CV à : [email protected] (Tel. +33 (0)5 67 45 01 11).