Exemple

Nous présentons ici un exemple de planification interactive au contact sur un plan puis nous discutons des paramètres liés à cet algorithme.

4.3.3.1 Contact contre un plan

La figure4.21montre deux tests successifs du mode contact en cinq étapes avec α= 0. Initialement, l’objet est dans l’espace libre (1). L’utilisateur déplace l’objet à l’aide de la souris 6D en laissant derrière lui une trajectoire constituée des nœuds et des arcs ajoutés à la roadmap.

Une fois arrivé suffisamment proche de la grande surface située au bas de la figure, le planificateur passe en mode automatique et échantillonne la surface en ajoutant rapidement un grand nombre de configurations au contact (2). On peut voir d’une part que les nœuds sont distribués aléatoirement sur la surface et d’autre part que les orientations sont toujours les mêmes. En effet, à chaque position est ajouté un repère, comme expliqué chapitre 3. Chacun de ces repères ayant toujours la même orientation, cela implique que toutes les configurations ont la même orientation.

À l’étape suivante (3), l’opérateur quitte le contact comme indiqué par les nœuds qu’il laisse derrière lui. Une fois dans l’espace libre, l’objet est tourné pour obtenir une nouvelle orientation que l’on peut voir en (4). Enfin, il revient au contact et le planificateur génère une nouvelle série de configurations au contact, toutes de même orientation (5).

Figure ^{4.21 – Deux venues au contact différentes.}

4.3.3.2 Influence des paramètres

Notre algorithme est paramétré par plusieurs variables que sont le paramètre d’inter-action α, l’activation ou non du mode contact, sa distance d’activation d et le nombre

N de nœuds échantillonnés au contact avant de quitter le mode contact. Chacun de ces paramètres influence la vitesse de résolution de l’algorithme, en plus de la spécificité de chaque environnement et de l’opérateur lui-même. Une discussion critique sera menée sur ces paramètres et leur influence dans le chapitre6, Implémentation et résultats.

4.4 Conclusion

Ce chapitre a présenté la planification de mouvement au contact. Nous avons d’abord montré quel gains peuvent être tirés d’une telle planification par rapport à une planification totalement dans l’espace libre. Nous avons ensuite brièvement exposé les travaux existants dans ce domaine. Enfin nous avons détaillé les différents types de contacts en translation ou en rotation avant de positionner notre contribution d’algorithme de planification au contact.

Les méthodes de planification de mouvement au contact précédentes sont très coûteuses en temps en comparaison de celle présentée ici. Tant les méthodes par rétraction que celles par le calcul de la pseudo inverse de la jacobienne sont plus lourdes en temps de calcul à l’inverse de notre méthode qui génère rapidement beaucoup d’échantillons sur une surface de contact. En outre les méthodes par rétraction comportent un risque d’échec que nous n’avons pas.

Les principaux défauts de notre méthode sont d’une part l’absence de contrôle pendant le contact menant à des échantillonnages non pertinents. Ce défaut devra être réglé en

apportant un contrôle plus fin de la part de l’opérateur. D’autre part, le retour uniquement visuel des informations sur les collisions limite nos capacités de contrôle. Le périphérique d’interaction pourrait être remplacé par un bras haptique. Cela rendrait l’environnement virtuel plus immersif, permettant à l’opérateur de ressentir le contact afin d’accélérer la recherche de trajectoire.

Chapitre 5

Détection d’intention en réalité

virtuelle

Dans ce chapitre, nous commençons par exposer ce qu’est la détection d’intention dans le cadre de la robotique. Nous proposons dans la deuxième section une méthode permettant la détection d’intention lors de la planification de mouvement au contact. Enfin, un nouvel algorithme appelé H-RRT-C utilise cette détection d’intention en réalité virtuelle dans le cadre de notre méthode de planification au contact.

Nous avons présenté dans le chapitre4 une méthode pour planifier des mouvements au contact afin de permettre certains mouvement spécifiques tels que le glissement ou l’inser-tion. Nous avons ensuite proposé un planificateur interactif utilisant cette méthode. Nous avons déterminé que les principales faiblesses de cette méthode sont d’une part l’absence de retour haptique et d’autre part, l’absence de contrôle sur la planification au contact. Nous tâcherons de remédier à ces deux limitations dans le présent chapitre.

Ainsi exposerons-nous d’abord ce que sont la réalité virtuelle et la détection d’intention, le lien entre ces deux domaines étant de mettre en œuvre des méthodes d’interaction avec une machine de la manière la plus intuitive possible. Nous présentons ensuite une première contribution basée sur notre méthode de planification au contact, capable de s’adapter aux intentions de l’utilisateur pendant l’exploration du contact. Une deuxième contribution, appelée H-RRT-C pour "Haptic RRT with Contact" s’attachera à introduire une méthode pour l’utilisation immersive de cette méthode de planification avec détection d’intention en utilisant un bras haptique, une plate-forme de réalité virtuelle couplée à un planificateur interactif de mouvement.

5.1 Introduction

Nous exposons dans cette section ce qu’est la réalité virtuelle dont nous nous servirons pour les contributions décrites dans ce chapitre. Nous présentons ensuite l’intérêt de la

détection d’intention dans le cadre de la commande de robots puis un bref état de l’art des contributions du domaine. Est ensuite présenté un état de l’art de la planification interactive de mouvement avec utilisation d’un périphérique haptique car c’est le matériel que nous utiliserons pour notre contribution. Enfin, nous exposerons notre choix de périphérique d’interaction pour notre contribution de planification interactive de mouvement au contact avec détection d’intention.