Motivation and Contribution

Les robots de services travaillent dans un environnement dynamique et non structur´e, aussi est-il impossible de pr´evoir toutes les actions qu’un robot de service devra r´ealiser. L’autonomie n´ecessaire pour r´eagir aux ´ev´enements soul`eve de nombreuses difficult´es. Tout d’abord, la prise en compte des codes sociaux et ´ethiques entre les personnes pour choisir son action

n’est pas une chose ais´ee. Ce niveau d’interaction est dite cognitive ([Lemaignan 12]).

Deuxi`emement, pour travailler dans un environnement ´evolutif, un robot doit ˆetre r´eactif. 137

Par exemple, il doit ˆetre capable d’attraper un objet en mouvement ou de r´eagir `a des ac- tions impr´evues des personnes qui l’entourent et donc de les mod´eliser pour les interpr´eter. Le contrˆole de bas niveau qui doit imp´erativement garantir la s´ecurit´e du syst`eme et des personnes doit ˆetre d´evelopp´e en parall`ele.

Par analogie, l’objectif de ce travail pourrait correspondre `a faire en sorte qu’une per- sonne saisisse un objet inconnu et le donne `a une seconde personne dans un environnement sombre. Tr`es souvent les syst`emes de vision sont instables et les robots ne voient pas les objets correctement, un peu comme nous dans l’obscurit´e. Comme l’objet est inconnu, le robot ne connaˆıt pas sa masse qui est un param`etre important pour les lois de commande. Pour que l’´echange soit naturel, intuitif et fiable, les deux personnes doivent interagir de mani`ere r´eactive. Le donneur doit pr´evoir o`u et comment le receveur va saisir l’objet puis lˆacher l’objet lorsque il est sˆur que son partenaire le tient fermement. Les travaux pr´esent´es dans ce m´emoire visent `a r´esoudre ces probl`emes et s’appuient sur des outils de planifica- tion de mouvement d´evelopp´es par d’autres coll`egues de notre ´equipe de recherche. Nous pr´esentons ce travail en trois parties : la fusion des donn´ees de force, la classification pour la d´etection d’´ev`enements et le contrˆole de trajectoire. Un exemple de sc´enario o`u le robot donne un objet `a un humain est pr´esent´e sur les figuresE.1etE.2. Le robot tend un objet qu’il a pr´ealablement saisi dans une position permettant une deuxi`eme saisie par la per- sonne situ´ee `a droite. Lorsque cette personne aura attrap´ee l’objet, le robot devra le d´etecter et relˆacher l’objet. Les relations entre les diff´erents ´el´ements logiciels sont pr´esent´es sur la figureE.3.

Figure E.1: Une tˆache d’´echange d’objet typique : le robot donne l’objet `a un humain.

E.1.1.1 Fusion et estimations de force

Travaillant dans des environnements non structur´es, le robot ne poss`ede pas toujours un mod`ele de l’environnement. Un premier d´efi est de construire un mod`ele g´eom´etrique de

Figure E.2: Lorsque le robot ex´ecute la trajectoire, il doit estimer la dynamique de l’objet manipul´e, calculer la force de contact entre l’objet et l’humain, et contrˆoler le mouvement pour atteindre la position relative d´efinie dans un rep`ere local li´e `a la main du partenaire.

Estimation des param`etres Robot Capteur de force Calcule de forces de contact

Fusion des capteurs de force

Analyse d’ondelette Classificateur Classification continue D´ecomposition de trajectoire Modes de contrˆole Contrˆoleur r´eactive Plannificateur de chemin Raisonnement G´eom´etrique

Figure E.3: Relation entre les diff´erentes contributions de cette th`ese: estimation de force, classification et contrˆole r´eactif de trajectoire.

l’environnement `a partir de la vision et de l’actualiser en temps r´eel. Pour cela nous utilisons des r´esultats de travaux des coll`egues du LAAS. En ce qui concerne plus particuli`erement une tˆache d’´echange d’objet, le robot ne connait pas non plus les param`etres dynamiques de l’objet, il doit donc les estimer. C’est ce que nous faisons lorsque nous observons un objet que nous ne connaissons pas, nous pouvons le saisir et le bouger pour voir s’il est lourds,

si sa masse est r´epartie de mani`ere homog`ene ou s’il contient du liquide `a l’int´erieur. Pour un bras manipulateurs, ces informations sont plus importantes encore car les contrˆoleurs dynamiques ont besoins de connaˆıtre ces param`etres dynamiques pour ˆetre efficaces. Les avantages de l’estimation en ligne de ces param`etres sont nombreux et sont pr´esent´es un peu plus loin. La pr´ecision g´eom´etrique du suivi de l’objet manipul´e et des ´el´ements du corps de l’humain avec lequel le robot interagit est cruciale pour le succ`es et la s´ecurit´e de la tˆache de manipulation. L’un des objectifs de cette th`ese sera de montrer que la fusion des donn´ees provenant de plusieurs types de capteurs peut ˆetre b´en´efique pour la perception.

E.1.1.2 Apprendre pour manipuler

Dans ce travail, nous pr´esentons aussi nos efforts pour construire un objet destin´e `a appren- dre au robot comment ´echanger un objet avec un partenaire humain. L’id´ee conductrice est que pour une tˆache o`u le robot donne un objet `a un partenaire humain, le robot doit ˆetre ca- pable de lˆacher l’objet correctement lorsque il a ´et´e saisi par le partenaire. Dans ce but, nous proposons d’enregistrer des ´echanges entre humains, puis d’utiliser l’analyse par ondelette du signal de force coupl´e avec l’utilisation d’une machine `a vecteur de pertinence (RVM pour Relevance Vector Machine) pour construire un classificateur robuste. Ce mod`ele peut ensuite ˆetre transf´er´e au robot pour r´ealiser des ´echanges d’objets entre robot et humains. Il peut aussi ˆetre utilis´e pour d´etecter d’autres ´ev`enements comme des collisions qui peuvent ˆetre exploit´ees par le contrˆoleur. L’apprentissage du mouvement et de la loi de contrˆole en force peuvent aussi ˆetre envisag´e, mais ils ne sont ni ´etudi´e en profondeur ni exp´eriment´e.

E.1.1.3 Contr ˆole de trajectoire bas ´e sur les capteurs

Un robot qui a la capacit´e de construire un mod`ele dynamique de l’objet manipul´e, de suivre le mouvement des objets et des diff´erentes parties du corps de l’humain, et de d´etecter des ´ev`enements particuliers doit pouvoir accomplir la tˆache tout en r´eagissant aux mouve- ments et aux ´ev`enements. Bas´e sur des travaux pr´ec´edents, nous proposons un contrˆoleur de trajectoire pour r´ealiser des manipulations r´eactives. Le contrˆoleur int`egre les informa- tions provenant de plusieurs sources et utilise un g´en´erateur de trajectoire en ligne comme ´el´ement central des algorithmes de suivi de cible mobile, de saisi d’un objet mobile et d’´evitement d’obstacle. Nous introduisons et d´efinissons le concept de primitive de contrˆole afin de d´ecomposer les tˆaches de manipulation en une suite de primitives de contrˆole. Ces primitives de contrˆole nous permettent de d´efinir les strat´egies de contrˆole de bas-niveau comme des contrˆoles de position/vitesse ou de force.