Perception et génération de trajectoires en cobotique dans des environnements dynamiques

Perception and paths generation for cobotic in dynamic environments

• Auteur / Autrice : Guillaume Fuseiller
• Direction : Ouiddad Labbani-Igbida, Gilles Mourioux, Erick Duno
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 06/12/2019
• Etablissement(s) : Limoges
• Ecole(s) doctorale(s) : École doctorale Sciences et Ingénierie des Systèmes, Mathématiques, Informatique (Limoges ; 2018-2022)
• Partenaire(s) de recherche : Laboratoire : XLIM (Brive, Limoges, Poitiers ; 2006-....)
• Jury : Président / Présidente : Youcef Mezouar
• Jury : Rapporteurs / Rapporteuses : Pierre Vieyres, Jean-Pierre Gazeau
• DOI : 10.70675/d2049c92z38eez4abbz8368z3078d0e2e065

Mots clés

Mots clés contrôlés

Interaction homme-robot

Robots industriels

Perception spatiale

Intelligence artificielle

Espace de configuration

Mots clés libres

Cobotique

Interaction homme-robot

Planification de trajectoire

Espace des configurations

Bras robot industriel

Environnement dynamique

Carte d’occupation

Cobotic

Human robot interaction

Path planning

Configurations space

Industrial robot arm

Dynamic environment

Occupancy map

Résumé

L'apparition au début des années 2010 des robots collaboratifs en parallèle du développement de l'industrie 4.0 a incité les industriels à repenser la robotique. L’intégration de robots au contact des humains permet de cumuler leurs points forts en terme de flexibilité et d’adaptabilité à des tâches complexes. Cependant de nombreux défis sont posés à la communauté robotique par ces nouvelles pratiques et notamment : comment sécuriser l'interaction entre l'Homme et le Robot. Nous proposons de traiter cette problématique en proposant un pipeline complet permettant de déplacer en autonomie le robot dans l'espace partagé avec l'humain tout en garantissant sa sécurité. Pour cela nous construisons une représentation de l'espace de travail du robot sous forme d'une grille d'occupation 3D sémantique à partir de la perception du robot de son environnement. Nous projetons alors en temps réel les obstacles et humains présents dans la zone de travail du robot vers l'espace des configurations, une représentation adaptée aux bras robotiques. En utilisant l’axe médian dans l’espace des configurations, la trajectoire du robot vers l’objectif est calculée au plus loin des obstacles. Nous adaptons cette trajectoire au changement dynamique de l'environnement et modulons sa vitesse en fonction de la distance séparant l’humain et le robot. L’intérêt de cette méthode a été démontré en simulation et avec des expérimentations réelles sur des robots collaboratifs en contexte industriel.

The appearance in the early 2010s of collaborative robots in parallel with the development of industry 4.0 prompted manufacturers to rethink robotics. Theintegration of robots in contact with humans makes it possible to combine their strengths in terms of flexibility and adaptability to complex tasks. However, many challenges are posed to the robotics community by these new practices and in particular: howto secure the interaction between Human and Robot. We propose to address this problem by proposing a complete pipeline allowing the robot to move autonomously in the space shared with humans while guaranteeing its safety. For this we build a representation of the robot's workspace in the form of a 3D semantic occupation grid from the robot's perception of its environment. We then project in real time the obstacles and humans present in the robot's work area to the configurationsspace, a representation adapted to robotic arms. Using the medialaxis in the configurationsspace, the robot's trajectory towards the objective is calculated as far as possible from obstacles. We adapt this trajectory to the dynamic change of the environment and modulate its speed according to the distance separating the human and the robot. The interest of this method has been demonstrated in simulation and with real experiments on collaborative robots in an industrial context.