Commande multimodales et multi-objectives par programmation quadratique pour robot humanoïde en applications industrielles.

par Kévin Chappellet

Projet de thèse en SYAM - Systèmes Automatiques et Micro-Électroniques

Sous la direction de Abderrahmane Kheddar.

Thèses en préparation à Montpellier , dans le cadre de École Doctorale Information, Structures, Systèmes (Montpellier ; 2015) , en partenariat avec Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 199.-....) (laboratoire) et de Département Robotique (equipe de recherche) depuis le 01-02-2019 .


  • Résumé

    Récemment la robotique humanoïde apparaît comme une solution d'automatisation sérieuse dans certains secteurs de l'industrie manufacturière ; notamment à grande-échelle comme l'avionique et les chantiers navals. Contrairement aux robots à base fixe, un robot humanoïde peut se mouvoir pour balayer un grand espace de travail et aussi opérer dans les mêmes espaces que l'homme. Dans un tel contexte, il est nécessaire que le robot puisse être autonome dans l'interaction et la manipulation de son environnement. Cette forme d'autonomie se traduit par la capacité à se localiser (SLAM) et à détecter puis manipuler les objets désirés dont les modèles seront assez souvent connus à l'avance. L'orientation de cette thèse portera sur la sophistication des méthodes de contrôle existantes, et notamment par optimisation quadratique (QP) dans l'espace des tâches. La première partie de la thèse s'attèlera à enrichir les tâches par des capacités de perception (vision, force, SLAM, identification, observation –au sens de l'automatique) de manière plus intégrée au contrôle. Par exemple, on cherchera à utiliser à la fois la vision et la force dans des boucles de rétraction au sein du QP, ou on affinera les paramètres des modèles durant l'exécution des tâches. Le but est d'arriver in fine à intégrer l'observation et le contrôle dans un même framework d'optimisation. La deuxième partie de la thèse comporte un travail expérimental important : la validation des résultats obtenus par des use-cases industriels dont nous disposons (Airbus, Michelin).

  • Titre traduit

    Multimodal and multi-objectives control by quadratic programming for humanoid robot in industrial contexts


  • Résumé

    Rececently, humanoid robotics appears as a serious solution in automation of some sectors of the manufacturing industry ; especially large scale such as aeronautics and shipyards. Unlike to fixed-basic robots, a humanoid robot can move into a huge workspace and also perform tasks in the same space as human do. In a such context, it is necessary than the robot should be autonomus in term of interaction and manipulation with his environment. This form of autonomy is described by the capacity to locate itself (SLAM), to detect and then to manipulate the desired objects whose the model would be most often known in advance. The purpose of this thesis is the sophistication of the existing control methods, and especially by quadratic optimization (QP) in tasks space. The focus of the first part of this thesis is to enrich the tasks by perception capacity (vision, force, SLAM, identification, observation – in automatic meaning) in a more integrated way to the control. By example, we will try to use both vision and force inside the QP feedback loop or we will refine the models parameters during the tasks execution. The goal is to succeed to integrate the observation and the control in a same optimization framework. The second part of the thesis consists to an important experimental work : the results validation obtained by industrial use-cases that we have (Airbus, Michelin).