[URGENT] Offre de stage de Master 2 Recherche

Stage de Master 2 Recherche en robotique collaborative centrée sur l’humain.

1        Intitulé
Commande de robot en collaboration bio-inspirée de stratégie de collaboration humain-humain

2        Environnement
Responsables du stage de master :
Nom, Prénom : Mourad BENOUSSAAD, Maître de conférences.
Adresse mail : mourad.benoussaad@enit.fr
Équipe DIDS – Laboratoire LGP – INP-ENI de Tarbes

Nom, Prénom : Brunot WATIER, Professeur des Universités.
Adresse mail : bruno.watier@laas.fr
Équipe GEPETTO– LAAS – Toulouse

Dates et durée de stage :
Début de stage : Février 2024
Durée : 5 mois
Emplacement : LGP, INP-ENIT de Tarbes

3        Contexte et objectifs
Afin d’assurer la plupart des tâches complexes de la robotique du futur, une interaction physique entre l’humain et le robot en continue, appelée couramment pHRI [1], [2] s’avère nécessaire. Ce type de robotique peut concerner la co-manipulation d’objets entre l’humain et le robot [3], [4], la robotique d’assistance et de rééducation [5], la robotique d’apprentissage en ligne à partir du geste humain [6] ou les exosquelettes actifs [7].

Ce stage s’inscrit dans le cadre de nos activités en robotique collaborative (cobotique) pour l’amélioration des conditions de travail, la santé et le bien-être à l’aide des moyens de la robotique. Précisément, il contribuera à améliorer le co-portage et la co-manipulation d’objets entre l’humain et le robot.

Dans l’objectif d’assurer ces tâches de co-manipulation d’objet, qui soient à la fois sécurisée et efficace, une voie prometteuse est de s’inspirer des stratégies de coordination entre les humains et de les appliquer dans un contexte collaboratif humain-robot. On fait l’hypothèse ici, que la coordination humain-robot sera meilleure grâce à la prise en compte des techniques de collaboration entre les humains, qui semblent souvent fluide et intuitive [8].
Dans ce contexte, une thèse est en cours et se focalise pour le moment sur les mesures et extraction d’information pertinentes de coordination entre humains de tâches collaborative de co-manipulation d’objet. Ces informations devront ensuite être interprétés et adaptées pour un transfert vers un robot pour assurer un fonctionnement adapté dans le même contexte collaboratif.

Ainsi, l’objectif de ce stage de master est de développer une stratégie collaborative robotique, qui exploite les informations de la collaboration humain-humain.

Le caractère original de stage de recherche réside dans le fait que la stratégie de coordination robotique est inspirée de celle des humains tout en l’adaptant à la commande robotique existante et utilisée. Il y a là un challenge majeur qui devrait permettre d’améliorer la commande et d’anticiper le comportement des robots collaboratifs en les rendant plus proactifs [9] lors de la collaboration.

De plus, d’autres challenges complémentaires de notre approche sont liée à la présence d’un objet à co-manipuler, et qui présente une incertitude supplémentaire, et l’estimation en ligne des informations chez l’humain partenaire du robot lors de la tâche collaborative.

Dans ce contexte, les principaux défis scientifiques à lever concernent :
1.    L’adaptation des informations de coordination humain-humain vers un contexte collaboratif humain-robot.
2.   L’application de lois de commande compliantes (de type en impédance ou en admittance) inspirée des informations issues de la stratégie de coordination humain-robot.

D’autres verrous scientifiques restent à lever, et sont liés principalement aux manques d’information sur l’intention de l’humain et à la grande variabilité intra- et inter-sujet lié à la redondance du système musculosquelettique et aux habitudes de chacun. En effet, même si la stratégie de commande et de coordination du robot est bio-inspirée, elle présente une très grande incertitude induite par cette variabilité de comportement de l’humain.

Ainsi dans ce stage, la stratégie de coordination humaine sera transférée et intégrée dans la stratégie commande du robot afin de s’assurer ensuite de la capacité du robot à anticiper les mouvements du sujet humain. Les travaux expérimentaux se feront sur le robot collaboratif Kuka iiwa et un sujet humain en collaboration dont le système de capture de mouvement est à définir durant le stage.

Ce stage s’inscrit principalement en robotique, mais de par la combinaison d’approche robotique et d’information extraite du mouvement humain il présente tout à fait un caractère pluridisciplinaire en étant à la croisée des sciences de la vie (biomécanique) et de la robotique.
Ainsi ce stage s’inscrit ainsi dans le cadre d’une robotique centrée sur l’humain, où les systèmes robotiques vise à accompagner l’humain dans son travail et ses activités en favorisant au mieux son expertise et sa capacité de prise de décision.

4       Étapes du stage
Pour atteindre les objectifs de ce stage énoncés précédemment, le stage proposé devra assurer au moins les étapes suivantes :
1.     Etat de l’art des travaux de l’interaction physique homme-robot en général et particulièrement ceux intégrant les stratégies de commande robotique collaborative bio-inspirée
2.     Tests et application de technique de commande compliante de robot en interaction physique sur le robot collaboratif KUKA LBR Iiwa 14 r820.
3.     Étude et extraction d’information de coordination humain-humain qui soient pertinentes pour la commande robotique
4.    Proposer une stratégie de commande du robot ainsi bio inspirée
5.     Application et test de la loi de commande en condition expérimentales réelles

5       Mots Clefs
Interaction Physique Homme-robot, modèle biomécanique humain, robots collaboratifs, commande en effort,  mesure/estimation, observateurs.

6       Profil et candidature
Le(a) candidat(e) pour le stage doit préparer un diplôme de master 2 ou en fin d’étude d’ingénieur en robotique/automatique ou des domaines voisins. Il(elle) doit avoir des compétences en robotique, automatique et en programmation. Des connaissances en mécanique et/ou biomécanique et un goût pour l’expérimentation seraient un plus.

Pour candidater à ce stage, merci d’envoyer votre CV et une lettre de recommandation à mourad.benoussaad@enit.fr et bruno.watier@laas.fr

Date limite de candidature : 17 Nov. 2023

7       Bibliographie
[1]          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.
[2]          B. Navarro, A. Fonte, P. Fraisse, G. Poisson, and A. Cherubini, “In Pursuit of Safety: An Open-Source Library for Physical Human-Robot Interaction,” IEEE Robot. Autom. Mag., vol. 25, no. 2, pp. 39–50, 2018.
[3]          L. Peternel, N. Tsagarakis, and A. Ajoudani, “Towards multi-modal intention interfaces for human-robot co-manipulation,” in 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2016, pp. 2663–2669.
[4]         M. Mujica, M. Crespo, M. Benoussaad, S. Junco, and J.-Y. Fourquet, “Robust variable admittance control for human–robot co-manipulation of objects with unknown load,” Robot. Comput. Integr. Manuf., vol. 79, p. 102408, 2023.
[5]          C. Lauretti, F. Cordella, E. Guglielmelli, and L. Zollo, “Learning by Demonstration for Planning Activities of Daily Living in Rehabilitation and Assistive Robotics,” IEEE Robot. Autom. Lett., vol. 2, no. 3, pp. 1375–1382, 2017.
[6]         S. Ikemoto, H. Ben Amor, T. Minato, B. Jung, and H. Ishiguro, “Physical human-robot interaction: Mutual learning and adaptation,” IEEE Robot. Autom. Mag., vol. 19, no. 4, pp. 24–35, 2012.
[7]          H. D. Lee, B. K. Lee, W. S. Kim, J. S. Han, K. S. Shin, and C. S. Han, “Human-robot cooperation control based on a dynamic model of an upper limb exoskeleton for human power amplification,” Mechatronics, vol. 24, no. 2, pp. 168–176, 2014.
[8]         I. Maroger, M. Silva, H. Pillet, N. Turpin, O. Stasse, and B. Watier, “Walking paths during collaborative carriages do not follow the simple rules observed in the locomotion of single walking subjects,” Sci. Rep., vol. 12, no. 1, p. 15585, 2022.
[9]         J. Xia, D. Huang, Y. Li, and N. Qin, “Iterative learning of human partner’s desired trajectory for proactive human–robot collaboration,” Int. J. Intell. Robot. Appl., vol. 4, no. 2, pp. 229–242, 2020.