PhD: Modèle biomécanique pour l'amélioration et la sécurisation de l'interaction humain-robot

Abstract

L’interaction physique entre humains et robots (pHRI) devient nécessaire dans certains domaines, comme l’industrie et la médecine. En effet, la robustesse, la répétabilité et la précision des robots ne suffisent pas à réaliser les tâches de plus en plus complexes qui s’imposent. Elles nécessitent également la supervision de l’humain pour bénéficier de son adaptabilité et de son analyse des situations. De plus, la réalisation de certaines tâches physiques entraînent des troubles musculosquelettiques (TMS). C’est donc pour améliorer les performances lors de tâches motrices et pour améliorer la santé et la sécurité des opérateurs humains les réalisant que la pHRI, et plus particulièrement la collaboration physique humain-robot (pHRC), sont étudiées par les chercheurs. Le travail de thèse présenté s’inscrit dans cadre global. La collaboration physique entre un humain et un robot est un sujet dont les chercheurs s’emparent de différentes façons. L’une d’entre elles, encore peu prédominante, consiste en l’étude préalable de la collaboration entre deux humains, c’est-à-dire en le fait de centrer les travaux de robotique sur l’humain. En effet, la pHRC est la collaboration la plus naturelle et confortable pour les êtres humains, comme cela a pu être relevé par certains sujets préférant un partenaire humain à un partenaire robotisé. L’objectif de cette thèse était donc d’étudier des spécificités et stratégies mises en place lors de la collaboration entre humains pour les transférer à une collaboration humain-robot. Dans cette optique, nous avons défini une tâche collaborative de pick-and-place, avec certains paramètres variables comme la masse de l’objet, réalisée par 30 dyades, c’est-à-dire par 30 binômes de sujets. Il a été démontré qu’il existe une variabilité inter-dyade du comportement lors de cette tâche, pouvant compliquer la modélisation du comportement humain, et que certains paramètres variables n’ont pas eu d’impact sur les performances des sujets. Ces conclusions ont permis de construire une modélisation du comportement humain à l’aide d’outils de contrôle optimal inverse (IOC). La capacité du modèle résultant à être généralisé a été analysée et a permis de conclure que son utilisation dans des travaux de prédiction de trajectoires était justifiée. La méthode de prédiction alors développée consistait en la considération du comportement passée pour estimer le comportement futur sur une fenêtre temporelle glissante. Cette approche a pour objectif, dans des travaux futurs, de rendre le robot avec lequel l’humain collaborerait plus proactif afin qu’il puisse anticiper les mouvements humains et améliorer ainsi le confort et la sécurité de l’humain.