Retour au site du LAAS-CNRS

Abstract

This paper presents interaction between a user and a robot to guide motion through motion planning algorithm. The interaction aims at improving the guidance of an operator during a robot motion task in a virtual environment with the help of an automatic path planning algorithm. Existing works use a twostep decomposition which limits the interaction between the user and the ongoing process. We propose a modification of a classic motion planning method, the Rapidly-exploring Random Tree to build a Interactive-RRT. This method is based on exchanging forces between the algorithm and the user, and on data gathering (labels) from the virtual scene. Examples are shown to illustrate the Interactive motion planning system and analysis are done in function on the user's dexterity to manipulate devices.

Résumé

Les travaux présentés dans ce manuscrit d'Habilitation à Diriger des Recherches concernent la problématique de la planification de trajectoires pour un système robotique. Nous présentons des méthodes et des algorithmes qui calculent automatiquement des trajectoires géométriques sans collision et qui prennent en compte les contraintes du système pour effectuer une tâche. Dans une première partie, nous nous intéressons aux robots mobiles à roues. Nous avons développé une algorithmique pour calculer, si elle existe, une trajectoire pour un robot articulé en terrain accidenté qui garantit les contraintes de validité (stabilité, contraintes mécaniques et non collision). Afin d'améliorer la robustesse de notre approche, il est apparu nécessaire de prendre en compte le lien entre planification, localisation et exécution. Nous proposons une méthode pour définir automatiquement les amers pertinents à sélectionner le long de la trajectoire et étudions les conditions de leurs enchaînements. Nous transformons ainsi une planification de trajectoire géométrique en une suite de tâches référencées capteurs. Nous nous sommes ensuite intéressés au problème de recouvrement de surface pour lequel c'est la tâche robotique qui amène à définir implicitement une trajectoire. Nous avons développé une nouvelle approche incluant la gestion automatique des zones de fourrière. Dans une deuxième partie, nous avons étendu la problématique hors du champ de la robotique à roues. Nous avons commencé par combiner les avantages de différentes techniques de planification probabiliste afin de résoudre plus ecacement le problème des passages étroits. Il est alors apparu intéressant de faire coopérer un opérateur humain avec un algorithme de recherche probabiliste. Nous proposons une variante basée sur les Rapidly-exploring Random Trees pour construire un RRT-Interactif qui améliore le guidage d'un opérateur lors d'une tâche d'assemblage dans un environnement virtuel. Pour mieux comprendre le mouvement humain, nous avons appliqué des principes moteurs neurobiologiques pour le contrôle du geste d'atteinte des robots humanoïdes. Nous montrons que cette approche permet de générer des mouvements réalistes qui respectent les caractéristiques du mouvement humain et qu'il est ensuite possible de synthétiser les mouvements d'atteinte par une combinaison de primitives motrices. Pour conclure, il nous semble intéressant d'étendre nos travaux, d'une part en planifiant des mouvements réalistes par rapport au mouvement humain en vue de l'introduction de mannequins numériques ; d'autre part, en planifiant des mouvements pour des objets déformables car de nombreux problèmes pratiques ne peuvent pas être résolus en considérant des objets rigides.

Mots-Clés / Keywords