Retour au site du LAAS-CNRS

Résumé

L'apparition de robots de service de plus en plus complexes ouvre de nouvelles perspectives quant aux tâches de manipulation d'objets. Malgré les progrès récents des techniques de plani fication de mouvement, peu d'entre elles s'intéressent directement à des systèmes multi-bras comme les torses humanoïdes. Notre contribution à travers cette thèse porte sur trois aspects. Nous proposons une technique de planification de mouvement performante basée sur la coordination des mouvements du système multi-bras. Elle exploite au mieux la structure du système en la divisant en parties élémentaires dont les mouvements sont planifiés indépendamment du reste du système. La fusion des différents réseaux élémentaires générés est ensuite réalisée dans le but d'obtenir un graphe prenant en compte le robot tout entier. Une seconde contribution porte sur l'extension des méthodes de planification pour des robots présentant des chaînes cinématiques fermées. Ces boucles cinématiques apparaissent dans le système lorsque, par exemple, le torse humanoïde saisit un objet avec plusieurs bras. Cette méthode traite explicitement les configurations singulières des manipulateurs, offrant ainsi une meilleure maniabilité de l'objet. Finalement, nous proposons deux approches pour la planification de tâches de manipulation d'objets par un torse humanoïde. La première concerne la résolution d'une tâche de prise et pose d'objets par un torse humanoïde à deux bras dans le cas où les contraintes imposées par la tâche nécessitent le passage par une double prise afin de transférer l'objet d'une main à l'autre. La seconde porte sur la résolution du même type de tâche par un manipulateur mobile. La thèse, effectuée dans le cadre du projet européen Phriends, présente les résultats d'expérimentations réalisées sur le robot Justin, démonstrateur du projet.

Abstract

The emergence of new more and more complex service robots opens new research fields on objet manipulation. Despite the recent progresses in motion planning techniques, few of them deal directly with multi-arm systems like humanoid torsos. Our contribution through this thesis focuses on three aspects. We present an efficient motion planning technique based on the multi-arm system motion coordination. It takes advantage of the system's structure by dividing it into elementary parts of which movements are planned independently of the rest of the system. Generated elementary networks are then fused to obtain a roadmap that takes into account the whole robot. The second contribution consists of the extension of motion planning methods for a robot under loop closure constraints. These kinematic loops appear in the system when, for example, the humanoid torso grasps an objet with two arms. This method treats explicitly the singular configurations of the manipulators, providing better handling of the object. Finally, we present two approaches for planning object manipulation tasks by humanoid torsos. The first concerns solving pick and place task by humanoid torso where the imposed task constraints require a passage through a double grasp to transfer the object from one hand to the other. The second approach concerns the resolution of the same type of task by a mobile manipulator. The presented methods have been integrated on a real platform, Justin, and validated with experiments in the frame of E.U. FP-6 PHRIENDS project.

Mots-Clés / Keywords

Manipulation; Multi-bras; Robot; Chaînes fermées; Two arms; Closed chain; Planification;

Abstract

Understanding and predicting structure-function relationships in proteins with fully in silico approaches remain today a great challenge. Despite recent developments of computational methods for studying molecular motions and interactions, dealing with macromolecular flexibility largely remains out of reach of the existing molecular modeling tools. The aim of this thesis is to develop a novel approach based on motion planning algorithms originating from robotics to better deal with macromolecular flexibility in protein interaction studies. We have extended a recent sampling-based algorithm, ML-RRT, for (dis)-assembly path planning of complex articulated objects. This algorithm is based on a partition of the configuration parameters into active and passive subsets, which are then treated in a decoupled manner. The presented extensions permit to consider different levels of mobility for the passive parts that can be pushed or pulled by the motion of active parts. This algorithmic tool is successfully applied to study protein conformational changes induced by the diffusion of a ligand inside it. Building on the extension of ML-RRT, we have developed a novel method for simultaneously (dis)assembly sequencing and path planning. The new method, called Iterative-ML-RRT, computes not only the paths for extracting all the parts from a complex assembled object, but also the preferred order that the disassembly process has to follow. We have applied this general approach for studying disassembly pathways of macromolecular complexes considering a scoring function based on the interaction energy. The results described in this thesis prove not only the efficacy but also the generality of the proposed algorithms.

Résumé

La compréhension et la prédiction des relations structure-fonction de protéines par des approches in sillico représentent aujourd'hui un challenge. Malgré le développement récent de méthodes algorithmiques pour l'étude du mouvement et des interactions moléculaires, la flexibilité de macromolécules reste largement hors de portée des outils actuels de modélisation moléculaire. L'objectif de cette thèse est de développer une nouvelle approche basée sur des algorithmes de planification de mouvement issus de la robotique pour mieux traiter la flexibilité moléculaire dans l'étude des interactions protéiques. Nous avons étendu un algorithme récent d'exploration par échantillonnage aléatoire, ML-RRT pour le désassemblage d'objets articulés complexes. Cet algorithme repose sur la décomposition des paramètres de configuration en deux sous-ensembles actifs et passifs, qui sont traités de manière découplée. Les extensions proposées permettent de considérer plusieurs degrés de mobilité pour la partie passive, qui peut Æetre poussée ou attirée par la partie active. Cet outil algorithmique a été appliqué avec succès pour l'étude des changements conformationnels de protéines induits lors de la diffusion d'un ligand. A partir de cette extension, nous avons développé une nouvelle méthode pour la résolution simultanée du séquenc¸age et des mouvements de désassemblage entre plusieurs objets. La méthode, nommée Iterative- ML-RRT, calcule non seulement les trajectoires permettant d'extraire toutes les pièces d'un objet complexe assemblé, mais également l'ordre permettant le désassemblage. L'approche est générale et a été appliquée pour l'étude du processus de dissociation de complexes macromoléculaires en introduisant une fonction d'évaluation basée sur l'énergie d'interaction. Les résultats présentés dans cette thèse montrent non seulement l'efficacité mais aussi la généralité des algorithmes proposés.

Mots-Clés / Keywords

Motion planning; Disassembly sequencing; Protein-Ligand interactions; Protein complex dissasembly; Planification de mouvement; Séquencçage de désassemblage; Interactions Protéine-Ligand; Désassemblage des complexes protéiques;

Abstract

The goal of the mobile robotic research is to give robots the capability to accomplish missions in an environment that might be unknown. To accomplish his mission, the robot need to execute a given set of elementary actions (movement, manipulation of objects...) which require an accurate localisation of the robot, as well as a the construction of good geometric model of the environment. Thus, a robot will need to take the most out of his own sensors, of external sensors, of information coming from an other robot and of existing model coming from a Geographic Information System. The common information is the geometry of the environment. The first part of the presentation will be about the different methods to extract geometric information. The second part will be about the creation of the geometric model using a graph structure, along with a method to retrieve information in the graph to allow the robot to localise itself in the environment.

Résumé

Le but de la recherche en robotique mobile est de donner aux robots la capacité d'accomplir des missions dans un environnement qui n'est pas parfaitement connu. Mission, qui consiste en l'exécution d'un certain nombre d'actions élémentaires (déplacement, manipulation d'objets...) et qui nécessite une localisation précise, ainsi que la construction d'un bon modèle géométrique de l'environnement, a partir de l'exploitation de ses propres capteurs, des capteurs externes, de l'information provenant d'autres robots et de modèle existant, par exemple d'un système d'information géographique. L'information commune est la géométrie de l'environnement. La première partie du manuscrit couvre les différentes méthodes d'extraction de l'information géométrique. La seconde partie présente la création d'un modèle géométrique en utilisant un graphe, ainsi qu'une méthode pour extraire de l'information du graphe et permettre au robot de se localiser dans l'environnement.

Mots-Clés / Keywords

Robotique mobile; SLAM; Modélisation d'environnement; Mobile robotics; Environment modelling;

Abstract

Human Robot Interaction is a research area that is growing exponentially in last years. This fact brings new challenges to the robot's geometric reasoning and space sharing abilities. The robot should not only reason on its own capacities but also consider the actual situation by looking from human's eyes, thus "putting itself into human's perspective". In humans, the "visual perspective taking" ability begins to appear by 24 months of age and is used to determine if another person can see an object or not. The implementation of this kind of social abilities will improve the robot's cognitive capabilities and will help the robot to perform a better interaction with human beings. In this work, we present a geometric spatial reasoning mechanism that employs psycho- logical concepts of "perspective taking" and "mental rotation" in two general frameworks: - Motion planning for human-robot interaction: where the robot uses "egocentric perspec- tive taking" to evaluate several configurations where the robot is able to perform different tasks of interaction. - A face-to-face human-robot interaction: where the robot uses perspective taking of the human as a geometric tool to understand the human attention and intention in order to perform cooperative tasks.

Résumé

L'interaction Homme-Robot est un domaine de recherche qui se développe de manière expo-nentielle durant ces dernières années, ceci nous procure de nouveaux défis au raisonnement géométrique du robot et au partage d'espace. Le robot pour accomplir une tâche, doit non seulement raisonner sur ses propres capacités, mais également prendre en considération la perception humaine, c'est à dire "Le robot doit se placer du point de vue de l'humain". Chez l'homme, la capacité de prise de perspective visuelle commence à se manifester à partir du 24ème mois. Cette capacité est utilisée pour déterminer si une autre personne peut voir un objet ou pas. La mise en place de ce genre de capacités sociales améliorera les capacités cognitives du robot et aidera le robot pour une meilleure interaction avec les hommes. Dans ce travail, nous présentons un mécanisme de raisonnement spatial de point de vue géométrique qui utilise des concepts psychologiques de la "prise de perspective" et "de la rotation mentale" dans deux cadres généraux: - La planification de mouvement pour l'interaction homme-robot: le robot utilise "la prise de perspective égocentrique" pour évaluer plusieurs configurations où le robot peut effectuer differentes tâches d'interaction. - Une interaction face à face entre l'homme et le robot : le robot emploie la prise de point de vue de l'humain comme un outil géométrique pour comprendre l'attention et l'intention humaine afin d'effectuer des tâches coopératives.

Résumé

La plupart des applications des avions drones sont liées à l'observation d'événements au sol. En particulier, les suivi de cibles terrestres mobiles, qu'elles soient statiques, lentes ou rapides, est une tâche essentielle pour un drone. L'objectif global de la thèse est de proposer des méthodes qui permettent à un drone de suivre une cible terrestre, dans les conditions suivantes: - Le drone est de type voilure fixe équipé d'une caméra monoculaire. - Présence d'obstacles qui occultent la visibilité de zones au sol. - Existence de zones d'exclusion aérienne qui limitent le mouvement aérien. - Restrictions sur le champ de vue du capteur qui assure le suivi (caméra) - Différents comportements de la cible : elle peut évoluer librement ou sous contraintes dynamiques (cas d'une voiture par exemple), et peut être neutre ou évasive~: dans ce dernier cas, elle peut exploiter la présence d'obstacles pour éviter d'être perçue par le drone. Trois approches pour aborder ce problème sont proposées dans la thèse : - Une méthode basée aux lois de contrôle et de la navigation, - Une méthode basée sur la prédiction des déplacements de la cible, - Et une approche basée sur la théorie des jeux. Des résultats obtenus par des simulations réalistes et avec un drone sont présentés, pour évaluer et comparer les avantages et inconvénients de chacune des approches. Des extensions au cas "multi-drones" sont aussi proposées.

Mots-Clés / Keywords

UAV control; Target tracking; Model predictive control; Pursuit evasion games;

Résumé

Cette thèse aborde la problématique du robot assistant et plus particulièrement les aspects décisionnels qui y sont liés. Un robot assistant est amené à interargir avec des hommes ce qui impose qu'il doit intègrer dans son processus décisionnel de haut-niveau les contraintes sociales inhérentes à un comportement acceptable par son(ses) partenaire(s) humain(s). Cette thèse propose une approche permettant de décrire de manière générique diverses règles sociales qui sont introduites dans le processus de planification du robot afin d'évaluer la qualité sociale des plans solutions et de ne retenir que le(s) plus approprié(s). Cette thèse décrit également l'implémentation de cette approche sous la forme d'un planificateur de tâches appelé HATP (Human Aware Task Planner en anglais). Enfin, cette thèse propose une validation de l'approche développée grâce à un scénario de simulation et à une mise en oeuvre sur un robot réel.

Abstract

This thesis deals with a number of challenges for an assistive robot and more especially decisional issues linked to it. An assistive robot has to interact with humans which implies that it must integrate in its high-level decisional process some social constraints inherent in a behaviour acceptable by its human partner(s). We propose an approach allowing to describe, in a generic way, a set of social rules introduced in the robot planning process in order to evaluate social quality of solution plans and, thus, keep the most appropriate. We also describe the implementation of this approach in the form of a task planner called HATP (Human Aware Task Planner). Finally, we present and discuss a validation of the developed approach with a simulation scenario and an implementation on a real robot.

Mots-Clés / Keywords

Robotique assistive; Planification de tâches; Comportement social d'un robot; Interaction homme-robot;

Abstract

The introduction of robots in our daily lives raises a key issue that is "added" to the "standard challenge" of autonomous robots: the presence of humans in the environment and the necessity to interact with them. In the factory, the robot is physically separated and a security distance is always kept from human workers. With this separation, the primary concern in such environments, the "safety", is ensured. However this separation cannot be applied to future applications where the robot will be in a situation where it will have to assist humans. In a scenario where the robot has to move among people, the notion of safety becomes more important and should be studied in every detail. Yet the biggest dierence in these two environments does not come from the definition of their primary concern, the safety, but comes from a secondary concern. In factory, when the safety is ensured, the feasibility of the task gains in importance. The robot's environment is perfectly structured and all the robots are perfectly coordinated in order to accomplish their tasks. On the contrary, the feasibility of the task leaves its place to the "comfort" for an interactive robot. For a robot that physically interacts with humans, accomplishing a task with the expense of human comfort is not acceptable even the robot does not harm any person. The robot has to perform motion and manipulation actions and should be able to determine where a given task should be achieved, how to place itself relatively to a human, how to approach him/her, how to hand the object and how to move in a relatively constrained environment by taking into account the safety and the comfort of all the humans in the environment. In this work, we propose a novel motion planning framework answering these questions along with its implementation into a navigation and a manipulation planner. We present the Human-Aware Navigation Planner that takes into account the safety, the elds of view, the preferences and the states of all the humans as well as the environment and generates paths that are not only collision free but also comfortable. We also present the Human-Aware Manipulation Planner that breaks the commonly used human-centric approaches and allows the robot to decide and take initiative about the way of an object transfer takes place. Human's safety, field of view, state, preferences as well as its kinematic structure is taken into account to generate safe and most importantly comfortable and legible motions that make robot's intention clear to its human partner.

Résumé

L'introduction des robots dans la vie quotidienne apporte un problème important qui "s'ajoute" au "défi standard" des robots autonomes : la présence d'hommes dans son environnement et le besoin d'interagir avec eux. Ce travail s'intéresse aux problèmes de l'interaction proche entre humains et robots, en se plaçant du point de vue des décisions de mouvement qui doivent être prises par le robot pour assurer un mouvement sûr, effectif, compréhensible et confortable pour l'homme. On présente un cadre général de planification de mouvement qui prend explicitement en compte la présence de l'homme. Ce cadre est matérialisé par deux planificateurs. Le premier, "Human-Aware Navigation Planner", est un planificateur de navigation qui raisonne sur la sécurité, la visibilité, la posture et les préférences de l'homme pour générer des mouvements sûrs et confortables pour l'homme. Le deuxième, "Human-Aware Manipulation Planner", est un planificateur qui traite les problèmes de transfert d'objet entre l'homme et le robot. Ce planificateur transforme le problème initial de planification de mouvement en un problème beaucoup plus riche de recherche d'un chemin "pour réaliser une tache" fournissant ainsi la possibilité de raisonner à un niveau d'abstraction supérieur. Les deux planificateurs sont intégrés dans deux plates-formes robotiques, Jido et Rackham, et validés à travers des études utilisateurs dans le cadre du projet européen COGNIRON.

Mots-Clés / Keywords

Interaction homme-robot; Planification de mouvements; Robotique de service; Modélisation de l'homme; Navigation; Manipulation;

Résumé

L'objet de cette thèse est l'étude et la mise en oeuvre d'un système de gestion automatique de la configuration d'une formation d'avions sans pilote, ou drones. Les objectifs sont, d'une part, d'améliorer la sécurité et l'efficacité d'un groupe de drones de combat, et, d'autre part, de faire le lien entre les niveaux de planification de missions et les niveaux fonctionnels de contrôle de la formation. Le vol en formation est particulièrement bien adapté pour des applications militaires en milieux hostiles, qui requièrent des synchronisations pour l'arrivée sur les cibles ou du support mutuel pour le brouillage. L'une des difficultés soulevées est le choix autonome de la configuration. Notre approche est de mettre en oeuvre, entre les niveaux décisionnels et les niveaux fonctionnels, une couche intermédiaire dédiée à la formation et à la gestion autonome de sa configuration. La configuration ainsi déterminée doit être affectée aux avions de la formation en tenant compte des contraintes tactiques et des ressources de chacun. Enfin, la sécurité du vol est un élément primordial. Il faut donc pouvoir planifier des manoeuvres de reconfiguration pour passer d'une configuration à une autre, en respectant les distances minimales entres avions. Des solutions ont été développées à partir de l'algorithme Branch & Bound pour résoudre les problèmes d'allocations, et de l'algorithme A* pour la planification de trajectoires dans la formation. De plus, un contrôle de vol de la formation a été implémenté. Ceci a permis de valider notre approche par des simulations et des expérimentations réelles.

Abstract

This thesis presents the study and the implementation of a system that manages autonomously the configuration of a formation of unmanned aerial vehicles, or UAVs. The purposes are to improve the safety and the efficiency of a group of military UAVs, and to fill the gap between mission planning layers and formation control layers. Formation flight is particularly suited for military applications in hostile environments, that require synchronizations on target arrivals or mutual support for jamming. One of the difficulties raised is the autonomous choice of the configuration. Our approach is to develop an intermediate layer, dedicated to the formation and to the management of its configuration, between the deliberative and functionnal layers. Once a configuration is specified, it has to be allocated to the UAVs according to the tactical constraints and the available ressources. As the safety of the flight is a prime issue, reconfiguration maneuvers are planned to switch between two configurations, with respect to a security distance. Solutions have been developed based on the Branch & Bound algorithm to solve the assigment problems, and on the A* algorithm for reconfiguration trajectories planning. Moreover, a formation control has been implemented, allowing to validate our approach, both with simulations and real experimentations.

Mots-Clés / Keywords

Navigation autonome; Vol en formation; Multi-robots; Drone; Planification de trajectoires; Problèmes d'allocations; Recherche de graphes; Autonomous navigation; Formation flight; UAVs; Trajectory planning; Assigment problems; Graph search;

Abstract

A fundamental capability of a mobile robot perceiving its environment is to be able to build its own map. The existence of mobile entities in the robot's perception zone, while it is building its map, can generate serious errors in its localization and inaccuracies in the map. The traces of the mobile objects must be detected and eliminated from the constructed model. We propose to adopt an occupancy grid as the representation of the environment. This representation provides a model of the environment which can be updated at high frequency, an important requirement to allow the detection and the tracking of mobile objects near the robot. The detection and the tracking of the dynamic targets are then carried out. We present a procedure that attributes acquired measurements to the corresponding targets (data association).Moreover, in order to improve the quality of the sensory information supplied to the robot and to increase the reliability of the tracking process, we fuse the data of a catadioptric camera with the laser's data. A binary image is calculated using a modified approach of optical flux, where a new term which compensates for the changes of illumination is calculated and taken into account. Two strategies that determine the directions of the detected targets using deployed images (on a cylindrical form) and rough panoramic images are respectively presented and compared. Finally, we propose a probabilistic method to couple the measurements received from the two sensors and to associate them to the same event.

Résumé

Une capacité essentielle pour qu'un robot mobile soit capable de comprendre son environnement est de pouvoir en construire la carte. Des entités mobiles dans la zone de perception du robot pendant qu'il construit sa propre carte peuvent provoquer de graves erreurs au niveau de sa localisation, et des inexactitudes dans la carte. Les traces des objets mobiles doivent être détectées et éliminées du modèle. Nous proposons d'adopter la représentation de l'environnement par une grille d'occupation. Cette représentation fournit un modèle de l'environnement pouvant être mis à jour à une fréquence élevée ce qui présente l'intérêt de permettre la détection et le suivi d'éléments mobiles autour du robot. La détection et le suivi des cibles dynamiques sont ensuite effectués. Une procédure qui attribue les mesures acquises aux cibles correspondantes est aussi présentée. Pour essayer d'améliorer la qualité de l'information sensorielle du robot et d'augmenter la fiabilité du suivi, nous utilisons une caméra catadioptrique dont les données seront fusionnées avec le laser. Une image binaire est calculée à partir d'une approche modifiée de flot optique où un nouveau terme qui compense les changements d'illumination est calculé et pris en compte. Deux stratégies qui déterminent les directions des cibles détectées à partir d'images déployées (sur une forme cylindrique) et d'images panoramiques brutes sont respectivement présentées et comparées. Nous proposons en fin, une technique probabiliste pour coupler des mesures reçues par l'un et par l'autre capteur et pour les associer à un même événement.

Mots-Clés / Keywords

Grille d'occupation; Cartographie et suivi simultané; Environnement dynamique; SLAM; Détection visuelle d'objets mobiles; Fusion de capteurs; Alignement des données;

Abstract

During the 90s, the integration of the many functionalities needed to make robot autonomous has given birth to robotic architectures, which allow cooperation between perception, decision and action in robotic systems. Experience with these architectures has shown that they suffer from limitations. More recently, new paradigms have appeared to tackle these limitations, based mainly on the idea that plan representation should be uni?ed. This thesis contribution is a plan model which allows the integration of the result of different decision formalisms, to execute them and to adapt them online. Moreover, this model and the execution and adaptation component built around it have been designed with multi-robot in mind: it allows to build, execute and adapt joint plans, in which more than one robot are involved. The software component written during this thesis has been tested experimentally, in an aero-terrestrial cooperation scenario.

Résumé

Dans les années 90, le problème de l'intégration des nombreuses fonctionnalités nécessaires à l'autonomie de robots a donné naissance aux architectures robotiques, qui permettent aux différentes fonctions nécessaires aux robots autonomes de bien s'articuler entre elles. la perception, la décision et l'action. L'expérience dans ce domaine a montré les limites des différentes approches alors proposées. Récemment, de nouvelles architectures ont tenté de dépasser ces limites, principalement en unifiant la représentation du plan. Cette thèse propose à la fois un modèle de plan permettant de représenter les résultats de différents formalismes de décision, d'exécuter le plan qui en résulte, et de l'adapter en ligne. Ce modèle et le composant d'exécution et d'adaptation construit autour de lui ont été pensé dès l'origine pour le multi-robot: il s'agit de permettre l'exécution et l'adaptation de plans joints, c'est à dire de plans dans lesquels plusieurs robots coopèrent. Le composant logiciel construit durant cette thèse a de plus donné lieu à une validation expérimentale pour une coopération aéro-terrestre.

Mots-Clés / Keywords

Planification; Multi-robots; Planning; Architecture;