L’interaction physique humain-robot est un domaine d’étude qui s’est vu porter beaucoup d’intérêt ces dernières années. Une optique de coopération entre les deux entités entrevoit le potentiel d’associer les forces de l’humain (comme son intelligence et son adaptabilité) à celle du robot (comme sa puissance et sa précision). Toutefois, la mise en service des applications développées reste une opération délicate tant les problèmes liés à la sécurité demeurent importants. Les robots constituent généralement de lourdes machines capables de déplacements très rapides qui peuvent blesser gravement un individu situé à proximité. Ce projet de recherche aborde le problème de sécurité en amont avec le développement d’une stratégie dite "pré-collision". Celle-ci se caractérise par la conception d’un système de planification de mouvements visant à optimiser la sécurité de l’individu lors de tâches d’interaction humain-robot dans un contexte industriel. Pour ce faire, un algorithme basé sur l’échantillonnage a été employé et adapté aux contraintes de l’application visée. Dans un premier temps, l’intégration d’une méthode exacte de détection de collision certifie que le chemin trouvé ne présente, a priori, aucun contact indésirable. Ensuite, l’évaluation de paramètres pertinents introduit notre notion de sécurité et définit un ensemble d’objectifs à optimiser. Ces critères prennent en compte la proximité par rapport aux obstacles, l’état de conscience des êtres humains inclus dans l’espace de travail ainsi que le potentiel de réaction du robot en cas d'évènement imprévu. Un système inédit de combinaison d’objectifs guide la recherche et mène à l’obtention du chemin jugé comme étant le plus sûr, pour une connaissance donnée de l’environnement. Le processus de contrôle se base sur une acquisition minimale de données environnementales (dispositif de surveillance visuelle) dans le but de nécessiter une installation matérielle qui se veut la plus simple possible. Le fonctionnement du système a été validé sur le robot industriel Baxter.

Planifier un chemin géométrique pour un robot d'une configuration initiale à une configuration initiale est aujourd'hui un problème quasiment résolu moyennant une représentation géométrique de l'environnement statique du robot, une modélisation de la chaîne cinématique du robot et de ses contraintes cinématiques. L'exécution de tels chemins en environnement réel est en revanche un problème qui est loin d'être résolu malgré une littérature fournie sur le sujet. De nombreuses raisons expliquent cette difficulté parmi lesquelles l'inexactitude des modèles d'environnement utilisés et des moyens de localisation. L'objectif de notre travail est de proposer une approche générique de planification de mouvements référencés sur des amers. Le principe de notre approche consiste à associer à une trajectoire géométrique sans collision des couples amers-capteurs qui pendant l'exécution sont utilisés pour asservir localement le mouvement du robot. Cette approche nous permet de produire des mouvements sûrs en donnant plus d'importance aux amers qui ont de bonnes propriétés de localisation ou bien à ceux qui représentent un danger de collision. Des résultats expérimentaux réalisés sur un robot mobile non holonome de type Hilare avec remorque valident notre approche.

Les travaux présentés dans cette thèse portent sur la planification de tâches pour des systèmes robotiques qui prennent en compte des contraintes géométriques, cinématiques et symboliques. Nous souhaitons notamment traiter des problèmes nécessitant la manipulation et l'assemblage d'objets par plusieurs robots mobiles manipulateurs dans un environnement contraint. Dans le cadre de cette thèse nous avons développé un planificateur nommé "aSyMov" qui offre un cadre innovant pour combiner les techniques issues de la planification de mouvements et de la planification de tâches. Dans un premier temps nous faisons un état de l'art des techniques de la planification de mouvements. Puis une nouvelle représentation de l'espace de recherche et de nouvelles techniques de planifications seront développées afin de généraliser et de combiner les algorithmes décrits dans l'état de l'art. Dans un second temps nous abordons les techniques de la planification de tâches et définissons une manière originale de lier le domaine géométrique au domaine symbolique. Puis nous présentons l'architecture et les algorithmes de notre planificateur. ASyMov effectue une recherche en avant dans l'espace d'état. L'état d'aSyMov a la particularité de représenter l'ensemble des instanciations géométriques possibles pour un état symbolique donné. La procédure de validation des actions va essayer de minimiser les instances géométriques à vérifier. Ce ne sera que quand les actions vont contraindre la géométrie qu'une propagation arrière de ces contraintes sera faite pour trouver de nouvelles instances valides. Nous décrivons aussi comment il est possible de combiner à la fois l'apprentissage de la topologie de l'environnement et la recherche d'une solution avec les connaissances déjà acquises. Pour finir nous présentons plusieurs problèmes complexes qui ont été résolus par aSyMov.

Ces travaux de thèse traitent de la génération de mouvements optimaux pour les robots humanoïdes. La plupart des méthodes de génération de mouvements sont inspirées de celles utilisées pour les robots manipulateurs. Elles se basent sur l'utilisation d'un algorithme d'optimisation qui nécessite une paramétrisation du mouvement ainsi qu'une discrétisation temporelle des contraintes définissant les limites physiques du robot. Nous montrons qu'une discrétisation faite à partir d'une grille temporelle peut compromettre la sécurité et l'intégrité des robots. De ce fait, nous proposons une nouvelle méthode de discrétisation garantie qui calcule les extrema des contraintes sur des intervalles de temps couvrant toute la durée du mouvement. Cette méthode de discrétisation pour le calcul des contraintes, nécessite un temps de calcul important. Nous avons, donc, développé une méthode hybride qui assure la validité des contraintes pour des temps de calcul comparables à celui des méthodes classiques. Cette méthode nous permet ainsi de générer une base de données de mouvements que nous avons utilisée lors d'une expérimentation de suivi de cible mobile. Nous sommes, donc, en mesure de générer un mouvement optimal parfaitement adapté à une configuration de l'environnement. Cependant, aucune méthode ne dispose d'un temps de calcul qui permette de réagir rapidement à une modification de l'environnement. Par conséquent, nous présentons une méthode de re-planification qui permet de générer un nouveau mouvement à partir d'un mouvement optimal calculé précédemment. Pour cela, nous calculons, hors-ligne, un sous-ensemble faisable autour des paramètres du mouvement qui vérifient les limites du robot. La re-planification consiste, alors, à chercher, en ligne, dans ce sous-ensemble les paramètres qui satisfont la nouvelle configuration de l'environnement. Nous avons testé la méthode de re-planification avec un mouvement de coup de pied où la position de la balle varie et nous obtenons un mouvement adapté en 1.5 s de temps de calcul.

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.

Les travaux de recherche présentés dans ce mémoire s'articulent autour de la problématique du mouvement en robotique mobile. Il s'agit de développer des outils algorithmiques permettant à un robot mobile non holonome de planifier puis exécuter des mouvements dans un environnement encombré d'obstacles. L'originalité de ces travaux réside dans deux préoccupations omniprésentes : la généricité des approches proposées et l'applicabilité dans les conditions réelles de l'expérimentation. La plus grande partie de ces travaux sont d'ailleurs intégrés dans diverses plate-formes robotiques.

L'objet des recherches en planification de tâches est d'élaborer des algorithmes et des représentations qui participent à l'autonomie des robots en les dotant de capacités décisionnelles. Classiquement, un plan symbolique synthétisé par un planificateur permet au robot de décider des prochaines actions qu'il doit accomplir pour satisfaire sa mission. Dans cette thèse, nous développons l'idée que les planificateurs actuels, basés sur une représentation logique du monde, ne sont pas suffisants pour traiter des missions où les contraintes de mouvements des robots et celles liées à la manipulation d'objet ne peuvent pas être ignorées à cette étape. Souvent, en robotique, la faisabilité des mouvements et des manipulations est un pré-requis à la bonne exécution d'un plan. Dans cette thèse, nous introduisons un formalisme permettant de prendre en considération ces contraintes dans le modèle utilisé par un planificateur. En nous appuyant sur des résultats issus de la planification de mouvements et de manipulations autant que sur ceux de la planification de tâches, nous proposons un nouveau planificateur capable de raisonner sur ce formalisme. Nous produisons alors des plans définissant non seulement un ordre d'actions mais également les mouvements sans collision nécessaires à son exécution. L'implémentation de ce planificateur est présentée et évaluée.

Une nouvelle approche de planification automatique de mouvements est proposée pour un robot holonome (ayant 2 dégrés de liberté en translation et 1 degré de liberté en rotation) sous des contraintes d'incertitudes géométriques. Les incertitudes considérées portent sur le positionnement (position/orientation) et sur le déplacement du robot. L'originalité de l'approche réside d'une part dans le principe de résolution, et, d'autre part, dans la modélisation des incertitudes et son intégration dans l'approche. L'approche est composée de deux fonctions définies dans l'espace des configurations : (1) une fonction de potentiel fictif qui engendre des déplacements incrémentaux aussi bien dans l'espace libre que dans l'espace de contact ; (2) une fonction d'exploration qui parcourt de manière discrète l'espace de contact afin de contourner les minima locaux de la fonction précédente. Les "contacts" entre le robot et les obstacles sont utilisés pour réduire l'incertitude sur la position et l'orientation du robot. Une analyse explicite des incertitudes est intégrée dans l'approche proposée en utilisant des modèles géométriques de nature ensembliste. L'approche de planification a été validée pour deux types de tâches robotiques : (1) la planification de mouvements d'un objet "volant" sur un plan, et (2) la navigation d'un robot mobile.

Dans cette thèse nous nous intéressons à deux types d'approches pour la planification de pas pour robots humanoïdes : d'une part les approches discrètes où le robot n'a qu'un nombre fini de pas possibles, et d'autre part les approches où le robot se base sur des zones de faisabilité continues. Nous étudions ces problèmes à la fois du point de vue théorique et pratique. En particulier nous décrivons deux méthodes originales, cohérentes et efficaces pour la planification de pas, l'une dans le cas discret (chapitre 5) et l'autre dans le cas continu (chapitre 6). Nous validons ces méthodes en simulation ainsi qu'avec plusieurs expériences sur le robot HRP-2. / In this thesis we investigate two types of approaches for footstep planning for humanoid robots: on one hand the discrete approaches where the robot has only a finite set of possible steps, and on the other hand the approaches where the robot uses continuous feasibility regions. We study these problems both on a theoretical and practical level. In particular, we describe two original, coherent and efficient methods for footstep planning, one in the discrete case (chapter 5), and one in the continuous case (chapter 6). We validate these methods in simulation and with several experiments on the robot HRP-2.

L’utilisation de robots collaboratifs dans l’industrie de production est en plein essor. Ces robots, dont la puissance est limitée, sont dotés de capteurs leur permettant de détecter la présence d’obstacles, afin de garantir la sécurité des humains se trouvant aux alentours. On s’intéresse dans cette thèse à l’utilisation de systèmes redondants, collaboratifs et mobiles (bras articulés montés sur plateformes mobiles), dans un environnement de production aéronautique peuplé d’humains, pour la réalisation d’opérations d’assemblage. Du point de vue des process, l’utilisation de ces systèmes, souvent beaucoup moins imposants et rigides que leurs homologues non collaboratifs, est jalonnée de défis. La grande souplesse mécanique et les faibles couples qui les caractérisent peuvent induire des imprécisions de positionnement et une incapacité à soutenir l’intensité d’une interaction physique. Ce contexte induit également un besoin d’autonomie de ces systèmes, qui sont amenés à travailler dans des environnements en perpétuelle évolution. Dans cette thèse, une formulation de la redondance cinématique est d’abord présentée. Le formalisme associé permet de simplifier l’exploitation de la liberté que ces systèmes possèdent sur le choix des postures à utiliser pour réaliser des tâches de placement statique de l’effecteur. Ce formalisme est ensuite exploité pour améliorer et caractériser le comportement en déformation et la capacité d’application d’efforts des systèmes redondants sériels. Enfin, le sujet de la planification des mouvements de systèmes robotisés dans un environnement dynamique et encombré est considéré. La solution présentée adapte l’algorithme bien connu des Probabilistic RoadMaps pour y inclure une anticipation des trajectoires des obstacles dynamiques. Cette solution permet de planifier des mouvements sécuritaires, peu intrusifs et efficaces, jusqu’à la destination. / Industrial applications involving collaborative robots are regarded with a growing interest. These power-limited systems are embedded with additional sensing capabilities, which allow them to safely work around humans and conquer new industrial grounds. The subject of managing redundant, collaborative and mobile systems, for assembly operations within a human-populated aircraft production environment, is addressed in this thesis. From a process perspective, the use of these smaller and less stiff counterparts of the non-collaborative robots comes with new challenges. Their high mechanical flexibility and weak actuation can cause shortcomings in positioning accuracy or for interaction force sustainment. The ever-changing nature of human-populated environments also requires highly autonomous solutions. In this thesis, a formulation of positional redundancy is presented. It aims at simplifying the exploitation of the freedom redundant manipulators have on static-task-fulfilling postures. The associated formalism is then exploited to characterise and improve the deformational behaviour and the force capacity of redundant serial systems. Finally, the subject of planning motions within cluttered and dynamic environments is addressed. An adaptation of the well-known Probabilistic RoadMaps method is presented – to which obstacles trajectories anticipation has been included. This solution allows to plan safe, efficient and non-intrusive motions to a given destination.