Titre de l'écran-titre (visionné le 22 juin 2023) / Les robots interagissent souvent avec leur environnement et les objets à saisir via un préhenseur. Dans certaines applications comme une chaîne d'assemblage, un seul type d'objet est manipulé par ce robot. Choisir le bon préhenseur pour cette tâche est alors simple car les paramètres de l'objet sont connus. Dans une application où les objets à manipuler sont variés et inconnus, le choix de préhenseur est plus complexe. Parmi les technologies existantes, deux sont les plus fréquemment utilisées, soient les préhenseurs à doigts et les préhenseurs à vide utilisant des ventouses. Chacune des ces technologies a ses forces et ses faiblesses. L'objectif de ce mémoire est de combiner ces technologies dans un préhenseur pour exploiter leurs forces respectives et ce sans leurs faiblesses. Le premier concept présente un préhenseur ayant un mécanisme articulé pour chaque doigt et une ventouse fixe dans sa paume. Le mécanisme articulé des doigts est un mécanisme à quatre barres avec sous actionnement permettant une prise parallèle avec les phalanges distales ou une prise englobante en utilisant les phalanges proximales et distales. Le mécanisme à barres possède une plage de mouvements d'environ 180°, ce qui permet aux doigts de se rétracter suffisamment derrière le plan de travail de la ventouse a n de saisir des objets avec celle-ci. Le deuxième concept présente un préhenseur ayant des doigts suivant une trajectoire linéaire et une ventouse rétractable. Un train planétaire différentiel et un seul moteur sont utilisés pour actionner les mouvements des doigts et de la ventouse. Le mouvement des doigts est linéaire et entraîné par un pignon et une crémaillère. La ventouse est installée au bout d'une vis pour créer un mouvement linéaire entrant et sortant de la paume du préhenseur. Le diamètre maximal du préhenseur est contraint à 75 mm a n d'être compact et manœuvrable dans des espaces restreints. Un prototype de chaque concept a été conçu et testé. / Robots often interact with their environment and the objects to be grasped via a gripper. In some applications such as an assembly line, only one type of object is handled by this robot. Choosing the right gripper for this task is then simple because the parameters of the object are known. In an application where the objects to be handled are varied and unknown, the choice of gripper is more complex. Among the existing technologies, two are the most frequently used, namely finger grippers and vacuum grippers using suction cups. Each of these technologies has its strengths and weaknesses. The objective of this thesis is to combine these technologies in a gripper to exploit their respective strengths without their weaknesses. The first concept presents a gripper having an articulated mechanism for each finger and a fixed suction cup in its palm. The articulated finger mechanism is a mechanism with underactuation allowing a parallel grip with the distal phalanges or an encompassing grip using the proximal and distal phalanges. The bar mechanism has a range of motion of approximately 180° , allowing the fingers to retract far enough behind the work surface of the suction cup to pick up objects with it. The second concept presents a gripper with fingers following a linear trajectory and a retractable suction cup. A di erential planetary gearset and a single motor are used to drive the fingers and suction cup movements. The finger movement is linear and driven by a rack and pinion. The suction cup is installed at the end of a screw to create a linear movement going in and out of the palm of the gripper. The maximum diameter of the gripper is constrained to 75 mm in order to be compact and maneuverable in tight spaces. A prototype of each concept was designed and tested.

Ce mémoire présente la conception d'un préhenseur sous-actionné pour une prothèse de membre supérieur. La main développée est entièrement actionnée par un seul câble. Le choix de ses composantes et l'optimisation de leurs paramètres lui permet toutefois de répondre à plusieurs besoins des utilisateurs, notamment une adaptation aux objets menant à une qualité de prise accrue, une simplicité de contrôle permettant son utilisation avec un harnais et une haute résistance aux impacts. L'articulation à contact roulant est d'abord présentée de même que les calculs la définissant. Les différents câbles la constituant sont facilement remplaçables, assurent une ouverture passive proportionnelle aux forces gravitationnelles et permettent de se déformer momentanément hors de leur plan de fermeture. Un doigt sous-actionné utilisant trois articulations à contact roulant est ensuite conçu afin de maximiser deux critères de performance représentant des requis importants, mais opposés : la distribution des forces de contact sur un objet et la capacité à le retenir. Un modèle mathématique calculant les forces appliquées et une analyse de l'impact des paramètres sur les critères de performance ont permis de converger vers une solution intéressante en utilisant une optimisation par algorithme génétique. Le doigt optimisé ainsi obtenu est testé expérimentalement et comparé à une solution de base afin de valider ses performances supérieures, surtout lorsque recouvert, de même que les calculs effectués. Finalement, quatre doigts et un pouce, lui aussi optimisé, sont réunis dans un prototype de main sous-actionnée. Trois modes de préhension actionnés manuellement, une articulation à contact roulant dans la paume, un mécanisme flottant à trois étages et plusieurs recouvrements ont également été intégrés afin d'augmenter la quantité, la stabilité et la force des prises. Les tests et la vidéo jointe à ce mémoire prouvent que ce prototype effectue avec aisance plusieurs tâches et prises de la vie courante.

Ce mémoire présente la conception d'un préhenseur sous-actionné pour une prothèse de membre supérieur. La main développée est entièrement actionnée par un seul câble. Le choix de ses composantes et l'optimisation de leurs paramètres lui permet toutefois de répondre à plusieurs besoins des utilisateurs, notamment une adaptation aux objets menant à une qualité de prise accrue, une simplicité de contrôle permettant son utilisation avec un harnais et une haute résistance aux impacts. L'articulation à contact roulant est d'abord présentée de même que les calculs la définissant. Les différents câbles la constituant sont facilement remplaçables, assurent une ouverture passive proportionnelle aux forces gravitationnelles et permettent de se déformer momentanément hors de leur plan de fermeture. Un doigt sous-actionné utilisant trois articulations à contact roulant est ensuite conçu afin de maximiser deux critères de performance représentant des requis importants, mais opposés : la distribution des forces de contact sur un objet et la capacité à le retenir. Un modèle mathématique calculant les forces appliquées et une analyse de l'impact des paramètres sur les critères de performance ont permis de converger vers une solution intéressante en utilisant une optimisation par algorithme génétique. Le doigt optimisé ainsi obtenu est testé expérimentalement et comparé à une solution de base afin de valider ses performances supérieures, surtout lorsque recouvert, de même que les calculs effectués. Finalement, quatre doigts et un pouce, lui aussi optimisé, sont réunis dans un prototype de main sous-actionnée. Trois modes de préhension actionnés manuellement, une articulation à contact roulant dans la paume, un mécanisme flottant à trois étages et plusieurs recouvrements ont également été intégrés afin d'augmenter la quantité, la stabilité et la force des prises. Les tests et la vidéo jointe à ce mémoire prouvent que ce prototype effectue avec aisance plusieurs tâches et prises de la vie courante.

Dans les applications robotiques, la plupart des préhenseurs sont plus apparentés à des outils qui sont spécialisés pour effectuer une tâche extrêmement bien plutôt que d’effectuer une variété de tâches et de simplement les réussir. C’est dans cette optique que les travaux rapportés dans cette thèse proposent des solutions de préhension. Premièrement, des méthodes générales sont proposées pour permettre de prendre un type d’objets qui est généralement impossible à prendre pour les préhenseurs simples. Par la suite sont présentés les mécanismes planétaires qui sont au cœur des assemblages subséquents. Ces mécanismes sont utilisés pour améliorer les débattements des doigts et ainsi rendent possible un premier design pouvant prendre des petits et grands objets reposant sur des surfaces dures. Par la suite est présenté la conception d’un préhenseur complet qui inclut les propriétés du premier préhenseur mais aussi des propriétés de prises parallèles qui sont considérées comme indispensables pour être en mesure de saisir une grande panoplie d’objets. Finalement, le design du préhenseur proposé est optimisé et des capteurs y sont intégrés pour tenter de produire un design complet et sécuritaire pouvant être utilisé de manière simple par une grande panoplie de robots. / Most robotic grippers excel at completing one task but are ill suited for completing many and very different tasks. It is with this fact in mind that this thesis proposes general solutions to the grasping problem. First, general methods are proposed that aim at picking small flat objects that could not otherwise be grasped by simple mechanical grippers. Planetary mechanisms are then proposed to increase the range of motion of the finger joints, hence providing a way to achieve the necessary properties to build and test a finger capable of grasping small flat objects lying on hard surfaces. A complete gripper design is then proposed and built. The novel design that includes the features of the previous design is also capable of performing parallel grasps which are considered essential to be able to grasp a wide range of unknown objects. Finally, the gripper design is optimised and sensing apparatus is included in the gripper to provide a gripper that is considered a complete solution to grasping and is simple to use on a wide range of robots.

Thèse ou mémoire avec insertion d'articles. / Ce mémoire présente une nouvelle architecture de préhenseur actionné par les moteurs à la base d'un robot parallèle grâce à la redondance cinématique. Ce préhenseur possède des capacités de préhension par pincement et par ramassage. Il est composé d'une plateforme avec trois liaisons rotoïdes, lesquelles peuvent être liées à chacune des trois jambes d'un robot parallèle. Sur cette plateforme repose un mécanisme épicyclique actionné par des liaisons rotoïdes. Ce mécanisme épicyclique sert de base pour deux doigts articulés, dont un pouce muni d'un mécanisme d'ongle rétractable et d'une membrure compliante. Ce pouce est essentiel pour le ramassage d'objets minces sur une surface dure ; l'ongle et la compliance permettent au pouce de se glisser entre l'objet et la surface sur laquelle il repose. Dans un premier temps, un survol des étapes de conception mécanique ayant menées au prototype de préhenseur est fait. Puis, les modèles cinématiques des doigts du préhenseur et du robot parallèle avec la nouvelle plateforme sont établis. Une démonstration des capacités de prise par pincement et par ramassage est alors faite. Finalement, les résultats des simulations ayant permis de valider le modèle cinématique du robot parallèle avec la plateforme sont exposés. / This thesis presents a novel gripper architecture driven by the redundant degrees of freedom of a parallel robot. This gripper has grasping and scooping capabilities. The architecture rests on a platform with three revolute joints, each linked to one of the legs of the parallel robot. On this platform is located an epicyclic mechanism which is driven by the revolute joints of the platform. This epicyclic mechanism serves as a base for a finger and a thumb, the latter containing a retractable nail mechanism and a compliant link. This thumb is essential to scoop thin objects on hard surfaces; the nail and the compliance enable insertion of the thumb between objects and the surface they rest upon. First, an overview of the mechanical design approach that led to the prototype is made. Then, the kinematic models of the fingers and the assembly of the parallel robot with the new gripper are established. Next, a demonstration of the grasping and scooping capabilities of the new architecture is presented. Finally, the results of the simulations used to validate the kinematic model of the assembly of the parallel robot with the new gripper are analyzed.

Les préhenseurs robotiques sont largement utilisés en industrie et leur déploiement pourrait être encore plus important si ces derniers étaient plus intelligents. En leur conférant des capacités tactiles et une intelligence leur permettant d’estimer la pose d’un objet saisi, une plus vaste gamme de tâches pourraient être accomplies par les robots. Ce mémoire présente le développement d’algorithmes d’estimation de la pose d’objets saisis par un préhenseur robotique. Des algorithmes ont été développés pour trois systèmes robotisés différents, mais pour les mêmes considérations. Effectivement, pour les trois systèmes la pose est estimée uniquement à partir d’une saisie d’objet, de données tactiles et de la configuration du préhenseur. Pour chaque système, la performance atteignable pour le système minimaliste étudié est évaluée. Dans ce mémoire, les concepts généraux sur l’estimation de la pose sont d’abord exposés. Ensuite, un préhenseur plan à deux doigts comprenant deux phalanges chacun est modélisé dans un environnement de simulation et un algorithme permettant d’estimer la pose d’un objet saisi par le préhenseur est décrit. Cet algorithme est basé sur les arbres d’interprétation et l’algorithme de RANSAC. Par la suite, un système expérimental plan comprenant une phalange supplémentaire par doigt est modélisé et étudié pour le développement d’un algorithme approprié d’estimation de la pose. Les principes de ce dernier sont similaires au premier algorithme, mais les capteurs compris dans le système sont moins précis et des adaptations et améliorations ont dû être appliquées. Entre autres, les mesures des capteurs ont été mieux exploitées. Finalement, un système expérimental spatial composé de trois doigts comprenant trois phalanges chacun est étudié. Suite à la modélisation, l’algorithme développé pour ce système complexe est présenté. Des hypothèses partiellement aléatoires sont générées, complétées, puis évaluées. L’étape d’évaluation fait notamment appel à l’algorithme de Levenberg-Marquardt.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2011-2012 / Cette thèse présente les travaux de recherche doctorale en génie mécanique de Louis- Alexis Allen Demers effectués au Laboratoire de robotique de l’Université Laval sous la supervision du professeur Clément Gosselin. Cette étude comporte la synthèse, l’optimisation et le prototypage d’une main robotique sous-actionnée à cinq doigts. Le principe du sousactionnement mécanique est utilisé pour développer une main robotique qui a des capacités de préhension similaires à la main humaine, tout en limitant le nombre d’actionneurs requis pour la commander. Cette main a des dimensions semblables à la main humaine de manière à ce qu’elle soit fonctionnelle dans un milieu conçu pour les humains. De plus, une adaptation de la prise de la main est possible, autant en modifiant la force de préhension que la position des doigts et du pouce. L’analyse statique d’un doigt sous-actionné est d’abord effectuée. Plus particulièrement, les conditions permettant d’atteindre une prise stable pour laquelle toutes les forces de contact sont positives sont obtenues. Ainsi, les valeurs optimales pour les dimensions des poulies sont déterminées en fonction des longueurs des phalanges et des distributions élémentaires de forces établies. En utilisant ces deux distributions complémentaires efficacement, l’éjection de l’objet à saisir par un doigt à trois phalanges et deux réseaux de tendons est évitée. Par la suite, le problème général de positionnement d’un axe de rotation permettant d’obtenir des poses initiale et finale imposées est résolu. Cette analyse géométrique permet de concevoir un système de rotation du pouce afin d’obtenir les différentes configurations typiques de la main humaine. Un système d’abduction des doigts soit complètement plan, soit un hybride sphérique-plan est ensuite couplé à ce mécanisme. Ces architectures sont analysées afin de s’assurer d’obtenir les amplitudes d’abduction imposées ainsi que de minimiser l’erreur de coordination entre les métacarpiens. En dernier lieu, les différents mécanismes conçus dans cette thèse sont fabriqués, en plus d’un prototype de poignet et de système de sous-actionnement entre les doigts. Le prototype de main intégrant toutes ces parties est finalement utilisé pour prendre différents types d’objets. / This thesis presents the doctoral research in Mechanical Engineering of Louis-Alexis Allen Demers completed at the Laboratoire de robotique of Université Laval under the supervision of Prof. Clément Gosselin. This project covers the synthesis, optimization and prototyping of a five-finger robotic hand. The principles of mechanical underactuation are used to develop a robotic hand that has grasping capabilities similar to that of the human hand, while limiting the number of actuators required to control it. This hand has dimensions similar to those of the human hand in order to be functional in an environment designed for humans. In addition, an adaptation of the hand grip is possible, either by changing the grasping force or by varying the position of the fingers and thumb. A static analysis of an underactuated finger is first performed. In particular, the conditions for achieving stable grasp in which all contact forces are positive are obtained. Thus, the optimal values for the dimensions of the pulleys as a function of the lengths of the phalanges and the primary force distributions established are determined. Using these two complementary distributions effectively, the ejection of the object to be grasped by a finger with three phalanges and two tendon networks is avoided. Then, the general problem of positioning an axis of rotation to obtain initial and final prescribed poses is solved. This geometric analysis allows to design a system of rotation of the thumb in order to obtain the various typical configurations of the human hand. A system of abduction of the fingers, first completely planar, than a hybrid planar-spherical mechanism is then coupled with this mechanism. These architectures are analyzed in order to ensure that they can provide the prescribed abduction amplitudes and that the coordination error between the metacarpals is minimized. Finally, the various mechanisms designed in this thesis are built, in addition to a prototype of a wrist and the mechanism of underactuation between the fingers. The prototype hand integrating all these parts is ultimately used to grasp different types of objects.

Longtemps confinée à l'industrie de fabrication en série, la robotique est en train de se démocratiser et fait ses débuts dans des domaines non traditionnels comme les secteurs alimentaire et logistique. Dans ce contexte, une tâche faisant l'objet de recherches et concours est l'automatisation de l'emballage de colis dans de grands entrepôts contenant plusieurs centaines de milliers d'objets différents. Les travaux entrepris dans le cadre de ce mémoire constituent un premier pas vers l'atteinte de cet objectif : la prise et le dépôt par un robot autonome d'une grande variété d'objets de la vie courante sans connaissance préalable de ces derniers (modèle 3D complet, etc.). Pour réaliser ce projet, un robot sériel, une pince sous-actionnée et un système de vision 3D ont été utilisés. Deux techniques de prise d'objets furent développées pour arriver à agripper un maximum d'objets. La première est une prise par le dessus. Le point de prise utilisé y est choisi en fonction de la largeur de l'objet au point de prise, des chances de collisions avec les obstacles environnants et de la robustesse de l'équilibre statique anticipé de la prise. Pour attraper les objets trop larges ou minces pour être pris par le dessus (comme un livre), une technique de prise en pelletage fut développée. Cette dernière tire avantage du sous-actionnement de la pince utilisée pour glisser un doigt sous l'objet puis le prendre en pincée. Un mouvement analogue est celui d'un humain prenant une feuille sur un plancher. Pour tester ces techniques, une batterie de 800 essais de prise sur 80 objets différents fut effectuée. Un taux de succès de 84 % fut obtenu, démontrant que le système forme une bonne base pour l'avenir.

Dans la dernière décennie, les approches basées sur les réseaux de neurones convolutionnels sont devenus les standards pour la plupart des tâches en vision numérique. Alors qu'une grande partie des méthodes classiques de vision étaient basées sur des règles et algorithmes, les réseaux de neurones sont optimisés directement à partir de données d'entraînement qui sont étiquetées pour la tâche voulue. En pratique, il peut être difficile d'obtenir une quantité su sante de données d'entraînement ou d'interpréter les prédictions faites par les réseaux. Également, le processus d'entraînement doit être recommencé pour chaque nouvelle tâche ou ensemble d'objets. Au final, bien que très performantes, les solutions basées sur des réseaux de neurones peuvent être difficiles à mettre en place. Dans cette thèse, nous proposons des stratégies visant à contourner ou solutionner en partie ces limitations en contexte de détection d'instances d'objets. Premièrement, nous proposons d'utiliser une approche en cascade consistant à utiliser un réseau de neurone comme pré-filtrage d'une méthode standard de "template matching". Cette façon de faire nous permet d'améliorer les performances de la méthode de "template matching" tout en gardant son interprétabilité. Deuxièmement, nous proposons une autre approche en cascade. Dans ce cas, nous proposons d'utiliser un réseau faiblement supervisé pour générer des images de probabilité afin d'inférer la position de chaque objet. Cela permet de simplifier le processus d'entraînement et diminuer le nombre d'images d'entraînement nécessaires pour obtenir de bonnes performances. Finalement, nous proposons une architecture de réseau de neurones ainsi qu'une procédure d'entraînement permettant de généraliser un détecteur d'objets à des objets qui ne sont pas vus par le réseau lors de l'entraînement. Notre approche supprime donc la nécessité de réentraîner le réseau de neurones pour chaque nouvel objet. / In the last decade, deep convolutional neural networks became a standard for computer vision applications. As opposed to classical methods which are based on rules and hand-designed features, neural networks are optimized and learned directly from a set of labeled training data specific for a given task. In practice, both obtaining sufficient labeled training data and interpreting network outputs can be problematic. Additionnally, a neural network has to be retrained for new tasks or new sets of objects. Overall, while they perform really well, deployment of deep neural network approaches can be challenging. In this thesis, we propose strategies aiming at solving or getting around these limitations for object detection. First, we propose a cascade approach in which a neural network is used as a prefilter to a template matching approach, allowing an increased performance while keeping the interpretability of the matching method. Secondly, we propose another cascade approach in which a weakly-supervised network generates object-specific heatmaps that can be used to infer their position in an image. This approach simplifies the training process and decreases the number of required training images to get state-of-the-art performances. Finally, we propose a neural network architecture and a training procedure allowing detection of objects that were not seen during training, thus removing the need to retrain networks for new objects.

La saisie d’objet est une tâche fondamentale du domaine de la robotique. Des avancées dans ce domaine sont nécessaires au déploiement de robots domestiques ou pour l’automatisation des entrepôts par exemple. Par contre, seulement quelques approches sont capables d’effectuer la détection de points de saisie en temps réel. Dans cet optique, nous présentons une architecture de réseau de neurones à une seule passe nommée Réseau à Transformation Spatiale de Qualité de Saisie, ou encore Grasp Quality Spatial Transformer Network (GQ-STN) en anglais. Se basant sur le Spatial Transformer Network (STN), notre réseau produit non seulement une configuration de saisie mais il produit également une image de profondeur centrée sur cette configuration. Nous connectons notre architecture à un réseau pré-entraîné qui évalue une métrique de robustesse de saisie. Ainsi, nous pouvons entraîner efficacement notre réseau à satisfaire cette métrique de robustesse en utilisant la propagation arrière du gradient provenant du réseau d’évaluation. De plus, ceci nous permet de facilement entraîner le réseau sur des jeux de données contenant peu d’annotations, ce qui est un problème commun en saisie d’objet. Nous proposons également d’utiliser le réseau d’évaluation de robustesse pour comparer différentes approches, ce qui est plus fiable que la métrique d’évaluation par rectangle, la métrique traditionnelle. Notre GQ-STN est capable de détecter des configurations de saisie robustes sur des images de profondeur de jeu de données Dex-Net 2.0 à une précision de 92.4 % en une seule passe du réseau. Finalement, nous démontrons dans une expérience sur un montage physique que notre méthode peut proposer des configurations de saisie robustes plus souvent que les techniques précédentes par échantillonage aléatoire, tout en étant plus de 60 fois plus rapide. / Grasping is a fundamental robotic task needed for the deployment of household robots or furthering warehouse automation. However, few approaches are able to perform grasp detection in real time (frame rate). To this effect, we present Grasp Quality Spatial Transformer Network (GQ-STN), a one-shot grasp detection network. Being based on the Spatial Transformer Network (STN), it produces not only a grasp configuration, but also directly outputs a depth image centered at this configuration. By connecting our architecture to an externally-trained grasp robustness evaluation network, we can train efficiently to satisfy a robustness metric via the backpropagation of the gradient emanating from the evaluation network. This removes the difficulty of training detection networks on sparsely annotated databases, a common issue in grasping. We further propose to use this robustness classifier to compare approaches, being more reliable than the traditional rectangle metric. Our GQ-STN is able to detect robust grasps on the depth images of the Dex-Net 2.0 dataset with 92.4 % accuracy in a single pass of the network. We finally demonstrate in a physical benchmark that our method can propose robust grasps more often than previous sampling-based methods, while being more than 60 times faster.