Un système robotique est un système complexe, à la fois d’un point de vue matériel et logiciel. Afin de simplifier la conception de ces machines, le développement est découpé en modules qui sont ensuite assemblés pour constituer le système complet. Cependant, la facilité de conception de ces systèmes est bien souvent contrebalancée par la complexité de leur mise en sécurité, à la fois d’un point de vue fonctionnel et temporel. Il existe des ensembles d’outils et de méthodes permettant l’étude d’ordonnançabilité d’un système logiciel à base de tâches. Ces outils permettent de vérifier qu’un système de tâches respecte ses contraintes temporelles. Cependant ces méthodes d’analyse considèrent les tâches comme des entités monolithiques, sans prendre en compte la structure interne des tâches, ce qui peut les rendre trop pessimistes et non adaptées à des applications robotiques. Cette étude consiste à prendre en compte la structure interne des tâches dans des méthodes d’analyse d’ordonnançabilité. Cette thèse montre que le découpage de tâches monolithiques permet d’améliorer la précision des analyses d’ordonnancement. De plus, les outils issus de ces travaux ont été expérimentés sur un cas d’application de robotique mobile autonome. / A robot is a complex system combining hardware and software parts. In order to simplify the robot design, the whole system is split in several separated modules. However, the complexity of the functional and temporal validation to improve the safety counterweights the robot design simplicity. We can find scheduling analysis tools for task-based software. These tools are used to check and validate the schedulability of the tasks involved in a software, run on a specific hardware. However, these methods considers the tasks as monolithic entities, without taking into account their internal structure. The resulting analyses may be too much pessimistic and therefore not applicable to robotic applications. In this work, we have modeled the internal structure of the tasks as state-machines and used these state-machines into the schedulability analysis in order to improve the analysis precision. Moreover, the tools developed during this work have been tested on real robotic use-cases.

Dans un environnement non contrôlé, un robot doit pouvoir interagir avec les personnes d’une façon autonome. Cette autonomie doit également inclure une interaction grâce à la voix humaine. Lorsque l’interaction s’effectue à une distance de quelques mètres, des phénomènes tels que la réverbération et la présence de bruit ambiant doivent être pris en considération pour effectuer efficacement des tâches comme la reconnaissance de la parole ou de locuteur. En ce sens, le robot doit être en mesure de localiser, suivre et séparer les sources sonores présentes dans son environnement. L’augmentation récente de la puissance de calcul des processeurs et la diminution de leur consommation énergétique permettent dorénavant d’intégrer ces systèmes d’audition articielle sur des systèmes embarqués en temps réel. L’audition robotique est un domaine relativement jeune qui compte deux principales librairies d’audition artificielle : ManyEars et HARK. Jusqu’à présent, le nombre de microphones se limite généralement à huit, en raison de l’augmentation rapide de charge de calculs lorsque des microphones supplémentaires sont ajoutés. De plus, il est parfois difficile d’utiliser ces librairies avec des robots possédant des géométries variées puisqu’il est nécessaire de les calibrer manuellement. Cette thèse présente la librairie ODAS qui apporte des solutions à ces difficultés. Afin d’effectuer une localisation et une séparation plus robuste aux matrices de microphones fermées, ODAS introduit un modèle de directivité pour chaque microphone. Une recherche hiérarchique dans l’espace permet également de réduire la quantité de calculs nécessaires. De plus, une mesure de l’incertitude du délai d’arrivée du son est introduite pour ajuster automatiquement plusieurs paramètres et ainsi éviter une calibration manuelle du système. ODAS propose également un nouveau module de suivi de sources sonores qui emploie des filtres de Kalman plutôt que des filtres particulaires. Les résultats démontrent que les méthodes proposées réduisent la quantité de fausses détections durant la localisation, améliorent la robustesse du suivi pour des sources sonores multiples et augmentent la qualité de la séparation de 2.7 dB dans le cas d’un formateur de faisceau à variance minimale. La quantité de calculs requis diminue par un facteur allant jusqu’à 4 pour la localisation et jusqu’à 30 pour le suivi par rapport à la librairie ManyEars. Le module de séparation des sources sonores exploite plus efficacement la géométrie de la matrice de microphones, sans qu’il soit nécessaire de mesurer et calibrer manuellement le système. Avec les performances observées, la librairie ODAS ouvre aussi la porte à des applications dans le domaine de la détection des drones par le bruit, la localisation de bruits extérieurs pour une navigation plus efficace pour les véhicules autonomes, des assistants main-libre à domicile et l’intégration dans des aides auditives.

Le cancer de la prostate, fréquent et peu morbide, se diagnostique par des biopsies de prostate. Or ce geste, effectué sous échographie endorectale sur un patient anesthésié localement, est complexe et fournit peu d’informations quantitatives sur les prélèvements. La robotisation des biopsies est vue comme un medium intéressant pour améliorer la qualité du diagnostic du cancer de la prostate. Le geste chirurgical et son impact sur le diagnostic sont d’abord étudiés, ainsi que les dispositifs robotiques existants. Sur cette base est conçu Apollo, un cobot à actionnement hybride pouvant réaliser plusieurs fonctions d’assistance. Un mode libre permettant à l’urologue de manipuler la sonde échographique sans influence aucune du robot est d’abord présenté. Un mode verrouillé assurant un maintien en position de la sonde à la fois souple et précis est évalué in vitro et in cadavero. Des essais cliniques portant sur ces deux modes ont été autorisés. Lors de biopsies prostatiques la sonde passe par l'anus du patient, sur lequel il faut exercer le moins d'effort possible. Nous montrons qu'Apollo permet, en utilisant une commande "bras de levier", d'assister le geste via un retour d'effort tout en respectant cette contrainte anatomique. Une telle fonction d'assistance, l'augmentation de raideur apparente de la prostate basée image, est développée sur un prototype à un degré de liberté. Enfin, une assistance automatique à l'ajustement fin de la ligne de visée de l'aiguille par bouclage sur l’image échographique 3D est implémentée et testée. Plusieurs perspectives de recherche sont présentées en conclusion. / Prostate cancer, which is frequent but not much morbid, is diagnosed thanks to prostate biopsies. This gesture, which is performed under 2D ultrasound endorectal imaging, is complex and gives little quantitative information about the samples. That's why robotizing biopsies is seen as an interesting way to improve the quality of the prostate cancer diagnosis. The medical gesture and its impact on the diagnosis are first studied, as well as the existing robotic devices. From this Apollo is designed, a cobot exhibiting an hybrid actuation. Many assistance functions can be realized with this device. A free mode allowing the urologist to manipulate the ultrasonic probe without any influence from the robot is first presented. A locked mode, able to maintain the probe at a given position precisely yet with flexibility is evaluated in vitro and in cadavero. Clinical trials concerning these two modes have been authorized. During prostate biopsies the probe passes through the patient anus, on which as little efforts as possible must be exerted. We show that Apollo, with a "lever" command, can assist the gesture with a force feedback while respecting this anatomical constraint. Such an assistance function, the image based increase in the prostate apparent stiffness, is developed on a one degree of freedom prototype. Finally, an automatic assistance to the precise positionning of the biopy needle target line based on 3D image looping is implemented and tested. Some future research interests are presented as a conclusion.

Cette thèse s'intéresse aux mécanismes permettant de faciliter l'acquisition autonome de comportements chez les êtres vivants et propose d'utiliser ces mécanismes dans le cadre de tâches robotiques. Des réseaux de neurones artificiels sont utilisés pour modéliser certaines structures cérébrales, à la fois afin de mieux comprendre le fonctionnement de ces structures dans le cerveau des mammifères et pour obtenir des algorithmes robustes et adaptatifs de contrôle en robotique.Les travaux présentés se basent sur un modèle de l'hippocampe permettant d'apprendre des relations temporelles entre des événements perceptifs. Les neurones qui forment le substrat de cet apprentissage, appelés cellules de transition, permettent de faire des prédictions sur les événements futurs que le robot pourrait rencontrer. Ces transitions servent de support à la construction d'une carte cognitive, située dans le cortex préfrontal et/ou pariétal. Cette carte peut être apprise lors de l'exploration d'un environnement inconnu par un robot mobile et ensuite utilisée pour planifier des chemins lui permettant de rejoindre un ou plusieurs buts.Outre leur utilisation pour la construction d'une carte cognitive, les cellules de transition servent de base à la conception d'un modèle d'apprentissage par renforcement. Une implémentation neuronale de l'algorithme de Q-learning, utilisant les transitions, est réalisée de manière biologiquement plausible en s'inspirant des ganglions de la base. Cette architecture fournit une stratégie de navigation alternative à la planification par carte cognitive, avec un apprentissage plus lent, et correspondant à une stratégie automatique de bas-niveau. Des expériences où les deux stratégies sont utilisées en coopération sont réalisées et des lésions du cortex préfrontal et des ganglions de la base permettent de reproduire des résultats expérimentaux obtenus chez les rats.Les cellules de transition peuvent apprendre des relations temporelles précises permettant de prédire l'instant où devrait survenir un événement. Dans un modèle des interactions entre l'hippocampe et le cortex préfrontal, nous montrons comment ces prédictions peuvent expliquer certains enregistrements in-vivo dans ces structures cérébrales, notamment lorsqu'un rat réalise une tâche durant laquelle il doit rester immobile pendant 2 secondes sur un lieu but pour obtenir une récompense. L'apprentissage des informations temporelles provenant de l'environnement et du comportement permet de détecter des régularités. A l'opposé, l'absence d'un événement prédit peut signifier un échec du comportement du robot, qui peut être détecté et utilisé pour adapter son comportement en conséquence. Un système de détection de l'échec est alors développé, tirant parti des prédictions temporelles fournies par l'hippocampe et des interactions entre les aspects de modulation comportementale du cortex préfrontal et d'apprentissage par renforcement dans les ganglions de la base. Plusieurs expériences robotiques sont conduites dans lesquelles ce signal est utilisé pour moduler le comportement d'un robot, dans un premier temps de manière immédiate, afin de mettre fin aux actions du robot qui le mènent à un échec et envisager d'autres stratégies. Ce signal est ensuite utilisé de manière plus permanente pour moduler l'apprentissage des associations menant à la sélection d'une action, afin que les échecs répétés d'une action dans un contexte particulier fassent oublier cette association.Finalement, après avoir utilisé le modèle dans le cadre de la navigation, nous montrons ses capacités de généralisation en l'utilisant pour le contrôle d'un bras robotique. Ces travaux constituent une étape importante pour l'obtention d'un modèle unifié et générique permettant le contrôle de plates-formes robotiques variés et pouvant apprendre à résoudre des tâches de natures différentes. / This thesis takes interest in the mechanisms facilitating the autonomous acquisition of behaviors in animals and proposes to use these mechanisms in the frame of robotic tasks. Artificialneural networks are used to model cerebral structures, both to understand how these structureswork and to design robust and adaptive algorithms for robot control.The work presented here is based on a model of the hippocampus capable of learning thetemporal relationship between perceptive events. The neurons performing this learning, calledtransition cells, can predict which future events the robot could encounter. These transitionssupport the building of a cognitive map, located in the prefrontal and/or parietal cortex. The mapcan be learned by a mobile robot exploring an unknown environment and then be used to planpaths in order to reach one or several goals.Apart from their use in building a cognitive map, transition cells are also the basis for thedesign of a model of reinforcement learning. A biologically plausible neural implementation ofthe Q-learning algorithm, using transitions, is made by taking inspiration from the basal ganglia.This architecture provides an alternative strategy to the cognitive map planning strategy. Thereinforcement learning strategy requires a longer learning period but corresponds more to an automatic low-level behavior. Experiments are carried out with both strategies used in cooperationand lesions of the prefrontal cortex and basal ganglia allow to reproduce experimental resultsobtained with rats.Transition cells can learn temporally precise relations predicting the exact timing when anevent should be perceived. In a model of interactions between the hippocampus and prefrontalcortex, we show how these predictions can explain in-vivo recordings in these cerebral structures, in particular when rat is carrying out a task during which it must remain stationary for 2seconds on a goal location to obtain a reward. The learning of temporal information about theenvironment and the behavior of the robot allows the system to detect regularity. On the contrary, the absence of a predicted event can signal a failure in the behavior of the robot, whichcan be detected and acted upon in order to modulate the failing behavior. Consequently, a failure detection system is developed, taking advantage of the temporal predictions provided by thehippocampus and the interaction between behavior modulation functions in the prefrontal cortexand reinforcement learning in the basal ganglia. Several robotic experiments are conducted, inwhich the failure signal is used to modulate, immediately at first, the behavior of the robot inorder to stop selecting actions which lead to failures and explore other strategies. The signal isthen used in a more lasting way by modulating the learning of the associations leading to theselection of an action so that the repeted failures of an action in a particular context lead to thesuppression of this association.Finally, after having used the model in the frame of navigation, we demonstrate its generalization capabilities by using it to control a robotic arm in a trajectory planning task. This workconstitutes an important step towards obtaining a generic and unified model allowing the controlof various robotic setups and the learning of tasks of different natures.

Le travail de cette thèse porte sur l’étude et la conception d’un fauteuil roulantsur deux roues appelé Gyrolift, adaptation d’un gyropode, véhicule de transport autoéquilibré,en fauteuil roulant verticalisateur sur deux roues. La verticalisation permetà une personne assise dans un fauteuil roulant le transfert d’une position assise à uneposition debout.Se mettre debout et se maintenir en équilibre malgré la présence d’un certainnombre de perturbations représente un défi pour une personne en situation de handicap.Les variations de posture de la partie supérieure telle que le tronc peuventêtre dues à des perturbations externes. Nous étudions la détection des mouvementsperturbateurs afin d’interpréter ces derniers ou l’intention qu’ils caractérisent et permettrede réagir en fonction de caractéristiques comme l’intensité et le sens. Nousétudions aussi les impacts de facteurs tels que l’environnement et l’appréhension surle Gyrolift et son utilisateur.Dans le premier chapitre de la thèse, la contribution porte sur l’étude de la trajectoirede verticalisation et sur les perturbations qu’elle peut générer. Un premierprototype a été conçu afin de valider notre étude.Afin de développer notre approche, le second chapitre de la thèse porte sur ladétection de perturbations sur un robot humanoïde bipède. Nous avons obtenu descritères nous permettant une détection rapide et fiable d’une perturbation, de sonsens et de son intensité afin d’effectuer les mouvements adaptés pour compenser cetteperturbation.Enfin, nous avons étudié l’adaptation de ces critères sur le Gyrolift ainsi que lesréactions possibles afin de sécuriser le système. Nous avons pour cela développé etréalisé un second prototype du fauteuil Gyrolift.Nous avons validé cette étude à l’aide d’un robot humanoïde et d’un nouveau typede fauteuil roulant verticalisateur, le Gyrolift, développé dans le cadre de ce projet. / The work of this thesis concerns the study and design of a two-wheel mobilitychair, conscript the Gyrolift, adapted from a Personal Transporter. It provides anauto-well-balanced transport vehicle and a verticalisation mechanism. The verticalisationallows a user in a wheelchair the transfer from a seat position to a standingposition.Being in a standing position and remaining stable when disturbances are presentmay be a challenge for a person with a mobility impairment. The posture variationsof the upper limbs such as the trunk can be due to external disturbances. This studydiscusses the detection of disruptive movements and to interpret the disturbances. Asafety ystem reacts according to the intensity of the disturbance when detected. Wealso study the impacts of factors such as the environment and the apprehension onthe Gyrolift and user.In the first chapter of the thesis, the contribution concerns the study of the trajectoryof verticalisation and the disturbances which it can generate. A first prototypewas designed to validate our study.The second chapter of the thesis concerns the detection of disturbance on bipedshumanoids robots. We obtained criteria allowing us a fast and reliable detection ofa disturbance, its direction and its intensity to make the movements adapted tocompensate for this disturbance.Finally, we studied the adaptation of these criteria on the Gyrolift as well as thepossible reactions to secure the system. We developed and realised for it a secondprototype of the Gyrolift wheelchair.We validated this study with the help of a humanoid robot and a new type ofverticalisation wheelchair developed within the framework of this project.

Les robots à câbles (CDPRs) se présentent comme une nouvelle classe de robots parallèles. Ces robots, décrits par l'architecture RRPS des hexapodes, utilisent des câbles enroulés pour leurs jambes plutôt que les chaînes d'éléments rigides des robots parallèles classiques. Cette technologie est dépendante des câbles, donc sujette à l'unilatéralité des efforts exercés par les câbles sur la plate-forme, l'élasticité, ou bien l'affaissement dû à la flexibilité et à la masse. Dans un premier temps nous revisitons la modélisation de ce type de robot, en particulier pour le comportement de type chaînette élastique, approprié pour les robots de grandes dimensions. Dans un second temps nous traitons de la détection de collision, et ce aussi bien entre les câbles, qu'avec et entre les objets que sont la plate-forme et d'éventuels obstacles. S'agissant d'une problématique de sûreté, la détection se doit d'être garantie face aux incertitudes et face à la forme complexe des câbles. Elle est déclinée pour le modèle RRPS et le modèle chaînette élastique. L'analyse par intervalles est utilisée pour traiter les incertitudes, et les objets sont munis de définitions hiérarchiques. Enfin, nous aborderons un processus de conception, qui a pour objectif de répondre au besoin exprimé par une application. À cette fin, il cherche l'ensemble des valeurs des paramètres d'un modèle générique de CDPR, permettant de satisfaire un ensemble de contraintes. Ces paramètres sont toutefois soumis à leurs propres incertitudes. Aussi, on assure la faisabilité de la conception en garantissant et la validité de tous les robots possibles donnés par les intervalles de solutions, et la largeur minimale. / Cable-Driven Parallel Robots form a new class of parallel robots. Those robots, described by the RRPS architecture of hexapods, use coiled cables for their legs instead of rigid element chains of classical parallel robots. This technology is subject to the specifics of cables, particularly the unilateral aspect of the forces exerted by the cables on the platform, the elasticity, the sagging caused by the flexibility and the mass of the cables. We start by revisiting the model of those robots. We do so by considering the elastic catenary behavior of the cables, suitable for large dimension robots. Then we handle interference detection of such a robot, which concern just as much interference between cables, than with and between objects. Said objects are the platform and arbitrary obstacles. Being a safety matter, interference detection must be guaranteed in front of uncertainties and of the complex shapes of the cables. The detection scheme is issued for the RRPS model and the elastic catenary one. Interval analysis methods are used to deal with uncertainties; hierarchic definitions are used for objects. Lastly, we deal with a design process for those robots. This process aims at fitting a robot that satisfy the expressed needs of a given application. To this end, the process looks for the set of values of parameters of a CDPR generic model. Those values allow the resulting robot to satisfy a set of constraints. Those parameters are subject to their own uncertainties. We guarantee the practical usability of the design both by guaranteeing the suitability of all possible robots given by the intervals of the solutions for the parameters, and with minimal widths.

L'association de robots personnels et d’intelligences ambiantes est une nouvelle voie pour l’aide à domicile. Grâce aux appareils intelligents de l'environnement, les robots pourraient fournir un service de haute qualité. Cependant, des verrous existent pour la perception, la cognition et l’action.En effet, une telle association cause des problèmes de variétés, qualités et conflits, engendrant des données hétérogènes et incertaines. Cela complique la perception du contexte et la cognition, i.e. le raisonnement et la prise de décision. La connaissance du contexte est utilisée par le robot pour effectuer des actions. Cependant, il se peut qu’il échoue, à cause de changements de contexte ou par manque de connaissance. Ce qui annule ou retarde son plan. La littérature aborde ces sujets, mais n’offre aucune solution viable et complète. Face à ces verrous, nous avons proposé des contributions, autour à la fois du raisonnement et de l’apprentissage. Nous avons d’abord conçu un outil d'acquisition de contexte qui gère et modélise l’incertitude. Puis, nous avons proposé une technique de détection de situations anormales à partir de données incertaines. Ensuite, un planificateur dynamique, qui considère les changements de contexte, a été proposé. Enfin, nous avons développé une méthode d'apprentissage par renforcement et expérience pour éviter proactivement les échecs.Toutes nos contributions ont été implémentées et validées via simulation ou à l’aide d’un robot dans une plateforme d’espaces intelligents / Personal robots associated with ambient intelligence are an upcoming solution for domestic care. In fact, helped with devices dispatched in the environment, robots could provide a better care to users. However, such robots are encountering challenges of perception, cognition and action.In fact, such an association brings issues of variety, data quality and conflicts, leading to the heterogeneity and uncertainty of data. These are challenges for both perception, i.e. context acquisition, and cognition, i.e. reasoning and decision making. With the knowledge of the context, the robot can intervene through actions. However, it may encounter task failures due to a lack of knowledge or context changes. This causes the robot to cancel or delay its agenda. While the literature addresses those topics, it fails to provide complete solutions. In this thesis, we proposed contributions, exploring both reasoning and learning approaches, to cover the whole spectrum of problems. First, we designed novel context acquisition tool that supports and models uncertainty of data. Secondly, we proposed a cognition technique that detects anomalous situation over uncertain data and takes a decision in accordance. Then, we proposed a dynamic planner that takes into consideration the last context changes. Finally, we designed an experience-based reinforcement learning approach to proactively avoid failures.All our contributions were implemented and validated through simulations and/or with a small robot in a smart home platform

L’utilisation des AUV pour une exploitation durable des ressources océaniques est pertinente. Un robot sous-marin peut être utilisé comme plateforme pour observer, recueillir des informations sur l’environnement marin. Afin d’améliorer la qualité des observations et d’augmenter la capacité de navigation, de nombreuses questions doivent être abordées et examinées simultanément. Nous abordons ici le problème du pilotage de ces robots autonomes.Atteindre la maniabilité nécessaire dépend de deux facteurs clés: un modèle hydrodynamique précis et un système de contrôle performant. Cependant, le coût de développement d’un modèle précis est généralement très élevé. De plus, lorsque la géométrie du robot est complexe, il devient très difficile d’identifier de manière pertinente les paramètres dynamiques et hydrodynamiques. En outre, du point de vue de la commande, les modèles obtenus sont non linéaire, en particuliers pour les amortissements.De nombreux phénomènes dynamiques ne sont pas modélisés: dynamiques internes au robot, environnementales, liées aux bruits des capteurs, aux retards intrinsèques. Dans les concours de robotique sous-marine, il est confirmé que le traditionnel régulateur Proportionnel-Intégral-Dérivé (PID) est peu efficace pour les robots légers. Dans ce cas, notre champ d’application est plus axé sur la combinaison des approches de modélisation numérique et la commande robuste.Dans ce travail, nous proposons un schéma de régulation basé sur la commande robuste et la modélisation. La régulation robuste a été mise en place et validée en mer sur un AUV de la marque CISCREA et la solution proposée utilise Computational Fluid Dynamic (CFD) pour caractériser les deux paramètres hydrodynamiques (matrice de masse ajoutée et matrice d’amortissement). Puis un modèle à quatre degrés de liberté est construit pour le CISCREA. Les résultats numériques et expérimentaux sont alors comparés.La commande robuste proposée est basée sur une compensation non linéaire et de la commande H∞. La validation de la robustesse a été testée par simulation en Matlab et finalement validée par des essais en mer à Brest. La simulation et l’expérience montrent que l’approche en plus d’être robuste est plus rapide que les régulateurs précédemment proposés. / Autonomous Underwater Vehicle (AUV) is a relevant technology for the sustainable use of ocean resources. AUV can be used as an important ocean observing platform to collect information on marine environmental characteristics for research and industry fields. In order to improve the observation quality and increase the navigation ability, many issues should be addressed and considered simultaneously. Achieve necessary maneuverability depends on two key factors: an accurate hydrodynamic model and an advanced control system. However, the cost to develop an accurate hydrodynamic model, which shrinks the uncertainty intervals, is usually high. Meanwhile, when the robot geometry is complex, it becomes very difficult to identify its dynamic and hydrodynamic parameters. In addition, according to the quadratic damping factor, underwater vehicle dynamic and hydrodynamic model is nonlinear from the control point of view. Moreover, unmodeled dynamics, parameter variations and environmental disturbances create significant uncertainties among the nominal model and the reality. Sensor noise, signal delay as well as unmeasured states also affect the stability and control performance of the motion control system. In many of our underwater competitions, it has been confirmed that the traditional Proportional-Integral-Derivative (PID) regulation is less efficient for low mass AUV. In this case, our scope is more focused on the combination of numerical modeling approaches and robust control schemes. In this work, we proposed a model based robust motion control scheme. Without loss of generality, a robust heading controller was implemented and validated in the sea on cubic-shaped CISCREA AUV. The proposed solution uses cost efficient Computational Fluid Dynamic (CFD) software to predict the two hydrodynamic key parameters: The added mass matrix and the damping matrix. Four Degree of Freedom (DOF) model is built for CISCREA from CFD calculation. Numerical and experimental results are compared. Besides, the proposed control solution inherited the numerically obtained model from previous CFD calculation. Numerically predicted the actuator force compensates the nonlinear damping behavior result in a linear model with uncertainties. Based on the bounded linear nominal model, we proposed H∞ approach to handle the uncertainties, we used kalman filter to estimate unmeasured states such as angular velocity and we developed smith compensator to compensate the sensor signal delay. The proposed robust heading control application uses only one compass as feedback sensor. This is important while AUV is working at certain depth where only magnetic sensors still work. Our robust control scheme was simulated in Matlab and validated in the sea near Brest. Simulation shows obvious advantage of the proposed robust control approach. Meanwhile, the proposed robust heading control is much faster than PID controller. The robust controller is insensitive to uncertainties and has no overshot. From both simulations and real sea experiments, we found our proposed robust control approach and the one compass heading control applications are efficient for low mass and complex-shaped AUV CISCREA.

De nouvelles solutions basées sur la technologie de l'intégration hydraulique ont été introduites dans la mise en œuvre d'un système robotique humanoïde à actionnement hydraulique compact et léger. Pour ce faire, les chercheurs ont appliqué des méthodes et des technologies récentes basées sur des techniques d'usinage avancées et sur la fabrication additive de métaux. Malgré cela, ces méthodologies ont montré des limites liées non seulement au temps de réalisation, ce qui induit des coûts élevés, mais également au poids total du mécanisme obtenu. Ainsi, il important de développer des travaux de recherche sur de nouvelles méthodologies pour réaliser des mécanismes robotiques hydrauliques intégrés, compacts, légers et à faible coût économiques.C’est l’objet de travail développé dans cette thèse qui a pour objectif de proposer de nouvelles méthodologies pour la fabrication de composants mécaniques de robots humanoïdes à commande hydraulique. Cela concerne, en premier lieu, la fabrication additive de matériaux composites qui sera développée pour la réalisation des pièces structurelles classiques. En second lieu, deux nouvelles méthodologies sont proposées pour l’obtention de composants hydrauliques intégrés légers, avec une résistance élevée et un temps de réalisation et un coût réduits. La première méthodologie consiste à combiner la fabrication additive de polymères thermoplastiques et la simple formation de composites aléatoires en carbone. Tandis que la deuxième propose l'utilisation de tuyaux en silicone à la place des thermoplastiques imprimés tout en gardant le même matériau de renfort. Les deux méthodologies sont détaillées étape par étape et appliquées au bras du robot HYDROïD. Des gains importants sur le poids total du bras sont donnés. Par ailleurs, un nouvel vérin hydraulique composite léger est développé pour remplacer les vérins métalliques dont le poids est fatalement très élevé. Une procédure développée à partir du modèle de contraintes, passant par un processus d'optimisation et se terminant par la conception mécatronique est présentée. L’actionneur hydraulique est mis en œuvre et testé pour l'articulation du genou du robot HYDROïD et une proposition de généralisation à toutes les articulations est également avancée. Enfin, des perspectives à court et à moyen termes pour des développement ultérieur de nouvelles générations de systèmes robotiques à actionnement hydraulique intégré concluent cette thèse. / Modern researches have been inducted in the implementation of a compact and lightweight hydraulically actuated humanoid robotic systems, using the technology of hydraulic integration. In the a eld, researchers have applied recent technologies starting from advanced machining methodologies and ending with additive manufacturing of me-tals. Despite, these methodologies have shown inconvenient points related to cost, time and weight of the obtained mechanism. This motivates the research of new methodologies toward developing compact, cost effective and light-weight hydraulic integrated robotics mechanisms, which are discussed in this thesis.This thesis represents new methodologies toward fabricating mechanical components of the hydraulic actuated humanoid robots. This starts with the classical structural parts which will be fabricated using additive manufacturing of composite materials. Then, the hard task comes. Two new methodologies are proposed to obtain hydraulic integra-ted components with lightweight, high strength and with low time and cost. The rst methodology is by combining the additive manufacturing of thermoplastics polymers and the simple forming of random carbon ber composites. While, the second methodology proposes the usage of silicone pipes instead of the printed thermoplastics, keeping the same reinforcement material. The two methodologies are explained step by step and applied to the arm of HYDRO•D robot. Lately, a new lightweight composite hydraulic actuator is developed to replace the heavy weight metallic one. This is using a developed procedure starting from stress model, passing by an optimization process and ending with the mechatronic design. Then, this hydraulic actuator is implemented and tested. This is applied to the knee joint of the robot and generalized to all the robot joints. By the end of this thesis, an important conclusion will be drawn and the perspective of the research will be settled for further development.

La détection, localisation d'obstacles et la reconstruction de carte d'occupation 2D sont des fonctions de base pour un robot navigant dans un environnement intérieure lorsque l'intervention avec les objets se fait dans un environnement encombré. Les solutions fondées sur la vision artificielle et couramment utilisées comme SLAM (simultaneous localization and mapping) ou le flux optique ont tendance a être des calculs intensifs. Ces solutions nécessitent des ressources de calcul puissantes pour répondre à faible vitesse en temps réel aux contraintes. Nous présentons une architecture matérielle pour la détection, localisation d'obstacles et la reconstruction de cartes d'occupation 2D en temps réel. Le système proposé est réalisé en utilisant une architecture de vision sur FPGA (field programmable gates array) et des capteurs d'odométrie pour la détection, localisation des obstacles et la cartographie. De la fusion de ces deux sources d'information complémentaires résulte un modèle amelioré de l'environnement autour des robots. L'architecture proposé est un système à faible coût avec un temps de calcul réduit, un débit d'images élevé, et une faible consommation d'énergie / Obstacle detection, localization and occupancy map reconstruction are essential abilities for a mobile robot to navigate in an environment. Solutions based on passive monocular vision such as simultaneous localization and mapping (SLAM) or optical flow (OF) require intensive computation. Systems based on these methods often rely on over-sized computation resources to meet real-time constraints. Inverse perspective mapping allows for obstacles detection at a low computational cost under the hypothesis of a flat ground observed during motion. It is thus possible to build an occupancy grid map by integrating obstacle detection over the course of the sensor. In this work we propose hardware/software system for obstacle detection, localization and 2D occupancy map reconstruction in real-time. The proposed system uses a FPGA-based design for vision and proprioceptive sensors for localization. Fusing this information allows for the construction of a simple environment model of the sensor surrounding. The resulting architecture is a low-cost, low-latency, high-throughput and low-power system.