Ces dernières années, les robots manipulateurs ont été utilisés pour des tâches, telles que le polissage, le fraisage, le placement des fibres, entre autres, auparavant réalisées par des machines spécialisées. Cependant, l’utilisation des robots pour ces tâches en contact, présente des problèmes de précision. Ce contact provoque des flexibilités dans le robot, l’outil et l’environnement. Cette thèse cible l’amélioration de la précision de la tâche robotisée de dépose de fibres qui nécessite un compactage homogène selon le matériau et la surface. La précision du drapage peut être améliorée par la correction en ligne de la trajectoire du robot et du point de centrage dynamique de l’outil (DTCP). Cette thèse propose l’asservissement en position/force-pression en modifiant le TCP, pour commander le compactage selon la surface de contact et prend en compte les flexibilités dues au contact. La pression et les flexibilités sont calculées à partir d’un modèle mécanique numérique réduit grâce à des réseaux de neurones. Cet asservissement a besoin d’une sélection appropriée des correcteurs pour garantir un bon fonctionnement et pour travailler avec divers types de moules. La sélection est réalisée dynamiquement par logique floue. Le DTCP est calculé dynamiquement grâce aux flexibilités de l’outil et il est redéfini lors de l’exécution de la trajectoire du robot pendant le drapage. Un dispositif expérimental est mis en oeuvre en utilisant des éléments similaires aux cellules robotisées de placement des fibres. Une application logicielle intègre l’asservissement proposé dans la baie de commande. Cet asservissement permet d’améliorer la précision de dépose de fibres. / In the last years, the robots have been used in the tasks that were previously performed by specialized machines such as polishing, milling, drilling, fibers lay up, among others. However, the use of industrial robots for these contact tasks presents problems of precision. This contact causes flexibility in the robot, in the tool and in the environment. This thesis is aimed at improving the accuracy of the robotic fiber placement task. This task requires a homogeneous and adapted compaction according to the material and the surface. The lay-up precision can be improved by online robot trajectory correction and the dynamic tool center point (DTCP) definition. This thesis presents a position/force-pressure control by modifying the TCP, to control the compaction according to the contact surface and which takes into account the flexibility due to the compaction force. Pressure and flexibility are calculated from a mechanical numerical model reduced using neural networks. The force-pressure control needs a selection of corrector to ensure a good performance and to work with several types of molds. This dynamic correction selection is performed by a fuzzy logic approach. The DTCP has been calculated dynamically thanks to the tool flexibility and it is redefined when the robot’s trajectory is running during the draping. An experimental setup has been implemented using industrial elements similar to robotic fiber placement cells. A software application has been developed which integrates the control loop into the robot controller. This loop improves the accuracy of fiber placement.

Dans le cas des pièces aéronautiques de grandes dimensions et de formes complexes nécessitant un bon état de surface, les opérations de polissage sont la plupart du temps réalisées manuellement par des opérateurs spécialisés. Ces opérations étant longues, pénibles et coûteuses, il paraît pertinent de s’intéresser à leur automatisation. Dans ces travaux de thèse, nous nous intéressons à la mise en place d’un processus de polissage robotisé pour un train d'atterrissage en acier à haute résistance. La définition du processus robotisé passe par la définition des outils adéquats (taille de grain, forme et souplesse), des conditions de polissage (effort, vitesse de coupe, vitesse d’avance, angle de dépinçage et recouvrement) et le réglage des paramètres de la commande en effort en fonction du matériau à polir et de la spécification de rugosité visée. Un modèle d’enlèvement de matière est ensuite proposé afin de maîtriser le défaut d’état de surface généré pour des outils « disques ». Une campagne expérimentale permet enfin de valider la mise en œuvre du robot et du processus de polissage sur une pièce spécifique, notamment en ce qui concerne la chaîne numérique. / In the case of aircraft large parts and complex shapes requiring a good finish state, polishing operations are mostly performed manually by specialized operators. These operations are long, painful and expensive, it seems relevant to be interested in their automation. In the thesis work, we focus on the development of a robotic polishing process for high strength steel landing gear. The definition of the robotic process involves the definition of appropriate tools (grain size, shape and flexibility), polishing conditions (force, cutting speed, feed rate, inclination angle and overlap) and adjustment of parameters the force control based on the material to be polished and the specification roughness. A material removal model is then proposed to control the surface state generated for discs tools. Finally, an experimental campaign validates the implementation of the robot and the polishing process on a specific part, in particular as regards the numerical chain.

La productivité des processus d'usinage robotisé est très souvent limitée par le manque de rigidité des robots et les problèmes vibratoires relatifs à l’instabilité de la coupe. L’analyse de l’instabilité de la coupe en usinage robotisé est un problème difficile en raison de la variabilité du comportement dynamique du robot dans son espace de travail. Par conséquent, le phénomène de broutement en usinage robotisé dépend non seulement des paramètres de coupe mais également de la configuration du robot. Le premier objectif de cette thèse est de déterminer une méthode de modélisation dynamique du robot, adaptée du point de vue de l’analyse des vibrations et de la stabilité en usinage robotisé. Cette approche a été réalisée sur le robot d’usinage industriel ABB IRB6660. Une démarche de recalage a été mise en place afin de déterminer les paramètres du modèle numérique du robot. Ensuite, une présentation 3D de la limite de stabilité en usinage robotisé prenant en compte les variations du comportement dynamique du robot est réalisée. Le deuxième objectif consiste à optimiser le procédé vis-à-vis de la stabilité de la coupe. Les variations du comportement dynamique du robot sont exploitées par la gestion des redondances fonctionnelles afin d’optimiser la configuration du robot du point de vue de la stabilité. L’analyse numérique a montré et les essais expérimentaux d’usinage ont confirmé la possibilité de passer de la zone instable à la zone stable par la gestion de la redondance fonctionnelle sans modifier les paramètres de coupe. / Productivity in robotic machining processes can be limited by the low rigidity of the overall structure and vibration instability (chatter). The robot’s dynamic behavior, due to changes in its posture along a machining trajectory, varies within its workspace. Chatter in robotic machining therefore depends not only on the cutting parameters but also on the robot configuration. The first objective of this thesis is to determine a dynamic modeling approach of the robot in order to analyze the vibration and the stability in robotic machining. This modeling approach has been realized to dynamic modeling of an ABB IRB6660 industrial robot. The numerical model parameters are adjusted on the basis of experimental modal identifications. Then, a three-dimensional representation of stability lobes diagram for the prediction to take into account the robot dynamic behavior variations in machining trajectory is established. The second objective is to optimize the robot configurations regarding stability. The dynamic behavior variations of the robot in the workspace are exploited through functional redundancy management in order to optimize robot configurations with respect to machining stability. The numerical analyze demonstrated and experimental machining tests confirmed that stability conditions in machining operations can be achieved by managing functional redundancy without changing the cutting parameters.

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.

Depuis quelques années, les océanographes et les climatologues expriment un besoin croissant de disposer de moyens de mesures complémentaires pour réaliser des mesures en mer. Les voiliers autonomes sont un moyen potentiel de déploiement des capteurs nécessaires à ces mesures. Le problème abordé dans le cadre de cette thèse est la détermination à tout instant d'un cap navigable permettant aux voiliers robotisés de se déplacer vers un objectif aussi vite que possible tout en évitant les obstacles et en s'adaptant aux conditions instantanées de vent. Nous proposons deux approches de sélection d'un cap navigable pour atteindre un point ou une liste de points de navigation défini par un opérateur humain. La première est similaire à celle utilisée par les skippers humains. Elle se base sur la minimisation d'une fonction de coût exploitant la projection des vitesses représentées dans la courbe polaire caractéristique du voilier sur la route direct vers l'objectif. Une seconde fonction de coût permet de tenir compte de la présence potentielle d'obstacles. %Le premier est basée sur des fonctions de coût fondées sur la stratégie de projection des vitesses représentées dans la courbe polaire caractéristique du bateau, méthode amplement utilisée par les skippers humaines. La deuxième approche repose sur la méthode des champs de potentiel. La particularité de cette approche tient au fait que les capacités de propulsion du voilier, représentées par sa courbe polaire de vitesse, sont traduites par des potentiels locaux qui se déplacent avec le voilier. Cette méthode présente l'avantage d'unifier la représentation des contraintes de la navigation à voile et des tâches à réaliser. Ces différentes méthodes sont illustrées par des simulations numériques ainsi que des essais expérimentaux.

Les robots industriels ont évolué fondamentalement ces dernières années pour répondre aux exigences industrielles de machines et mécanismes toujours plus performants. Ceci se traduit aujourd'hui par de nouveaux robots anthropomorphes plus adaptés laissant entrevoir la réalisation de tâches plus complexes comme la découpe d'objets déformables telle que la découpe de viande ou soumis à de fortes sollicitations comme l'usinage. L'étude du comportement des robots anthropomorphes, à structures parallèles ou hybrides montre une anisotropie aussi bien cinématique, que dynamique, impactant la précision attendue. Ces travaux de thèse étudient l'intégration des redondances cinématiques qui permettent de pallier en partie ce problème en positionnant au mieux la tâche à réaliser dans un espace de travail compatible avec les capacités attendues. Ces travaux ont suivi une démarche en trois étapes : la modélisation analytique de cellules robotiques par équivalent sériel basée sur la méthode TCS, la formalisation des contraintes des processus de découpe de viande et d'usinage et une résolution par optimisation multicritère. Une première originalité de ces travaux réside en le développement d'un modèle à 6 degrés de liberté permettant d'analyser les gestes de l'opérateur qui optimise naturellement le comportement de son bras pour garantir la tâche qu'il réalise. La seconde originalité concerne le placement optimisé des redondances structurales (cellules à 9 ddls) où les paramètres de positionnement sont incorporés comme des variables pilotables (cellule à 11 ddls). Ainsi, ces travaux de thèse apportent des contributions à : - la définition de critères adaptés à la réalisation de tâches complexes et sollicitantes pour la gestion des redondances cinématiques ; - l'identification du comportement des structures sous sollicitations par moyen métrologique (Laser tracker) et l'auto-adaptation des trajectoires par l'utilisation d'une commande en effort industrielle ; - l'optimisation du comportement permettant l'amélioration de la qualité de réalisation des différents processus de coupe (découpe de viande et usinage).

La réalisation par des procédés robotisés de pièces composites à destination, notamment, de l’aéronautique vise à en augmenter la productivité. Cependant le Placement de Fibres Robotisé (PFR) est encore en phase de maturation et requiert de nombreux développements, en particulier dans le cas des composites à matrice thermoplastique ou à fibre sèche. Dans cette thèse, nous proposons différents outils qui permettent in fine de déterminer à l’avance la meilleure puissance de chauffe pour la mise en œuvre de ces composites. La difficulté réside dans le fait que cette puissance dépend de nombreux paramètres, non seulement au niveau de la matière utilisée (densité, chaleur spécifique. . .), mais encore au niveau du procédé lui-même (vitesse de déplacement, nombre et orientation des plis. . .). Nous avons construit un modèle réduit multi-paramétrique en utilisant la technique appelée Proper Generalised Decomposition (PGD). Les résultats ont été confrontés à ceux obtenus par des méthodes plus conventionnelles et aussi à des données expérimentales. / Realising composite parts mainly dedicated to aeronautics sector by robotised processes tends to increase productivity. However, Automated Tape Placement (ATP) is still in ripening stage and requires various developments, particularly in case of thermoplastic composites or dry fibres. In this manuscript, we propose different tools allowing to determine in advance the best heating power to drape composite fibres. Difficulty arises from dependence on many parameters, from material (density, specific heat) or from process itself (velocity, number and orientation of plies). Therefore we construct a multi-parametric reduced order model using the so called Proper Generalised Decomposition (PGD). Results have been faced to those obtained from more conventional methods but also to experimental data.

Ce travail de thèse s’inscrit dans le cadre d’une Convention Industrielle de Formation par la REcherche (CIFRE) ayant pour objectif la mise en place de solutions innovantes pour le diagnostic de défaillances. Il s’agit de répondre au besoin de la société Zodiac Actuation Systems afin de diagnostiquer les défaillances pouvant survenir sur leurs systèmes d’actionnement de sièges d’avion. Premièrement, le cadre ainsi que les motivations de l’étude sont exposés. Ensuite un état de l’art sur les méthodes de diagnostic de défaillances est donné. Puis la problématique de l’hybridation de ces méthodes est abordée. Ceci a permis d’adopter la méthode de classification supervisée pour le diagnostic. Ensuite, les campagnes de mesures, le processus de construction des bases de données ainsi que les différents algorithmes nécessaires pour la classification sont présentés. Une expérimentation sur la partie du dossier d’un siège d’avion est exposée et les résultats sont donnés. Afin d’améliorer les résultats obtenus, une approche de classification renforcée par des observateurs d’état est proposée et appliquée sur le dossier du siège. Ce renforcement est réalisé à l’aide des données estimées par les observateurs tout en construisant des bases de données augmentées. Trois types d’observateurs, linéaire, Takagi-Sugeno (TS) et TS à entrées inconnues (TSEI) sont employés. L’observateur TSEI apparait comme le mieux adapté à notre application. Finalement, une extension de l'approche proposée sur l’ensemble du siège d’avion est proposée. Celle-ci consiste en la mise en œuvre d’observateurs décentralisés TSEI pour chaque sous-ensemble du siège en tenant compte de leurs interconnexions. Ces derniers ont permis d’améliorer les résultats de détection de défaillances sur l’ensemble du siège d’avion. / This study was supported by Zodiac Actuation Systems within the framework of a ``CIFRE'' project which aims to design a Fault Detection and Diagnosis (FDD) approach for actuation systems of passengers seats in commercial aircrafts. First of all, the industrial context as well as the motivations of our project have been explained. Then, a state of the art on FDD methods is presented. Among them, hybridization of FDD methods can be found and seems interesting to our application. In a first step, the supervised classification method for the FDD has been considered. To do this, the process measurements and the concept of databases construction are presented. Then, different types of classification algorithms are explained. From experimental measurements, the classification results for FDD purpose on the recline of the seat are given. In a second step, an enhanced classification approach is proposed. It consists in estimating non-measurable variables by the state observers. These variables are then added, as estimated attributes, to the measured database. The aim is to enrich the knowledge used by the classifier and thus to improve the rate of FDD. Three types of state observers are considered: linear, then Takagi-Sugeno (TS) and Unknown Input Takagi-Sugeno (UITS) observers. It appears that the UITS observer-based results are more accurate for our application. Finally, the proposed FDD approach is extended to the hole of the seat by considering a decentralized approach. In this context, decentralized UITS are proposed for each segment of the seat by taking into account their interconnexions. It is shown that these decentralized observers improve the FDD results of the considered aircraft seat.

Dans le domaine de l'acoustique musicale, les recherches visant à la compréhension des instruments ont rendu possible la modélisation et la synthèse sonore de nombre d'entre eux. Cependant, le degré de connaissance acquis d'un système matériel, si élevé soit-il, ne permet pas à lui seul de prédire son comportement à la suite d'une interaction avec l'homme. L'étude de l'interaction entre musicien et instrument fait ainsi l'objet de nombreux travaux de recherche afin de prendre en considération son effet sur la production sonore et d'effectuer, à terme, des synthèses sonores plus réalistes. Au cours de leur apprentissage, les musiciens développent une importante maîtrise de leur instrument de manière à exécuter précisément les gestes nécessaires à la qualité sonore désirée. La mise en évidence des paramètres de contrôle pertinents vis-à-vis du son produit, dans le cas de la harpe de concert, est au centre de ce travail de thèse. Dans un premier temps, cette interaction est étudiée à l'échelle du musicien par le biais d'une analyse de ses gestes instrumentaux et ancillaires en relation avec le contexte et l'intention musicale. La seconde partie de ce travail se focalise sur la cause directe de la production sonore, i.e. le pincement de la corde. La spécificité et l'importante répétabilité de ce geste pour chaque instrumentiste est ainsi mise en évidence. Enfin, une modélisation de l'interaction entre le doigt du musicien et la corde de harpe enrichie des précédents résultats est proposée, validée par l'utilisation d'un doigt artificiel contrôlable et paramétrable.

Le dévracage robotisé est une tâche industrielle en forte croissance visant à automatiser le déchargement par unité d’une pile d’instances d'objet en vrac pour faciliter des traitements ultérieurs tels que la formation de kits ou l’assemblage de composants. Cependant, le modèle explicite des objets est souvent indisponible dans de nombreux secteurs industriels, notamment alimentaire et automobile, et les instances d'objet peuvent présenter des variations intra-classe, par exemple en raison de déformations élastiques.Les techniques d’estimation de pose, qui nécessitent un modèle explicite et supposent des transformations rigides, ne sont donc pas applicables dans de tels contextes. L'approche alternative consiste à détecter des prises sans notion explicite d’objet, ce qui pénalise fortement le dévracage lorsque l’enchevêtrement des instances est important. Ces approches s’appuient aussi sur une reconstruction multi-vues de la scène, difficile par exemple avec des emballages alimentaires brillants ou transparents, ou réduisant de manière critique le temps de cycle restant dans le cadre d’applications à haute cadence.En collaboration avec Siléane, une entreprise française de robotique industrielle, l’objectif de ce travail est donc de développer une solution par apprentissage pour la localisation des instances les plus prenables d’un vrac à partir d’une seule image, en boucle ouverte, sans modèles d'objet explicites. Dans le contexte du dévracage industriel, notre contribution est double.Premièrement, nous proposons un nouveau réseau pleinement convolutionnel (FCN) pour délinéer les instances et inférer un ordre spatial à leurs frontières. En effet, les méthodes état de l'art pour cette tâche reposent sur deux flux indépendants, respectivement pour les frontières et les occultations, alors que les occultations sont souvent sources de frontières. Plus précisément, l'approche courante, qui consiste à isoler les instances dans des boîtes avant de détecter les frontières et les occultations, se montre inadaptée aux scénarios de dévracage dans la mesure où une région rectangulaire inclut souvent plusieurs instances. A contrario, notre architecture sans détection préalable de régions détecte finement les frontières entre instances, ainsi que le bord occultant correspondant, à partir d'une représentation unifiée de la scène.Deuxièmement, comme les FCNs nécessitent de grands ensembles d'apprentissage qui ne sont pas disponibles dans les applications de dévracage, nous proposons une procédure par simulation pour générer des images d'apprentissage à partir de moteurs physique et de rendu. Plus précisément, des vracs d'instances sont simulés et rendus avec les annotations correspondantes à partir d'ensembles d'images de texture et de maillages auxquels sont appliquées de multiples déformations aléatoires. Nous montrons que les données synthétiques proposées sont vraisemblables pour des applications réelles au sens où elles permettent l'apprentissage de représentations profondes transférables à des données réelles. A travers de nombreuses expériences sur une maquette réelle avec robot, notre réseau entraîné sur données synthétiques surpasse la méthode industrielle de référence, tout en obtenant des performances temps réel. L'approche proposée établit ainsi une nouvelle référence pour le dévracage orienté-objet sans modèle d'objet explicite. / Referred to as robotic random bin-picking, a fast-expanding industrial task consists in robotizing the unloading of many object instances piled up in bulk, one at a time, for further processing such as kitting or part assembling. However, explicit object models are not always available in many bin-picking applications, especially in the food and automotive industries. Furthermore, object instances are often subject to intra-class variations, for example due to elastic deformations.Object pose estimation techniques, which require an explicit model and assume rigid transformations, are therefore not suitable in such contexts. The alternative approach, which consists in detecting grasps without an explicit notion of object, proves hardly efficient when the object geometry makes bulk instances prone to occlusion and entanglement. These approaches also typically rely on a multi-view scene reconstruction that may be unfeasible due to transparent and shiny textures, or that reduces critically the time frame for image processing in high-throughput robotic applications.In collaboration with Siléane, a French company in industrial robotics, we thus aim at developing a learning-based solution for localizing the most affordable instance of a pile from a single image, in open loop, without explicit object models. In the context of industrial bin-picking, our contribution is two-fold.First, we propose a novel fully convolutional network (FCN) for jointly delineating instances and inferring the spatial layout at their boundaries. Indeed, the state-of-the-art methods for such a task rely on two independent streams for boundaries and occlusions respectively, whereas occlusions often cause boundaries. Specifically, the mainstream approach, which consists in isolating instances in boxes before detecting boundaries and occlusions, fails in bin-picking scenarios as a rectangle region often includes several instances. By contrast, our box proposal-free architecture recovers fine instance boundaries, augmented with their occluding side, from a unified scene representation. As a result, the proposed network outperforms the two-stream baselines on synthetic data and public real-world datasets.Second, as FCNs require large training datasets that are not available in bin-picking applications, we propose a simulation-based pipeline for generating training images using physics and rendering engines. Specifically, piles of instances are simulated and rendered with their ground-truth annotations from sets of texture images and meshes to which multiple random deformations are applied. We show that the proposed synthetic data is plausible for real-world applications in the sense that it enables the learning of deep representations transferable to real data. Through extensive experiments on a real-world robotic setup, our synthetically trained network outperforms the industrial baseline while achieving real-time performances. The proposed approach thus establishes a new baseline for model-free object-oriented bin-picking.