Soutenance mémoire
La robotique collaborative
Émergence des robots collaboratifs
L’apparition des premiers robots utiles pour l’homme a eu lieu sur les chaînes de montage où les robots pouvaient effectuer des tâches répétitives, pénibles et dangereuses pour les opérateurs. Le robot Unimate est connu pour être le premier robot industriel programmable, datant de 1954 . Il s’agit d’un bras articulé pouvant transporter une pièce d’un endroit à un autre.
Ces robots sont la plupart du temps dans des zones dédiées où les opérateurs ne peuvent pas se rendre lorsqu’ils sont en fonctionnement. Cette règle permet d’assurer la sécurité des opérateurs mais rend également peu flexible l’organisation d’une chaîne de montage si l’on souhaite par la suite modifier ou changer le produit qui y est fabriqué. De plus, il existe des tâches qui requirent des compétences hybrides entre celles d’un robot (répétitivité, force, précision) et celles d’un opérateur (intelligence, adaptabilité). L’utilisation de robots collaboratifs est donc une solution de plus en plus étudiée par les industriels. Ces robots évoluent dans un espace commun avec l’opérateur, ils peuvent travailler sur une même tâche, en collaboration, ou sur deux tâches distinctes mais en co-présence. Ils illustrent l’usine du futur, plus performante, plus efficace et productive .
Les enjeux de la robotique collaborative dans l’industrie
Des robots acceptés
L’étude de l’acceptabilité par les opérateurs constitue le premier axe de recherche de la chaire PSA « PSA Peugeot Citroën – Robotique et Réalité Virtuelle ». Ce fut le sujet de thèse de Vincent Weistroffer [137] soutenue en décembre 2014. L’acceptation par les opérateurs est primordiale pour créer une collaboration efficace. Pourtant, de nos jours, les opérateurs ont été habitués à travailler dans des zones dépourvues de robots. Les robots industriels étaient alors présentés comme des machines potentiellement dangereuses dont il fallait éviter tout contact. L’introduction de robots collaboratifs va à l’encontre de ce discours. De plus, les opérateurs pourraient avoir l’impression que les robots collaboratifs vont les remplacer dans les usines, En réalité, comme expliqué plus haut, l’objectif est de mettre en place une complémentarité entre humains et robot, et celle-ci devrait même diminuer la pénibilité du travail des opérateurs et leur permettre de se concentrer sur des tâches à plus grande valeur ajoutée. Au cours de sa thèse, Vincent Weistroffer a utilisé la réalité virtuelle pour déterminer quels critères d’acceptabilité peuvent y être évalués. Ces critères seront ensuite utilisés pour la configuration de postes de travail collaboratifs afin qu’ils soient mieux acceptés par les opérateurs.
Des robots intelligents
Lorsqu’un robot évolue dans un environnement où il peut rencontrer des hommes, plusieurs problèmes se posent : comment assurer la sécurité des personnes autour du robot ? Comment permettre aux personnes et aux robots de communiquer et collaborer ? Aujourd’hui, pour des applications industrielles, il existe de nombreuses solutions pour assurer la sécurité d’un opérateur qui se trouve dans le même espace et à proximité d’un robot. Ces robots sont eux mêmes équipés de capteurs de force ou de proximité pour éviter de blesser les opérateurs. Des systèmes à base de lasers ou de caméras sont également utilisés pour détecter si le robot et l’opérateur sont trop proches. De nos jours les robots collaboratifs en milieu industriel sont donc de plus en plus sûrs. Mais cette sécurité n’est pas suffisante pour permettre une collaboration fluide et efficace. En effet, le robot doit être capable de comprendre son environnement afin de s’y adapter. Afin de collaborer, les actions du robot et de l’opérateur doivent être synchronisées. Nous pensons que la reconnaissance de geste pourrait permettre aux robots collaboratifs de comprendre quelle tâche est effectuée par l’opérateur. Avec cette information, le robot pourrait synchroniser ses actions avec celles de l’opérateur, mais également adapter sa vitesse et s’arrêter si quelque chose d’inattendu survient.
Cette problématique constitue le second axe de recherche de la chaire « PSA Peugeot Citroën – Robotique et Réalité Virtuelle », cette thèse porte sur la reconnaissance des gestes techniques effectués par les opérateurs.
La reconnaissance de gestes : nouvelle voie d’interaction
Interaction avec des systèmes intelligents
Aujourd’hui, l’interaction avec des machines intelligentes devient un domaine de plus en plus étudié. C’est dans cette optique que la reconnaissance de gestes s’est développée afin d’améliorer et de faciliter l’expérience utilisateur . D’autres domaines ont également aidé à et profité de l’expansion de ce domaine, comme la vidéo surveillance par exemple, ou également lors d’installations artistiques, comme présenté dans l’étude de Bremard et al. [18]. Comme expliqué par Norman [95], bien que les premiers systèmes basés sur la reconnaissance de gestes datent des années 50, les récentes avancées ont permis de s’affranchir de verrous technologiques, réduisant les coûts, augmentant la robustesse, et facilitant l’utilisation de ces nouvelles méthodes d’interaction.
La reconnaissance de gestes touche à plusieurs domaines comme, entre autres, la modélisation, l’apprentissage artificiel, la vision par ordinateur. Elle désigne l’ensemble des étapes nécessaires à la compréhension d’un geste, allant de la capture à l’aide de capteurs jusqu’à son interprétation. Dans le cadre de cette thèse, nous allons nous intéresser plus particulièrement à la reconnaissance de gestes techniques effectués par des opérateurs qui travaillent avec des robots collaboratifs. Selon Clark [28], pour pouvoir communiquer les participants doivent avoir des connaissances communes. Pour une communication entre hommes, cela peut-être la langue parlée ou le langage des signes par exemple. Lors d’une collaboration homme-robot, cette connaissance commune n’est pas évidente. La reconnaissance des gestes de l’opérateur permettra d’établir une voie de communication allant de l’opérateur vers le robot.
|
Table des matières
1 Introduction
1.1 La robotique collaborative
1.1.1 Émergence des robots collaboratifs
1.1.2 Les enjeux de la robotique collaborative dans l’industrie
1.2 La reconnaissance de gestes : nouvelle voie d’interaction
1.2.1 Interaction avec des systèmes intelligents
1.2.2 Les contraintes du milieu industriel
1.3 Organisation du manuscrit
2 La collaboration homme-robot
2.1 Etat de l’art sur la collaboration homme-robot
2.1.1 Les robots collaboratifs
2.1.2 Le cas particulier de l’industrie
2.2 Cas d’étude
2.2.1 Cas de co-présence
2.2.2 Cas de collaboration
2.3 Conclusion
3 La reconnaissance de gestes : état de l’art
3.1 Le geste technique
3.2 La reconnaissance de gestes : vue d’ensemble
3.3 La reconnaissance de gestes avec des données vidéos
3.3.1 Les caméras
3.3.2 Méthodes basées sur des points d’intérêts
3.3.3 Méthodes basées sur des silhouettes
3.3.4 Analyse de la succession de postures
3.4 La reconnaissance de gestes avec un équipement intrusif
3.4.1 Les capteurs inertiels
3.4.2 Les marqueurs optiques
3.5 La reconnaissance des gestes avec un système hybride vision et inertiel
3.6 Classification des gestes
3.6.1 Classification directe
3.6.2 Classification avec une approche temporelle
3.7 Conclusion sur la reconnaissance de gestes
4 Reconnaissance des gestes techniques avec un équipement intrusif
4.1 Protocole d’acquisition de la base de données
4.2 Méthodologie de reconnaissance des gestes
4.2.1 Présentation du Gesture Follower
4.2.2 Reconnaissance des gestes isolés
4.2.3 Reconnaissance en temps réel
4.3 Résultats
4.3.1 Reconnaissance de gestes isolés
4.3.2 Reconnaissance en temps réel
4.4 Conclusion de l’étude
5 Suivi des mains de l’opérateur
5.1 Description d’une image de profondeur
5.2 Le suivi en plusieurs étapes
5.2.1 Graphe 2D du torse de l’opérateur
5.2.2 Trouver les mains
5.3 Implémentation et résultats
5.3.1 Choix d’implémentation
5.3.2 Rapidité de l’algorithme
5.3.3 Précision de l’algorithme
5.4 Conclusion
6 Reconnaissance des gestes techniques avec des capteurs non intrusifs
6.1 Acquisition d’une base de données
6.1.1 Protocole d’acquisition de la base de données
6.1.2 Analyse de la base de données
6.2 Reconnaissance des gestes techniques
6.2.1 Méthodologie de reconnaissance des gestes
6.2.2 Choix du descripteur
6.2.3 Critères d’évaluation
6.2.4 Résultats
6.2.5 Temps de calcul
6.3 Adaptation de la base de données pour un nouvel opérateur
6.3.1 Méthodologie
6.3.2 Résultats
6.3.3 Comparaison avec une base d’apprentissage mono-opérateur
6.4 Utilisation du capteur inertiel sur les outils pour affiner la reconnaissance des gestes basée sur la vision
6.4.1 Méthodologie
6.4.2 Acquisition et traitement des données issues du capteur inertiel
6.4.3 Résultats
6.5 Gestion des gestes inattendus
6.5.1 Présentation du problème
6.5.2 Réaction de notre système de reconnaissance face à des gestes parasites
6.6 Mise en place d’un démonstrateur
6.7 Conclusion et synthèse
7 Conclusions
