Vers le couplage sémantique de planifications de tâches et de trajectoires pour la validation de tâches complexes sous fortes contraintes spatiales

Towards the semantic coupling of task and motion planning for the validation of complex tasks under strong spatial constraints

• Auteur / Autrice : Florent Léoty
• Direction : Bernard Archimède, Philippe Fillatreau
• Type : Thèse de doctorat
• Discipline(s) : Robotique et Informatique
• Date : Soutenance le 20/12/2023
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Génie de Production (Tarbes ; 1989-....)
• Jury : Président / Présidente : Mohamed Hedi Karray
• Jury : Examinateurs / Examinatrices : Bernard Archimède, Philippe Fillatreau, Khouloud Boukadi
• Jury : Rapporteurs / Rapporteuses : Alberto Izaguirre, Farouk Belkadi

Mots clés

Mots clés contrôlés

Trajectoires singulières (théorie de la commande)

Planification -- Informatique

Procédés de fabrication

Mots clés libres

Couplage sémantique de planification de tâches et de trajectoires

Connaissance liée à la planification conjointe de tâches et de trajectoires

Ontologies

Contraintes spatiales et géométriques

Raisonnement

Assistance à la validation de scénarios

Semantic coupling of task and motion planning

Knowledge related to joint task and motion planning

Ontologies

Spatial and geometric constraints

Reasoning

Assistance in validating scenarios

Résumé

Pour rester compétitifs, les industriels doivent réduire de plus en plus les coûts et les temps de développement de leurs nouveaux produits. Ceux-ci sont aujourd'hui de plus en plus intégrés, plus petits, plus légers et moins gourmands en énergie. Ils sont plus difficiles à concevoir et doivent être assemblés, maintenus et désassemblés sous de très fortes contraintes géométriques. Traditionnellement, en phase de conception, on établit le modèle CAO du produit, puis on fabrique les différentes parties physiques de celui-ci pour s’apercevoir trop souvent ensuite, que tout ou partie des tâches associées au cycle de vie du produit sont difficiles ou impossibles à réaliser. Une détection tardive de ces problèmes nécessite alors de remettre en cause la conception du produit. Les travaux de cette thèse s'intéressent à valider, dès la phase de conception et par simulation numérique avant la fabrication des prototypes physiques, l'ensemble des tâches associées au PLM, ce qui permettrait de réduire les temps et coûts de développement et de viser des procédés de fabrication plus respectueux de l’environnement en réduisant le nombre de prototypes physiques fabriqués. Une étape clef dans la validation par simulation des tâches du PLM consiste à trouver une trajectoire réalisable et sans collision afin de prouver leur faisabilité. La communauté robotique a, depuis les années 80, mis en oeuvre des méthodes de planification automatiques de trajectoires pour résoudre cette problématique. Toutefois, ces méthodes ont des limites, principalement liées à la complexité des modèles de l'environnement, traditionnellement purement géométriques. Dans des environnements très complexes, les planificateurs de trajectoires peuvent proposer des trajectoires peu pertinentes, dans des temps pouvant être très longs, voire échouer. Pour répondre à ces limites, des travaux ont considéré des approches collaboratives homme - planificateur mais qui ne permettent que rarement une interaction continue. Par ailleurs, les techniques de RV permettent la simulation avec un opérateur humain dans la boucle, en immersion dans l’environnement virtuel et en interaction avec celui-ci. Une approche originale liant planification automatique de trajectoires et RV a ainsi été développée au LGP permettant de profiter de la puissance de calcul des ordinateurs et des capacités cognitives d'un opérateur humain. Toutefois, dans cette approche, l'assistance proposée à l'opérateur n'est pas orientée vers le métier et la tâche à réaliser. Pour pouvoir raisonner au niveau de la tâche à réaliser il faut considérer conjointement planification de tâches et planification de trajectoires et s’intéresser à la capacité de modéliser des informations relatives à cette tâche et de raisonner sur celles-ci ; les ontologies sont un outil prometteur. L'objectif de cette thèse concerne l'élaboration d'une méthodologie pour le couplage sémantique des planificateurs de trajectoires et de tâches pour l’assistance à la manipulation en RV ou la robotique. Dans ce cadre, nous proposons deux contributions principales : La première contribution de ce travail propose deux ontologies originales. La première, ENVOn-2, concerne la modélisation de l'environnement dans lequel se déroule une tâche. La seconde, TAMPO, est une ontologie développée pour le planification conjointe de tâches et de trajectoires. La seconde contribution porte sur l'élaboration d'une méthodologie pour le couplage sémantique des planificateurs de tâches et de trajectoires. Cette méthodologie, par l'utilisation conjointe des deux ontologies, permet d'améliorer la planification de trajectoires d'une action primitive tout en proposant un plan (ou des plans) de tâche (s) pertinent(s) pour la manipulation effectuée. Ces développements ont ensuite été validés à l'aide de scénarios variés et de complexités croissantes. Les résultats obtenus montrent la pertinence de l'approche.

To remain competitive, manufacturers need to reduce the costs and development times of their new products. Current products are increasingly integrated, smaller, lighter and more energyefficient. They are more difficult to design and have to be assembled, maintained and disassembled under very high geometric constraints. Traditionally, during the design phase, the CAD model of the product is established, then the physical parts of the product are manufactured, to discover all too often that some or all of the tasks associated with the product's life cycle are difficult or impossible to carry out. If these problems are detected too late, the product design has to be reconsidered. The aim of this thesis is to validate, at the design stage, all the tasks associated to the PLM using digital simulation before the physical prototypes are manufactured. This would make it possible to reduce development times and costs and to aim for more environmentally-friendly manufacturing processes by reducing the number of physical prototypes manufactured. A key step in the simulation-based validation of PLM tasks is to find a feasible collision-free trajectory in order to prove their feasibility. Since the 1980s, the robotics community has been using automatic path planning methods to solve this problem. However, these methods have limitations, mainly linked to the complexity of the environment models, which are traditionally purely geometric. In very complex environments, path planners can propose trajectories that are not very relevant, in times that can be very long, or even fail. To overcome these limitations, some works has considered collaborative human-planner approaches, but these rarely enable continuous interaction. On the other hand, VR techniques allow simulation with a human operator in the loop, immersed in the virtual environment and interacting with it. An original approach linking automatic path planning and VR has been developed at LGP, taking advantage of the computing power of computers and the cognitive abilities of a human operator. However, in this approach, the assistance offered to the operator is not oriented towards the task to be carried out. In order to be able to reason at the level of the task to be carried out, task planning and path planning must be considered together, and attention must be paid to the ability to model information relating to the task and to reason about these information; ontologies are a promising tool. The aim of this thesis is to develop a common framework for the semantic coupling of path and task planners for manipulation assistance in VR or robotics. Within this framework, we propose two main contributions: The first contribution of this work proposes two original ontologies. The first, ENVOn-2, concerns the modelling of the environment in which a manipulation task takes place. The second, TAMPO, is an ontology developed for jointly use path and task planning. The second contribution concerns the development of a methodology for the semantic coupling of task and trajectory planners. This methodology, through the joint use of the two ontologies, makes it possible to improve the path planning of a primitive action while proposing a task plan (or plans) that is (are) relevant to the manipulation being carried out. These developments were then validated using a variety of scenarios of increasing complexity. The results obtained demonstrate the relevance of the approach.