Perception de l'opérateur partageant son espace de travail avec un robot industriel et acceptabilité des mouvements du robot par l'opérateur.

Perception of the operator sharing his workspace with an industrial robot and acceptability of the movements of the robot by the operator

• Auteur / Autrice : Thibaut Lopez
• Direction : Olivier Aycard
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/11/2022
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique de Grenoble

Mots clés

Mots clés libres

Robotique

Perception

Apprentissage

Controle

Robotic

Perception

Learning

Control

Résumé

Le premier défi est d'obtenir des informations très précises sur l'opérateur travaillant à proximité du robot manipulateur. Pour atteindre cet objectif, nous allons utiliser un laser 3D pour détecter et suivre l'opérateur. En effet, il s'agit d'une tâche complexe car nous avons besoins d'informations précises sur la position et la dynamique des différentes parties du corps (tête, coude, épaule, bras, main). Nous sommes plus intéressés par les méthodes géométriques pour segmenter les donnés et détecter les personnes couplées à des méthodes de suivi d'objets mobiles. Les méthodes d'apprentissage profond seront également étudiées. Un deuxième objectif de ce sujet de thèse est d'étudier comment les mouvements de l'opérateur (lorsqu'il coopère avec un manipulateur) pourraient être classés pour prédire son mouvement à court terme. Enfin le doctorant intégrera dans une architecture de décision robotique et prendra notamment en compte la manière dont la personne réagira aux mouvements du robot. (C'est à dire l'acceptabilité des mouvements du robot par l'opérateur). Enfin des tests et validations seront effectués sur un manipulateur réel.

The first challenge is to get very accurate information about the operator working close to the manipulator robot. To achieve this goal, we will use a 3D laser to detect and track the operator. Indeed, it is a complex task because we need precise information on the position and dynamics of the difference parts of the body (head, elbow, shoulder, arm, hand). We are more interested in geometric methods to segment data and detect people coupled with mobile object tracking methods. Deep learning methods will be investigated as well. A second goal of this thesis topic is to investigate how the motion of the operator (when cooperating with the manipulator) could be classified to predict his short term motion. Finally, the PhD candidate will integrate this perception into a robotic decision architecture and will especially take into account the way the person will react to the robot movements. (ie. the acceptability of the robot movements by the operator) Finally, tests and validations will be done on a real manipulator.