Perception sensori-motrice en robotique souple à travers la modélisation et la simulation

Sensory motor perception in flexible robotics through modeling and simulation

• Auteur / Autrice : Thomas Moupfouma
• Direction : Jérémie Dequidt, Christian Duriez
• Type : Projet de thèse
• Discipline(s) : Informatique et applications
• Date : Inscription en doctorat le 01/02/2025
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : MADIS Mathématiques, sciences du numérique et de leurs interactions
• Partenaire(s) de recherche : Laboratoire : INRIA - Institut national de recherche en informatique et en automatique Lille Nord Europe
• Partenaire(s) de recherche : Equipe de recherche : INRIA-CRIStAL

Mots clés

Mots clés libres

Robotique

Souple

Capteur

Modélisation

Simulation

Robotic

Soft

Sensor

Modeling

Simulation

Résumé

Les robots souples représentent une avancée majeure dans le domaine de la robotique, offrant des solutions innovantes pour développer des systèmes capables de se déformer et de s'adapter dans des environnements encombrés. Ces caractéristiques en font des outils prometteurs dans diverses applications médicales, allant de la réhabilitation, comme le développement des prothèses, aux outils d'interventions chirurgicales, comme les endoscopes, en passant par des organes bio-inspirés. Cependant, pour exploiter pleinement leur potentiel, ces robots doivent être capable de perception sensori motrice. Autrement dit, ils doivent intégrer des systèmes de capteurs souples permettant un retour d'information en temps réel, des mécanismes de contrôle robustes pour réguler les forces et les mouvements, ainsi qu'une conception anatomiquement fidèle pour répondre à des tâches spécifiques. Cette thèse vise à explorer l'intégration de capteurs dans les structures des robots souples afin d'améliorer leur fonctionnalité, leur contrôle et leur application dans des robots souples reproduisant l'anatomie humaine (fantôme actif). Les travaux se concentreront sur trois axes principaux : le développement de modèles mathématiques précis pour prédire le comportement des robots souples et des données capteurs durant leur utilisation, la simulation de leurs performances dans des scénarios réalistes, et la conception de contrôleurs en boucle fermée exploitant les données des capteurs pour stabiliser et positionner les robots dans des environnements complexes. Les résultats attendus contribueront au développement de robots souples capables de perception intrinsèque de leur environnement. Cela pourrait ouvrir de nouvelles perspectives dans les applications des robots souple en milieu médical.

Soft robots represent a major advancement in the field of robotics, offering innovative solutions for developing systems capable of deforming and adapting to cluttered environments. These characteristics make them promising tools in various medical applications, ranging from rehabilitation—such as the development of prostheses—to surgical intervention tools like endoscopes, as well as bio-inspired organs. However, to fully exploit their potential, these robots must be capable of sensorimotor perception. In other words, they must integrate soft sensor systems that provide real-time feedback, robust control mechanisms to regulate forces and movements, and anatomically faithful designs to perform specific tasks. This thesis aims to explore the integration of sensors into the structures of soft robots to enhance their functionality, control, and application in soft robots replicating human anatomy (active phantom). The research will focus on three main areas: developing precise mathematical models to predict the behavior of soft robots and sensor data during operation, simulating their performance in realistic scenarios, and designing closed-loop controllers that utilize sensor data to stabilize and position the robots in complex environments. The expected results will contribute to the development of soft robots capable of intrinsic perception of their environment. This could open new perspectives for the application of soft robots in the medical field.