Composition du jury

Rapporteurs : Guillaume Morel, Professeur, Sorbonne Université

                      Marie Babel, Professeur, INSA Rennes

Examinateurs : Pedro Rodriguez-Ayerbe, Professeur, Centrale Supelec

                      Iung Benoît, Proefesseur, Université de Lorraine

Invitée : Luka Peternel, Associate Professor, TU Delft

Encadrants : Alexis Aubry, Associate Professor, HDR, Université de Lorraine

                    Serena Ivaldi, Research Scientist (tenured), HDR, INRIA, Université de Lorraine

Résumé:

Cette thèse, effectuée en collaboration entre le CRAN et le LORIA, présente plusieurs contributions dans le domaine de l’interaction physique homme-robot.

En premier lieu, elle propose une méthode pour prédire la posture humaine pendant qu’un humain interagit physiquement avec un robot.

Deuxièmement, elle décrit des algorithmes et des outils de simulation pour visualiser le score d’ergonomie humaine associé au mouvement d’un humain, en temps réel, même lorsque l’humain est physiquement couplé au robot.

Troisièmement, la thèse fait progresser les connaissances sur la façon de contrôler et d’adapter le comportement du robot pendant la collaboration, grâce à des études expérimentales impliquant des humains et des robots dans des scénarios de comanipulation.

La première étude examine les meilleures stratégies d’impédance pour que le robot puisse collaborer avec l’humain lors de la co-manipulation d’un tuyau dans une tâche d’insertion de précision, tandis que la deuxième étude examine comment les humains s’adaptent aux stratégies d’impédance changeantes d’un robot lors d’une tâche de sciage collaborative.

Abstract

The thesis presents several contributions in the area of human-robot physical interaction. First, it

proposes a method to predict human posture while a human interacts physically with a robot. Second, it

describes algorithms and simulation tools to visualize the human ergonomics score associated with the

movement of a human, in real-time, even when the human is physically coupled with the robot. Third,

the thesis advances the knowledge on how to control and adapt the robot behaviour during collaboration,

thanks to experimental studies involving humans and robots in comanipulation scenarios. The first

study investigates the best impedance strategies for the robot to collaborate with the human during a

co-manipulation of a pipe in a precision insertion task, while the second study investigates how humans

adapt to changing impedance strategies of a robot during a collaborative sawing task.