Doctorat de l'Estimation Tactile au Contrôle Vers une Manipulation de la Forme d'Objets Souples Combinant Vision et Toucher en Situation d'Incertitude H/F - CNRS

Description du Poste Sujet De Thèse La manipulation d'objets déformables nécessite de prendre en compte la forme, les forces de contact, la compliance locale, le frottement et l'incertitude. Le servocontrôle de forme basé sur la vision permet de reconstruire et de contrôler la déformation visible d'objets souples, tandis que la méthode FEM en ligne permet d'étendre cette estimation aux régions masquées. Néanmoins, la perception basée uniquement sur la vision ne permet pas d'observer la mécanique de contact locale au niveau de la préhension ou le long du corps du robot. Ces conditions cachées déterminent souvent le résultat de la tâche : une forme visible similaire peut résulter de différentes distributions de rigidité, conditions de contact, glissements naissants ou distributions de force. Cette thèse développe un cadre tenant compte des informations tactiles et de l'incertitude pour la manipulation à deux bras d'objets déformables, dans lequel un état de croyance physique assure l'interface entre l'estimation basée sur un modèle, le contrôle sûr et la prise de décision générative. Une question scientifique centrale est de savoir quelles grandeurs physiques sont identifiables à partir des interactions tactiles et comment ces informations peuvent être utilisées pour le contrôle et l'apprentissage de politiques. La thèse cible donc les croyances physiques pertinentes pour la tâche, telles que la compliance locale normale et tangentielle, la rigidité à la flexion effective, l'amortissement, l'état de frottement ou de glissement, les conditions aux limites de préhension et l'incertitude sur la déformation prédite. Cet état de croyance est conçu pour conserver les informations requises pour une manipulation robuste d'objets déformables tout en garantissant que le problème d'estimation reste bien posé et directement exploitable tant par les algorithmes de contrôle que par les politiques apprises.Le premier objectif consiste à étendre un jumeau numérique d'objet déformable basé sur SOFA avec un retour tactile, de force et proprioceptif. SOFA sert principalement de simulateur direct en temps réel et de a priori structuré : les déformations, forces et états de contact prédits sont comparés aux données RGB-D, à la force/couple au niveau du poignet, aux couples articulaires et aux signaux tactiles. La thèse explore une hiérarchie de méthodes d'estimation, comprenant des modèles de sensibilité d'ordre réduit, des matrices d'interaction locales, des mises à jour sans dérivées pour les paramètres de faible dimension, des modèles résiduels appris et, le cas échéant, une différenciation implicite via des composants sélectionnés du solveur réduit. Le résultat est un état de croyance physique calibré concernant la forme de l'objet, l'état de contact, la compliance locale, le risque de glissement et l'incertitude de prédiction.Le deuxième objectif caractérise l'identifiabilité tactile et l'exploration active. La thèse étudie comment les mouvements d'exploration tactile active, l'emplacement du contact, la configuration de préhension, la géométrie de l'objet et la modalité des capteurs affectent l'observabilité de la compliance et du frottement, en distinguant les croyances récupérables à partir d'un contact passif de celles nécessitant une excitation active. Les mesures tactiles étant locales, une estimation informative nécessite des mouvements ciblés : le robot sélectionnera activement de petites actions de sondage sûres qui réduisent l'incertitude des croyances tout en respectant les limites de force et de contrainte, transformant ainsi la préhension en un instrument d'estimation.Le troisième objectif utilise l'état de croyance résultant et son incertitude calibrée pour un contrôle tenant compte des informations tactiles et des forces. Un contrôleur de force-position prédictif ou hybride régule à la fois la déformation et les forces de contact tout en tenant compte de l'incertitude : il privilégie les actions de collecte d'informations lorsque la croyance est très incertaine, impose des contraintes de contrainte ou de force avec des marges qui s'élargissent à mesure que l'observabilité se dégrade, et utilise le retour tactile pour détecter les changements d'état de contact (glissement, compliance inattendue) et déclencher une réestimation. Cela fournit une couche de contrôle interprétable et sûre pour l'estimation de l'état de contact et la manipulation en présence de déformation de l'objet.En collaboration avec ClearLab/NUS, les aspects susmentionnés seront étudiés en tant que représentation conditionnelle pour des politiques génératives tenant compte de l'incertitude, telles que les politiques de diffusion, pour le routage à long terme, l'insertion de fixations et les tâches collaboratives. La politique conditionne la génération de ses actions à la forme estimée, à l'état de contact, à la compliance, aux marges de glissement et à l'incertitude fournies par la couche d'estimation tactile-physique. L'apprentissage est donc guidé par des prédictions physiques et des preuves tactiles, tandis que la politique contribue à la prise de décision à long terme et à la génération d'actions efficace en termes de données en situation d'incertitude. Cela permet une répartition naturelle des tâches avec ClearLab/NUS. Les travaux menés en France se concentreront sur l'estimation des croyances tactiles/FEM et le contrôle robuste, tandis que ceux menés à la NUS porteront sur les politiques génératives conditionnées par les croyances pour la manipulation d'objets déformables.Le résultat attendu est un cadre pour la manipulation d'objets déformables, combinant estimation physique, exploration active, contrôle robuste de la force et du toucher, et politiques génératives conditionnées par les croyances. Les expériences passeront de poutres déformables contrôlées et d'objets en mousse à des objets linéaires déformables tels que des câbles, des tuyaux souples et des conduites flexibles, à l'aide de la plateforme à deux bras LIRMM équipée de capteurs de force et de couple, de mesures précises du couple articulaire et d'une peau tactile/de proximité capacitive. L'évaluation portera sur l'erreur de forme, la régulation de la force, la détection du glissement, les dépassements des limites de contrainte, l'étalonnage de l'incertitude, l'efficacité des données et la généralisation à des objets présentant différentes rigidités et propriétés de contact. Votre Environnement de Travail Ce travail de thèse visera dans le cadre du projet Embodied AI entre des laboratoires du CNRS en France et Singapour (www.cnrsatcreate.cnrs.fr/embodied-ai/) à développer des méthodes pour l'estimation et le contrôle d'un bras robotique pour la manipulation de la forme d'objets souples combinant vision et toucher en situation d'incertitude. Des réunions de travail ainsi que des échanges réguliers avec Harold Soh, Pr. à National University of Singapore (NUS) seront réalisés au cours de la thèse. Un séjour à NUS de 6mois environ pendant la thèse est également prévu. Contraintes et risques La personne recrutée (H/F) sur le poste, développera en collaboration avec l'Université Nationale de Singapore (NUS) l'estimation tactile et le contrôle d'un bras robotique pour la manipulation de la forme d'objets souples combinant vision et toucher en situation d'incertitude. Rémunération et avantages Rémunération La rémunération est d'un minimum de 2300,00 € mensuel Congés et RTT annuels 44 jours Pratique et Indemnisation du TT Pratique et indemnisation du TT Transport Prise en charge à 75% du coût et forfait mobilité durable jusqu'à 300€ À propos de l'offre Référence de l'offre UMR5506-CECLUK-015 Section(s) CN / Domaine de recherche Mathématiques et interactions des mathématiques À propos du CNRS Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d'associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement. Le CNRS Les métiers de la recherche

• Mathématiques
• Robotique