Développer des robots adaptés à la foule
Les robots sont de plus en plus déployés pour livrer des produits et fournir des services et, à ce titre, ils rencontrent plus fréquemment les foules, ce qui pose des problèmes de logistique et de sécurité. Les robots de livraison sont généralement programmés pour atteindre leur destination rapidement, en causant un minimum de perturbations. En revanche, les robots d’assistance à la mobilité doivent naviguer en toute sécurité dans des environnements dynamiques et permettre une réelle interaction. Le projet CROWDBOT, soutenu par l’UE, a mis au point des technologies capables d’assurer un contact de proximité et sûr avec les personnes. «Auparavant, les robots sûrs gardaient leurs distances avec les gens, mais à mesure que les robots s’intègrent à la vie quotidienne, cette approche ne sera plus adaptée», explique Julien Pettre, coordinateur du projet. En suivant trois principaux axes de travail – détection des robots, prédiction des foules et contrôle des robots – CROWDBOT a fait la démonstration de ses propres approches par le biais d’expérimentations inédites. «Notre changement de paradigme peut désormais éclairer les choix techniques des développeurs de logiciels», ajoute Julien Pettre.
Des scénarios variés
Les partenaires du projet ont développé des démonstrateurs de diverses fonctionnalités de robots dans leurs laboratoires, avant de les intégrer dans deux scénarios de test. Tout d’abord, la robotique d’assistance à la mobilité. L’intérêt de ce scénario réside dans le fait que les éléments robotiques ne sont pas toujours évidents, que le comportement robotique est généralement déterminé conjointement par les utilisateurs et la programmation et que la proximité des personnes est une condition préalable. L’UCL a intégré ses technologies dans des fauteuils roulants électriques, tandis que l’EPFL a utilisé un nouveau prototype de robot japonais appelé Qolo, où les utilisateurs se tiennent debout sur le robot. Qolo était équipé d’un programme de contrôle à deux niveaux qui ajustait la trajectoire pour éviter les collisions, mais pouvait également limiter les forces d’impact, le contact étant détecté par des capteurs captant des signaux gestuels, sonores ou tactiles. Le robot a été testé dans les rues et sur les marchés en plein air de Lausanne, en Suisse, et dans le cadre d’expériences inédites, telles que des crash tests entre Qolo et des mannequins. Ensuite, les entreprises SBRE, Locomotec et ETHZ ont testé des robots de service. Alors que Locomotec a travaillé avec son propre robot, Cuybot, ETHZ et SBRE ont travaillé avec le robot humanoïde Pepper, conçu pour interagir avec les gens en public. Pepper a été équipé de capacités de détection et de traitement supplémentaires, d’un tracker intégré et d’une meilleure capacité de localisation. Il a été testé dans divers scénarios dynamiques, dont une fête de Noël en laboratoire, afin d’explorer ses interactions, y compris le geste, le toucher et la parole, avec les humains, pendant la navigation dans la foule. Malgré les limitations imposées par la COVID-19, Pepper a également été intégré dans des scénarios de test en réalité virtuelle. Il en a résulté des améliorations de la conception et des fonctions de contrôle de Pepper. «Ces expériences uniques nous ont permis d’explorer en profondeur un large éventail d’interactions, en toute sécurité: une chose impossible dans la vie réelle. Elles nous ont donné des indications qui nous ont permis de gagner du temps et de l’argent», explique Julien Pettre. Pour les deux scénarios, CROWDBOT a utilisé une combinaison de caméras et de capteurs lidar intégrés à des trackers. Pour prédire avec précision le comportement de la foule, des techniques d’apprentissage profond ont été développées pour extrapoler à partir des données de suivi 2D générées par le mouvement des personnes entourant les robots. À la fin du projet, l’équipe a commencé à évaluer le suivi du corps entier.
Anticiper les débats politiques
Il suffit de penser aux véhicules autonomes pour comprendre que les robots dans les espaces publics deviendront bientôt une réalité, suscitant inévitablement des débats sur la réglementation. «Auparavant, il y avait peu de connaissances sur la navigation des robots dans la foule, ou alors le sujet tournait autour de l’atténuation efficace. En privilégiant en fait l’interaction, nous nous sommes concentrés sur les réactions des robots», explique Julien Pettre. «Mais la façon dont les foules réagissent ensuite aux robots dépendra de la compréhension de leur objectif, un élément important pour l’élaboration des politiques.» La plupart des codes et des ensembles de données du projet sont déjà disponibles sur le site web du projet. Les partenaires du projet ont déjà intégré les enseignements du projet dans leurs robots. Par exemple, l’EPFL a adopté des mesures de contrôle des collisions, tandis que RWTH a amélioré les capacités de détection. «Bien que nous ayons travaillé avec des robots existants, l’étape suivante consisterait à en concevoir un meilleur à partir de zéro», conclut Julien Pettre.
Mots‑clés
CROWDBOT, robot, navigation, foule, capteurs, fauteuils roulants, sécurité, Pepper
