Les robots à motricité intelligente progressent
Concevoir des robots sensibles aux impacts est l’un des principaux objectifs du domaine en constante évolution de la robotique. Actuellement, les robots s’arrêtent avant un impact, par exemple lorsqu’ils ramassent un objet. Chaque pause, aussi brève soit-elle, interrompt le flux des mouvements, prend du temps et affecte les performances des processus. Il s’agit donc de trouver un moyen qui permette aux robots d’interagir en douceur et sans interruption dans le cadre de tâches impliquant un contact, sans endommager les objets ni blesser les personnes à proximité. Étant donné que ces robots seront utilisés dans des secteurs tels que l’aérospatiale, la construction, le commerce de détail et l’aviation, cette règle doit s’appliquer au contact tant aux objets de petite taille qu’aux grands objets lourds. Le projet I.AM se rapproche d’une solution. «Nous avons développé un système qui peut accélérer de 5 à 10 % ces tâches et si l’on considère que plusieurs robots répètent constamment les même tâches dans un grand centre logistique, par exemple, l’économie réalisée augmente considérablement l’efficacité du processus», explique Alessandro Saccon, coordinateur du projet I.AM. Le projet soutenu par l’UE, hébergé par l’université technologique d’Eindhoven, aux Pays-Bas, a concentré ses efforts sur le logiciel qui contrôle le robot.
Le défi de concevoir une robotique à motricité intelligente
«Nous nous sommes posé la question: quel type de motricité intelligente est nécessaire pour effectuer un contact à une vitesse non nulle? Pouvons-nous prévoir ce qui se passerait dans un tel contexte? Les robots se déplacent parfois très vite, alors comment les rendre sûrs et précis?» La tâche est plus complexe qu’il n’y paraît. Les robots doivent être capables de «comprendre» ce qu’il faut faire en cas de circonstances imprévues, par exemple ce qu’il advient lorsque le contact échoue, et quelle action entreprendre ensuite. «Étant donné que les mouvements sont plus rapides, le risque d’erreur est plus élevé. Le robot doit donc anticiper et réagir, ce qui n’est pas facile à concevoir», explique Alessandro Saccon. «Si je donne un coup de pied dans un ballon, qu’arrivera-t-il au ballon? Comment dois-je attraper un objet qui tombe d’une table, et que se passera-t-il si je le rate?» La portée de la solution doit être large: «Bien sûr, tout doit être implémenté dans un logiciel, mais le défi consiste à développer la logique et l’intelligence nécessaires à l’exécution de ces tâches. Il faut le matériel adéquat, le logiciel et la motricité intelligente qui tient compte de l’impact», ajoute-t-il.
Les itérations répétées des mesures en temps réel rendent les algorithmes plus robustes
Le projet s’est appuyé sur des calculs des premiers principes, en tenant compte d’éléments tels que la masse et le frottement, et des simulations logicielles afin de déterminer où se situent les écarts entre les modèles mathématiques et les événements. Bien que la simulation ne corresponde jamais entièrement au comportement des robots, l’équipe a pu affiner ses algorithmes en prenant des mesures en temps réel des robots en contact avec différents types d’objets dans différents types de scénarios. Alessandro Saccon explique: «Il s’agit d’un cycle dans lequel un algorithme théorique de contrôle de robot est appliqué dans une simulation, le résultat est ensuite vérifié dans la simulation puis comparé aux résultats de l’application dans la réalité». Le travail commence ensuite par un processus itératif destiné à affiner l’algorithme de contrôle. «Nous devons appréhender les limites de la simulation, parce que c’est elle qui deviendra le modèle mental», ajoute Alessandro Saccon.
Des ressources en libre accès pour la conception de robots
Les avancées du projet en matière de modélisation, de détection, d’apprentissage et de contrôle des impacts rapides sont accessibles en ligne dans quatre sections: “I.Model” propose des modèles d’impact précis qui anticipent les états du robot après l’impact en fonction des conditions avant l’impact; “I.Learn” fait appel à des modèles d’incertitudes pour générer des paramètres de contrôle; “I.Sense” a développé une technologie de détection consciente de l’impact et “I.Control” rassemble des modèles, des composants de planification et de détection pour des tâches de manipulation efficaces accessibles en ligne. «Créer des robots qui exploitent les contacts pour la manipulation est un réel défi, mais nous avons démontré que c’était possible», conclut Alessandro Saccon.
Mots‑clés
I.AM, robotique, robots à motricité intelligente, robots conscients de l’impact, conception robotique, contrôle des robots
