En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

H/F Offre de thèse en robotique au Loria

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Date Limite Candidature : jeudi 5 août 2021

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR7503-PAUMAU-003
Lieu de travail : VANDOEUVRE LES NANCY
Date de publication : jeudi 15 juillet 2021
Nom du responsable scientifique : Pauline Maurice
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 octobre 2021
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

Contexte : L'essor des robots collaboratifs autorisant une collaboration physique directe entre l'homme et le robot ouvre de nombreuses perspectives [1]. Ces robots suscitent notamment un intérêt grandissant chez les industriels, car ils sont susceptibles de réduire la pénibilité du travail en apportant une assistance physique à l'ouvrier. Ils constituent ainsi une réponse possible au problème des troubles musculo-squelettiques (TMS) d'origine professionnelle, qui constituent un enjeu sociétal majeur [2]. Récemment, plusieurs études ont proposé d'utiliser des robots collaboratifs pour inciter, par l'intermédiaire du mouvement du robot, l'opérateur à
adopter une posture plus ergonomique [3, 4]. Ces travaux se basent sur la notion de geste optimal inchangé dans le temps. Or des études dans le domaine de l'ergonomie suggèrent au contraire que la variabilité
motrice, entendue comme le fait de varier son geste pour réaliser une tâche, serait un facteur permettant de retarder l'apparition de la fatigue physiologique et, à plus long terme, des TMS [5]. Des travaux récents
ont ainsi proposé d'adapter de manière réactive le mouvement d'un robot collaboratif en fonction de la fatigue physiologique de l'utilisateur [6]. L'approche purement réactive présente toutefois des limites puisqu'elle ne permet pas de tenir compte des conséquences à long terme des actions du robot, ce qui peut résulter en des comportements sous-optimaux sur le plan de la santé à long terme de l'utilisateur, mais aussi de la productivité et de la charge cognitive de l'utilisateur (changements soudains et inattendus de comportement du robot).

Objectif : L'objectif de cette thèse est de planifier une politique d'un robot collaboratif qui tienne compte des spécificités de l'utilisateur pour optimiser, sur le long terme, la santé et le confort de l'utilisateur
et l'efficacité dans la tâche.

Méthodologie envisagée : La modélisation du problème ci-dessus fait intervenir de nombreuses incertitudes dues notamment à : i) l'évolution stochastique du système puisque pour une même action du robot l'humain peut adopter plusieurs réponses posturales en fonction de sa fatigue ou de ses préférences, ii) la connaissance partielle de l'état du système puisque certaines variables liées à l'état physiologique ou au profil de l'utilisateur ne sont pas directement observables, iii) l'aspect bruité des observations puisque l'identification de la réponse de l'humain à une action du robot se fait au travers de capteurs qui peuvent être bruités.

Pour répondre à ce problème de prise de décision dans l'incertain, on se placera dans le cadre formel des processus décisionnels de Markov en observabilité partielle (POMDP) qui permettent de mêler au sein d'un même modèle des problématiques d'estimation bayésienne d'état et de contrôle optimal [7, 8]. Ces modèles de prise de décision seront combinés à un outil de simulation physique incluant un modèle numérique d'humain [9]. Cette simulation permettra de générer les différentes réponses posturales possibles de l'humain à une action du robot, afin d'évaluer les coûts de ces réponses en termes de fatigue [10], d'ergonomie et de qualité d'exécution de la tâche. Ces coûts seront ensuite utilisés pour le calcul de la politique optimale du problème de décision. On s'intéressera dans un premier temps à la question de la fatigue d'un utilisateur type pour, par la suite, enrichir le problème en tenant compte des différences inter-individu par l'intermédiaire de profils utilisateur.

L'approche envisagée posera plusieurs questions liées au fait que les variables considérées sont continues (évolution de la fatigue, choix de posture de l'humain, action du robot dans son espace de travail...), alors que les POMDP raisonnent habituellement sur des variables discrètes. Une partie du travail consistera donc à proposer des modélisations et des techniques de résolution associées, qui soient à la fois représentatives et calculables. Une autre question concernera la formulation de la fonction de récompense qui devra agréger des critères de natures différentes (fatigue, ergonomie, coût, cognitif, qualité d'exécution de la tâche, productivité...).

Ce travail de thèse contiendra également des aspects expérimentaux, avec des expériences de collaboration humain-robot effectués sur des tâches exemples. Ces aspects expérimentaux interviendront à plusieurs niveaux. D'une part, les données expérimentales nourriront les modélisations proposées, par exemple en ce qui concerne les liens entre le profil utilisateur ou l'état physiologique de l'humain et son choix de réaction posturale. D'autre part, les développements effectués seront validés au travers d'expériences utilisateur.

Références
[1] A. Ajoudani, A. M. Zanchettin, S. Ivaldi, A. Albu-Schäffer, K. Kosuge, and O. Khatib, “Progress and prospects of the human–robot collaboration,” Autonomous Robots, vol. 42, no. 5, pp. 957–975, 2018.
[2] E. Schneider, S. Copsey, and X. Irastorza, OSH in figures : work-related musculoskeletal disorders in the EU-facts and figures. Office for Official Publications of the European Communities, 2010.
[3] B. Busch, G. Maeda, Y. Mollard, M. Demangeat, and M. Lopes, “Postural optimization for an ergonomic human-robot interaction,” in Int. Conf. on Intelligent Robots and Systems (IROS), pp. 2778–2785, IEEE, 2017.
[4] W. Kim, J. Lee, L. Peternel, N. Tsagarakis, and A. Ajoudani, “Anticipatory robot assistance for the prevention of human static joint overloading in human–robot collaboration,” Rob. and Autom. Let., vol. 3, no. 1, 2017.
[5] D. Srinivasan and S. E. Mathiassen, “Motor variability in occupational health and performance,” Clinical biomechanics, vol. 27, no. 10, pp. 979–993, 2012.
[6] L. Peternel, C. Fang, N. Tsagarakis, and A. Ajoudani, “A selective muscle fatigue management approach to ergonomic human-robot co-manipulation,” Rob. and Computer-Integrated Manufacturing, vol. 58, 2019.
[7] L. P. Kaelbling, M. L. Littman, and A. R. Cassandra, “Planning and acting in partially observable stochastic domains,” Artificial Intelligence, vol. 101, pp. 99–134, May 1998.
[8] S. Nikolaidis, D. Hsu, and S. Srinivasa, “Human-robot mutual adaptation in collaborative tasks : Models and experiments,” Int. J. of Robotics Research, vol. 36, pp. 618–634, June 2017.
[9] P. Maurice, V. Padois, Y. Measson, and P. Bidaud, “Human-oriented design of collaborative robots,” Int. J. of Industrial Ergonomics, vol. 57, pp. 88–102, 2017.
[10] L. Ma, W. Zhang, D. Chablat, F. Bennis, and F. Guillaume, “Multi-objective optimisation method for posture prediction and analysis with consideration of fatigue effect and its application case,” Comp. & Indus. Eng., vol. 57, no. 4, 2009.

Contexte de travail

Encadrement et environnement d'accueil :
Le travail de thèse sera co-encadré par 3 chercheurs de l'équipe Larsen du LORIA-INRIA Nancy :
- Pauline Maurice : pauline.maurice@loria.fr ;
- Vincent Thomas : vincent.thomas@loria.fr ;
- Francis Colas (directeur de thèse) : francis.colas@inria.fr.

Le(la) doctorant(e) sera inscrit(e) à l'Ecole Doctorale IAEM (Informatique, Automatique, Electronique-Electrotechnique, Mathématiques et Sciences de l'Achitecture) de l'Université de Lorraine.

Laboratoire d'accueil : Loria, équipe Larsen

Rémunération : 2135e bruts mensuels.

Contraintes et risques

Profil recherché :
- Formation : Master ou diplôme d'ingénieur en Robotique ;
- Compétences : Modélisation et commande robotique, Modélisation probabiliste (processus de Markov), Programmation C++/Python, des connaissances en biomécanique et analyse du mouvement humain sont un plus ;
- Langue : Anglais ou français.

Informations complémentaires

Pour candidater, merci de joindre les documents suivant à votre candidature :
- votre CV ;
- une lettre de motivation expliquant votre intérêt pour le sujet ;
- vos relevés de notes de Master 1 et 2 (ou équivalent) ;
- une copie de votre rapport de stage de M2 (ou équivalent), ou à défaut de stage de M1 ;
- une lettre de recommandation de votre encadrant de stage de M2.
Seules les candidatures contenant toutes les pièces demandées seront étudiées (sauf justification).

Les personnes intéressées peuvent néanmoins contacter les encadrants par email en amont de leur candidature
pour toute question, en mettant en objet du mail “[PhD ROOIBOS] Application”.

On en parle sur Twitter !