Phase-aware 3D safety planning and recovery for collaborative robot transport under dynamic human interference

Résumé

Cette thèse étudie la manière dont un transport collaboratif robotisé sûr et efficace peut être réalisé dans une tâche de prélèvement et de dépôt entre un convoyeur et un panier, en présence d’interférences humaines dynamiques. Le système proposé repose sur une architecture centrée sur le planificateur, combinant une certification stratifiée de l’espace de travail tridimensionnel, une modélisation de l’occupation tenant compte des postures, une expansion de sécurité après la préhension, une supervision explicite de la récupération, une exécution sensible au confort, ainsi qu’une couche locale de mise en forme des commandes XY/Z agissant comme filtre de sécurité. Plutôt que de considérer la sécurité comme un simple comportement d’arrêt et d’attente, cette thèse aborde le problème plus complexe de la récupération sécurisée lorsqu’un itinéraire précédemment valide devient invalide pendant le transport. L’approche est fortement motivée par des considérations de faisabilité industrielle. Les cellules robotisées existantes reposent souvent sur des zones de sécurité fournies par les fabricants, des limites de vitesse et une supervision au niveau du contrôleur. Toutefois, elles ne raisonnent généralement pas, au niveau de la planification, sur la manière dont une tâche doit se poursuivre lorsqu’un chemin devient bloqué, ni sur le coût de mise en oeuvre associé à l’ajout de différentes fonctionnalités de sécurité et de confort. Cette thèse met en oeuvre ces capacités et en évalue le coût de manière détaillée, afin d’identifier un point de fonctionnement pratique. À l’inverse, les chaînes de traitement fortement fondées sur l’apprentissage nécessitent un entraînement étendu, une conception rigoureuse des fonctions de récompense et un débogage plus complexe, précisément dans la partie du système où des garanties de sécurité transparentes sont les plus importantes. Pour cette raison, l’apprentissage par renforcement est réservé à une préférence future d’itinéraires de haut niveau, plutôt que d’être intégré dans la boucle centrale de sécurité. La mise en oeuvre finale a été évaluée au moyen de scénarios fixes et aléatoires en simulation, ainsi que d’un banc d’essai orienté vers le débit de service. Dans le banc d’essai principal, le profil Recovery stratifié a atteint un taux de réussite sécurisée observé de 0,80 dans les scénarios fixes et de 0,667 dans les scénarios aléatoires. Aucun épisode dangereux n’a été enregistré pour ce profil dans le banc d’essai retenu, tandis que de tels épisodes ont été observés pour le profil Base. Dans le banc d’essai de débit, Recovery a traité en moyenne 1,70 cube par minute simulée, contre 1,37 pour Base. Dans les limites de la simulation évaluée, ces résultats indiquent que la recertification dynamique et la supervision explicite de la récupération peuvent offrir un compromis favorable entre sécurité et productivité, sans intégrer l’apprentissage par renforcement dans la boucle décisionnelle principale. Ils ne constituent toutefois ni une certification formelle de sécurité ni une garantie universelle de sécurité physique.

Date	16 août 2026
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Michel Kadoch (Directeur(-trice))