Offre de thèse
Préparation robotisée autonome de textiles pour la production de vêtements à la demande
Date limite de candidature
01-12-2025
Date de début de contrat
05-01-2026
Directeur de thèse
RAHARIJAONA Thibaut
Encadrement
La thèse sera co-encadrée par Sylvain Chabanet (MCF) et Atal Kumar (CPJ)
Type de contrat
école doctorale
équipe
contexte
As the European Union moves to address the excesses of fast fashion, the need to relocate textile production to France through sustainable and responsible models has become urgent. In this context, robotics offers solutions for reshoring garment manufacturing, particularly in tasks such as material handling, sewing, and composite production. One bottleneck lies in the robotic manipulation of fabrics, which are highly deformable, anisotropic, and nonlinear materials. The LCFC laboratory in Metz brings strong expertise in industrial robotics, modeling, and control, providing a great environment to address this scientific topic.spécialité
Automatique, Traitement du signal et des images, Génie informatiquelaboratoire
LCFC Laboratoire de Conception Fabrication Commande
Mots clés
Manipulation robotique, Dynamique des textiles, Apprentissage automatique
Détail de l'offre
Le projet de thèse SEWBOT vise à robotiser la manipulation des textiles dans le cadre d'une production vestimentaire durable et flexible. La manipulation des tissus demeure aujourd'hui l'un des principaux verrous à la robotisation complète du secteur de la confection, en raison du comportement complexe, non linéaire et anisotrope des matériaux textiles. Leur forte déformabilité et leur sensibilité aux conditions aux limites rendent difficile leur modélisation et leur commande robotique.
L'objectif de la thèse est de développer un cadre de modélisation hybride, informé par la physique et enrichi par les données, capable de décrire l'interaction dynamique entre un système robotique et un matériau textile. L'approche combinera modélisation mécanique, apprentissage automatique et identification expérimentale afin d'élaborer des modèles exploitables pour la commande.
Les travaux expérimentaux s'appuieront sur une plateforme robotique instrumentée (vision, capteurs d'effort et de déplacement) permettant de réaliser des sollicitations contrôlées et de collecter des données multimodales. Ces données serviront à développer et valider des modèles hybrides intégrant des lois physiques et des représentations apprises. L'objectif final est de permettre une estimation et une commande en temps réel des états du textile lors des opérations de préparation automatisée précédant la couture.
Ce projet contribuera aux fondements scientifiques de la manipulation robotique d'objets déformables, avec des applications directes à la fabrication textile durable, à la production flexible et à la robotisation des procédés industriels.
Keywords
Robotic manipulation, Textile dynamics, Machine learning
Subject details
The SEWBOT PhD project aims to automate the manipulation of textiles within the framework of sustainable and flexible garment production. Textile handling remains one of the main obstacles to the full robotization of the apparel industry due to the complex, nonlinear, and anisotropic behavior of textile materials. Their high deformability and sensitivity to boundary conditions make their modeling and robotic control particularly challenging. The objective of the PhD is to develop a hybrid modeling framework, informed by physics and enriched with data, capable of describing the dynamic interaction between a robotic system and a textile material. The approach will combine mechanical modeling, machine learning, and experimental identification to develop models suitable for control purposes. The experimental work will rely on an instrumented robotic platform (vision, force, and displacement sensors) designed to apply controlled excitations and collect multimodal data. These data will be used to develop and validate hybrid models that integrate physical laws and learned representations. The ultimate goal is to enable real-time estimation and control of textile states during automated preparation operations preceding sewing. This project will contribute to the scientific foundations of robotic manipulation of deformable objects, with direct applications to sustainable textile manufacturing, flexible production, and the robotization of industrial processes.
Profil du candidat
Fort intérêt pour la modélisation, les méthodes expérimentales et l'apprentissage automatique appliqué aux systèmes physiques.
Candidate profile
Strong interest in modeling, experimental methods, and machine learning for physical systems.
Référence biblio
Choi, Y. W., Lee, J., Lee, Y., Lee, S., Jeong, W., Lim, D. Y., & Lee, S. W. (2025). A vision-guided adaptive and optimized robotic fabric gripping system for garment manufacturing automation. Robotics and Computer-Integrated Manufacturing, 92, 102874.
To, X. D., Blanco, J. R., Zimmer-Chevret, S., Ouaidat, G., Raharijaona, T., Noureddine, F., & Rakotondrabe, M. (2025). Robotized Incremental Sheet Forming trajectory control using deep neural network for force/torque compensator and task-space error tracking controller. Mechatronics, 110, 103360.