Commande basée simulation pour l'asservissement de forme robotisé des objets déformables

Offre de thèse

Date limite de candidature

31-08-2026

Date de début de contrat

01-10-2026

Directeur de thèse

RAHARIJAONA Thibaut

Encadrement

J'encadrerai le doctorant avec A. Koessler, coordinateur du projet ANR Mandolin, qui prépare une demande d'ACT dans le cadre de ce projet doctoral. Nous suivrons les recherches du doctorant au moyen d'une réunion hebdomadaire et de contacts réguliers, puisque le doctorant sera installé dans le même bâtiment. Nous planifierons, dès l'arrivée du doctorant, un programme de suivi des formations, afin de répartir cette charge sur 3 ans.

Type de contrat

ANR Financement d'Agences de financement de la recherche

Candidater à cette offre

école doctorale

IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES

équipe

contexte

Les objets déformables sont omniprésents dans les applications industrielles et domestiques. Cependant, les manipulateurs robotiques ont encore du mal à les manipuler correctement. En effet, les robots ne tiennent généralement pas compte des mécanismes physiques de déformation en jeu, ce qui les empêche de contrôler la forme de l'objet ou d'en garantir l'intégrité à tout moment. Cette limitation a donné naissance au domaine de la manipulation d'objets déformables, qui vise à améliorer la capacité des robots à manipuler des objets souples. Certaines solutions prometteuses consistent à exploiter des simulations mécaniques rapides comme modèle interne pour un contrôleur de mouvement. Cette stratégie a également été adoptée, par exemple, en chirurgie médicale robotisée. Cependant, les problèmes de contrôle de la déformation des objets sont sous-actionnés, et donc difficiles à résoudre. À l'inverse, les caractéristiques géométriques et mécaniques de l'objet manipulé ne peuvent être connues qu'avec une précision limitée, ce qui signifie que le contrôleur est confronté à des erreurs de modélisation inévitables. Nous nous attaquons à ces lacunes dans le cadre du projet Mandolin de l'ANR, mené par une équipe multidisciplinaire d'experts. En particulier, l'équipe de contrôle du laboratoire LCFC (EA4485, Université de Lorraine) travaillera sur le contrôle avancé basé sur la simulation.

spécialité

Automatique, Traitement du signal et des images, Génie informatique

laboratoire

LCFC Laboratoire de Conception Fabrication Commande

Mots clés

Manipulation d'objets déformables, Simulation inverse

Détail de l'offre

Les objets déformables sont très répandus dans tous les secteurs de l'industrie et du service, mais leur nature souple limite la capacité à automatiser leur manutention et leur assemblage. Nous souhaitons automatiser, par des robots, les tâches de manipulation d'objets déformables. Pour ce faire, une piste consiste à simuler la déformation de tels objets, par exemple au moyen d'une analyse par éléments finis. Ce parti-pris engendre les défis scientifiques suivants :
• Formuler des algorithmes de contrôle tirant parti de la simulation interactive afin d'améliorer les performances du contrôleur ;
• Réaliser une estimation en ligne de l'état de déformation et une adaptation du contrôleur afin d'atténuer le décalage entre les grandeurs simulées et celles perçues ;
• Définir des modalités de collaboration pour la tâche de mise en forme afin d'étudier des applications multi-robots et homme-robot.
Pour relever ces défis, le candidat proposera des algorithmes de contrôle s'appuyant sur la théorie du contrôle, la perception et la simulation mécanique. Il mettra en œuvre ses méthodes dans l'environnement de simulation ROS2-Assist, puis les transposera sur un dispositif composé de deux bras robotiques UR10e et d'un système de capture de mouvement, dans le cadre de scénarios de mise en forme réalistes qu'il contribuera à définir

Keywords

Deformable Object Manipulation, Inverse simulation

Subject details

Deformable objects are widely used across all sectors of industry and services, but their flexible nature limits the ability to automate their handling and assembly. We aim to use robots to automate tasks involving the handling of deformable objects. One approach to achieving this is to simulate the deformation of such objects, for example, using finite element analysis. This option faces several scientific challenges : • Formulate control algorithms that take advantage of the interactive simulation to improve the controller's performance; • Perform online deformation state estimation and controller adaptation, to mitigate the mismatch between simulated and perceived quantities; • Define collaboration modalities in the shaping task to investigate multi-robot and human-robot applications. To address these challenges, the candidate will propose control algorithms that draw on control theory, perception, and mechanical simulation. They will implement their methods in the ROS2-Assist simulation environment, then transfer them to a setup comprised of two UR10e robot arms and a motion capture system, in realistic shaping scenarios that they will help define.

Profil du candidat

Les candidats doivent être titulaires d'un master (M2 ou équivalent) et justifier d'une expérience de recherche dans le domaine de la robotique, de la mécatronique ou du génie mécanique. Nous recherchons les compétences suivantes :
• Langues : anglais écrit et parlé, rédaction scientifique. La maîtrise du français parlé est un atout.
• Robotique : cinématique, planification de mouvement, commande des mouvement.
• Contrôle : systèmes linéaires, synthèse Lyapunov, commande adaptative.
• Mécanique : dynamique des solides, mécanique des milieux continus, modélisation par éléments finis.
• Outils : programmation en C++ et/ou Python, connaissance de ROS2.
• Une connaissance de la vision par ordinateur ou de l'intelligence artificielle est un atout.
• Compétences relationnelles : envie d'apprendre, autonomie et aptitude à s'adapter à une organisation axée sur les projets.

Candidate profile

Candidates should have a Master's degree (M2 or equivalent) with research experience in the field of robotics, mechatronics, or mechanical engineering. We seek the following skills:
• Languages: written and spoken English, scientific writing. Spoken French is a plus.
• Robotics: kinematics, motion planning, motion control.
• Control: linear systems, Lyapunov synthesis, adaptive control.
• Mechanics: solid dynamics, continuum mechanics, finite element modelling.
• Tools: programming in C++ and/or Python, knowledge in ROS2.
• Knowledge in computer vision or artificial intelligence is a plus.
• Soft skills: will to learn, autonomy, and palatability for a project-oriented organisation.

Référence biblio

[1] Jose Sanchez, Juan-Antonio Corrales, Belhassen-Chedli Bouzgarrou, and Youcef Mezouar. Robotic manipulation and sensing of deformable objects in domestic and industrial applications: a survey. The International Journal of Robotics Research, 37(7):688–716, June 2018. ISSN 0278-3649, 1741-3176. doi: 10.1177/0278364918779698. URL http://journals.sagepub.com/doi/10.1177/0278364918779698.
[2] Jihong Zhu, Andrea Cherubini, Claire Dune, David Navarro-Alarcon, Farshid Alambeigi, Dmitry Berenson, Fanny Ficuciello, Kensuke Harada, Jens Kober, Xiang Li, Jia Pan, Wenzhen Yuan, and Michael Gienger. Challenges and Outlook in Robotic Manipulation of Deformable Objects. IEEE Robotics and Automation Magazine, 29(3):67–77, 2022. URL http://arxiv.org/abs/2105.01767. arXiv:2105.01767 [cs].
[3] A. Koessler, N. Roca Filella, B.C. Bouzgarrou, L. Lequievre, and J.-A. Corrales Ramon. An efficient approach to closed-loop shape control of deformable objects using finite element models. In 2021 IEEE International Conference on Robotics and Automation ICRA), pages 1637–1643, Xi'an, China, May 2021. IEEE. ISBN 978-1-72819-077-8. doi: 10.1109/ICRA48506.2021.9560919. URL https://ieeexplore.ieee.org/document/9560919/.
[4] Paul Baksic, Hadrien Courtecuisse, Christian Duriez, and Bernard Bayle. Robotic needle insertion in moving soft tissues using constraint-based inverse Finite Element simulation. In 2020 IEEE International Conference on Robotics and Automation (ICRA), pages 407–2413, Paris, France, May 2020. IEEE. ISBN 978-1-72817-395-5. doi: 10.1109/ICRA40945.2020.9197515. URL https://ieeexplore.ieee.org/document/9197515/.
[5] Adrien Koessler, Thibaut Raharijaona, Hadrien Courtecuisse. Fast and interactive inverse simulation supporting human-robot deformable object manipulation. IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM2026), Jul 2026, Genova, Italy. ⟨hal-05640025&#10217;