Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

19 juin 2018

Thèse CIFRE : cobotique et digital twins


Catégorie : Doctorant


Contexte et objectifs

Le contrôle de mouvement d’un robot collaboratif humanoïde, ou cobot, est une tâche qui présente de nombreux challenges. La découverte de l’espace sensori-moteur du robot peut s’avérer fastidieuse. Les tâches qu’un cobot humanoïde peut être amené à effectuer doivent prendre en compte la présence d’humains, rendant ainsi la manipulation et la navigation encore plus complexe. Enfin, le vieillissement du robot implique la nécessité de prendre en compte cette évolution dans le contrôle du robot et de soulever une alerte si nécessaire.

 

Pour répondre à ces défis, nous proposons l’approche « digital twin », un double numérique appris sur les données collectées sur le robot. Cette approche permet de prendre en compte l’évolution du robot afin d’entrainer des modèles prédictifs pour l’apprentissage d’un comportement ou la détection d’un changement dans la physique du robot.

 

On retrouve les mécanismes d’apprentissage pour contrôler l’exploration sensori-motrice et résoudre des problèmes spécifiques chez les primates. En s’adaptant tout au long de la vie, le cervelet et les ganglions de la base permettent à l’animal d’optimiser son comportement. Ces structures semblent agir comme le digital twin que nous cherchons à mettre en place. S’en inspirer permettrait d’obtenir des solutions capables d’apprendre en ligne et de fonctionner en temps réel.

 

Les objectifs de la thèse sont :

Durant la thèse, le doctorant sera amené à travailler sur plusieurs plateformes robotique (robot humanoïde à commande hyrdaulique TINO à Cergy, Robot humanoïde en cours d’achat chez AUSY).

Mots clés

Robot collaboratif, digital twin, apprentissage automatique

Compétences requises

Le profil recherché est un(e) étudiant(e), issu(e) préférablement d’un master recherche type IA réseaux de neurones, ingénierie des systèmes intelligents, robotique, traitement du signal ou équivalent. La personne retenue doit être à l’aise sur la mise en œuvre de systèmes complexes, l’analyse de données et l’interprétation de résultats. Une première expérience du monde de la Recherche, type stage de Master, est indispensable.

Offre financée

Type de financement : contrat CIFRE (24 k€ brut/an).

Contacts

Alain ZANOTTI, directeur R&D, AUSY, azanotti@ausy.fr

Philippe GAUSSIER, Professeur à l’UCP, gaussier@ensea.fr

date limite de candidature : 08/07/2018

Lieux

AUSY, 6 Rue Troyon, 92310 Sèvres

https://www.ausy.fr/fr

ETIS UMR CNRS 8051, Université Paris Seine,
Site de Saint Martin, Cergy Pontoise

http://www-etis.ensea.fr/

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.