Des robots industriels plus rapides et plus efficaces dotés de planification des mouvements en temps réel
Essayez de visualiser des usines intelligentes qui déploient des robots intelligents capables d’apprendre, de penser et d’agir comme des êtres humains. Cette vision nécessite inévitablement des niveaux très élevés d’automatisation robotique: des robots capables de réaliser des tâches n’ayant pas fait l’objet d’une planification minutieuse en amont, de prendre des décisions décentralisées et de planifier leurs mouvements en temps réel. Telle était la vision du projet Co4Robots, financé par l’UE: des usines du futur dotées de nombreux robots et d’êtres humains travaillant de concert et de manière sûre et productive sur des tâches courantes, comme le prélèvement, le transport et la livraison d’articles. Le principal défi auquel Co4Robots s’est intéressé a été la coordination efficace de robots dotés de capacités d’activation, de manipulation et de perception différentes.
Contrôle et coordination centralisés ou décentralisés
Il est difficile de parvenir à des robots agissant en tant qu’unité cohérente, tout en étant capables de se répartir des tâches à réaliser en temps réel. La supervision et la coordination de ce système hétérogène nécessitent un cadre décentralisé qui intègre une planification de tâches de haut niveau, un contrôle des mouvements de faible niveau ainsi qu’une perception à la fois solide et en temps réel des robots. La coordination de l’équipe robotique s’appuie généralement sur une planification centralisée hors ligne. Les tâches associées sont préparées à l’avance et sont réalisées de manière prédéfinie. «Les chemins et actions assignés ne permettent pas de déverrouiller l’immense potentiel des systèmes multi-robots en matière de réalisation d’activités au sein d’un environnement dynamique. Toute modification soudaine de l’environnement ou du type des tâches assignées nécessiterait des niveaux de coordination bien plus élevés et entraînerait ainsi l’arrêt du système dans l’attente d’une intervention humaine», explique Dimos Dimarogonas, coordinateur de Co4Robots. Le projet Co4Robots a répondu au besoin d’une (re)planification automatique de tâches en temps réel en l’absence de l’influence de commande centrale issue d’un système centralisé. «Notre principal objectif était d’améliorer la collaboration entre différents types de robots interagissant entre eux, et entre les robots et les humains. Quelques exemples incluent le transport contrôlé par la force, la reconnaissance des gestes humains, ainsi que la décomposition et la répartition dynamiques des tâches», ajoute Dimos Dimarogonas.
Étapes du projet
Les chercheurs ont présenté trois scénarios afin de tester les interactions entre différents agents dans un environnement évolutif. Le premier scénario impliquait un être humain et un robot collaborant dans le cadre du transport d’une charge. L’être humain indiquait au robot la marche à suivre en lui faisant un geste de la main. Le second scénario impliquait une entité robotique fixe et une entité robotique mobile qui interagissaient entre elles ainsi qu’avec des humains, encore une fois pour attraper un objet. Dans le troisième scénario, plusieurs robots et êtres humains travaillaient dans un espace partagé. Les tâches incluaient la vérification périodique de postes d’assemblages pour les produits finis, la livraison de produits au prochain poste de production, et la surveillance du poste d’assemblage pour prendre en charge les demandes d’approvisionnement. Pour mettre en œuvre ces trois scénarios, les chercheurs ont développé, entre autres, des méthodologies distribuées de pointe pour le contrôle de mouvements en temps réel de systèmes multi-agents au sein d’un environnement dynamique; des programmes de contrôle pour le transport collaboratif de charge; des algorithmes de perception; et des capacités de détection et de suivi des objets ou des agents. La nouvelle approche décentralisée pour la planification de mouvements en temps réel s’est basée sur la logique temporelle linéaire (LTL) et sur la logique temporelle d’intervalle métrique, une composante de la LTL. La LTL consiste en quelque sorte à rédiger les commandes nécessaires à la réalisation d’une tâche en particulier. Cette planification automatisée implique trois étapes: Premièrement, des méthodes décentralisées efficaces traduisent les capacités de mouvement et les interactions dynamiques de chaque agent en une représentation discrète. Deuxièmement, la tâche initiale est décomposée en tâches locales. Troisièmement, on obtient un programme de tâche avancé. L’un des autres points forts du projet a été le développement d’une architecture logicielle prenant en charge la collaboration homme-robot, ainsi que l’adaptation et la coordination de systèmes à robot unique ou multi-robots de manière décentralisée. Globalement, les résultats de Co4Robots ont été présentés dans plus de 80 publications.
Mots‑clés
Co4Robots, robots, coordination, décentralisé, planification de mouvements en temps réel, usines du futur, logique temporelle linéaire
