Micro-robots, hexapodes, drones, bipèdes… C'est une étrange ménagerie de métal et de câbles qui s'agite au cœur du campus parisien de Jussieu. Dans une pyramide de verre aux allures de bâtiment futuriste, les chercheurs de l'Institut des systèmes intelligents et de robotique (Isir), unité mixte codirigée par le CNRS et Sorbonne Université, développent les algorithmes qui animent ces robots aux architectures diverses. Qu'ils soient dotés de pinces, de roues ou encore de ventouses, ces systèmes sont conçus et entraînés pour accomplir en toute autonomie des tâches spécifiques.
Certains travaux tentent d'aller plus loin et de doter les robots d'une dextérité comparable à celle de l'être humain. Au sous-sol du bâtiment, dans un coin du laboratoire, se dresse un bras polyarticulé d'un noir profond. À son extrémité se trouve une main au réalisme saisissant. Baptisée Shadow, elle reproduit de nombreuses caractéristiques d'une main humaine : sa taille tout d'abord, mais aussi le nombre d'articulations, l'opposition du pouce avec les autres doigts ainsi que – détail moins évident – la synergie des deux dernières phalanges lors d'un mouvement. Ce bijou technologique a été installé à l'Isir pour étudier et acquérir des éléments de la gestuelle humaine.
Cette plateforme robotique s'attaque à un défi colossal. « Cette main possède en tout 24degrés de liberté ! En comparaison avec des robots industriels à six ou sept axes, c'est un système extrêmement difficile à contrôler », détaille Véronique Perdereau, professeure des universités et membre de l'équipe Systèmes robotiques complexes (Syroco) à l'Isir, qui travaille sur les méthodes de conception et de commande. Pour cette spécialiste de la coopération entre robots, le travail sur cette main équivaut à faire collaborer cinq bras manipulateurs différents. Le mouvement de chaque doigt doit être planifié en temps réel, en tenant compte de l'objet à saisir, des contraintes environnementales et des interactions avec l'humain.
« La forme de l'objet est la première information nécessaire à la planification. Nous utilisons des caméras pour la détecter, explique Véronique Perdereau. Mais elle est loin d'être suffisante pour bien connaître l'objet. » En effet, celui-ci peut être lourd ou léger, souple ou rigide… « Il y a beaucoup d'inconnues à prendre en compte pour assurer une saisie stable », précise la chercheuse. Pour cela, la main doit pouvoir contrôler la position des doigts sur l'objet mais également les efforts exercés.
Développer le sens du toucher
Véronique Perdereau s'approche de la main et désigne les articulations. Des capteurs à effet Hall mesurant la variation d'un champ magnétique y sont intégrés. Ce sont eux qui informeront avec précision sur la position des doigts. La chercheuse pointe également l'extrémité de la main. Au bout des longs doigts noirs, se trouvent de petits coussinets faits d'une matière flexible. Il s'agit de capteurs d'efforts associant six composants – trois pour capter la force et trois pour enregistrer le moment. Un algorithme, développé par une équipe de chercheurs du King's College à Londres, permet de détecter les points de contact sur l'objet. « Avec tous ses capteurs, cette main est l'une des plus évoluées au monde, s'enorgueillit Véronique Perdereau. Nous pouvons dire qu'elle a le sens du toucher. »
Amélie Benoist/BSIP Le projet Shadow cherche à identifier une stratégie de manipulation adaptée à un objet. (© Amélie Benoist / Point FR / BSIP)
Grâce à ce « sens », le robot peut interagir plus finement avec son environnement, notamment dans le cadre de collaborations avec l'humain. Par exemple, l'équipe Syroco apprend à la main Shadow à récupérer un objet dans une main humaine. Une interaction complexe car elle ajoute beaucoup de nouvelles inconnues à la planification, comme certaines parties non visibles de l'objet ou encore la mobilité du membre de la personne tenant l'objet.
La main Shadow parvient à accomplir cette action grâce à un contrôle très précis de ses mouvements en temps réel, selon un répertoire de « micro-mouvements » qui lui est enseigné. Ils permettent à la main de s'ajuster continuellement en fonction de sa perception et de se repositionner même après avoir saisi l'objet, notamment pour s'adapter à son usage final. Véronique Perdereau donne un exemple : «Lorsque nous devons saisir un gobelet d'eau, nous serions tentés de le prendre par le haut, car c'est la partie la plus facile à attraper. Mais il faut ensuite tenir le verre sur le côté pour boire.»
Un dictionnaire des mouvements
L'équipe Syroco entraîne la main Shadow pour lui constituer un catalogue de nombreux micro-mouvements qui seront utilisés pour reconfigurer la prise. Les chercheurs ont construit une vaste base de données de gestes humains enregistrés à partir de caméras ou avec un gant tactile. L'un des chercheurs, dont les travaux seront bientôt publiés, a élaboré un dictionnaire de mouvements élémentaires avec lesquels, à l'instar d'une phrase, il est possible de construire un mouvement plus complexe. Ces informations viennent ensuite nourrir un algorithme de deep learning.
Bien que la main Shadow soit particulièrement évoluée, elle pâtit d'un défaut : elle ne « ressent » qu'avec le bout de ses doigts. À l'étage au-dessus, l'équipe Syroco travaille sur une autre main dont l'approche est différente. Baptisé Allegro, ce système est moins réaliste que Shadow – il ne comporte que quatre appendices –, mais sa paume et l'intérieur de ses doigts sont tapissés de capteurs tactiles. Allegro peut « sentir » un objet avec la face interne de sa main. De quoi apporter des informations supplémentaires pour faciliter la reconnaissance de forme et adapter la prise en temps réel de l'objet.
Toutes ces technologies ont été développées par l'équipe Syroco dans le cadre du projet européen Horizon 2020 SoftManBot. Démarré avec des industriels comme Michelin ou Decathlon, il visait à mettre au point un préhenseur capable de manipuler des objets mous ou déformables. Un projet qui selon Véronique Perdereau a permis de réaliser de nombreuses avancées sur les systèmes de préhension plus intelligents.
