Le projet HUMAR


Reconnaissance de l’activité humaine pour l’interaction homme-robot (HUMan Activity Recognition)

Pour aider les opérateurs industriels, les robots collaboratifs doivent être capables de reconnaître et prédire leurs gestes. Récemment, des caméras 3D permettent d’estimer le mouvement humain, de manière encore peu précise. L’équipe d’HUMAR propose d’utiliser un modèle biomécanique et des techniques d’optimisation pour améliorer l’estimation, et accélérer la reconnaissance et la prédiction du geste industriel, afin de contrôler un robot collaboratif à assister des opérateurs.

  • Développer une librairie logicielle pour la perception visuelle et la classification, en temps réel, des activités d’un humain pendant qu’il/elle interagit avec un robot.
  • Prédire le geste de l’opérateur à partir d’une posture courante en utilisant de l’apprentissage par renforcement inverse.
  • Exploiter la librairie dans le cadre de la thèse pour permettre une collaboration humain-robot efficace dans le cadre de l’industrie 4.0.

A la fin du projet HUMAR, l’équipe proposera un démonstrateur, incluant un robot manipulateur mobile interagissant avec un ou plusieurs humains dans le cadre d’un scénario de type ‘usine du futur’ : le robot assistera de manière autonome les humains, en les libérant de certaines taches (par exemple : transport d’objets) et en synchronisant ses activités avec celles des humains. Du point de vue technique le doctorant fournira une boîte à outils open-source pour la reconnaissance et la prédiction d’activités humaines.

Robotique

Vision

Optimisation

Biomécanique

Apprentissage automatique

Vincent BONNET

Chercheur

Wanchen LI

Doctorante

Robin PASSAMA

Ingénieur