Résumé technique : Amélioration de l'interaction physique humain-robot par le toucher intrinsèque du robot

Énoncé du problème

L'interaction physique humain-robot (pHRI) vise à faciliter une collaboration naturelle et sûre entre les humains et les robots. Cependant, les approches actuelles reposent souvent sur des capteurs tactiles externes (par exemple, une peau électronique ou des capteurs de force/couple montés sur le flanc) pour détecter et classifier les contacts. Ces ajouts externes augmentent la complexité du système, son coût et son encombrement mécanique, tout en manquant souvent de la durabilité et de la flexibilité nécessaires à une intégration transparente. De plus, les robots collaboratifs existants possèdent déjà des capacités de détection intrinsèques — spécifiquement des capteurs de couple articulaire — qui sont généralement sous-exploitées pour des tâches allant au-delà de la simple détection de contact ou de l'évitement de collisions. Cette étude aborde la question de savoir si ces capteurs intrinsèques suffisent à permettre des interactions riches et intuitives, telles que la reconnaissance de chiffres écrits à la main par un utilisateur, sans nécessiter de matériel externe spécialisé.

Méthodologie

Architecture du système et collecte de données

Le système proposé utilise un robot collaboratif à sept degrés de liberté (KUKA LBR iiwa 14 R820) équipé de capteurs de couple du côté de chaque liaison articulaire. Les utilisateurs interagissent avec un pavé tactile non instrumenté (un carré en plexiglas monté sur le flanc du robot) en glissant leurs doigts pour dessiner des chiffres (0–9).

• Capteurs : Le système capture les signaux intrinsèques de couple articulaire ($\tau_{ext}$) et calcule les forces ($F_{ext}$) et les moments ($M_{ext}$) de l'effecteur terminal via la matrice jacobienne.
• Prétraitement : Pour corriger les décalages de signal causés par les différentes poses du robot et les pressions de contact, une technique de fenêtre glissante est employée pour une correction de base en temps réel.
• Segmentation : Les événements de contact sont isolés à l'aide d'une approche basée sur un seuil appliqué au couple de l'articulation 2 ou à la force selon l'axe z. Les signaux segmentés sont rééchantillonnés à une longueur fixe de 100 échantillons pour assurer la cohérence malgré les variations de vitesse de dessin et de latence de communication.

Stratégie d'augmentation des données

Afin d'améliorer la robustesse face aux variations du comportement des utilisateurs (sens d'écriture inversé et orientations tournées), une technique d'augmentation des données a été développée :

• Chiffres inversés : Le chemin géométrique est inversé à l'aide d'un opérateur d'inversion temporelle ($T$), et les signes de composantes spécifiques de force et de moment sont inversés pour tenir compte du changement de répartition et de direction de la pression du doigt.
• Chiffres tournés : Les forces et les moments sont transformés à l'aide d'une matrice de rotation $R_z(\theta)$ correspondant à l'angle de rotation du chiffre sur le pavé tactile.

Modèle de classification

Un réseau de mémoire à court terme bidirectionnel (Bi-LSTM) est employé pour classifier les données de séries temporelles. L'architecture bidirectionnelle permet au réseau de capturer les dépendances temporelles à la fois des mouvements précédents et suivants, ce qui est crucial pour reconnaître la forme d'un chiffre à partir de la trajectoire complète du toucher.

Conception expérimentale

Des expériences ont été menues pour évaluer :

1. Performance de base : Comparaison des ensembles de données d'entraînement d'un seul utilisateur versus plusieurs utilisateurs.
2. Généralisation : Test du modèle sur des utilisateurs n'ayant pas participé à la phase d'entraînement.
3. Robustesse à la pose : Évaluation des performances sur 10 poses de robot sélectionnées au hasard.
4. Efficacité de l'augmentation : Évaluation de la capacité du système à classifier des chiffres inversés et tournés.
5. Application réelle : Mise en œuvre d'une tâche de livraison de fruits où les utilisateurs sélectionnent des articles en dessinant les chiffres correspondants.

Résultats clés

Précision de classification

• Chiffres standards : Le réseau Bi-LSTM a atteint une précision hors ligne proche de 100 % et une précision en ligne de 94,1 % (entraînement multi-utilisateurs) lors des tests sur des utilisateurs non impliqués dans l'entraînement, même avec le robot dans des poses variables.
• Généralisation : Un modèle entraîné sur un seul utilisateur a montré une précision significativement plus faible (45,2 %) sur des utilisateurs non vus par rapport au modèle multi-utilisateurs (94,1 %), soulignant la nécessité de données d'entraînement diversifiées.
• Entrées augmentées :
  • Chiffres inversés : Précision de 92 %. La principale source d'erreur était la mauvaise classification du '8' comme '3'.
  • Chiffres tournés : Précision d'environ 80–86 % selon l'angle de rotation (+90° ou -90°). Des erreurs courantes concernaient les chiffres '5', '1' et '7'.
  • Le système a démontré qu'un modèle entraîné uniquement sur des chiffres standards pouvait reconnaître des entrées légèrement tournées (<45°), bien que les performances se dégradent avec des rotations plus importantes.

Analyse de confusion

La matrice de confusion a indiqué que la plupart des erreurs de classification se produisaient entre des chiffres visuellement ou structurellement similaires, spécifiquement '0' vs '6', '1' vs '7', et '2' vs '3'.

Démonstration dans le monde réel

La méthodologie a été validée dans un scénario de livraison de fruits. Le système utilisait une machine à états finis hiérarchique (HFSM) pour gérer l'exécution des tâches et la sécurité. Le robot fournissait un retour vocal (par exemple, « Je vois que vous voulez une orange ») et nécessitait une confirmation tactile avant d'exécuter la tâche. Les protocoles de sécurité incluaient l'arrêt du mouvement lors de la détection d'un contact pendant l'exécution de la tâche et la reprise via un geste de double-tap.

Importance et contributions

L'article revendique les contributions suivantes au domaine de la pHRI :

1. Faisabilité du toucher intrinsèque : Il démontre que le toucher intrinsèque par couple articulaire dans les robots collaboratifs commerciaux suffit pour une classification de chiffres à haute précision, éliminant le besoin de capteurs tactiles externes.
2. Jeu de données public (pHRI-DIGI-TACT) : La publication d'un jeu de données contenant 10 classes de chiffres tactiles écrits à la main collectés auprès de plusieurs participants, incluant les couples articulaires à 7 degrés de liberté et les forces/moments de l'effecteur terminal.
3. Robustesse aux variations : Le développement d'une méthode d'augmentation de données permettant la reconnaissance de chiffres inversés et tournés sans nécessiter de collecte de données supplémentaire, augmentant ainsi la flexibilité du système.
4. Application pratique : Une démonstration réussie d'une interface intuitive pour des tâches quotidiennes (livraison de fruits), montrant le potentiel pour assister des utilisateurs inexpérimentés grâce à une interaction physique naturelle et un retour vocal.

Les auteurs concluent que cette approche offre une alternative prometteuse aux méthodes pHRI traditionnelles, réduisant la complexité et le coût du système tout en maintenant une haute qualité d'interaction. Les travaux futurs sont identifiés comme se concentrant sur l'extension du système pour reconnaître des nombres à plusieurs chiffres et des chiffres dessinés avec des pauses ou des chemins géométriques différents.