Passivity-based Semi-autonomous Rotational Motion Navigation for Rigid-body Networks: Stability and Human Passivity Analysis

Résumé technique : Navigation de mouvement rotationnel semi-autonome basée sur la passivité pour des réseaux de corps rigides

Énoncé du problème
Bien que le contrôle coopératif des systèmes multi-robots ait atteint un niveau de maturité pour les environnements statiques, assurer la stabilité dans des scénarios dynamiques et non structurés nécessite souvent une intervention humaine. Un défi majeur subsiste dans la conception de systèmes « homme-dans-la-boucle » pour le mouvement complet de corps rigides en trois dimensions (spécifiquement le contrôle d'attitude sur le groupe orthogonal spécial $SO(3)$). Les approches existantes peinent souvent à gérer les conflits entre le contrôle manuel et autonome, compromettant potentiellement la stabilité de la boucle fermée. De plus, bien que les méthodes basées sur la passivité soient largement utilisées pour garantir la stabilité, valider l'hypothèse selon laquelle les opérateurs humains se comportent comme des systèmes passifs n'est pas trivial, en particulier pour la cinématique rotationnelle 3D. La plupart des cadres existants sont limités au mouvement de translation ou à la cinématique d'attitude 2D.

Méthodologie
L'article propose un cadre novateur de contrôle d'attitude semi-autonome basé sur la passivité pour un réseau de $n$ corps rigides interagissant avec un opérateur humain. La méthodologie est structurée comme suit :

1. Modélisation du système : Le système modélise $n$ corps rigides avec des orientations $R_i \in SO(3)$. Le comportement collectif est caractérisé par un vecteur moyen $\bar{d}$ (dérivé de vecteurs liés au corps) et une matrice de rotation « quasi-moyenne » $\bar{R}$. La commande pour chaque corps est décomposée en une composante autonome ($\omega_{ai}$) et une composante médiée par l'humain ($\omega_{hi}$).
2. Architecture de contrôle furtif : Pour empêcher le contrôle autonome d'interférer avec la perception de l'état collectif par l'opérateur humain, les auteurs emploient un « contrôle furtif ». Le signal de contrôle autonome est projeté dans le noyau de la dynamique de l'état moyen. Cela garantit que le vecteur moyen $\bar{d}$ évolue uniquement sur la base de la commande humaine, rendant les manœuvres autonomes « invisibles » pour l'opérateur concernant l'état moyen.
3. Leader virtuel et synchronisation : Un leader virtuel avec une attitude $R_l$ est introduit pour médiatiser l'intervention humaine. L'opérateur humain commande une vitesse spatiale $\omega^s_h$ pour synchroniser l'orientation d'un leader virtuel avec une référence $d_r$. Le réseau réel de robots est couplé à ce leader virtuel via une loi de synchronisation d'attitude basée sur la passivité.
4. Analyse de stabilité : Les auteurs prouvent rigoureusement la stabilité de la boucle fermée sous l'hypothèse que l'opérateur humain est un système passif. Ils définissent une fonction d'énergie combinant l'énergie potentielle des rotations relatives et l'énergie de l'opérateur humain. En utilisant le principe d'invariance de LaSalle et le théorème de Nagumo, ils démontrent que les trajectoires du système convergent vers le vecteur de référence désiré $d_r$, à condition que les matrices de rotation relatives initiales satisfont des conditions spécifiques de semi-définie positivité.
5. Modélisation humaine et validation : Pour étayer l'analyse théorique, les auteurs ont mené des simulations homme-dans-la-boucle utilisant une interface de réalité virtuelle (VR) (Meta Quest 3S). Ils ont identifié un modèle de fonction de transfert en temps continu de l'opérateur humain basé sur des données expérimentales où des sujets alignaient un vecteur virtuel sur une référence. Enfin, ils ont analysé la passivité de ces modèles identifiés en utilisant des indices de passivité dans le domaine fréquentiel.

Contributions clés
L'article expose trois contributions principales :

1. Cadre novateur : Proposition d'un cadre de contrôle d'attitude semi-autonome basé sur la passivité spécifiquement pour les systèmes de corps rigides homme-dans-la-boucle sur $SO(3)$.
2. Preuve rigoureuse de stabilité : Établissement de la stabilité de la boucle fermée pour l'architecture proposée sous l'hypothèse de la passivité humaine, étendant les travaux antérieurs limités à la cinématique de translation ou 2D.
3. Enquête empirique : La première enquête sur la passivité humaine dans le contexte du contrôle d'attitude via des simulations homme-dans-la-boucle, impliquant l'identification de la dynamique humaine et l'examen des propriétés de passivité.

Résultats

• Théorique : La preuve de stabilité confirme que si l'opérateur humain est passif et que les conditions initiales sont remplies, le vecteur moyen $\bar{d}$ converge vers la référence $d_r$ ($\lim_{t\to\infty} \|\bar{d} - d_r\| = 0$).
• Simulation et identification : Un modèle d'opérateur humain a été identifié avec succès à partir de données de simulation (utilisant 12 essais d'une durée totale de 180 secondes). Le modèle, une matrice de fonction de transfert 2 par 2, a capturé le comportement dominant entrée-sortie avec des ratios d'ajustement allant d'environ 51 % à environ 77 % selon le gain de couplage $k_s$.
• Analyse de passivité : L'analyse des modèles identifiés a révélé que la passivité humaine est sensible aux paramètres du système. Spécifiquement, pour un gain de couplage $k_s = 3.0$, le modèle identifié satisfait la condition de passivité ($\nu(\omega) \ge 0$) sur tout le spectre fréquentiel. Cependant, pour $k_s = 2.5$, la condition de passivité est violée aux fréquences supérieures à environ 2 rad/s.

Signification et affirmations
L'article prétend combler une lacune critique dans la littérature en établissant un cadre de stabilité pour le mouvement complet de corps rigides en 3D sous intervention humaine. Les auteurs soulignent que, bien que leur cadre théorique repose sur l'hypothèse de la passivité humaine, leurs résultats expérimentaux mettent en évidence que cette hypothèse n'est pas universellement garantie ; elle dépend fortement du réglage des paramètres (spécifiquement le gain de couplage $k_s$). Par conséquent, l'article conclut modestement que, bien que le cadre proposé soit stable sous des hypothèses passives idéales, les travaux futurs doivent étendre la conception pour accommoder des opérateurs humains « à passivité réduite » afin d'assurer la robustesse dans les applications pratiques. Le travail est présenté comme une étape préliminaire vers la résolution du défi plus large du contrôle du mouvement de corps rigides en 3D dans des réseaux semi-autonomes.