Shared-autonomy control for improving Human-Robot collaboration in haptic teleoperation

Les cadres de contrôle partagé assistent les opérateurs humains en fusionnant leurs commandes avec des trajectoires autonomes orientées vers un objectif. Cependant, les techniques de fusion conventionnelles ne garantissent souvent ni la faisabilité du mouvement résultant, ni l’optimalité de la décision combinée. Cette thèse aborde deux lacunes principales du contrôle partagé : 1) l’absence d’un arbitre de fusion qui unifie la prévoyance prédictive avec une sécurité vérifiable d’une manière calculatoirement tractable, et 2) l’hypothèse erronée que l’assistance autonome est correcte, ce qui entraîne une dégradation des performances et un conflit entre l’utilisateur et le robot lorsque le modèle du monde du système est désaligné avec la réalité. Ce travail présente une architecture de contrôle holistique qui résout ces deux défis. Premièrement, pour combler la lacune de l’arbitrage, nous formulons la fusion comme un problème de contrôle optimal sous contraintes. Un cadre de Commande Prédictive pour la Fusion (MPC-B) est proposé pour calculer une trajectoire fusionnée réalisable via une optimisation à horizon fuyant, assurant une conformité proactive avec toutes les contraintes du système et de la tâche. Deuxièmement, pour combler la lacune de l’assistance, nous introduisons un Cadre d’Assistance Adaptative à Double Composante qui corrige les inexactitudes du modèle en traitant l’entrée de l’opérateur comme une mesure corrective. Ce cadre intègre un Filtre de Kalman Adaptatif en temps réel pour compenser les erreurs locales et transitoires et un module d’Analyse de Procrustes à N-points en ligne pour apprendre et corriger les désalignements globaux et systématiques au fil du temps. L’architecture proposée a été évaluée dans deux études complètes de téléopération avec des humains dans la boucle. Les résultats expérimentaux démontrent la supériorité des cadres proposés par rapport à la fusion conventionnelle et à la téléopération non assistée. Le contrôleur MPC-B a considérablement amélioré la sécurité en éliminant les violations de contraintes cinématiques, tandis que le cadre d’assistance adaptative a surmonté avec succès d’importantes erreurs de modèle pour améliorer l’efficacité de la tâche au-delà des capacités non assistées. Ensemble, les résultats valident l’architecture intégrée comme une solution robuste pour une collaboration homme-robot plus sûre et plus efficace, produisant des améliorations quantifiables en matière de performance de la tâche, de qualité de l’interaction et de charge de travail de l’opérateur.