Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Colloque IMT - L'IA au cœur des mutations industrielles - Session Robotique, Perception, Interaction

136 views

Published on

Colloque IMT - L'IA au cœur des mutations industrielles - Session Robotique, Perception, Interaction : Robotique collaborative ou collaboration homme-robot ? Présentation par Sotiris Manitsaris, Chercheur (Mines ParisTech)

Published in: Engineering
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

Colloque IMT - L'IA au cœur des mutations industrielles - Session Robotique, Perception, Interaction

  1. 1. ROBOTIQUE COLLABORATIVE OU COLLABORATION HOMME-ROBOT ? SOTIRIS MANITSARIS C E N T R E D E R O B O T I Q U E – M I N E S P A R I S T E C H P S L U N I V E R S I T É P A R I S
  2. 2. « Nous commençons toujours par le travail manuel » Mitsuru Kawai Vice-Président Exécutif Responsable de Manufacture Toyota I N T R O D U C T I O N
  3. 3. TRAVAIL MANUEL AUTOMATISATION COMPLÈTE I N T R O D U C T I O N
  4. 4. E T A T D E L ’ A R T ROBOTIQUE CLASSIQUEGESTE OUTILLÉ AUTOMATISATION COMPLETE ✦ Efficacité ✦ Vitesse ✦ Précision - Flexibilité - Coût TRAVAIL MANUEL ✦ Flexibilité ✦ Dextérité ✦ Opportunité de décision - Risques ergonomiques - Erreurs ROBOTIQUE COLLABORATIVE SEMI-AUTOMATISATION ✦ Espace partagé ✦ Programmation par apprentissage ✦ Gain financier
  5. 5. COLLABORATIONCO-PRESENCE INTERACTION (BASELINE) ? Espace partagé en partie Contact autorisé lorsque robot arrêté Espace pleinement partagé Contact autorisé E T A T D E L ’ A R T
  6. 6. P E R C E P T I O N COLLABORATION HOMME-ROBOT Un modèle centré sur l’humain pour l’interaction avec un robot collaboratif C O N N A I S S A N C E S G E S T E R O B O T C O L L A B O R AT I F M O D E L E S C I E N T I F I Q U E
  7. 7. UI Suivi continu du geste de l’ opérateur RECONNAISSANCE DE GESTES Profil temporel dynamique en fonction du geste de l’opérateur COLLABORATION NATURELLE Adaptation facile aux nouveaux opérateurs et cycle de production en fonction du rythme de l’opérateur ADAPTABILITÉ - CYCLE DYNAMIQUE Objectifs au delà de l’état de l’art En prenant en considération les contraintes industrielles dans une chaîne d’assemblage automobile UX O B J E C T I F S
  8. 8. Méthodologie en Reconnaissance de Gestes C A P T U R E D E M O U V E M E N T Capteurs de mouvement et acquisition de données 01 A N A LYS E Segmentation de la scène 02 E X T R A C T I O N D E C A R A C T É R I S T I Q U E S Descripteurs de mouvement et d’activités 03 M O D E L I S AT I O N Modélisation stochastique ou déterministe de l’activité humaine 04 R E C O N N A I S S A N C E Reconnaissance précoce et alignement temporel 05 I N T E R A C T I O N Interaction naturelle explicite ou implicite 06 S O L U T I O N P R O P O S É E
  9. 9. S C E N A R I I E T U D I É S CO-PRESENCE COLLABORATION NATURELLE (NIVEAU 2) G1 Attraper un pièce à gauche G2 Attraper un pièce à droite G3 Assembler les deux pièces G4 Visser G5 Poser la pièce terminée G1 Enlever l’adhésif G2 Poser la feuille G3 Pré-coller la feuille G4 Mettre le lécheur
  10. 10. R E C O N N A I S S A N C E D E G E S T E S « M U L T I - O P É R A T E U R »
  11. 11. E V A L U A T I O N D E L ’ A P P R O C H E JACKKNIFE 80%-20% Précision 67 % 83 % 78 % 70 % 87 % 74 % Rappel 68 % 80 % 60 % 80 % 88 % Isolés Isolés Continus Continus Précision 43 % 80 % 82 % 81 % 81 % 83 % Rappel 70 % 94 % 75 % 83 % 92 % Isolés Continus Isolés Continus
  12. 12. N O U V E L O P É R A T E U R ? A D A P T A T I O N D U S Y S T È M E ! JACKKNIFE
  13. 13. R E C O N N A I S S A N C E D E G E S T E S E T O B J E T C O N N E C T É
  14. 14. JACKKNIFE Isolés Isolés Multi-opérateur Multi-opérateur +IoT Multi-opérateur +IoT +Adaptation du système Taux de reconnaissances correctes en temps-réel 74 % 77 % 90 % E V A L U A T I O N D E L ’ A P P R O C H E
  15. 15. V I D E O S D E D É M O N S T R A T I O N ANALYSE DE SCENE ET DETECTION DE POSES RECONNAISSANCE DE GESTES
  16. 16. L E P R O J E T C O L L A B O R A T E E T L E S S C E N A R I I E T U D I É S MONTAGE DU DÉMARREUR D’UN VÉHICULE ASSEMBLAGE DE PIÈCES AÉRONAUTIQUES INSTALLATION DU PARE-BRISE D’UN VÉHICULE MONTAGE D’UN ÉCRAN DE TÉLÉVISION
  17. 17. C O N T R I B U T I O N S A U P R O J E T IoT ET ANALYTIQUES DE MOUVEMENT DETECTION DE POSES
  18. 18. S Y N T H E S E E T C O N C L U S I O N S 0 1 2 3 COLLABORATION NATURELLE Commandes discrètes (par appui sur bouton) Détection de la position IA CENTREE SUR L’HUMAIN Reconnaissance de gestes/ actions Analytics du mouvement (paramètres ergonomiques) Profil temporel prédéfini Profil spatial prédéfini mais dynamique (en fonction de l’anthropométrie de l’opérateur) Profil spatial prédéfini et constant Profil temporel dynamique (en fonction du rythme de l’opérateur)

×