<\/p>\n
Esteffe Violet, Marien Couvertier, Jean-Pierre Gazeau, Kathleen Belhassein (Pprime, Universit\u00e9 de Poitiers, CNRS)
\n<\/i><\/p>\n
\u00catre engag\u00e9s dans une action conjointe implique des diff\u00e9rents partenaires des capacit\u00e9s de compr\u00e9hension et de pr\u00e9diction des actions de l\u2019autre afin d\u2019ajuster au mieux leur comportement (Sebanz & Knoblich, 2009). Un paradigme exp\u00e9rimental souvent utilis\u00e9 pour \u00e9tudier ces processus est la t\u00e2che Simon Social, une t\u00e2che de temps de r\u00e9action sur ordinateur. Cependant, cette m\u00e9thode d\u2019investigation pr\u00e9sente certaines limites et il appara\u00eet donc n\u00e9cessaire d\u2019investiguer de nouvelles m\u00e9thodologies plus \u00e9cologiques afin d\u2019explorer cet effet lors d\u2019une action conjointe Humain-Robot, et donc de permettre et s\u00e9curiser la coordination entre ces deux types d\u2019agents. En s\u2019appuyant sur la th\u00e9orie de la co-repr\u00e9sentation, l\u2019utilisation d\u2019un paradigme de t\u00e2ches motrices partag\u00e9es tel que propos\u00e9 dans Rocca & Cavallo (2021) pourrait contribuer \u00e0 renforcer les r\u00e9sultats d\u00e9j\u00e0 obtenus dans le cadre de la t\u00e2che Simon Social avec un partenaire robotique. La cin\u00e9matique du mouvement, potentiellement plus informative que les temps de r\u00e9ponse, constituerait ainsi une mesure plus appropri\u00e9e et plus fine pour \u00e9tudier notre capacit\u00e9 \u00e0 pr\u00e9dire les actions d\u2019un agent robotique et \u00e0 explorer les facteurs sous-jacents. Nous pr\u00e9senterons les premiers r\u00e9sultats d\u2019une \u00e9tude pilote sur cet effet d\u2019interf\u00e9rence motrice anticipatoire, men\u00e9e entre partenaires humains, et discuterons des perspectives pour la collaboration Humain-Robot.<\/p>\n
Alexis Poignant, Nathana\u00ebl Jarrass\u00e9, Guillaume More<\/i>l (ISIR, Sorbonne Universit\u00e9, CNRS)<\/em><\/p>\n L’approche propos\u00e9e met en \u0153uvre une fa\u00e7on naturelle de coupler les mouvements d’un sujet \u00e0 ceux d’un robot \u00e0 partir d’un lien m\u00e9canique virtuel. Nous pr\u00e9senterons une analyse cin\u00e9matique\/biom\u00e9canique de la fa\u00e7on dont un sujet mobilise les mouvements de sa t\u00eate pour d\u00e9placer un objet \u00e0 laquelle il est physiquement ou virtuellement attach\u00e9. Nous pr\u00e9senterons \u00e9galement des \u00e9l\u00e9ments sur l’effet des couplages (position-position vs position-vitesse) sur le sentiment d’int\u00e9gration corporelle qu’on peut pr\u00e9senter dans le rationale. Cette approche fournit de (tr\u00e8s) bonnes performances avec un potentiel applicatif important et finalement une manip assez originale d’interaction humain-robot.<\/p>\n Jonathan Savin (INRS)<\/em><\/p>\n Dans un contexte professionnel, le recours \u00e0 un robot collaboratif soul\u00e8ve de nombreuses questions en lien avec la sant\u00e9-s\u00e9curit\u00e9 des op\u00e9rateurs. En particulier, la litt\u00e9rature scientifique et technique a quasiment occult\u00e9 la question suivante : comment pr\u00e9server la variabilit\u00e9 des mouvements (VM) des op\u00e9rateurs ? En effet, cette VM est suppos\u00e9e avoir un effet b\u00e9n\u00e9fique en termes de pr\u00e9vention des facteurs de risques biom\u00e9caniques (r\u00e9duction de la survenue de la fatigue, r\u00e9partition des sollicitations biom\u00e9caniques sur le syst\u00e8me locomoteur). Mais cette VM risque d\u2019\u00eatre fortement r\u00e9duite si le contr\u00f4le du robot impose ou restreint les mouvements de l\u2019op\u00e9rateur. L\u2019Inria et l\u2019INRS ont donc mis au point la campagne exp\u00e9rimentale MOVER (MOtor Variabiltiy Experiment with a Robot) pour acqu\u00e9rir des connaissances sur la VM d\u2019un op\u00e9rateur lors de la r\u00e9alisation d\u2019une t\u00e2che avec et sans interaction avec un robot collaboratif. La campagne exp\u00e9rimentale a concern\u00e9 18 sujets (10 hommes, 8 femmes) ex\u00e9cutant une t\u00e2che guid\u00e9e de type \u00ab wireloop \u00bb (suivi de trajectoire). Les donn\u00e9es exp\u00e9rimentales sont encore en cours de d\u00e9pouillement, et nous pr\u00e9sentons ici les r\u00e9sultats pr\u00e9liminaires issus de l\u2019observation d\u2019un sujet : dans les conditions observ\u00e9es,<\/p>\n Ces r\u00e9sultats pr\u00e9liminaires confirment l\u2019ad\u00e9quation du protocole exp\u00e9rimental aux objectifs de l\u2019\u00e9tude. Ils permettent \u00e9galement de sensibiliser les concepteurs et int\u00e9grateurs de syst\u00e8mes cobotiques, ainsi que les pr\u00e9venteurs et ergonomes, \u00e0 l\u2019importance de la prise en compte de la VM lors de la conception de situation de travail impliquant une interaction directe homme-robot.<\/p>\n Benoit Hureaux (Centrale-Sup\u00e9lec) This research project focuses on modeling human upper limb control in rhythmic tasks, specifically ball bouncing. It contributes to understanding human movement and developing bio-inspired control strategies for robots interacting with the environment. This work is based on two previous theses. In the first one, Guillaume Avrin developed a human motor control model of a bouncing ball, simulating the kinematics of the task. In the second one, Vincent Fortineau pointed out that the arm stiffness changes during human experimentation on a bouncing ball simulation. Humans increase their arm stiffness before impact and decrease it after. Vincent Leconte<\/span>, Effie Segas<\/span>, Bianca Lento<\/span>, Emilie Doat<\/span>, Etienne Guillaud<\/span>, Matthieu Lapeyre<\/span>, Pierre<\/span><\/em> We demonstrate here efficient teleoperation by both valid and arm-amputated participants on Reachy2, an open-source humanoid robot made by Pollen Robotics that ranked 2nd at ANA Avatar XPRIZE. The 3D parallel joint Orbita included at neck and wrist levels enables reproducing natural head and arm movements. This translates into an accurate egocentric view, and provides the opportunity to test a novel prosthesis control based on natural arm movement reconstructed by an Artificial Neural Network (ANN) that receives movement goal and stump motion as inputs. Direct first-person teleoperation by able-bodied participants (n=14) elicited a 100% success rate for grasping objects at various locations, with best possible usability scores and small workload scores. High success rates (>92%) were also obtained when all distal joints from the elbow onward were operated with the novel prosthesis control, using a movement goal identified through gaze-guided computer vision. While usability and workload scores were slightly degraded when able-bodied participants used the prosthesis control as compared to direct teleoperation, both were scored similarly well by a sample from our target population (n=8 participants with transhumeral limb loss). This platform and control schemes offer broad perspectives for prosthesis control, but also for teleoperation robotics and human-robot interactions.<\/p>\n Lucas Bardisbanian<\/span>, Vincent Leconte<\/span>, Emilie Doat<\/span>, Re<\/span>mi Klotz<\/span>,<\/span><\/em> Aymar de Rugy (Universit\u00e9 de Bordeaux, CNRS, INCIA)<\/em> \n <\/p>","protected":false},"excerpt":{"rendered":" Dis-moi qui tu es, je te dirai ce que tu vas faire\u00a0: explorer la th\u00e9orie de la co-repr\u00e9sentation entre agents humains et robotiques \u00e0 travers l\u2019interf\u00e9rence motrice anticipatoire Esteffe Violet, Marien Couvertier, Jean-Pierre Gazeau, Kathleen Belhassein (Pprime, Universit\u00e9 de Poitiers, CNRS) \u00catre engag\u00e9s dans une action conjointe implique des diff\u00e9rents\u2026<\/p>\nVariabilit\u00e9 du mouvement en situation d\u2019interaction homme-robot lors d\u2019une t\u00e2che de suivi de trajectoire assist\u00e9e : r\u00e9sultats pr\u00e9liminaires de la campagne exp\u00e9rimentale MOVER <\/b><\/h3>\n
\n
Design of bio-inspired variable impedance control laws for interaction with the environment in rhythmic tasks<\/b><\/h3>\n
\n<\/i><\/p>\n
\nThe objective of the present study is to confirm Fortineau’s observation on stiffness change and precise its behavior. The goal is to obtain a continuous stiffness profile during the ball-bouncing task, to analyze its variation. In order to do that, experiments are performed to get a continuous stiffness profile through the task. This profile is obtained by a series of equations, using data from Electromyogram (EMG) and arm motion captured by a camera.<\/p>\nFirst-person teleoperation of humanoid robot Reachy by valid and arm-amputated participants with a novel movement-based prosthesis control<\/b><\/h3>\n
Rouanet<\/span>, Ga<\/span>elle Lannuzel<\/span>, Antoine Pirrone<\/span>, Re<\/span>mi Klotz<\/span>, Daniel Cattaert<\/span>, Aymar de Rugy (Universit\u00e9 de Bordeaux, CNRS, INCIA)
\n<\/span><\/em><\/p>\nContext-based control with full wrist mobility <\/span>surpasses current transradial myoelectric prostheses <\/span>during reaching in virtual reality<\/span><\/h3>\n
\n<\/span><\/p>\n