Thèse : Méthodes hybrides pour l'extrapolation de modèles physiques complexes appliqués à la robotique médicale

Rattachement
Laboratoire Ampère
Détails
Description

Le groupe de travail Robotique du laboratoire Ampère (département Automatique pour l’Ingénierie des Systèmes AIS) à l’INSA de Lyon, recherche un candidat pour une thèse de doctorat.

Contexte :
L’approche traditionnelle en Automatique consiste à exploiter un modèle nominal du système de manière à garantir un comportement désiré. Il en est de même en Robotique où des modèles physiques identifiés permettent de prédire le comportement du robot et de le commander en conséquence. Dans le domaine spécifique de la robotique médicale, une des difficultés principales est d’assurer de bonnes performances en répétabilité et en précision indépendamment de conditions expérimentales variables liées à la nature même du vivant. Les méthodes basées sur un modèle nominal peuvent donc rapidement se montrer inefficaces. Depuis l'essor de l'intelligence artificielle (IA) en ingénierie, la Robotique est entrée dans une nouvelle ère notamment parce que les robots ont désormais la capacité d'analyser et de mener à bien des tâches qui étaient auparavant difficiles à automatiser à cause de la prise en compte de phénomènes complexes à modéliser (perturbations extérieures, environnement variable, etc.). Ainsi, à partir de grandes quantités de données ou d’une extrapolation des données récoltées, l'apprentissage en profondeur (Deep Learning) a montré dans de nombreux domaines qu’il est possible d’obtenir des résultats étonnants.

Objectif :
L'objectif principal de cette thèse est de développer des méthodes hybrides s'appuyant sur un modèle robuste comportant les avantages des modèles physiques et des modèles basés sur des données (data-driven model) tout en minimisant leur faiblesse respective.
Le travail s’appuiera sur différents moyens du laboratoire dans le cadre de deux projets de robotique médicale: le premier est celui d’une interface haptique développée actuellement dans une thèse dont l’identification dynamique pourrait reposer sur une approche hybride (modèle dynamique lagrangien + un réseau de neurones); le second est un simulateur de spasticité du membre inférieur (une structure mécanique multiphysique : pneumatique et électrique).

Si ce sujet vous intéresse, merci de contacter par mail Rémi CHALARD (remi.chalard@insa-lyon.fr) et Minh Tu PHAM (minh-tu.pham@insa-lyon.fr).