Le 01/06/2020
Détection et diagnostic des défaillances pour la sécurité des robots mobiles tout-terrain
Présenté par Mahmoud Al Masri and Nicolas Tricot, Irstea
La robotique prend une importance croissante dans un grand nombre de secteurs. Son développement a été favorisé par l'intérêt pour l'Homme de disposer d'entités autonomes capables de l'aider à effectuer des actions difficiles voire impossibles pour l'être humain, soit à cause de leur pénibilité, soit en raison de leur dangerosité.
La robotique mobile, l'un des secteurs de la robotique, poursuit cet objectif grâce aux avancées technologiques et scientifiques dans différents domaines tels que la mécanique, l'électronique, l'automatisation et l'informatique. Ces robots naviguent de manière autonome dans des environnements complexes et sur de longues périodes. Leurs algorithmes garantissent une certaine robustesse tout en faisant face aux situations prévues.
Cependant, dans certaines situations (dysfonctionnement d'un composant physique du robot, perte de signal GPS lors de l'exécution d'une tâche de suivi de trajectoire, etc.), l'apparition d'une défaillance peut faire échouer le robot dans sa mission.
Pour éviter cela, le diagnostic de panne en temps réel, intégrant un opérateur humain dans ses boucles de détection et de prise en charge des pannes, semble être une solution possible et potentiellement efficace. Le travail décrit vise à atteindre cet objectif. Il propose, d'une part, un système de surveillance du diagnostic de panne d'un robot mobile et, d'autre part, un ensemble d'outils de modélisation, de paramétrage et d'application de méthodes de diagnostic des pannes potentielles d'un robot.
La première partie des contributions est composée de deux modules. Le premier module est une méthode de diagnostic hybride qui met en œuvre plusieurs approches et types d'approches de diagnostic de panne. Cette méthode permet de diagnostiquer en temps réel une liste définie de défaillances. Le second est un module d'interaction homme / robot permettant l'intégration de l'opérateur dans la boucle de diagnostic en proposant / validant des solutions et en corrigeant, si nécessaire, les décisions prises par la méthode hybride proposée. Ce module intègre une base de connaissances et un algorithme de raisonnement par cas permettant de sauvegarder l'historique des décisions prises par l'opérateur, considéré comme expert, afin d'améliorer continuellement ses performances.
La deuxième partie détaille l'approche réalisée hors ligne et en amont de la mise en œuvre de la méthode de diagnostic hybride. Cette approche comprend la caractérisation des défauts pris en compte, la définition et l'adaptation des méthodes de diagnostic permettant de diagnostiquer les défauts identifiés. L'adaptation consiste à définir les modèles, ajuster les paramètres et, dans certains cas, collecter des données de formation. D'un point de vue expérimental, les développements théoriques sont validés sur des données issues d'un véritable robot de direction à glissement, et de simulations.
La présentation montre littéralement ces travaux. Nous introduisons d'abord le contexte de travail. Nous définissons ensuite l'énoncé du problème, les hypothèses proposées et décrivons l'état de la documentation sur les méthodes de diagnostic des défaillances. Les développements théoriques concernant le système de surveillance du diagnostic de panne de la robotique mobile et les outils menant à sa configuration sont décrits dans les parties qui suivent. Les résultats d'application des développements théoriques en simulation et sur un cas réel de robot sont présentés et discutés ci-après. Enfin, une conclusion et les perspectives possibles de ce travail sont présentées.
Ce projet a été présenté pendant le Colloque Scientifique organisé par Robagri durant le FIRA 2019. Regardez la vidéo: