| Haptic shared control for multi-robot systems (Contrôle partagé avec assistance haptique pour systèmes multi-robots) Bernard, Maxime - (2025-04-30) / Université de Rennes Haptic shared control for multi-robot systems
| |||
Langue : Anglais Directeur(s) de thèse: Simonin, Olivier Discipline : Automatique, productique et robotique Laboratoire : IRISA Ecole Doctorale : MATISSE Classification : Sciences de l'ingénieur Mots-clés : Contrôle partagé, retour haptique, système multi-robots, téléopération, commande partagée, maintenance de connectivité
| |||
Résumé : Les systèmes multi-agents offrent des avantages en termes de flexibilité et de redondance, permettant la répartition efficace des tâches complexes entre plusieurs robots. Cependant, leur déploiement exige des stratégies avancées de contrôle afin d’assurer une coopération optimale entre agents autonomes et opérateurs humains. Cette thèse explore le contrôle partagé avec assistance haptique appliqué aux systèmes multi-robots, combinant l’autonomie des robots à la prise de décision humaine pour améliorer la coordination et la robustesse des interactions. Dans un premier temps, nous introduisons une stratégie de contrôle reposant sur le maintien de contraintes globales au sein du groupe de robots. En particulier, nous nous intéressons à la préservation de la connectivité globale, en nous appuyant sur la théorie des graphes pour concevoir un algorithme de contrôle garantissant le respect des contraintes physiques dans les relations inter-agents. Nous proposons une modification de cet algorithme afin d’intégrer des mesures réalisées dans le repère propre de chaque agent, avec un capteur à champ de vision limité. Dans un second temps, cet algorithme assurant la partie autonome du système multi-robots est combiné à différentes stratégies de supervision adaptative, offrant à l’utilisateur un contrôle à échelle variable sur l’ensemble du groupe. Trois modes de contrôle sont étudiés en simulation : Contrôle d’agent unique (S) : l’opérateur pilote un robot spécifique. Contrôle par ancrage (P) : l’opérateur impose des contraintes à plusieurs robots pour influencer le groupe. Contrôle par barycentre (C) : l’opérateur agit sur le centre de masse du système multi-robots pour guider la flotte. Associées à l’algorithme de maintenance de connectivité, ces méthodes garantissent le respect des contraintes inter-agents tout en fournissant un retour haptique à l’utilisateur sur l’état de connectivité du groupe. L’efficacité de ces approches a été évaluée dans une étude utilisateur comparant les performances avec et sans retour haptique à travers plusieurs scénarios adaptés aux différents modes de contrôle. Abstract : Multi-agent systems offer significant advantages in terms of flexibility and redundancy, enabling the efficient distribution of complex tasks among multiple robots. However, their deployment requires advanced control strategies to ensure optimal cooperation between autonomous agents and human operators. This dissertation explores haptic shared control for multi-robot systems, integrating robotic autonomy with human decision-making to enhance coordination and robustness in human-robot interactions. First, we introduce a control strategy based on maintaining global constraints within the robotic group. Specifically, we focus on global connectivity preservation, leveraging graph theory to design a control algorithm that enforces physical constraints in inter-agent relationships. We propose a modification of this algorithm to incorporate measurements taken in each agent’s local frame, using sensors with limited fields of view. Second, this algorithm, responsible for the autonomous behavior of the multi-robot system, is combined with different adaptive supervision strategies, allowing the user to exert control at varying scales over the entire group. Three control modes are studied in simulation : Single Agent Control (S): The operator directly controls a single robot. Pinning Control (P): The operator imposes constraints on multiple robots to influence the group. Centroid Control (C): The operator acts on the system’s center of mass to steer the entire fleet. In conjunction with the connectivity maintenance algorithm, these methods ensure compliance with inter-agent constraints while providing haptic feedback to the user regarding the system’s connectivity state. The effectiveness of these approaches was evaluated through a user study, comparing performance with and without haptic feedback across multiple scenarios tailored to the different control modes. | |||