Environnement et contexte de travail

Mines Paris forme depuis sa création en 1783 des ingénieurs de très haut niveau, capables de résoudre des problèmes complexes dans des champs très variés.

Première école d'ingénieurs en France par son volume de recherche contractuelle, Mines Paris dispense une importante activité de recherche orientée vers l’industrie. Ses domaines de recherche s’étendent de l'énergétique aux matériaux, en passant par les mathématiques appliquées, les géosciences et les sciences économiques et sociales. L’école d'ingénieurs développe également la création de chaires d’enseignement et de recherche sur des thèmes émergents.

Notre établissement fait partie de l'Université PSL. Située au cœur de Paris, celle-ci fait dialoguer tous les domaines du savoir, de l'innovation et de la création. Classée parmi les 50 premières universités mondiales, elle forme au plus près de la recherche des chercheurs, artistes, ingénieurs, entrepreneurs ou dirigeants conscients de leur responsabilité sociale, individuelle et collective.

Le Centre de Robotique

Au sein du Département Mathématiques et Systèmes de MINES Paris, le Centre de Robotique, rassemble actuellement 14 enseignants-chercheurs, 7 ingénieurs/techniciens/administratifs, et 16 doctorants. Depuis sa fondation le Centre a focalisé ses recherches sur l'augmentation de l'intelligence des systèmes automatisables et l'interaction entre l'Humain et la Machine. Ses travaux se sont dans une première période centrée d'un côté sur les aides à la conduite & véhicules intelligents et la robotique mobile, et par ailleurs l'immersion en Réalité Virtuelle. Le Centre a désormais a étendu son domaine aux robots collaboratifs industriels et plus généralement à la Collaboration Humains-Robots et l'Intelligence Artificielle (IA) centrée sur l'Humain. Le Centre de Robotique porte aussi le Mastère Spécialisé MISL qui traite la thématique de la logistique urbaine.

Le projet ReSource

Dans le cadre du projet ReSource, le Centre de Robotique recrute un post-doctorant pour une durée pouvant aller progressivement jusqu’à 36 mois. Le projet, financé par le dispositif PIA4 regroupe 21 partenaires afin de créer des dispositifs de formation innovants pour les métiers d’art français. Des laboratoires de recherche dans des disciplines différentes, des entreprises, des acteurs locaux tels que les chambres de métiers et d’artisanat régionales, des campus métiers collaboreront pour concevoir et produire des méthodes, outils technologiques et des contenus pour analyser et mieux comprendre, pour revisiter l’artisanat français, pour former les nouvelles générations de manière plus efficace et plus rapide, plus interactive et plus attractive par rapport aux méthodes traditionnels ( documentation, e-learning etc.)

La mission du Post-Doctorant

Pendant l’exécution de son geste technique, l’artisan expert mobilise un ensemble de sens. Il collecte et traite des signaux intrinsèques, provenant de son corps directement (ex. « le ressenti » de la contraction des muscles etc.) mais aussi extrinsèques, qui sont des signaux multisensoriels externes au corps du sujet. La source principale d’information extrinsèque vient de la matière avec laquelle interagit l’artisan (l’argile pour le potier, le verre pour le verrier etc.). La déformation de cette matière constitue le résultat de performances motrices fines où les moindres nuances gestuelles peuvent avoir un impact important sur le résultat souhaité (faible sollicitation pour une réponse importante).

Du point de vue de la robotique collaborative, malgré les progrès significatifs en IA au cours des deux dernières décennies (i.e. apprentissage robot par démonstration), la collaboration humain-robot se limite principalement sur une sorte de coopération séquentielle entre les deux partenaires. Des interfaces fragmentées ont été développées au sein de systèmes robotiques fermés, reposant sur des mécanismes intermédiaires physiques pour l’interaction (i.e. boutons). L’introduction de la modalité gestuelle a propulsé le monde numérique vers des machines plus flexibles. Cependant, les robots collaboratifs actuels manquent toujours des couches perspectives nécessaires (IA centrée sur l’humain) pour pleinement anticiper spatio-temporellement le comportement humain dans l’environnement professionnel.

Le post-doctorant sera amené à travailler sur la structuration d’un axe stratégique sur cette thématique et à proposer des méthodes théoriques pertinentes pour la représentation et la modélisation de l’interaction physique de la main et des doigts avec la matière déformable (y compris en état de co-manipulation avec un robot), tout en faisant appel à des méthodes de vision par ordinateur/reconstitution de scène, modélisation dynamique et apprentissage profond. Plus précisément, l’enjeu consiste à observer les gestes et intentions humaines et mesurer des descripteurs du mouvement humain, tels que vitesse, force, couple et posture, appliqué sur la matière déformable (p.ex. tissu, argile, etc.)

En parallèle le post-doctorant assurera le suivi scientifique du projet, participera aux réunions régulières avec les autres partenaires, co-encadrera avec les chercheurs du Centre des doctorants et présentera les travaux menés au sein de l’équipe, participera à l’organisation de divers événements (académiques ou tout public).

Profil du candidat

La personne recrutée sera titulaire d'un doctorat en mathématiques appliqués (p.ex. en modélisation et simulation dynamique) ou en apprentissage profond, ou en vision par ordinateur ou en robotique collaborative ou en biomécanique. Elle aura acquis des compétences en traitement du signal et en apprentissage automatique au cours de ses études. Le candidat devra avoir envie de coopérer avec d’autres partenaires académiques et industriels, d’encadrer des jeunes chercheurs et de synthétiser des réflexions stratégiques sur la recherche dans le domaine ainsi que de publier dans des journaux rang A. Le candidat devra également maîtriser des langages de programmation tels que Python et/ou ROS.

Bibliographie

[1] A. Ajoudani, A. M. Zanchettin, S. Ivaldi, A. Albu-Sch¨affer, K. Kosuge, and O. Khatib. Progress and prospects of the human–robot collaboration. Autonomus Robots, 42:957–975, 2017.

[2] D. Kruse, R. J. Radke, and J. T. Wen. Collaborative human-robot manipulation of highly deformable materials. In 2015 IEEE International Conference on Robotics and Automation (ICRA), pages 3782–3787, 2015.

[3] D. Sirintuna, A. Giammarino, and A. Ajoudani. Human-robot collaborative carrying of objects with un-known deformation characteristics. In 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pages 10681–10687, 2022.

[4] A. Koessler, N. Roca Filella, B.C. Bouzgarrou, L. Lequievre, and J.-A. Corrales Ramon. An efficient approach to closed-loop shape control of deformable objects using finite element models. In 2021 IEEE International Conference on Robotics and Automation (ICRA), pages 1637–1643, Xi’an, China, May 2021.

[5] M. Mujica, M. Crespo, M. Benoussaad, S. Junco, and J.-Y. Fourquet. Robust variable admittance control for human–robot co-manipulation of objects with unknown load. Robotics and Computer-Integrated Manufacturing, 79, 2023.

[6] OLIVAS-PADILLA, Brenda Elizabeth, GLUSHKOVA, Alina, et MANITSARIS, Sotiris. Motion Capture Benchmark of Real Industrial Tasks and Traditional Crafts for Human Movement Analysis. IEEE Access, 2023.

[7] MENYCHTAS, Dimitrios, GLUSHKOVA, Alina, et MANITSARIS, Sotiris. Analyzing the kinematic and kinetic contributions of the human upper body’s joints for ergonomics assessment. Journal of Ambient Intelligence and Humanized