Apprentissage automatique pour la validation d’une commande en boucle ouverte d’un snake-like robot.
Contexte :
Dans un contexte médical où la chirurgie mini-invasive tend à se standardiser, il est nécessaire de développer de nouvelles architectures robotiques afin de répondre au mieux aux besoins des chirurgiens et aux attentes des procédures à réaliser. C’est dans ce cadre qu’un robot a été développé afin de permettre une simplification des stratégies de contrôle et d’être plus économe en énergie. Du fait de la robustesse mécanique de la structure développée, le contrôle du robot est réalisé en boucle ouverte. En d’autres termes, le modèle du robot étant clairement établi, le lien entre l’entrée et la sortie du système est donc connu et ne nécessite aucune rétroaction à l’aide de capteurs.
Objectif :
Malgré la robustesse du robot, sa configuration peut être altérée par la variabilité de l’environnement ou par les forces transmises aux articulations en amont lors de l’exécution de la procédure.
Même si l’opération à effectuer est réussie, ce qui serait classé comme un succès, toute corruption de la configuration est un échec de la stratégie de contrôle utilisée.
Le travail consistera donc tout d’abord à mettre en place un système intelligent permettant d’identifier le succès ou l’échec d’un déploiement en comparant un vecteur descripteur initial (trajectoire prévue) et un vecteur descripteur final (trajectoire prise par le robot lors de son extraction). Cette étape permettra de quantifier l’erreur liée à ce schéma de contrôle, afin de mettre en évidence des schémas caractéristiques minimisant les risques de modification de la configuration du robot. L’idée est que ces schémas soient ensuite utilisés en phase préopératoire et pris en compte lors des phases de planification futures.
Le candidat doit idéalement préparer un master (ou équivalent) en informatique, avoir suivi des cours d’apprentissage automatique et être à l’aise avec python.
Le stage aura lieu dans les locaux du LIRMM à Montpellier pour une période de 5 mois.
Candidature : pour postuler à l’offre de stage, veuillez m’envoyer un CV par email à l’adresse suivante benjamin.calme@lirmm.fr