Un cadre théorique pour la conception et la réalisation de robots sériels modulaires et reconfigurables axés sur les tâches, en vue d'un déploiement rapide.

Les innovations qui ont donné naissance aux robots industriels remontent aux années soixante et soixante-dix. Elles ont permis un déploiement massif de robots industriels qui ont transformé les ateliers, du moins dans certains secteurs de l'industrie tels que la construction automobile et certaines chaînes de production de masse.

Néanmoins, ces robots ne répondent pas totalement à d’autres applications qui sont apparues et se sont développées dans des domaines tels que la recherche en laboratoire, la robotique spatiale, la robotique médicale, l'inspection et la maintenance, la robotique agricole, la robotique de service et, bien sûr, les humanoïdes. Un petit nombre de ces secteurs ont connu un déploiement et une commercialisation à grande échelle de systèmes robotiques, mais la plupart avancent de manière lente et incrémentale.

Une question que l’on peut se poser est de savoir à quoi cela est dû ? Est-ce parce que le matériel n’est pas adapté (capacités physiques insuffisantes pour générer les forces et effectuer les mouvements nécessaires), parce que le logiciel n’est pas suffisamment performant (contrôle commande, perception, décision, apprentissage, etc.), ou parce qu’on ne dispose pas de paradigmes de conception capables de répondre aux besoin de ces applications (possibilités de conception rapide et sur mesure de nouveaux robots) ?

L'explosion sans précédent de la science des données, de l'apprentissage automatique et de l'IA dans tous les domaines de la science, de la technologie et de la société est souvent perçue comme une solution évidente pour répondre au problème, et une évolution radicale se profile ou est anticipée avec la promesse d'autonomiser les prochaines générations de robots grâce à l'IA (à la fois prédictive et générative). En conséquence, on a souvent tendance à apporter une attention particulière à l'aspect logiciel (apprentissage, aide à la décision, codage etc.), sans doute au détriment de capacités physiques améliorées (matériel) et de nouveaux concepts (paradigmes de conception). Il est pourtant clair que les aspects cognitifs de la robotique, notamment l'apprentissage, le contrôle et l'aide à la décision, ne pourront apporter une solution que si des dispositifs adaptés sont disponibles pour répondre aux besoins des diverses tâches que l’on souhaite robotiser, ce qui suppose des méthodologies de conception et un matériel adaptés.

L'objectif de cette thèse est ainsi de se concentrer sur les paradigmes de conception et le hardware, et plus spécifiquement sur la conception optimale de robots série utilisant une famille de « modules » standardisés dont l’agencement sera optimisé pour des familles de tâches données qui ne peuvent pas être accomplies par un robot industriel du marché. L’ambition de ce travail est de permettre de passer d’un catalogue donné de robots à la conception très rapide de solutions robotisées sur mesure.

Le candidat ou la candidate retenu(e) s'inscrira à l’Ecole Doctorale Mathématiques, STIC, de Nantes Université (ED-MASTIC) et sera accueilli(e) pendant trois ans au Service de Robotique Interactive du CEA-LIST à Palaiseau. Les professeurs Clément Gosselin (Laval) et Yannick Aoustin (Nantes) assureront l'encadrement académique de cette thèse qui sera co-encadrée par le Dr Farzam Ranjbaran du CEA-LIST.

Nous envisageons l’opportunité de poursuivre cette collaboration grâce à une bourse postdoctorale d’un an à laquelle le candidat pourrait candidater, une fois les prérequis du doctorat validés. Cette bourse serait hébergée au Centre de recherche en robotique, vision et intelligence artificielle (CeRVIM) de l’Université Laval, au Canada.

Optimisation et contrôle de la température dans les systèmes pile à combustibles

Les piles à combustible à membranes échangeuses de proton (PEMFC) représentent une technologie clé pour le développement de systèmes énergétiques propres et durables, en particulier pour des applications lourdes dans le transport où leur densité énergétique est très intéressante. Néanmoins, afin de représenter une alternative industrielle viable, un certain nombre de verrous doit encore être levé parmi lesquelles les coûts d’exploitation et surtout la durabilité des systèmes en conditions réelles d’usage. Parmi les leviers d’action, l’optimisation des conditions opératoires est une piste prometteuse pour limiter les phénomènes de dégradations ayant lieu au sein de la pile. La température de fonctionnement est en particulier un paramètre clé car elle intervient à toutes les échelles : de la cinétique des mécanismes de dégradation à la capacité thermique que le système peut dissiper, en passant par l’équilibre en eau au sein de la pile. Malgré l’influence de ce paramètre sur la durabilité, celle-ci n’est généralement optimisée à l’échelle système que pour obtenir les meilleures performances, le temps de réponse le plus court possible et limiter la taille du système de gestion thermique.
L’objectif de cette thèse est de travailler à l’optimisation de la gestion de température d’une pile à combustible au sein d’un système en prenant en compte non seulement le critère de performances mais aussi celui de la durabilité. Pour ce faire l’impact de la température de fonctionnement sur les mécanismes de dégradation sera analysée à l’aide des différents outils de simulation déjà présents au sein du LITEN et de la quinzaine d’années d’expérience des équipes sur l’étude de la dégradation des piles à combustible PEMFC. Différentes architectures thermiques seront proposées et évaluées en lien avec les travaux d’optimisation des lois de contrôle de la température. Ces dernières pourront être mise en œuvre sur un système pile à combustible réel dans le but de démontrer la pertinence de la solution proposée par des données expérimentales concrètes.

Navigation Multicritères d’un Agent Mobile appliquée à la robotique d’investigation nucléaire

Dans les environnements dangereux ou inaccessibles à l’homme, la robotique mobile joue un rôle essentiel pour assurer l’inspection, l’intervention et la collecte de données. Cependant, naviguer dans ces milieux complexes ne consiste pas seulement à éviter les obstacles : les robots doivent aussi composer avec des zones sans réseau, des sources de contamination, des contraintes énergétiques et des cartes incomplètes. Une première thèse (2023-2026) a introduit une méthodologie de navigation multicritères fondée sur la superposition cartographique et l’agrégation pondérée de contraintes, démontrant la faisabilité d’une planification adaptée en environnement statique simulé.

La thèse proposée visera à étendre cette approche aux environnements dynamiques et partiellement inconnus, nécessitant une prise de décision adaptative en temps réel. Le travail s’appuiera sur des outils de robotique mobile, de fusion de données et d’intelligence décisionnelle, ainsi que sur des moyens expérimentaux permettant des validations réalistes. L’objectif est de rapprocher la navigation robotique des conditions réelles rencontrées dans les chantiers de démantèlement nucléaire, et plus largement dans tous les environnements industriels à risque. Cette thèse offrira au doctorant(e) un environnement de recherche actif, des collaborations pluridisciplinaires et des perspectives solides dans les domaines de la robotique autonome et de la sûreté d’intervention.