Thèse Correction de Gestes Humains à Risque Lors d'Interaction Humain-Objet-Robot H/F

Doctorat.Gouv.Fr

Établissement : Université de Lorraine École doctorale : IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES Laboratoire de recherche : LCFC Laboratoire de Conception Fabrication Commande Direction de la thèse : Thibaut RAHARIJAONA ORCID 0000000276921872 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-08-31T23:59:59 Les troubles musculo-squelettiques (TMS) constituent l'une des principales causes de maladies professionnelles et sont souvent liés à l'adoption de postures inadaptées lors de tâches répétitives. Cette thèse développe des méthodes permettant à un robot collaboratif de détecter, prédire et corriger en temps réel les gestes présentant un risque ergonomique lors d'interactions humain-objet-robot. À partir de données de mouvements experts et non experts acquises dans des scénarios industriels, des modèles probabilistes du mouvement humain sont construits afin d'anticiper l'apparition de postures à risque et d'en estimer le niveau ergonomique. Le robot apprend ensuite, par apprentissage par imitation, à assister l'opérateur en corrigeant ses mouvements via l'objet manipulé tout en respectant son intention. Les travaux contribuent au développement de systèmes robotiques collaboratifs centrés sur l'humain, capables d'améliorer la sécurité, l'ergonomie et le bien-être au travail. Les troubles musculo-squelettiques (TMS) constituent l'une des principales causes de maladies professionnelles et sont souvent liés à l'adoption de postures inadaptées lors de tâches répétitives. Dans le contexte de l'Industrie 5.0, les robots collaboratifs offrent de nouvelles perspectives pour assister les opérateurs et améliorer leurs conditions de travail. Toutefois, les approches actuelles intègrent rarement à la fois la prédiction du mouvement humain, l'évaluation ergonomique et la correction proactive des gestes. Cette thèse se situe à l'interface de la robotique collaborative, de l'intelligence artificielle et de l'ergonomie afin de développer des systèmes capables de prévenir les risques liés aux gestes professionnels. -Modéliser et prédire les mouvements humains en contexte industriel
-Développer des méthodes d'évaluation ergonomique prédictive
-Concevoir une stratégie de correction robotique par apprentissage par imitation -Acquisition et analyse des données de mouvement
-Modélisation et prédiction du risque ergonomique
-Apprentissage et validation de la correction robotique