Dynamic understanding the context for helping operator in robotics

Les technologies de l'informatique et de la robotique sont en perpétuelle évolution. S'appuyant sur cette évolution technologique, les systèmes d’aide à l’opérateur restent un domaine de recherche d’actualité. Le principal défi des systèmes de la future génération est d'être "intelligents", sensibles au contexte dans un environnement complexe et imprévisible. Cette thèse entre dans ce cadre et traite de la compréhension dynamique du contexte par un robot évoluant dans un tel environnement. En particulier, elle s'intéresse à la question suivante: comment rendre un robot capable de réagir face aux situations de blocage, imprévues dans son plan d’action initial, pour accomplir l’objectif fixé par l’opérateur ? Dans la littérature, ce problème a été soulevé et résolu en partie en programmant dans le système robotique, certaines des fonctions rendant le robot plus autonome. Cependant, l'intégration de ces fonctions dans un même cadre est manquante et plusieurs recherches dans ce sens sont en cours. Dans nos travaux nous proposons un système supportant une approche complète et générique, qui assure à un robot la capacité d’être conscient de la situation de blocage dans laquelle il se trouve et de comprendre et faire face aux situations de blocage rencontrées. Notre approche, nommée Robot Situation AWareness (RSAW) est inspirée de la notion de Situation Awareness (SA) qui a fait ses preuves dans de nombreux domaines notamment dans l’aviation. Nos principales contributions dans RSAW portent sur la conception d’un cadre sémantique intégrant la capacité de compréhension, fondé sur une représentation des connaissances générique, donnant la possibilité d’appliquer des techniques de raisonnement empruntées aux sciences cognitives. L’intégration de RSAW dans un système robotique a également été étudiée, conçue et mise en œuvre dans un système à couches. Ce système d'expérimentation est le robot SAM (Smart Autonomous Majordomo) doté du système AVISO et développé par le CEA-LIST. Les résultats des expérimentations élaborées dans le cadre des travaux menés dans cette thèse sont concluants et prometteursComputer technology and robotics are in perpetual evolution. Based on this technological evolution, the operator support systems remain a topical domain of research. The main challenge for the next generation of systems is to be "intelligent", aware of the context in a complex and unpredictable environment. This thesis is into this framework and addresses the dynamic understanding of the context by a robot evolving in such an environment. In particular, the work is interested in the question: How to make a robot able to react to blocked situations unplanned in its initial action plan to achieve the goal set by the operator?In the literature, this issue was raised and resolved in part by programming in robotic system, some of the features making a robot more autonomous. However, the integration of these functions in one framework is missing and more research in this direction is underway. In our work we propose a system supporting a complete and generic approach that ensures a robot the ability to be aware of the blocking situation in which it is found, to understand and deal with deadlock situations encountered. Our approach, called Robot Situation Awareness (RSAW) is inspired by the notion of Situation Awareness (SA), which has been proven in many areas especially in aviation. Our main contributions in RSAW involve the design of a semantic framework integrating the understanding capacity, based on a generic representation of knowledge and giving the possibility to apply reasoning techniques borrowed from cognitive science. Integrating RSAW in a robotic system has also been studied, designed and implemented in a layer system. This experimental system is the robot SAM (Smart Autonomous Majordomo) with the AVISO system developed by CEA-LIST. The conducted experiments allowed testing of the deductive reasoning in resolving a blocked situation and confirmed the need to resort to analogical reasoning. Another wave of experimentation has taken place to prove the effectiveness of our choices. The results of experiments developed as part of the work in this thesis are successful and promisin