Localisation haute précision par réseaux de capteurs pour la robotique miniature par modélisation et

La miniaturisation des produits et l’intégration croissante de fonctions au sein de dispositifs compacts constituent aujourd’hui une tendance majeure dans de nombreux secteurs tels que la micro-mécanique, l’électronique, le biomédical... Cette évolution soulève toutefois d’importants défis, notamment en matière d’assemblage des dispositifs miniatures dont les performances sont déterminantes pour assurer la qualité des produits assemblés [1]. Pour atteindre les niveaux d’exigence requis, la position et l’orientation des éléments de micro-manipulation doivent être connues avec précision.

Dans ce contexte, l’objectif du sujet de thèse consiste à développer une méthode de mesure sans contact permettant d’estimer la pose, c’est-à-dire la position et l’orientation, à 6 degrés de liberté entre deux structures rigides, par exemple pour positionner le système de micromanipulation dans un référentiel fixe. Cette méthode de mesure mettra en oeuvre un principe magnétique, notamment en s’appuyant sur des travaux antérieurs de l’équipe de recherche [2] : l’une des structures rigides comprendra un réseau de capteurs à effet Hall et l’autre un réseau d’aimants permanents.

Une originalité du sujet se situe dans la multiplicité des capteurs et des aimants intégrés dans les structures rigides, permettant de générer de la redondance de données et ainsi d’améliorer les résultats de mesure.

Afin d’être robuste aux perturbations extérieures, la thèse s’appuiera sur deux approches complémentaires d’estimation de la pose. La première reposera sur une modélisation physique des champs magnétiques et des signaux générés par les capteurs à effet Hall. La seconde s’appuiera sur l’utilisation de techniques d’intelligence artificielle, notamment informées par la physique [3].

Un enjeu scientifique consistera à évaluer dans quelles conditions les méthodes d’intelligence artificielle complètent les approches classiques, en améliorant la rapidité ou la précision de la mesure de la pose.

Les principales étapes de la thèse sont :

• Réaliser un état de l’art sur les principes de mesure de pose à petite échelle ainsi que sur les méthodes d’analyse de pose par intelligence artificielle,

• Etablir un modèle physique du système de mesure magnétique et développer une méthode d’estimation de la pose basée sur ce modèle ;

• Définir une méthodologie d’étalonnage globale des réseaux de capteurs à effet Hall et d’aimants ;

• Mettre en place d’un banc expérimental et réaliser une campagne de mesure

• Développer une méthode par intelligence artificielle permettant d’estimer la pose basée sur les données issues des mesures et du modèle physique ;

• Confronter les différentes approches d’estimation selon des critères de précision, de rapidité ou encore de robustesse.

[1] M. A. Rahman and A. T. Ohta, "Micromanipulation With Microrobots," in IEEE Open Journal of Nanotechnology, vol. 2, pp. 8-15, 2021.

[2] GÉRON, Gabriel, TERRIEN, Jérémy, et al. “2D Magnetic Localization Newton-Raphson-Based Method Considering Measurement Uncertainties for Smart Surface Applications.” in IEEE Transactions on Instrumentation and Measurement, 2025.

[3] FAREA, Amer, YLI-HARJA, Olli, et al. Understanding physics-informed neural networks: Techniques, applications, trends, and challenges. AI, vol. 5, no 3, pp. 1534-1557, 2024