These Zarrad LIRMM Final

ACADÉMIE DE MONTPELLIER
UNIVERSITÉ MONTPELLIER II
- SCIENCES ET TECHNIQUES DU LANGUEDOC -
THÈSE
pour obtenir le grade de
DOCTEUR DE L’UNIVERSITÉ MONTPELLIER II
Discipline : Génie Informatique, Automatique et Traitement du Signal

Formation Doctorale : Systèmes Automatiques et Microélectronique
École Doctorale : Information, Structures et Systèmes
présentée et soutenue publiquement

tel-00263824, version 1 - 13 Mar 2008
par
Walid ZARRAD
le 19 décembre 2007
Titre :
Télé-opération avec retour d’effort pour la

chirurgie mini-invasive
JURY :
M. Olivier SENAME Professeur à l’Institut National Polytechnique de Grenoble Président, Rapporteur

M. Guillaume MOREL Professeur à l’Univ. Pierre et Marie Curie, Paris VI Rapporteur
M. Bernard BAYLE Maître de Conférence à l’Univ. Louis Pasteur, Strasbourg I Examinateur
M. Olivier COMPANY Maître de Conférence à l’Univ. Montpellier II Examinateur
M. François PIERROT Directeur de Recherche CNRS au LIRMM, Montpellier Directeur de Thèse
M. Philippe POIGNET Professeur à l’Univ. Montpellier II Co-directeur de Thèse
tel-00263824, version 1 - 13 Mar 2008
Remerciements
Je profite de ces quelques lignes pour remercier toutes les personnes qui m’ont soutenu,
encouragé et aidé à mener ces trois années de thèse dans les meilleures conditions.
J’aimerai tout d’abord remercier mon directeur de thèse François Pierrot qui m’a ac-
cueilli dans son équipe de recherche. Son soutien, ses encouragements ainsi que sa confiance
m’ont permis d’avancer dans mes travaux. Un grand merci à ce monsieur avec qui j’ai
beaucoup discuté et appris pendant ces années passées au LIRMM.
Ma gratitude va également à mes deux encadrants, Olivier Company et Philippe Poi-
gnet. Je les remercie pour leurs disponibilités et leurs conseils pertinents. Chacun, à sa
tel-00263824, version 1 - 13 Mar 2008
manière, a su m’aider et me soutenir dans les moments difficiles. Une grande reconnais-
sance envers ces deux messieurs avec qui s’est installé un rapport d’amitié, de respect et
de confiance qui m’a été indispensable pour avancer dans mes travaux de thèse.
Je souhaite ensuite remercier M. Guillaume Morel, M. Olivier Sename et M. Bernard
Bayle pour avoir accepté de juger et d’évaluer mon travail. Leurs travaux et expertises
ont toujours été une référence qui m’a permis de progresser et d’orienter mes activités de
recherche. J’ai été honoré de les avoir dans mon jury de thèse.
Ma reconnaissance va également à Rui Cortesão qui m’a beaucoup aidé et soutenu
tout au long de ces trois années de thèse. Un grand merci à ce chercheur qui m’a transmis
sa passion pour l’automatique et la robotique. Thank you very much Rui.
Je remercie également M. Michel Robert, directeur du LIRMM, qui m’a accueilli au
sein du laboratoire pour y réaliser ma thèse. Je profite aussi pour remercier tout le per-
sonnel du laboratoire. Un grand merci en particulier à Céline Berger, Elisabeth Greverie,
Nadine Tilloy, Cécile Lukasik, Michel Benoit et Philippe Tilloy qui sans leurs aides et
disponibilités permanentes, ces trois années de thèse ne se seraient pas passées dans de si
bonnes conditions.
Un grand merci à tous les membres et permanents du département robotique à com-
mencer par son directeur actuel Philippe Fraisse. Mon aventure au LIRMM a réellement
débuté lorsqu’il m’a accueilli dans son équipe de recherche pour y réaliser mon stage de
DEA. Je tiens à le remercier pour son aide, ses précieux conseils et son soutien perma-
nent tout au long de ces années. Je remercie ensuite Etienne Dombre pour ses conseils,
ses remarques et son esprit critique qui m’ont aidé à progresser dans mes travaux. J’ai
été honoré de travailler avec lui. Un grand merci à Olivier Strauss, René Zapata, Vincent
Creuze, Jean Triboulet, Christine Azevedo, Fred Comby, André Crosnier et David Andreu
avec qui j’ai beaucoup discuté et échangé des idées. J’aimerai particulièrement remercier
le jeune chercheur Sebastien Krut dont l’enthousiasme, l’expertise et la passion pour la
recherche m’ont toujours poussé à progresser.
J’aimerai aussi remercier les doctorants roboticiens. Un grand merci à David (mon
voisin qui murmure à l’oreille de son ordinateur et qui ne mange que des "galettes" bre-
tonnes), Vincent Bonnet (le seul camarguais à faire une thèse en robotique ! normal, c’est
le neveu du big boss !), Rogério (le brésilien collectionneur de vélos), Carla (une brésilienne
adapte des ventes privées sur internet), Peter (le iPhone’s geek), Mourad, Sébastien et Mi-
lan (les responsables du box IEEE), Olivier (surnommé Junior), Andréa (une roumaine à
la limite de la stabilité), Kevin (un mathématicien converti à la robotique), Michel (mon-
sieur "je vends tout" !) et Arturo (toujours en avance par rapport au planning). Merci à
Aurélien (le Super Geek le plus à l’ouest que je connaisse) pour les soirées pizza passées
au LIRMM et à Vincent Begoc (surnommé Belloc "comme le petit village de l’Ariège")
pour ses petites anecdotes incroyables. Tenez bon, la fin est proche.
Évidemment je n’oublie pas les anciens thésards qui m’ont très bien accueilli en arrivant
au LIRMM. Merci à Gaël (l’homme à mille et une blagues "à deux balles"), José (l’expert
en relations amoureuses), Pierre (son accent fait de lui le maillet le plus doux au monde !),
Samer (le libanais qui mangeait des soushis), Fabien (Le Mac expert). Sans vous, vos
conseils et votre joie de vivre, ces années de thèse n’auraient jamais été les mêmes.
Pendant ces trois dernières années j’ai vécu une expérience humaine au cours de laquelle
j’ai fait la connaissance de personnes exceptionnelles qui au fil du temps sont devenues de
vrais amis. Un grand merci à la petite bande (essentiellement bretonne) qui m’a accom-
pagné jusqu’en Tunisie pour mon mariage : Vincent Nabatch, Mickaël et Mélanie "Sauvée
les Poulain" (je n’oublie évidemment pas Elise) ainsi qu’à Jean Mathias Spiewatch : Sans
commentaire, juste un GRAND MERCI à vous !. Merci également à Cedric (un autre
tel-00263824, version 1 - 13 Mar 2008
breton expatrié au pays du soleil) pour son amitié et ses interminables fous rire. J’espère
vous voir tous chez moi un de ses jours. Enfin un très Grand Merci à mon amie Seyma
pour sa présence, son amitié et sa joie de vivre. Mon aventure en France ne serait pas la
même sans toi. Merci pour tout.
Je termine par l’expression de ma plus grande gratitude envers ma famille. D’abord mes
grands parents et mes deux soeurs Meriem et Nedia (et son mari "moitié breton" Mehdi)
pour leur présence, leur écoute et leur soutien permanent. Ensuite, mes parents qui m’ont
toujours encouragé, aidé et soutenu. Je leur suis extrêmement reconnaissant pour tout
ce qu’ils m’ont apporté. Enfin, je termine en remerciant celle qui sans sa présence, son
écoute, sa patience et son aide, je ne serais sans doute pas là. Merci à ma femme Nadia
pour tout le bonheur qu’elle m’apporte chaque jour.
Table des matières
Table des matières
Introduction Générale 1
1 La robotique médicale et les systèmes de télé-opération 3

1.1 L’intervention chirurgicale et l’assistance robotique . . . . . . . . . . . . . 3
1.1.1 L’intervention chirurgicale . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.1.1 La chirurgie mini-invasive . . . . . . . . . . . . . . . . . . 4
1.1.1.2 Limitations de la chirurgie mini-invasive . . . . . . . . . . 7
tel-00263824, version 1 - 13 Mar 2008
1.1.1.3 Vers une assistance robotique . . . . . . . . . . . . . . . . 8

1.1.2 La robotique médicale . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.2.1 Les systèmes existants . . . . . . . . . . . . . . . . . . . . 9
1.1.2.2 Autonomie et degré d’interaction . . . . . . . . . . . . . . 12
1.1.2.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.1.3 Les limitations des systèmes télé-opérés . . . . . . . . . . . . . . . . 16
1.1.3.1 La chirurgie mini-invasive et le toucher . . . . . . . . . . . 16
1.1.3.2 La chirurgie mini-invasive et le cœur battant . . . . . . . . 17
1.1.3.3 Vers des systèmes télé-opérés avec retour en effort . . . . . 17
1.2 Télé-opération avec retour d’effort . . . . . . . . . . . . . . . . . . . . . . . 17
1.2.1 Présentation générale . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.1.2 Caractéristiques . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.1.3 Représentation . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.2 Différentes architectures . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.2.1 Architectures de télé-opération . . . . . . . . . . . . . . . 21
1.2.2.2 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2.3 Analyse des systèmes de télé-opération . . . . . . . . . . . . . . . . 24
1.2.3.1 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.2.3.2 Transparence . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.2.3.3 Le compromis Stabilité/Transparence . . . . . . . . . . . . 27
1.3 Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2 Télé-opération et commande en effort d’un robot d’assistance au geste

chirurgical 29
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 La chirurgie mini-invasive et le retour d’effort . . . . . . . . . . . . . . . . 30
2.3 Architecture de télé-opération avec retour d’effort . . . . . . . . . . . . . . 32
2.3.1 Schéma global de télé-opération . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Commande en effort du système esclave . . . . . . . . . . . . . . . . 33
2.3.2.1 Modélisation du site distant . . . . . . . . . . . . . . . . . 33
iii
Table des matières
2.3.2.2 Synthèse de la commande par retour d’état . . . . . . . . 37

2.3.2.3 Observateur actif de l’état . . . . . . . . . . . . . . . . . . 39
2.3.3 Synthèse du schéma global de télé-opération . . . . . . . . . . . . . 43
2.4 Analyse expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.4.1 Plate-forme expérimentale . . . . . . . . . . . . . . . . . . . . . . . 43
2.4.2 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . 44
2.4.2.1 Déplacement en espace libre . . . . . . . . . . . . . . . . . 46
2.4.2.2 Interaction avec un objet mou . . . . . . . . . . . . . . . . 49
2.4.2.3 Interaction avec un objet de rigidité moyenne . . . . . . . 50
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3 Transparence et stabilité du schéma de télé-opération 55

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2 Estimation de la raideur de l’environnement et commande adaptative . . . 56
3.2.1 Stratégies d’estimation paramétrique . . . . . . . . . . . . . . . . . 56
3.2.2 Filtre de Kalman étendu pour l’estimation de la raideur . . . . . . . 58
3.2.2.1 Estimation d’un paramètre inconnu par un filtre de Kal-
man étendu . . . . . . . . . . . . . . . . . . . . . . . . . . 58
tel-00263824, version 1 - 13 Mar 2008
3.2.2.2 Adaptation de la stratégie de commande . . . . . . . . . . 60

3.2.2.3 Validation expérimentale de la commande adaptative . . . 61
3.2.3 Compensation des erreurs de modélisation . . . . . . . . . . . . . . 63
3.2.3.1 Représentation et compensation des erreurs de modélisation 63
3.2.3.2 Estimation de l’état en position . . . . . . . . . . . . . . . 64
3.2.3.3 Validation expérimentale de la commande adaptative avec
prise en compte des erreurs de modélisation . . . . . . . . 65
3.2.4 Télé-opération et estimation en ligne de la raideur de l’environnement 67
3.2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Transparence et stabilité du schéma de télé-opération . . . . . . . . . . . . 69
3.3.1 Transparence du schéma de télé-opération . . . . . . . . . . . . . . 69
3.3.2 Stabilité du schéma de télé-opération . . . . . . . . . . . . . . . . . 73
3.3.3 Compromis stabilité/transparence et commande adaptative . . . . . 76
3.4 Télé-opération et interaction avec des tissus ex-vivo . . . . . . . . . . . . . 80
3.4.1 Interaction avec des tissus ex-vivo . . . . . . . . . . . . . . . . . . . 80
3.4.2 Insertion d’aiguille télé-opérée . . . . . . . . . . . . . . . . . . . . . 84
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4 Vers la chirurgie mini-invasive à cœur battant 91

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.2 Chirurgie mini-invasive et passage par le trocart . . . . . . . . . . . . . . . 92
4.2.1 Les solutions existantes . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.2.1.1 La cinématique contrainte . . . . . . . . . . . . . . . . . . 92
4.2.1.2 La commande contrainte . . . . . . . . . . . . . . . . . . . 93
4.2.2 Commande par découplage dynamique . . . . . . . . . . . . . . . . 94
4.2.2.1 Découplage Tâche-Posture . . . . . . . . . . . . . . . . . . 94
4.2.2.2 Télé-opération et commande dynamique de l’organe terminal 95
4.2.2.3 Gestion de la contrainte du trocart . . . . . . . . . . . . . 96
4.2.3 Analyse expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.3 Vers la compensation des mouvements physiologiques . . . . . . . . . . . . 107
4.3.1 Assistance en chirurgie cardiaque . . . . . . . . . . . . . . . . . . . 107
iv
Table des matières
4.3.2La commande en effort et le rejet de perturbations périodiques . . . 108

4.3.3Rejet de perturbations périodiques en effort . . . . . . . . . . . . . 109
4.3.3.1 Estimation des perturbations en effort . . . . . . . . . . . 110
4.3.3.2 Compensation des perturbations . . . . . . . . . . . . . . 112
4.3.3.3 Synthèse de la commande référencée modèle . . . . . . . . 114
4.3.4 Analyses expérimentales . . . . . . . . . . . . . . . . . . . . . . . . 114
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Conclusion Générale 121
Publications 125
Bibliographie 127
A Modèle géométrique et dynamique du robot D2M2 139

tel-00263824, version 1 - 13 Mar 2008
v
tel-00263824, version 1 - 13 Mar 2008
vi
Table des matières
Table des figures
Table des figures
1.1 Principe de la chirurgie mini-invasive . . . . . . . . . . . . . . . . . . . . . 5

1.2 Circulation extra-corporelle . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Stabilisateur mécanique OctopusTM (Medtronic Inc) . . . . . . . . . . . . 7
1.4 Position de l’équipe chirurgicale effectuant une intervention mini-invasive . 8
1.5 Le robot télé-opéré Da VinciTM dédié à la chirurgie mini-invasive . . . . . 14
1.6 La plate-forme The Black Falcon dédiée à la chirurgie mini-invasive télé-
opérée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
tel-00263824, version 1 - 13 Mar 2008
1.7 Système robotique télé-opéré dédié à la chirurgie mini-invasive MC2 E . . . 16

1.8 Interfaces haptiques à architecture série et parallèle . . . . . . . . . . . . . 18
1.9 Système de télé-opération . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.10 Aperçu des schémas de télé-opération proposés . . . . . . . . . . . . . . . . 22
2.1 Architectures de télé-opération dédiées à la chirurgie mini-invasive . . . . . 31

2.2 Schéma de télé-opération position - position intégrant une commande en
effort du robot esclave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3 Commande dynamique et système linéarisé pour chaque direction opéra-
tionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4 Stratégie de commande d’estimation et de commande par retour d’état estimé 41
2.5 Architecture de télé-opération et stratégie de commande en effort intégrant
un AOB et une commande par retour d’état . . . . . . . . . . . . . . . . . 42
2.6 Représentation schématique de la plate-forme expérimentale . . . . . . . . 43
2.7 Plate-forme expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.8 Suivi en position d’une trajectoire en espace libre imposée par l’opérateur . 46
2.9 Efforts mesurés, estimés et désirés lors d’une télé-opération en espace libre 47
2.10 L’état actif estimé et la commande par retour d’état lors d’une télé-opération
en espace libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.11 Erreurs de poursuite lors d’une télé-opération en espace libre . . . . . . . . 48
2.12 Suivi en position d’une trajectoire imposée par l’opérateur lors d’une télé-
opération et prise de contact avec un objet mou . . . . . . . . . . . . . . . 50
2.13 Efforts mesuré, estimé et désiré lors d’une télé-opération et prise de contact
avec un objet mou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
et prise de contact avec un objet mou . . . . . . . . . . . . . . . . . . . . . 52
2.15 Les efforts, les positions et la commande lors d’une télé-opération et prise
de contact avec un objet de rigidité moyenne . . . . . . . . . . . . . . . . . 53
3.1 Architecture de télé-opération, stratégie de commande adaptative en effort

et estimation en ligne de la raideur de l’environnement . . . . . . . . . . . 60
vii
Table des figures
3.2 Commande en effort du robot avec une estimation en ligne de la raideur de

l’environnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.3 Commande en effort du robot avec une estimation en ligne de la raideur de
l’environnement et la prise en compte des erreurs de modélisation . . . . . 66
3.4 Suivi en position d’une trajectoire imposée par l’opérateur lors d’une télé-
opération avec estimation en ligne de la raideur de l’environnement et com-
pensation des erreurs de modélisation . . . . . . . . . . . . . . . . . . . . . 68
3.5 Efforts mesuré, estimé et désiré lors d’une télé-opération avec estimation
en ligne de la raideur de l’environnement et compensation des erreurs de
modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.6 Estimation en ligne de la raideur de l’environnement lors d’une prise de
contact avec des objets de rigidité différente . . . . . . . . . . . . . . . . . 70
3.7 Schéma de télé-opération position - position avec commande en effort et
stratégie d’estimation de la raideur de l’environnement . . . . . . . . . . . 71
3.8 Réponse fréquentielle de l’impédance transmise à l’opérateur comparée à
celle désirée pour différentes valeurs de la raideur de l’environnement . . . 73
3.9 Schéma de télé-opération avec retour en effort faisant apparaître la position
tel-00263824, version 1 - 13 Mar 2008
volontaire et involontaire de la station maître . . . . . . . . . . . . . . . . 74

3.10 Réponse fréquentielle des différents systèmes constituant le schéma de télé-
opération en boucle ouverte reliant la position volontaire de l’opérateur à
la position du robot esclave . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.11 Réponse fréquentielle du sous-système H2 constituant le système en boucle
ouverte H reliant la position volontaire de l’opérateur à celle du robot
esclave pour différentes valeurs de la raideur virtuelle Kv . . . . . . . . . . 76
3.12 Efforts, positions et raideurs lors d’une télé-opération avec estimation en
ligne de la raideur de l’environnement et adaptation de la raideur virtuelle
selon une loi linéaire en fonction de la raideur nominale estimée . . . . . . 78
3.13 Evolution de la raideur virtuelle en fonction de la raideur nominale estimée
de l’environnement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.14 Réponse fréquentielle dans le plan de Black illustrant les marges de sta-
bilité du système reliant la position volontaire de l’opérateur à celle du
robot esclave pour différentes valeurs de la raideur de l’environnement et
en réalisant une adaptation de la raideur virtuelle selon une loi sigmoïde
en fonction de la raideur nominale estimée K̂s,c e
. . . . . . . . . . . . . . . . 79
3.15 Réponse fréquentielle de l’impédance transmise à l’opérateur comparée à
celle désirée pour différentes valeurs de la raideur de l’environnement et en
réalisant une adaptation de la raideur virtuelle . . . . . . . . . . . . . . . . 80
3.16 Efforts, positions et raideurs lors d’une télé-opération avec estimation en
ligne de la raideur de l’environnement et adaptation de la raideur virtuelle
selon une loi sigmoïde en fonction de la raideur nominale estimée . . . . . 81
3.17 Environnement composé de tissus ex-vivo . . . . . . . . . . . . . . . . . . . 82
3.18 Télé-opération et prise de contact avec un tissu ex-vivo sans une estimation
en ligne de la raideur de l’environnement . . . . . . . . . . . . . . . . . . . 82
3.19 Efforts, positions et raideurs lors d’une télé-opération et interaction avec
des tissus ex-vivo de rigidité différente avec estimation en ligne de la raideur
de l’environnement et adaptation de la raideur virtuelle . . . . . . . . . . . 83
3.20 Les différentes phases d’insertion d’une aiguille dans un tissu ex-vivo . . . . 85
viii
Table des figures
3.21 Télé-opération et insertion d’une aiguille dans un tissu ex-vivo sans consi-
dérer la stratégie d’estimation en ligne de la raideur du tissu . . . . . . . . 86
3.22 Télé-opération et insertion d’une aiguille dans un tissu ex-vivo avec une
estimation en ligne de la raideur du tissu et adaptation de la raideur virtuelle 87
4.1 Principe de la commande de l’espace contraint pour le respect du passage

par un point fixe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.2 Schéma de principe de la commande de l’espace contraint . . . . . . . . . . 95
4.3 Définition d’un robot virtuel pour la commande de l’espace contraint et le
respect du passage par un point fixe . . . . . . . . . . . . . . . . . . . . . . 97
4.4 Architecture de commande en position dans l’espace contraint . . . . . . . 99
4.5 Plate-forme expérimentale et simulateur pour le passage par un point fixe . 100
4.6 Suivi en position avec prise en compte du passage par le point fixe d’une
trajectoire en espace libre imposée par l’opérateur . . . . . . . . . . . . . . 102
4.7 Erreurs de poursuite lors d’une télé-opération en espace libre avec prise en
compte du passage par le point fixe . . . . . . . . . . . . . . . . . . . . . . 102
4.8 Efforts estimés et désirés lors d’une télé-opération en espace libre avec prise
en compte du passage par le point fixe . . . . . . . . . . . . . . . . . . . . 103
tel-00263824, version 1 - 13 Mar 2008
en espace libre avec prise en compte du passage par le point fixe . . . . . . 103
4.10 Respect du passage par le point fixe . . . . . . . . . . . . . . . . . . . . . . 104
4.11 Positions désirées, mesurées et estimées du robot virtuel pour la prise en
compte du passage par le point fixe . . . . . . . . . . . . . . . . . . . . . . 105
4.12 L’état actif estimé et la commande par retour d’état appliquée au robot
virtuel pour la prise en compte du passage par le point fixe . . . . . . . . . 105
4.13 Couples dédiés à la tâche, à l’espace contraint et à la posture appliqués lors
d’une télé-opération dans un espace libre avec prise en compte du passage
par le point fixe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.14 Rejet de perturbations périodiques en effort par l’architecture de commande
par estimation et retour d’état . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.15 Architecture de commande en effort intégrant la commande par estimation
et retour d’état, l’estimation en ligne de la raideur de l’environnement et
une compensation de perturbations périodiques de sortie . . . . . . . . . . 110
4.16 Estimation des perturbations périodiques en effort par l’algorithme d’iden-
tification harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.17 Rejet de perturbations périodiques en effort par une première approche de
compensation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.18 Architecture de commande en effort intégrant la commande par estimation
l’estimation et la compensation de perturbations périodiques en effort . . . 115
4.19 Raideurs estimées et déplacements du simulateur de mouvement lors d’une
compensation de perturbations périodiques en effort . . . . . . . . . . . . . 116
4.20 Rejet de perturbations périodiques en effort par l’architecture de commande 117
4.21 Perturbations estimées lors d’une compensation de perturbations en efforts 118
A.1 Cinématique du robot D2M2. . . . . . . . . . . . . . . . . . . . . . . . . . 139
ix
tel-00263824, version 1 - 13 Mar 2008
x
Table des figures
Liste des tableaux
Liste des tableaux
2.1 Paramètres de modélisation, d’estimation et de commande par retour d’état 45
3.1 Paramètres pour l’estimation de la raideur de l’environnement . . . . . . . 61
4.1 Paramètres d’estimation et de commande par retour d’état pour une télé-
opération avec prise en compte du passage par un point fixe . . . . . . . . 100
4.2 Paramètres d’estimation et de commande par retour d’état de l’espace
contraint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
tel-00263824, version 1 - 13 Mar 2008
A.1 Table de Denavit-Hartenberg du robot D2M2. . . . . . . . . . . . . . . . . 140

A.2 Paramètres dynamiques du robot D2M2. . . . . . . . . . . . . . . . . . . 141
xi
tel-00263824, version 1 - 13 Mar 2008
xii
Liste des tableaux
Introduction Générale
Les évolutions technologiques majeures de la deuxième moitié du XXième siècle ainsi

que les développements importants des outils informatiques ont permis l’évolution des
systèmes robotiques du milieu industriel vers d’autres domaines d’activité plus sensibles
tel que le médical. L’apparition des robots dans les blocs opératoires date des années 1980.
Avec les progrès considérables de l’acte chirurgical d’un coté et des techniques d’imagerie
médicale de l’autre, ces systèmes ont pu utiliser toutes les ressources nécessaires pour
apporter aux chirurgiens une assistance, une précision et une fiabilité accrues face à des
situations complexes et délicates nécessitant une grande agilité. Le développement des
tel-00263824, version 1 - 13 Mar 2008
systèmes robotiques dans le monde médical apparaît nettement en quelques dates phares
selon les disciplines : d’abord pour la neurochirurgie avec l’utilisation d’un robot industriel
en 1985 suivi de la première intervention neurochirurgicale sur un patient en 1989, ensuite
pour la chirurgie orthopédique et la première intervention pour une prothèse de hanche
en 1992 et finalement en 1994 avec la première autorisation pour l’utilisation d’un bras
porte-endoscope en chirurgie mini-invasive.
Avec la découverte de l’anesthésie et de l’asepsie, le geste mini-invasif a été une nouvelle
révolution dans le domaine chirurgical. Initialement, la chirurgie qui consiste à pratiquer
le soin par l’usage de la main à la suite d’un échec thérapeutique, a pendant plusieurs
décennies nécessité une large incision, garante d’un soin effectué dans les meilleures condi-
tions. Les interventions étaient traumatisantes et contraignantes pour le patient avec des
risques de complication accrus en phase per-opératoire (infection, saignement, délabrement
tissulaire important, . . .) et des effets secondaires indésirables en phase post-opératoire
(douleur, temps de récupération, . . .). Avec l’apparition de l’acte mini-invasif en 1940, les
incisions sont devenues beaucoup plus petites (de l’ordre de deux centimètres) rendant
ainsi les interventions chirurgicales beaucoup plus confortables pour le patient. L’utilisa-
tion d’une caméra et d’une instrumentation dédiée, a permis au chirurgien de manipuler,
de l’extérieur, des instruments se trouvant à l’intérieur du corps du patient.
Si l’acte mini-invasif est d’un apport indéniable pour le patient, il a pendant plusieurs
années compliqué le travail du chirurgien. Les petites incisions imposées par cette pratique
ont non seulement limité sa visibilité autour des organes à traiter (transmission vidéo)
mais aussi et surtout ses capacités gestuelles et sensorielles. La première assistance ro-
botique, apportée en 1994 avec le robot porte endoscope Aesop, a ouvert de nouvelles
perspectives faisant naître les systèmes télé-opérés, tels le Zeus ou le Da Vinci, au sein
des blocs opératoires. Ces innovations technologiques ont offert au chirurgien la possibi-
lité de retrouver les conditions d’une chirurgie ouverte et des solutions pour accroître la
qualité de ses gestes.
Néanmoins, les problèmes liés aux systèmes télé-opérés dédiés à l’assistance en chi-
rurgie mini-invasive sont encore nombreux à résoudre avant d’obtenir des performances
pleinement satisfaisantes au sens de la pratique (retour sensoriel, compensation des mou-
vements physiologiques, . . .). Un des objectifs principaux des travaux de recherche en
1
robotique chirurgicale est alors d’apporter des solutions pour augmenter la qualité du
geste du chirurgien en améliorant sa perception au travers un retour des efforts appliqués.
Dans ce contexte, ce manuscrit présente nos contributions dans le domaine de la chirur-
gie mini-invasive avec le développement d’une architecture de télé-opération avec retour
d’effort. Elles ont pour objectif principal améliorer la perception du chirurgien lors d’une
intervention chirurgicale mini-invasive. La suite de ce manuscrit est organisée de la façon
suivante :
† Le chapitre 1 introduit le contexte général de ces travaux à savoir la chirurgie mini-
invasive télé-opérée et les systèmes à retour d’effort. Nous détaillerons alors l’acte
mini-invasif avant de présenter la robotique médicale. Nous porterons une attention
particulière aux systèmes télé-opérés et nous mettrons en avant l’intérêt du retour
d’effort dans le contexte de la chirurgie mini-invasive. Nous finirons ce chapitre en
proposant un état de l’art des systèmes de télé-opération intégrant un retour d’effort.
Nous détaillerons les architectures les plus utilisées et nous préciserons les différents
critères de performances.
† Le chapitre 2 décrit la conception d’une architecture de télé-opération avec retour
d’effort dédiée à l’assistance au geste chirurgical mini-invasif. Nous détaillerons l’ar-
chitecture de télé-opération ainsi que la stratégie de commande choisies. Nous pré-
tel-00263824, version 1 - 13 Mar 2008
senterons ensuite la plate-forme robotique sur laquelle l’architecture sera évaluée. A

travers les résultats expérimentaux, nous analyserons les performances et les limita-
tions de cette architecture. Nous montrerons que ces limitations sont principalement
liées à la connaissance des caractéristiques de l’environnement.
† Le chapitre 3 présente une analyse de la stabilité et la transparence du schéma
proposé de télé-opération avec retour d’effort. Nous développerons une stratégie
d’estimation en ligne de la raideur de l’environnement pour pallier les limitations
présentées au Chapitre 2. Nous nous intéresserons ensuite à la stabilité et à la trans-
parence de l’architecture de télé-opération. Une commande adaptative sera alors
proposée et validée sur la plate-forme expérimentale. Nous conclurons par des éva-
luations expérimentales en considérant un environnement constitué de tissus ex-vivo.
Nous nous intéresserons à une interaction simple avec des tissus de rigidité différente
et à une insertion d’aiguille télé-opérée dans un tissu mou.
† Enfin dans le chapitre 4, nous nous intéresserons à deux contraintes majeures posées
par la chirurgie mini-invasive. La première est le passage des instruments chirurgi-
caux par le trocart. Cette contrainte sera traitée directement dans l’architecture de
commande du système de télé-opération avec retour d’effort. La deuxième contrainte
est la compensation des mouvements physiologiques lors d’une intervention mini-
invasive cardiaque. Ainsi, nous présenterons une stratégie de commande capable
de compenser les perturbations dans les efforts appliqués par l’instrument sur un
environnement en mouvement. Les solutions proposées seront évaluées sur notre
plate-forme.
† Nous conclurons ce manuscrit par une synthèse des différentes contributions appor-
tées et par une présentation de nos perspectives dans le contexte de la chirurgie
mini-invasive télé-opérée avec retour d’effort.
2
Chapitre 1. La robotique médicale et les systèmes de télé-opération
Chapitre 1
La robotique médicale et les systèmes

de télé-opération
Sommaire
tel-00263824, version 1 - 13 Mar 2008
1.1 L’intervention chirurgicale et l’assistance robotique . . . . . . . . . . 3

1.1.1 L’intervention chirurgicale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2 La robotique médicale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.3 Les limitations des systèmes télé-opérés . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2 Télé-opération avec retour d’effort . . . . . . . . . . . . . . . . . . . . 17
1.2.1 Présentation générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.2 Différentes architectures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2.3 Analyse des systèmes de télé-opération . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3 Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.1 L’intervention chirurgicale et l’assistance robotique

La pratique de la chirurgie existe depuis la préhistoire et a considérablement évolué
au fil du temps. Cependant, elle a bien souvent été reléguée à une classe inférieure du
monde médical ce qui lui a causé une évolution inégale dans le temps. Les plus grands
progrès de cette pratique n’ont pu être constatés qu’avec l’approfondissement progressif
des connaissances en anatomie humaine et récemment avec la découverte de l’anesthésie
et l’asepsie.
Dans le cadre de ce travail, notre intérêt s’est porté sur le développement de la chi-
rurgie bénéficiant des avancées technologiques. D’un coté, nous nous sommes intéressés
au développement de nouvelles procédures chirurgicales, avec l’apparition de la chirurgie
mini-invasive et d’un autre coté à celui de l’aide au geste, avec l’apparition de l’assistance
informatique et surtout robotique. Ainsi, la présentation que nous proposons dans la suite,
concerne tout d’abord l’intervention chirurgicale et l’évolution de l’acte classique vers le
geste mini-invasif. Nous nous intéresserons en particulier à l’acte chirurgical cardiaque
qui, comme nous l’expliquerons, présente des contraintes supplémentaires par rapport
aux autres interventions. Nous exposerons ensuite l’assistance robotique dans le milieu
médical avec un état de l’art des solutions proposées et développées. Nous discuterons
enfin de l’apport et des limitations des systèmes robotiques par rapport à la pratique de
la chirurgie mini-invasive en général et cardiaque en particulier.
3
1.1. L’intervention chirurgicale et l’assistance robotique
1.1.1 L’intervention chirurgicale

Hormis les cas les plus graves où la chirurgie est prescrite dès le diagnostic fait, dans
la majorité des cas, l’acte chirurgical s’impose suite à l’échec du traitement médical. La
chirurgie se définit alors comme une partie de la médecine qui propose la guérison par
l’usage de la main (du grec cheira, main). Néanmoins, avec les différentes avancées tech-
nologiques (système d’imagerie, matériel chirurgical, . . .), la procédure a beaucoup évolué
donnant naissance à des techniques chirurgicales beaucoup moins invasives. À travers une
présentation de l’acte chirurgical mini-invasif et son application en chirurgie cardiaque,
nous exposerons l’apport possible de la robotique pour pallier les problèmes posés par la
pratique.
1.1.1.1 La chirurgie mini-invasive
L’un des plus important progrès concernant la pratique de la chirurgie est l’apparition
des techniques d’intervention à invasion minimale. Que l’acte mini-invasif soit appliqué
lors d’une intervention chirurgicale en général ou cardiaque en particulier, il s’impose
comme une solution pour le confort du patient.
tel-00263824, version 1 - 13 Mar 2008
D’une voie classique à une voie mini-invasive

Les interventions chirurgicales servent en général à réparer un traumatisme grave, à
soigner une infection, extraire une structure pathologique, libérer un organe compressé
ou encore à corriger une malformation. Ces interventions consistent alors à atteindre un
organe à traiter après incision sur un patient anesthésié en milieu stérile. Ainsi, lors d’une
intervention, le chirurgien doit accéder librement aux tissus et organes parfois profonds
situés dans le corps du patient. Il procède alors, selon les méthodes classiques, à une voie
d’abord par une large incision et un dégagement du site. Cette voie d’abord large favorise
l’acte chirurgical en offrant au chirurgien une meilleure exposition du champ opératoire,
un grand espace de travail et surtout en lui permettant d’utiliser toutes ses capacités
sensorielles pour réaliser son geste.
Quels que soient le traumatisme, l’infection, la pathologie, etc . . ., le recours à la
chirurgie s’avère très lourd pour le patient. Une intervention classique nécessite une ou-
verture pour accéder à l’organe malade et peut malheureusement causer des dommages
parfois d’ordre plus élevé que l’opération curative. Avec un risque d’infection, des saigne-
ments importants et un grand délabrement tissulaire, les grandes incisions réalisées par le
chirurgien, augmentent les risques de complication pendant l’intervention. En phase post-
opératoire, elles provoquent des effets secondaires indésirables chez le patient avec des
douleurs importantes, un temps de récupération long et un aspect esthétique la plupart
du temps très gênant pour le patient.
C’est donc pour une voie d’abord plus respectueuse du patient, qu’est apparue, depuis
plusieurs années, une nouvelle technique de chirurgie : la chirurgie mini-invasive (mini-
mally invasive surgery, MIS). En limitant la taille de la voie d’abord, cette technique
s’impose progressivement comme une nécessité pour réduire le traumatisme chirurgical
chez les patients. Notamment utilisée en chirurgie de l’appareil digestif et en chirurgie
cardiaque, elle impose la réalisation de petites incisions (de l’ordre de 1 à 2 [cm]) et l’uti-
lisation d’instruments chirurgicaux spécifiquement conçus. Ainsi illustré sur la Figure 1.1,
le chirurgien procède à l’incision de quelques petites ouvertures. Sur chacune des incisions,
il met en place un trocart à travers lequel il peut introduire un instrument chirurgical. En
4
(a) (b) (c)
Figure 1.1 - Principe de la chirurgie mini-invasive : (a) vue extérieure de l’emplacement

et de la taille des incisions, (b) manipulation des instruments chirurgicaux et
image perçue sur le moniteur vidéo et (c) taille des cicatrices en phase post-
opératoire (source : Health Library Encyclopedia, changement de la légende
en français).
tel-00263824, version 1 - 13 Mar 2008
chirurgie abdominale, le chirurgien augmente l’espace de travail en injectant du gaz carbo-

nique à travers l’un des trocarts. Il introduit ensuite une caméra endoscopique connectée à
un moniteur vidéo puis deux instruments. Ces derniers, dédiés à la chirurgie mini-invasive,
sont en forme de tige de diamètre variant entre 8 et 10 [mm] et de longueur d’environ
30 [cm]. Ils sont conçus pour tenir compte du passage à travers le trocart et de la dis-
tance entre le point d’incision et l’organe à atteindre. Généralement, ces instruments sont
équipés d’une pince ou d’un scalpel dont le chirurgien peut modifier la configuration et
l’orientation. Les images transmises par la caméra endoscopique, permettent au chirurgien
de visualiser les mouvements et les gestes qu’il effectue avec ses instruments à l’intérieur
du corps du patient.
Pour ce dernier, l’acte mini-invasif est un confort indéniable comparé à la chirurgie
ouverte classique. La taille limitée des incisions signifie un traumatisme réduit et beaucoup
moins de douleurs post-opératoires. Ceci implique un séjour plus court à l’hôpital et une
récupération plus rapide. Les cicatrices étant également plus petites, le patient y trouve
un intérêt esthétique certain (Figure 1.1(c)).
La chirurgie cardiaque : l’acte mini-invasif à cœur battant

Mis à part les problèmes liés à une voie d’abord large, la chirurgie cardiaque se carac-
térise par une difficulté supplémentaire définie par le fait que le cœur est un organe en
mouvement. Les contractions cardiaques ainsi que les mouvements respiratoires induisent
des déplacements à forte dynamique et d’amplitudes importantes par rapport au geste à
réaliser. Dans le cas d’un pontage coronarien par exemple, les sutures sont réalisées sur
des artères d’environ 2 [mm] de diamètre pour des déplacements de la paroi cardiaque
estimés à 15 [mm] avec une accélération maximale de 2g (g = 9.81 [m/s2 ]) [Cuvillon,
2006]. De plus, cette activité doit être assurée en permanence pour irriguer en oxygène
tous les organes du corps.
Afin de s’affranchir du mouvement du cœur, les chirurgiens ont proposé une méthode
pour court-circuiter son travail et opérer sur un cœur arrêté. Son principe consiste à mettre
en place une machine, appelée machine cœur-poumon (Figure 1.2), qui réalise une cir-
5
Figure 1.2 - Circulation extra-corporelle. Machine cœur-poumon et principe de mise en

œuvre [Viguier, 2005].
tel-00263824, version 1 - 13 Mar 2008
culation extra-corporelle (CEC) assurant ainsi les fonctions de pompe et d’oxygénation

du sang. Cependant, cette pratique est très certainement une des plus éprouvantes des in-
terventions chirurgicales. En effet, elle nécessite non seulement une ouverture du sternum
pour exposer le cœur (sternotomie) mais en plus un arrêt momentané de l’organe avec
mise en place d’une circulation extra-corporelle. Dans certaines conditions et afin d’alléger
les traumatismes chirurgicaux liés à une voie d’abord large, une sternotomie partielle peut
être effectuée. L’incision se fait alors au niveau supérieur du sternum sur une longueur al-
lant jusqu’à 5 [cm] maximum. La visibilité du chirurgien devient alors très limitée malgré
une agressivité chirurgicale proche de celle d’une sternotomie classique. Néanmoins, mis à
part les traumatismes chirurgicaux induits par la voie d’abord, une part non négligeable
des complications observées lors d’une intervention chirurgicale cardiaque, est attribuée
à l’arrêt cardiaque et l’utilisation de la CEC. Des phénomènes inflammatoires très im-
portants, un risque hémorragique non négligeable, une agression myocardique plus ou
moins sévère, des complications neurologiques ou encore des saignements per-opératoires
peuvent être constatés [Eagle et al., 2004]. De plus, la convalescence du patient nécessite
très souvent du temps, du fait de l’apparition d’une fatigue due à un ralentissement de
l’activité physique, à la maladie cardiaque elle-même et bien souvent à l’anxiété provoquée
par l’intervention chirurgicale et le séjour hospitalier.
Ces différentes limitations ont conduit certaines équipes chirurgicales à examiner des
techniques moins invasives visant à minimiser les risques inhérents liés à cette chirurgie
cardiaque "classique". Exclusivement réservée au pontage coronarien, une solution méca-
nique permettant de limiter les mouvements du cœur a été proposée [Borst et al., 1996].
Le chirurgien accède alors à la surface du cœur en effectuant une petite incision entre deux
côtes du thorax (mini-thoracotomie). Il utilise un écarteur sur lequel il fixe un stabilisateur
mécanique (Figure 1.3). Le mécanisme, par action d’aspiration ou de pression, permet la
stabilisation locale d’une région d’intérêt se trouvant à la surface du cœur. L’intérêt de
cette technique est double puisque d’une part, elle permet de travailler sur une zone sta-
bilisée sans avoir recours à une CEC, et d’autre part, elle limite la voie d’abord et ses
effets indésirables [Wijeysundera et al., 2005].
6
(a) (b)
Figure 1.3 - Stabilisateur mécanique OctopusTM (Medtronic Inc) : (a) stabilisateur et

(b) vue du mécanisme fixé sur un écarteur (source : www.medtronic.com).
1.1.1.2 Limitations de la chirurgie mini-invasive

tel-00263824, version 1 - 13 Mar 2008
Si les procédures mini-invasives présentent des avantages incontestables pour les pa-
tients, elles rendent le travail du chirurgien beaucoup plus délicat. En effet, le principe
même de la chirurgie mini-invasive, contraint le geste du chirurgien et limite ses capacités
sensorielles dans le cas d’une voie d’abord plus réduite et rend ce geste encore plus difficile
à réaliser dans le cas d’une intervention chirurgicale cardiaque à cœur battant. Parmi les
difficultés, nous pouvons citer :
- La vision - les images transmises par la caméra endoscopique sont des images en
deux dimensions (2D). Le chirurgien perd la notion de relief et doit mentalement
situer l’emplacement de ces instruments par rapport aux organes. Ceci rend l’acte
chirurgical mentalement fatiguant (Figure 1.4).
- La mobilité - le chirurgien manipule les instruments chirurgicaux autour d’un point
fixe placé à la surface du corps du patient (le trocart). De ce fait, leurs déplacements
le long du plan tangent à la peau deviennent impossibles. Leurs mobilités à l’intérieur
du corps du patient se réduisent et passent de six degrés de liberté (ddl) habituels
(trois translations et trois rotations) à seulement quatre (trois translations et une
rotation).
- L’effet fulcrum - la contrainte de mobilité et du passage par le trocart induit une
inversion des déplacements de l’instrument par rapport à ceux du chirurgien. Ce
dernier doit mentalement prendre en considération cette inversion.
- Les mouvements physiologiques - la respiration et les battements cardiaques pro-
voquent des déplacements périodiques des organes que le chirurgien doit mentale-
ment suivre. Lors d’une intervention chirurgicale cardiaque, le recours à une mini-
thoracotomie et une stabilisation mécanique n’est pas une solution tout à fait satis-
faisante puisque des mouvements résiduels à l’intérieur de la zone "stabilisée" ont
été enregistrés [Lemma et al., 2005]. Ces mouvements, variant de 1, 5 à 2, 4 [mm],
compliquent le travail du chirurgien qui doit les compenser pour pouvoir effectuer
des gestes sur des artères d’un diamètre moyen d’environ 2 [mm].
- La précision - les instruments dédiés à cette pratique sont fins et de longueur al-
lant jusqu’à 30 [cm]. Cette longueur importante permet certes d’atteindre un grand
7
Figure 1.4 - Position de l’équipe chirurgicale effectuant une intervention mini-invasive

(source : www.gynlaparoscopy.com).
espace de travail, mais amplifie les tremblements du chirurgien. Les gestes qui de-
tel-00263824, version 1 - 13 Mar 2008
mandent une grande precision mais qui sont considérés comme classiques et habituels
en chirurgie, deviennent très difficiles à réaliser.
- La sensation - le frottement induit par le fait que les instruments sont en contact
permanent avec le trocart, réduit la sensation et la sensibilité haptique du chirurgien.
Il peut toujours ressentir le contact entre son instrument et l’organe, mais il est
incapable de le caractériser. La palpation devient alors impossible à réaliser.
- La coordination - le chirurgien manipulant les instruments, il lui est impossible de
déplacer la caméra endoscopique. C’est donc un assistant qui manipule la caméra
suivant les gestes et les demandes du chirurgien. En plus de la coordination totale
que cet assistant doit avoir avec le chirurgien, il est confronté à une partie des
contraintes imposées par la chirurgie mini-invasive à savoir la mobilité, la précision
et les mouvements physiologiques.
Au travers cette synthèse de la procédure chirurgicale mini-invasive, nous avons montré
qu’aussi avantageuse qu’elle puisse l’être pour les patients, elle l’est beaucoup moins pour
le chirurgien. Le plus souvent, elle complique le travail de l’équipe médicale et les gestes
du chirurgien.
1.1.1.3 Vers une assistance robotique

En chirurgie, l’aboutissement et le succès de l’acte opératoire possédaient une prio-
rité bien plus importante que celle des effets secondaires, post-opératoires ou esthétiques
constatés chez le patient. Depuis quelques années, les nouvelles techniques offrent des pro-
cédures chirurgicales très efficaces, d’un point de vue chirurgical, et bien plus confortables
pour le patient. Cependant, ces techniques de chirurgie mini-invasive (et à cœur battant)
permettent des conditions de convalescence bien plus satisfaisantes pour le patient au
détriment des capacités et du confort du chirurgien.
L’introduction d’une assistance robotique dans le milieu hospitalier peut donc seconder
le chirurgien et contribuer à une meilleure qualité de ses gestes en offrant des solutions aux
contraintes engendrées par l’acte mini-invasif, des conditions de travail plus confortables
et des possibilités d’action identiques à celles de la chirurgie classique ouverte.
8
1.1.2 La robotique médicale

Depuis l’introduction du premier robot dans le milieu hospitalier en 1985 (manipu-
lateur industriel PUMA dans le domaine de la neurochirurgie [Kwoh et al., 1988]), de
nombreux systèmes ont été proposés avec un objectif toujours identique : apporter une
assistance au chirurgien et améliorer les conditions d’hospitalisation du patient [Bourgeois
et Decouvelaere, 2004]. Selon le domaine, cette assistance peut être de positionner des ins-
truments [Maurin et al., 2006], de réaliser des ablations et des prélèvements d’une manière
encore plus précise que ceux réalisés manuellement [Davies et al., 1993], de contraindre
les mouvements et les incisions à des régions prédéterminées [Schneider et Troccaz, 2001],
d’augmenter l’espace de travail en démultipliant les gestes [Guthart et Salisbury, 2000],
de filtrer les tremblements [Riviere et al., 2003], de recaler par rapport à des images pré
et per-opératoires [DiMaio et al., 2007], de mémoriser et répéter des séquences de mou-
vement [Kang et Wen, 2002], [Dombre et al., 2004], d’interagir avec le chirurgien et lui
transmettre des informations [Hagmann et al., 2004], etc . . .
Dans les paragraphes suivants dédiés à une présentation, non exhaustive, de la robo-
tique médicale, nous nous intéresserons d’abord aux solutions proposées pour pallier les
difficultés associées à certaines spécialités médicales et chirurgicales. Nous distinguerons
tel-00263824, version 1 - 13 Mar 2008
ensuite les différents systèmes robotiques par rapport à leurs degrés d’interaction avec
l’équipe médicale. Tout au long de cette présentation, nous porterons un intérêt particu-
lier aux systèmes dédiés à la chirurgie mini-invasive et aux solutions apportées par rapport
aux contraintes engendrées et définies dans le §1.1.1.2.
1.1.2.1 Les systèmes existants

Assistance au geste chirurgical en orthopédie
Lors de la mise en place d’une prothèse orthopédique, la découpe de l’os doit être la
plus précise possible pour s’adapter à la forme de la prothèse. La qualité de la découpe
limite les risques de reprise chirurgicale et augmente la durée de vie de la prothèse. La
recherche d’un geste chirurgical de plus grande qualité est l’une des principales raisons qui
ont favorisé l’introduction des systèmes robotiques en chirurgie orthopédique. Les premiers
robots orthopédiques utilisés dans les salles d’opération sont le robot ROBODOC (ISS)
[Taylor et al., 1993] pour la chirurgie du genou et le robot CASPAR (URS) pour celle
de la hanche [Meister et al., 1998]. Malgré leurs apports respectifs indéniables pour la
spécialité, ces deux robots ont fait apparaître des contraintes d’encombrement, de coût
et de planification très exigeante en temps de réalisation sans pour autant apporter une
réelle valeur ajoutée. De plus, leur fonctionnement autonome rend le chirurgien totalement
passif par rapport au geste dont il est le seul spécialiste. La solution proposée par le
robot BRIGIT [Maillet et al., 2005] permet au chirurgien de planifier les coupes et
de réaliser l’intervention après le positionnement par le robot d’un guide de coupe en
s’aidant directement des structures anatomiques du patient. La phase de planification
est intuitive pour le chirurgien qui configure le plan de coupe et réalise lui même l’acte
chirurgical [Maillet, 2006].
Assistance au geste chirurgical mini-invasif

Les premières solutions robotisées apportées aux problèmes de la chirurgie mini-invasive
exposés au §1.1.1.2, ont été l’assistance à la coordination. Ces solutions ont permis de li-
bérer l’assistant qui synchronise la position de la caméra endoscopique avec la position
des instruments manipulés par le chirurgien. Parmi les robots porte-endoscope, citons le
9
robot Aesop1 (Computer Motion) commandé par la voix [Allaf et al., 1998] ou les robots
encore commercialisés tels que le robot EndoAssist (Armstrong Healthcare) contrôlé
par les mouvements de la tête [Aiono et al., 2002] et le robot LapMan (MedSYS) que
le chirurgien commande grâce à un joystick appelé LapStick2 et fixé sur l’instrument
chirurgical [Polet et Donnez, 2004]. Ces trois solutions s’affranchissent de la contrainte du
passage par le trocart grâce à des articulations passives permettant une libre inclinaison
de l’endoscope par rapport à un centre de rotation déporté. Trouvant ces robots encom-
brants, Berkelman et al [Berkelman et al., 2002] proposent un robot porte-endoscope à
câbles qui se place directement sur l’abdomen du patient. Appelé LER pour Light En-
doscope Robot, son avantage réside, comme son nom l’indique, dans sa petite taille et sa
position qui n’encombre pas la table d’opération et qui permet une compensation naturelle
des mouvements physiologiques. De plus et afin d’alléger le travail du chirurgien, ce robot
dispose non seulement d’un système de commande vocale mais aussi de positionnement
automatique de l’endoscope par rapport aux instruments chirurgicaux [Berkelman et al.,
2003a].
Inspirée du robot porte-endoscope Aesop, la société Computer Motion a développé le
premier système commercial télé-opéré Zeus. L’objectif de ce système était de fournir des
tel-00263824, version 1 - 13 Mar 2008
solutions aux contraintes engendrées par la chirurgie mini-invasive telles que la coordina-
tion, la mobilité à l’intérieur du corps du patient et la précision des gestes du chirurgien
(cf. §1.1.1.2). Il était composé d’un couple de robots maître/esclave, permettant au chi-
rurgien de télé-opérer, à partir d’une station de commande, des outils placés au niveau de
l’organe terminal d’un bras articulé. Ce dernier était constitué d’un ensemble de trois bras
de type Aesop (un robot porte-endoscope et deux porte-outils). La station de commande
comportait deux bras maîtres et un écran vidéo sur lequel le chirurgien peut visualiser
les images transmises par la caméra endoscopique. Après le rachat de Computer Motion
par la société Intuitive Surgical3 , le robot Da Vinci est devenu aujourd’hui le seul pro-
duit commercial dédié à la chirurgie mini-invasive télé-opérée [Guthart et Salisbury, 2000].
Dans le paragraphe 1.1.2.2 dédié aux systèmes télé-opérés, nous détaillerons ces deux sys-
tèmes ainsi que d’autres solutions télé-opérées proposées pour pallier les contraintes liées
à la chirurgie mini-invasive.
Afin de s’affranchir de la contrainte de mobilité due au passage par le trocart (cf.
§1.1.1.2), des solutions proposent d’équiper l’extrémité des instruments d’un dispositif per-
mettant l’orientation de l’outil chirurgical et/ou fermeture/ouverture d’une pince. Ce qui
permet d’augmenter la dextérité du chirurgien à l’intérieur du corps du patient. Les pro-
blèmes posées par l’instrumentation médicale mini-invasive posent alors deux contraintes
majeures : la première concerne le dimensionnement de ces structures qui ne doit pas
dépasser le diamètre inférieur du trocart au travers duquel elles seront introduites. La
seconde, liée à ce petit dimensionnement, concerne la technique d’actionnement des de-
grés de liberté à intégrer au bout de l’instrument de chirurgie. Cet actionnement peut
être local à proximité de la partie terminale et disposant d’une micro-motorisation [Sallé
et al., 2004], ou distant utilisant une transmission mécanique rigide [Arata et al., 2005]
ou à câbles [Madhani et al., 1998]. C’est d’ailleurs une transmission à câbles qu’utilisent
les instruments Hyper Finger à 9 ddl [Ikuta et al., 2003] et EndoWristTM3 à 3 ddl du
système télé-opéré Da Vinci (Intuitive Surgical). Exposée à la même contrainte de dimen-
sionnement, la conception d’un instrument de mesure, tel un capteur d’effort [Berkelman
1
pour Automatic Endoscopic System for Optimal Positioning,, http ://www.computermotion.com
2
http ://www.medsys.be/
3
http ://www.intuitivesurgical.com.
10
et al., 2003b], pose un autre problème lié à la stérilisation et la bio-compatibilité des ma-
tériaux avec les tissus. Des solutions utilisant un alliage bio-compatible [Peirs et al., 2004]
ou considérant un capteur d’effort détachable et stérilisable [Seibold et al., 2005] ont été
proposées.
Assistance au geste en imagerie interventionnelle

Outre la possibilité d’offrir une information visuelle pour le diagnostic d’une anomalie,
d’une malformation, etc . . ., les systèmes d’imagerie médicale permettent la réalisation
de nouvelles opérations mini-invasives. Ainsi en imagerie interventionnelle, le chirurgien
introduit une aiguille à travers les tissus du patient pour atteindre un organe afin d’y
effectuer un traitement local (ponction, biopsie, etc . . .). L’apport de ces procédures est
alors double puisqu’elles permettent un diagnostic et en même temps une possibilité thé-
rapeutique. Cependant, elles posent un certain nombre de problèmes pour le chirurgien.
En effet, l’acte de ponction considéré comme mini-invasif, impose les mêmes contraintes
que celles définies dans le paragraphe 1.1.1.2. De plus, dans le cas où l’imageur utilise une
technique irradiante initialement peu nocive (à base de rayons X4 ), la pratique quotidienne
devient dangereuse pour le chirurgien. C’est pour pallier ces problèmes que des solutions
tel-00263824, version 1 - 13 Mar 2008
robotiques peuvent être développées. Elles peuvent être compactes et compatibles avec
plusieurs systèmes d’imagerie à rayon X, comme c’est le cas du robot PAKY [Taylor et
Stoianovici, 2003] et télé-opérées comme le robot AcuBot [Stoianovici et al., 2003].
Généralement, les solutions robotisées en imagerie interventionnelle proposent une
phase de planification dans laquelle le chirurgien choisit deux points pour définir la tra-
jectoire à suivre. Le robot peut alors jouer le rôle d’un guide pour l’insertion manuelle de
l’aiguille [Kronreif et al., 2003], [Hata et al., 2005], ou réaliser l’insertion de manière auto-
nome [Masamune et al., 2001]. Dans ce cas, la trajectoire de référence ainsi que l’évolution
de l’aiguille peuvent être visualisées sur les images fournies par l’imageur [DiMaio et al.,
2007]. Considérant que les mouvements du patient perturbent l’acte d’insertion de l’ai-
guille, certaines solutions proposent des mécanismes où le capteur et le porte-aiguille sont
rigidement couplés [Hong et al., 2004] ou se placent directement sur le corps du patient
comme c’est le cas du CT-Bot conçu au LSIIT5 de Strasbourg [Maurin et al., 2004b].
Assistance au geste en chirurgie des tissus mous

La chirurgie des tissus mous (abdominale, cardiaque, neurochirurgie, imagerie interven-
tionnelle) est confrontée à deux problèmes spécifiques qui sont la mobilité et la déformation
des organes :
- La mobilité - la mobilité des organes mous est liée à leur nature anatomique, leur
structure tissulaire ou physiologique. Elle est essentiellement due à la respiration qui dé-
forme ou fait varier le volume de ces organes. Compte tenue du degré de mobilité des
organes d’une part et de la durée de l’intervention chirurgicale d’autre part, ces mobili-
tés ont été classées par Barbe et al [Barbe et al., 1996] suivant trois types : 1) limitée
qui ne présente pas un réel problème pour l’acte chirurgical, 2) imprévisible qui survient
d’une manière anarchique et qui ne peut pas être prévue ni quantifiée et 3) prévisible
comme celle du cœur qui représente la contrainte supplémentaire posée par les interven-
tions chirurgicales cardiaques (cf. §1.1.1.2). Pour ce dernier, il est possible de prévoir,
d’identifier, de modéliser et de prendre en compte sa mobilité prévisible dans la stratégie
de commande d’un robot. C’est d’ailleurs sur ce caractère prévisible que se sont basés les
4
La radiographie ou la tomographie axiale calculée (CT-scan ou Scanner X).
5
pour Laboratoire des Sciences de l’Image, de l’Informatique et de la Télé-détection.
11
premiers résultats in-vivo concernant la compensation des mouvements cardiaques pré-

sentés dans [Nakamura et al., 2001]. Ces résultats ont été obtenus grâce à la commande
par asservissement visuel d’un robot à 4 ddl spécialement conçu pour les interventions
chirurgicales cardiaques. Avec une architecture de commande de type prédictif, Gangloff
et al [Gangloff et al., 2006] ont également présenté des résultats de suivi de mouvements
physiologiques réalisés in-vivo avec le robot porte-endoscope AESOP. L’objectif princi-
pal est de fournir au chirurgien des images endoscopiques dans lesquelles le cœur apparaît
virtuellement à l’arrêt.
- La déformation - la déformation d’un organe est variable selon sa nature tissulaire,
sa rigidité ou son élasticité. Il existe deux types de déformation. Les déformations passives
et celles qui sont liées au fonctionnement propre de l’organe comme c’est le cas du cœur
dont le fonctionnement induit sa mobilité et sa déformation. Les déformations passives
sont liées à l’acte médical ou chirurgical. Elles peuvent être dues à la position du patient
ou, plus fréquemment, à une contrainte externe provoquée par l’action d’un opérateur
ou d’un instrument en imagerie interventionnelle par exemple. La plupart des travaux
concernant la déformation des organes ont d’ailleurs été développés afin d’offrir un outil
informatique d’aide à la réalisation de ce type de geste chirurgical (biopsie, ponction, . . .).
Citons par exemple les travaux concernant l’identification des différentes phases d’inser-
tel-00263824, version 1 - 13 Mar 2008
tion d’une aiguille qui visent une meilleure compréhension du geste [Simone et Okamura,
2002], [Maurin et al., 2004a] ou un outil de simulation pour les chirurgiens développé
dans [DiMaio et Salcudean, 2003]. Nous pouvons également mentionner l’assistance pour
le diagnostic avec le robot Hippocrate [Pierrot et al., 1999] qui porte une sonde écho-
graphique qu’il déplace le long de l’artère carotide ou fémorale en appliquant un effort
constant permettant des déformations toujours identiques et donc un suivi thérapeutique
régulier plus fiable.
1.1.2.2 Autonomie et degré d’interaction

La présentation de ces quelques exemples montre clairement l’apport que peut avoir
la robotique pour assister les chirurgiens dans la réalisation de leurs gestes. Cependant,
l’utilisation de ces systèmes robotisés se fait dans des milieux où les interactions avec le
personnel médical sont nombreuses. Ceci pose des problèmes de sécurité et d’interaction
entre l’homme et la machine. À cet égard, une classification qui se base sur le degré d’au-
tonomie et d’interaction du robot par rapport et avec le personnel soignant a été proposée
dans [Davies, 2002]. Cette classification permet de distinguer les systèmes Autonomes,
les systèmes Synergiques, qui sont directement manipulés par le chirurgien, et les sys-
tèmes Télé-opérés qui sont commandés par le chirurgien mais à distance grâce à une
console de télé-manipulation.
Systèmes autonomes
Les systèmes autonomes sont des systèmes robotiques capables de réaliser seuls tout
ou partie de l’intervention. Le chirurgien réalise alors uniquement la phase d’observation,
de planification et de positionnement du robot. Parmi les systèmes autonomes, citons les
robots ROBODOC (ISS) [Taylor et al., 1993] et CASPAR (URS) [Meister et al., 1998],
dédiés à la chirurgie orthopédique. Une fois placés à leurs positions initiales, ces deux
robots réalisent seuls l’usinage et la découpe de l’os. Le chirurgien ne fait que superviser
la procédure. De la même façon, dans le contexte de l’assistance en chirurgie réparatrice
des grands brûlés, le robot SCALPP (Projet DERMAROB) [Dombre et al., 2003] réalise
12
le prélèvement de la peau grâce à un dermatome fixé sur son effecteur. Après une phase
d’apprentissage dans laquelle le chirurgien précise les points initial et final du prélèvement,
le robot effectue le prélèvement en appliquant un effort constant sur la peau du patient.
Cependant, l’un des inconvénients majeurs de ces systèmes, réside dans leur faible
capacité d’adaptation. L’autre inconvénient est lié à leur principe même de fonctionnement
autonome qui limite l’interaction avec le corps médical.
Systèmes synergiques
Les systèmes synergiques permettent une plus grande interaction avec le corps chirur-
gical. Dans ce cas, l’instrument de chirurgie est à la fois, fixé sur le robot et manipulé par
le chirurgien. Cela permet de mettre en œuvre le savoir-faire du chirurgien et la capacité
du robot à réaliser des gestes d’une grande précision. Ces systèmes aident à définir, limiter
et contraindre un espace de travail afin de protéger les organes environnants. Par exemple,
le robot PADyC, dédié à la ponction péricardique, restreint le mouvement de l’aiguille à
une zone d’intervention définie par le chirurgien comme étant sûre [Schneider et Troccaz,
2001]. Le fonctionnement de ce robot se caractérise par plusieurs modes de travail permet-
tant au chirurgien de non seulement limiter la zone d’intervention, mais aussi de définir la
tel-00263824, version 1 - 13 Mar 2008
trajectoire de l’aiguille ou encore de fixer sa position pour une introduction manuelle. Les
différentes contraintes sont définies par le chirurgien en manipulant le robot dans l’espace
opérationnel (suivant la position et l’anatomie du patient) et sont projetées dans l’espace
articulaire. Ces contraintes sont respectées grâce à des articulations munies de roues libres
et un mécanisme d’embrayage permettant ou non les déplacements suivant un sens donné.
Parmi les systèmes synergiques, plusieurs utilisent une commande en effort permet-
tant une co-manipulation entre le chirurgien et le robot. Le robot ACROBOT pour la
chirurgie du genou est un système à 3 ddl équipé d’un capteur d’effort fixé entre le robot
et l’instrument [Jakopec et al., 2001]. Grâce à une commande en effort dédiée, le chi-
rurgien déplace et guide l’instrument vers la zone d’intervention. Sur le même principe,
l’instrument du robot BRIGIT (MedTech) [Maillet et al., 2005] peut être déplacé par le
chirurgien afin de repérer des points de l’anatomie du patient. Une fois ces points définis,
une procédure d’optimisation calcule la configuration de l’effecteur du robot et les diffé-
rents plans de coupe. Le robot sert alors de guide de coupe au chirurgien qui se charge
lui-même d’effectuer le geste.
La sécurité de l’intervention et le degré d’interaction avec le corps chirurgical sont les
principaux avantages de ces systèmes. Le chirurgien, grâce à une étroite collaboration avec
le robot, réalise des actes chirurgicaux de grande qualité et avec une précision élevée.
Systèmes télé-opérés
L’intérêt initial de ces systèmes a été de pouvoir profiter des connaissances de personnes
expertes distantes. De plus, la limitation des moyens financiers, la nécessité d’intervenir
rapidement sur des sites éloignés ou difficilement accessibles, rendent les systèmes télé-
opérés très intéressants pour le diagnostic à distance. Par exemple, les systèmes de télé-
échographie développés dans le cadre des projets TER [Vilchis et al., 2001] et OTELO
[Delgorge et al., 2005], permettent à un spécialiste situé dans un centre hospitalier de
diagnostiquer un patient distant en pilotant une sonde échographique portée par un robot.
Mais les systèmes télé-opérés peuvent également apporter des solutions aux contraintes
engendrées par la chirurgie mini-invasive, définies dans le §1.1.1.2. Ainsi, le robot com-
mercial Da Vinci illustré sur la Figure 1.5, est un système télé-opéré constitué d’une
13
(a) (b) (c)
Figure 1.5 - Le robot télé-opéré Da VinciTM dédié à la chirurgie mini-invasive. (a) Station
maître du robot, (b) station esclave avec deux bras porte-outils et un bras
porte-endoscope et (c) l’ensemble des instruments EndoWristTM .
station de commande à partir de laquelle le chirurgien peut contrôler un ensemble d’ins-

truments portés par deux robots esclaves porte-outils et un porte-endoscope. Grâce à une
architecture mécanique active de type double pantographe, une stratégie de commande
tel-00263824, version 1 - 13 Mar 2008
adéquate, une démultiplication des mouvements et aux instruments chirurgicaux Endo-

WristTM(Figure 1.5(c)), le passage par trocart est respecté, les mouvements du chirurgien
sont filtrés et ne sont plus inversés (contrainte liée à la précision et l’effet fulcrum) et la
dextérité de ses gestes à l’intérieur du corps est retrouvée (contrainte liée à la mobilité).
Pour améliorer la visibilité à l’intérieur du corps du patient (contrainte liée à la vision),
la console de commande du robot Da Vinci offre au chirurgien une vue stéréoscopique de
la scène (3D). Les images perçues sont acquises par un endoscope muni de deux optiques
et de deux caméras [Guthart et Salisbury, 2000]. Avec le système Da Vinci, le chirurgien
retrouve ainsi une visualisation en relief, des mouvements naturels et une grande mobi-
lité à l’intérieur du corps du patient. La télé-opération devient alors très intuitive et une
grande partie des conditions de manipulation de la chirurgie ouverte est virtuellement
reconstruite. Cependant, à cause du caractère télé-opéré de la plate-forme, le chirurgien
perd la sensation du contact. Il lui est alors impossible de quantifier les efforts qu’il exerce
avec ses instruments sur les organes. Ceci devient encore plus contraignant lors d’une
intervention chirurgicale cardiaque dans laquelle le chirurgien doit lui-même compenser
les mouvements de l’organe [Kappert et al., 2001]. En effet, jusqu’à aujourd’hui, la plate-
forme du Da Vinci ne propose aucune solution pour la mesure et la restitution des efforts
au chirurgien ni pour la compensation des mouvements physiologiques.
Plusieurs autres systèmes télé-opérés dédiés à la chirurgie mini-invasive ont été pro-
posés mais sont encore au stade de prototypes. Ces plate-formes ne proposent pas encore
de solution complète pour pallier les contraintes imposées par la chirurgie mini-invasive
mais utilisent cependant des architectures mécaniques différentes que celles mentionnées
précédemment pour le respect du passage par le trocart. Citons par exemple la plate-
forme à 8 ddl The Black Falcon (et son prédécesseur à 7 ddl The Silver Falcon)
proposée dans [Madhani, 1998] et illustrée sur la Figure 1.6. Ces deux robots possèdent
une architecture à deux étages : "Macro" en parallélogramme créant un centre de rota-
tion déporté et "Micro" à 4 ddl permettant des mouvements à l’intérieur du corps. Sur
le même principe, la plate-forme RTW6 [Çavuşoğlu et al., 1999], [Çavuşoğlu et al., 2001]
propose un manipulateur esclave alliant architecture parallèle (premier étage) et série
(deuxième étage). Les articulations passives du premier étage permettent le passage par
6
pour Robotic Telesurgery Workstation.
14
Figure 1.6 - La plate-forme The Black Falcon dédiée à la chirurgie mini-invasive télé-
opérée [Madhani, 1998].
le trocart et le positionnement du mécanisme série. Le système ARTEMIS7 développé

en Allemagne est une solution à base de poulies et de courroies pour gérer le passage
tel-00263824, version 1 - 13 Mar 2008
par le trocart [Rininsland, 1999]. Un principe similaire a été utilisé dans le projet RNTS8
EndoXirob9 .
L’analyse des robots Zeus et Da Vinci met en évidence un dispositif chirurgical télé-
opéré volumineux, lourd, très coûteux et qui s’avère contraignant pour le corps médical.
Pour ces raisons, certains travaux de recherche se sont focalisés dans la réalisation méca-
nique de dispositifs télé-opérés légers et beaucoup moins encombrants pour la chirurgie
mini-invasive. Comme le robot porte-endoscope LER ou le guide aiguille CT-Bot, le
robot MC2 E10 [Zemiti et al., 2004] de l’ISIR11 s’installe directement sur l’abdomen du
patient (Figure 1.7(a)). Ainsi illustré sur la Figure 1.7(b), ce robot comporte deux parties.
Après l’introduction du trocart dans l’abdomen, la partie inférieure y est directement at-
tachée. Grâce à deux articulations rotoïdes à axes concourants, cette structure assure la
rotation du robot autour d’un point fixe qui coïncide avec le point d’incision. La partie
supérieure, montée sur le trocart fournit une rotation et une translation autour et suivant
l’axe de l’instrument. Équipé d’un dispositif à capteur d’effort, il permet de réduire les
frottements lors de la manipulation autour du trocart.
1.1.2.3 Conclusion
Ce bref aperçu de la robotique médicale n’est évidemment pas complet. Il permet néan-
moins d’illustrer les potentialités de la robotique pour le patient et le chirurgien. Ainsi, les
diagnostics sont plus fiables, les gestes plus précis et les interventions chirurgicales moins
invasives. Ce qui permet un séjour hospitalier moins long et beaucoup plus confortable.
Dans la suite, nous nous intéresserons plus particulièrement aux systèmes télé-opérés
dédiés à la chirurgie mini-invasive. Les systèmes actuels, aujourd’hui encore, présentent un
manque de fonctionnalité et d’autonomie en particulier face à la contrainte de sensation
et à celle de compensation des mouvements physiologiques.
7
pour Advanced Robot and Telemanipulator System for Minimal Invasive Surgery.
8
pour Réseau National des Technologies et la Santé.
9
http ://www.endoxirob.com.
10
pour Manipulateur Compact pour la Chirurgie Endoscopique.
11
pour Institut des Systèmes Intelligents et Robotique.
15
(a) (b)
Figure 1.7 - Système robotique télé-opéré dédié à la chirurgie mini-invasive MC2 E du

LRP à faible encombrement [Zemiti, 2005]. (a) Architecture mécanique du
robot et (b) mis en place sur l’abdomen d’un cochon pour des expérimenta-
tions in-vivo.
1.1.3 Les limitations des systèmes télé-opérés

tel-00263824, version 1 - 13 Mar 2008
Parmi les limitations des systèmes télé-opérés dédiés à la chirurgie mini-invasive, nous
nous intéresserons plus particulièrement à l’absence de l’information et de restitution du
contact au chirurgien et au manque d’autonomie face à la mobilité des organes.
1.1.3.1 La chirurgie mini-invasive et le toucher

Mis à part le retour visuel procuré par les systèmes, tels que Zeus ou Da Vinci, le
chirurgien ne possède aucune autre information sur ce qui se passe à l’intérieur du corps du
patient. En manipulant ses instruments, il ne peut à aucun moment connaître et quantifier
les efforts qu’il exerce, par ces instruments télé-opérés, sur les organes. Généralement, le
chirurgien utilise l’information visuelle, lorsqu’elle est en 3D, pour estimer la distance
entre l’instrument et l’organe. Au moment du contact, ce dernier subit une déformation
que le chirurgien utilise pour évaluer les efforts exercés.
Wagner et al [Wagner et al., 2002], ont étudié et quantifié ce manque d’information
sensorielle qui caractérise les systèmes de télé-opération à invasion minimale. À l’aide d’une
interface haptique PHANToM (SensAble Technologies12 ) télé-opérant un robot équipé
d’un capteur d’effort fixé entre l’instrument et un scalpel chirurgical, ils ont reproduit
les conditions d’une chirurgie mini-invasive avec le passage par un point fixe, le retour
visuel et la manipulation d’une patte molle dans laquelle une tige cylindrique rigide a
été enfoncée. Les candidats participant à l’étude ont réalisé deux types d’expériences. La
première reprend les conditions de chirurgie mini-invasive télé-opérée avec dissection de la
pate molle et un dégagement de la tige sans retour d’effort. Lors de la deuxième, les efforts
exercés par l’instrument sont transmis à l’opérateur au travers l’interface haptique. Une
analyse comparative montre que lorsque le retour d’effort n’est pas fourni, le nombre de
mauvaises réalisations est multiplié par trois et les efforts moyens et maximaux appliqués
sont respectivement 50 et 200% supérieurs à ceux appliqués lors de l’expérience avec un
retour d’effort. D’autres expériences proches de celles-ci ont conclu par le fait qu’une
bonne stratégie de retour d’effort augmente le temps d’exécution de l’acte mais réduit
fortement les gestes non intentionnels de l’opérateur [Deml et al., 2005].
12
http ://www.sensable.com,
16
1.1.3.2 La chirurgie mini-invasive et le cœur battant

Dans [Kappert et al., 2001], les chirurgiens ont utilisé le robot Da Vinci et un stabili-
sateur mécanique endoscopique pour réaliser des interventions de chirurgie cardiaque sur
plusieurs patients. Lors de ces interventions, seul 4% ont été converties en une sternoto-
mie médiane et 40% en une intervention mini-invasive via une mini-thoracotomie. D’une
manière semblable, Loisance et al [Loisance et al., 2005] ont effectué les mêmes essais que
ceux réalisés par Kappert et al, mais n’ont pas réussi à accroître leur taux de réussite. La
principale cause d’échec identifiée a été la difficulté de réaliser une suture robotisée avec
une stabilisation mécanique peu efficace [Lemma et al., 2005]. Ceci complique fortement
le travail du chirurgien qui, mis à part la perte du sens du toucher induite par l’utilisation
du robot Da Vinci, se voit contraint de mentalement suivre les petits mouvements de
l’organe pour réaliser son geste.
1.1.3.3 Vers des systèmes télé-opérés avec retour en effort

Les résultats cliniques faisant suite à ces expériences ont montré l’intérêt que présente
le retour en effort pour des applications de chirurgie mini-invasive télé-opérée. En aug-
tel-00263824, version 1 - 13 Mar 2008
mentant la perception du chirurgien, il diminue l’agressivité des actes et le délabrement

tissulaire des organes. Dans le cas d’une intervention chirurgicale cardiaque, la difficulté
de réaliser un acte totalement endoscopique à cœur battant, montre en plus de l’intérêt
du retour en effort, l’utilité de considérer un mécanisme permettant au robot de suivre
ou de compenser les mouvements de l’organe. Ce suivi permettra d’améliorer les perfor-
mances du stabilisateur mécanique et, à terme, de le remplacer. Il allégera ainsi le travail
du chirurgien qui pourra se concentrer uniquement sur son geste chirurgical.
Ainsi, par rapport à une plate-forme de télé-opération standard (comme celle utilisée
pour le robot Da Vinci), celle qui intègre un retour en effort met en place une architec-
ture et une technologie différente, des instruments de mesure supplémentaires et une loi
de commande adaptée. Dans ce contexte, il est essentiel de faire un tour d’horizon des
systèmes de télé-opération offrant un retour en effort. L’état de l’art que nous proposons
dans la suite, dépasse le cadre strict des systèmes de télé-opération dédiés à la chirurgie
mini-invasive et concerne des applications diverses. Le but de cette synthèse est d’offrir
une vue globale sur ces architectures ainsi que sur leurs performances.
1.2 Télé-opération avec retour d’effort

Au delà de la robotique médicale, les systèmes de télé-opération ont été largement
développés des domaines et des applications divers : atteindre des zones à risque ou dan-
gereuses pour l’homme (par exemple pour la détection de fuite dans des conduites de
substances nocives [Wang et Yuan, 2004]), explorer des environnements sous-marins (pour
la surveillance de l’Antarctique et le suivi des régions polaires [Bruzzone et al., 2002]),
ou terrestres (dans des zones à risque ou suite à une catastrophe naturelle [Fraisse et al.,
2005]) ou encore réaliser des actes chirurgicaux en conditions mini-invasives [Madhani,
1998], [Çavuşoğlu, 2000].
Concrètement, l’opérateur manipule l’effecteur d’une interface (un bras robotisé) et
réalise des mouvements dans l’intention de les appliquer au niveau de l’environnement
distant. Ces mouvements désirés par l’opérateur sont envoyés vers un manipulateur distant
qui se charge de les reproduire sur son environnement. Le système de télé-opération est
17
1.2. Télé-opération avec retour d’effort
(a) (b) (c) (d)
Figure 1.8 - Interfaces haptiques à architecture série : (a) PHANToM, (b) PHAN-
ToM Omni et à architecture parallèle : (c) Delta, (d) Omega 3
(sources :www.sensable.com et www.forcedimension.com).
appelé bilatéral si l’environnement distant fournit une information d’effort en retour à

l’opérateur [Hokayem et Spong, 2006].
Dans la suite, nous nous intéresserons principalement aux systèmes de télé-opération
bilatéraux. Après une présentation générale nous proposerons un aperçu des architectures
les plus utilisées par la communauté scientifique, avec une analyse et une évaluation de
tel-00263824, version 1 - 13 Mar 2008
leurs performances.
1.2.1 Présentation générale

1.2.1.1 Définitions
Les principaux éléments d’un système de télé-opération sont :
- L’opérateur - c’est l’utilisateur qui réalise une tâche donnée sur un environnement
distant. Ses actions sont véhiculées à travers tout le schéma de télé-opération pour
atteindre le site en question. Cet opérateur reçoit en échange un retour en effort
représentant les interactions avec l’environnement distant. Il peut aussi recevoir,
suivant l’application, un retour visuel diffusé sur un moniteur vidéo.
- Environnement distant - il est composé de divers objets avec lesquels il est possible
d’interagir. Physiquement, c’est le manipulateur esclave qui manipule ces objets
suivant les demandes de l’opérateur. Ces objets peuvent être a priori connus (struc-
turés), avec un certain degré de connaissance ou bien encore totalement inconnus.
- Interface maître - c’est une interface haptique capable de restituer une perception
des interactions avec l’environnement distant. L’opérateur la manipule comme s’il
réalisait directement une tâche sur l’environnement distant. Ces interfaces sont mé-
caniquement conçues pour minimiser les frottements et les inerties perçus au niveau
de leurs organes terminaux. Elles peuvent fournir un effort (et un moment) suivant
(et autour) les (des) trois directions de l’espace. Elles sont équipées de capteurs
permettant de mesurer la position opérationnelle de leur effecteur dans un repère
donné. Qu’elles soient d’architecture série ou parallèle, leurs principales caractéris-
tiques sont la gamme des efforts (et moments) appliqués, la rigidité et la précision
des déplacements obtenus. La Figure 1.8 montre quelques structures commercialisées
par SensAble Technologie et Force Dimension.
- Contrôleur maître - c’est la loi de commande de type "logiciel" appliquée à l’inter-
face haptique. Elle permet de reproduire au mieux les efforts perçus au niveau du
18
Site local
Fh Interface Fmc Contrôleur Xh Xs
Opérateur
Xh = Xm Maı̂tre Xm Maı̂tre Ligne de
Zh Fh ST Fs = Fe Ze
transmission
Environnement Fs = Fe Manipulateur Fsc Contrôleur retard T Opérateur Système Environnement

Distant Xs Esclave Xs Esclave de télé-opération Distant
Site distant
(a) (b)
Figure 1.9 - Représentation d’un système de télé-opération : (a) représentation générale

et (b) représentation sous forme d’un réseau à deux ports.
site distant et fournit à l’opérateur la meilleure perception des sensations représen-

tant les interactions avec l’environnement. Son choix est très important puisqu’une
grande partie des caractéristiques et des performances du schéma de télé-opération
en dépend. Elle est réalisée suivant plusieurs méthodes comme cela sera exposé dans
la suite de ce chapitre.
tel-00263824, version 1 - 13 Mar 2008
- Manipulateur esclave - c’est le robot qui se charge de reproduire et d’imiter le com-

portement et les gestes de l’opérateur au niveau du site distant. Il doit en plus être
capable, en utilisant toute l’instrumentation qu’il possède, de fournir et transmettre
les informations nécessaires au site maître et donc à l’opérateur.
- Contrôleur esclave - c’est également une loi de commande mais appliquée au mani-
pulateur esclave. Elle permet de calculer les couples/efforts pour qu’il puisse réaliser
et suivre les consignes et les mouvements imposés par l’opérateur et contraints par
l’environnement. Elle doit être la plus robuste possible par exemple par rapport au
retard de transmission ou encore par rapport aux caractéristiques de l’environne-
ment distant.
- Ligne de transmission - c’est le support qui permet la transmission de données d’un
site à un autre. Suivant la position physique d’un site par rapport à l’autre, la
transmission peut se réaliser à travers des câbles, des ondes radio etc . . .. Connu ou
estimé, le retard de transmission qui caractérise ce support est utilisé pour régler et
optimiser les performances du schéma de télé-opération.
La Figure 1.9(a) représente un schéma de télé-opération bilatéral dans lequel un site

local communique et interagit avec un site distant. Dans ce schéma, les efforts/moments
sont représentés par la lettre F et les positions/orientations par la lettre X. Les indices h,
m, c, s et e représentent respectivement les variables relatives à l’opérateur (humain), la
station maître, la commande, la station esclave (slave) et l’environnement. Ce formalisme
sera utilisé tout le long de ce manuscrit.
1.2.1.2 Caractéristiques
Un système de télé-opération avec retour en effort peut être caractérisé par sa stabilité
et sa transparence. Mises à part les limitations physiques des manipulateurs maître et
esclave, ces propriétés dépendent essentiellement du retard de transmission et des lois de
commande choisies.
19
Stabilité
Comme pour tout système, la stabilité d’un système de télé-opération est une contrainte
de fonctionnement primordiale. Elle se définit par le fait que d’un déplacement ou d’un
effort borné réalisé par l’opérateur au niveau de l’interface maître, résulte un déplace-
ment ou un effort borné réalisé par le manipulateur esclave au niveau de l’environnement
distant. Les paramètres de commande du système de télé-opération sont fixés pour garan-
tir sa stabilité. Dans le §1.2.3.1, nous présenterons les techniques les plus utilisées pour
garantir la stabilité des schémas de télé-opération.
Transparence
La transparence représente un critère de performance d’un système de télé-opération
[Hannaford, 1989b]. Elle exprime la capacité du système à transmettre avec fidélité la
meilleure perception possible des interactions réalisées entre le manipulateur esclave et
l’environnement distant. L’opérateur a alors les mêmes sensations que s’il agissait directe-
ment sur l’environnement distant. Ainsi, la boucle de télé-opération lui paraît inexistante.
1.2.1.3 Représentation
tel-00263824, version 1 - 13 Mar 2008
Un système de télé-opération peut être modélisé par un réseau à deux ports reliant
la force de l’opérateur Fh et sa position Xh aux variables de force Fs et position Xs du
manipulateur esclave. La Figure 1.9(b) illustre le système de télé-opération représenté
par un réseau à deux ports sous une forme hybride reliant l’opérateur caractérisé par
une impédance Zh à l’environnement distant d’impédance Ze . Ce réseau est décrit par la
relation [Hannaford, 1989a]

Fh h11 h12 Xh
= . (1.1)
Xs h21 h22 Fs
Dans ce formalisme hybride, les paramètres hij peuvent être interprétés physiquement :
h12 représente la capacité du schéma de télé-opération à transmettre les efforts appliqués
par le manipulateur esclave et h21 représente la capacité du bras esclave à suivre les
mouvements du bras maître (et donc de l’opérateur). Quant à h11 et h22 , ils représentent
respectivement l’impédance mécanique du poste maître et l’admittance mécanique du
poste esclave.
Suivant les capteurs disponibles, d’autres représentations peuvent être considérées.
Citons par exemple la représentation en impédance (ou admittance) qui relie les deux
forces Fh et Fs aux deux positions Xh et Xs (ou inversement) [Yokokohji et Yoshikawa,
1994].
1.2.2 Différentes architectures

Dans [Arcara et Melchiorri, 2002], les auteurs se basent sur la stratégie de commande
utilisée dans les schémas de télé-opération bilatéraux pour établir un état de l’art complet
des différentes architectures. Parmi ces systèmes, nous pouvons citer les schémas avec pas-
sivité [Anderson et Spong, 1989], les techniques de commande robuste [Sename et Fattouh,
2005], prédictive [Pan et al., 2006] ou encore par mode glissant [Park et Cho, 199]. D’autres
auteurs se basent sur la représentation choisie pour chacune des deux stations maître et
esclave pour proposer des architectures en Impedance ou en Admittance [H.-Zaad et
Salcudean, 2001]. Néanmoins, les mêmes auteurs font correspondre ces architectures à
20
celles qui sont les plus utilisées et qui se basent sur le type de données échangées, à savoir
soit en Position soit en Force [Anderson et Spong, 1989], [Hannaford, 1989a], [Lawrence,
1993], [Çavuşoğlu et al., 2002].
Dans ce paragraphe, nous nous présentons les architectures de télé-opération en fonc-
tion du type de données échangées entre les stations maître et esclave.
1.2.2.1 Architectures de télé-opération

Le schéma de télé-opération générique à 4 canaux proposé par Lawrence est certai-
nement le plus connu et le plus utilisé par la communauté scientifique [Lawrence, 1993].
Ce schéma constitue une base à partir de laquelle il est possible de retrouver toutes les
autres architectures [H.-Zaad et Salcudean, 2000], [Gersem et al., 2005]. Parmi elles, nous
en extrairons les deux plus utilisées à savoir le schéma position - force et position -
position.
Schéma de télé-opération à 4 canaux

Le schéma de télé-opération proposé par Lawrence et donné sur la Figure 1.10(a), est
tel-00263824, version 1 - 13 Mar 2008
un schéma à 4 canaux à travers lesquels les sites local et distant s’échangent mutuellement
leurs positions (respectivement Xh et Xs ) et les efforts qui y sont appliqués (respective-
ment Fh et Fe ). Il faut souligner que la version initiale proposée dans [Lawrence, 1993],
contient uniquement les blocs représentés par les traits pleins. Les autres blocs (en traits
pointillés) correspondent à une boucle de commande locale permettant d’améliorer les
performances du schéma de télé-opération. Il ont été introduits d’abord par Lawrence
lui-même et plus tard par d’autres auteurs dont les travaux seront présentés dans la
suite [H.-Zaad et Salcudean, 2002]. De même, le schéma propose initialement un échange
de données en vitesse et non en position ; ce qui évite l’utilisation des positions initiales
des deux manipulateurs et la mise en correspondance entre elles. Cependant, l’utilisation
des positions ne change rien ni au principe même de ce schéma, ni à l’étude de sa stabilité
et de ses performances [Lawrence, 1993].
Dans ce schéma, les données sont les efforts exogènes Fh⋆ et Fe⋆ (efforts de perturba-
tion externes à la tâche) appliqués respectivement sur le site local et distant, les efforts
appliqués par l’opérateur sur la station maître (Fh ) et par le manipulateur distant sur
son environnement (Fe ), les impédances Zh et Ze qui représentent les actions respectives
de l’opérateur et de l’environnement et enfin les impédances Zm (et Cm ) et Zs (et Cm )
décrivant respectivement les manipulateurs maître et esclave (et leurs contrôleurs locaux).
Les blocs C1 et C3 (C4 et C2 ) représentent les lois de commande respectivement en posi-
tion et en effort au niveau du site esclave (du site maître). Ces blocs ainsi que C5 et C6 ,
peuvent contenir des gains de type scalaire ou des contrôleurs dynamiques. La ligne de
communication quant à elle est caractérisée par un retard de transmission.
Ce schéma à 4 canaux a été proposé afin de garantir une transparence parfaite et
des marges de stabilité satisfaisantes. Néanmoins, son utilisation présente quelques limi-
tations. En effet, il impose une connaissance parfaite des deux sites (Ze , Zh , Zs et Zm )
pour concevoir les contrôleurs dynamiques utilisés dans les blocs Ci [Arcara et Melchiorri,
2002]. Il impose en plus la transmission des quatre données à travers la ligne de communi-
cation ; ce qui peut s’avérer très contraignant en particulier pour des applications longue
distance qui présentent un retard de transmission important [H.-Zaad et Salcudean, 2002].
Enfin, ce schéma nécessite l’utilisation de quatre capteurs, deux en position et deux en
effort, installés au niveau de chacune des stations. Or le capteur d’effort est un élément
21
Fe⋆
Ze Environnement
+ + Xh = Xm +
distant kc
Ligne de transmission T
Fsc
C5 −
Cs Fe
Xs Manipulateur esclave
Xs − − Manipulateur
− maı̂tre
Zs−1
Manipulateur
Manipulateur + +
esclave esclave
Fh Fmc Fe
gc
Opérateur Environnement distant
C3 C1
(b)
Ligne
retard retard retard retard
de transmission
Xh = Xm +
C4 C2 kc
Ligne de transmission T
Fsc
−
Manipulateur Manipulateur Manipulateur esclave
maı̂tre Manipulateur
− − maı̂tre maı̂tre
−1
Zm
+
+ − Xh = Xm Fmc
Fh −
Fh Xs
Cm gc kc
C6 +
Opérateur Environnement distant
+ − Opérateur
Zh
Fh⋆
(a) (c)
tel-00263824, version 1 - 13 Mar 2008
Figure 1.10 - Aperçu des schémas de télé-opération proposés : (a) schéma de télé-opération
générique à 4 canaux proposé par Lawrence [Lawrence, 1993], (b) schéma
de télé-opération position - force et (c) schéma de télé-opération position -
position.
de mesure très coûteux. De plus, son installation au niveau de la station maître nécessite
une conception adaptée et onéreuse de l’interface haptique [Preusche et al., 2002]. Ainsi, à
la suite d’une comparaison entre plusieurs architectures de télé-opération, Arcara et Mel-
chiorri [Arcara et Melchiorri, 2002] ont montré qu’il était possible d’avoir des performances
acceptables même avec un seul capteur d’effort.
Schéma de télé-opération position - force

En choisissant C3 = C4 = 0 dans le schéma à 4 canaux de Lawrence, le schéma de
télé-opération obtenu se réduit à un schéma position - force donné par la Figure 1.10(b).
Dans ce cas, seule la position de la station maître est transmise au manipulateur distant.
À l’inverse, le manipulateur esclave transmet uniquement les efforts qu’il applique sur
l’environnement à l’opérateur. Par rapport au schéma 4 canaux, un seul capteur d’effort
est utilisé et uniquement deux données sont transmises d’un coté à l’autre du système. Ce
schéma de télé-opération permet à l’opérateur de percevoir les vrais efforts appliqués par
le manipulateur esclave sur son environnement [Çavuşoğlu et al., 2001]. Cependant, il est
à noter, que si le manipulateur esclave n’est pas en contact avec son environnement (dé-
placement dans un espace libre par exemple), l’opérateur ne possède aucune information
en retour du site esclave. C’est l’un des principaux avantages du schéma de télé-opération
position - position que nous présentons ci-dessous.
Schéma de télé-opération position - position

Le schéma de télé-opération position - position s’obtient en fixant C2 = C3 = 0
dans l’architecture à 4 canaux (Figure 1.10(c)). Dans ce schéma, seules les positions des
manipulateurs sont utilisées. L’erreur entre les deux positions est utilisée, du coté esclave
pour reproduire les mouvements de l’opérateur et du coté maître pour assurer le retour
22
d’effort.
L’avantage de ce schéma est de réduire le nombre de capteurs puisqu’il ne nécessite
pas l’utilisation de capteur d’effort. De plus, il permet à l’opérateur de percevoir, à tra-
vers l’erreur en position, les mouvements du manipulateur esclave en espace libre. Cette
propriété est très intéressante lorsqu’il faut limiter l’espace de travail du manipulateur
esclave ou considérer des interactions entre ce dernier et une personne extérieure (pour
un déplacement manuel de l’effecteur ou le changement d’un instrument par exemple).
Néanmoins, le fait de ne pas utiliser de capteur d’effort procure des sensations de moindre
qualité lors d’une interaction avec un objet distant [Çavuşoğlu et al., 2001]. Pour améliorer
les performances de ce schéma, dans [Çavuşoğlu et al., 2002], le retour d’effort est assuré
grâce à une combinaison linéaire entre l’erreur en position et les efforts appliqués par le
manipulateur esclave sur son environnement. De la même façon, Cortesão et al [Cortesão
et al., 2003] considèrent que l’erreur en position perçue par l’opérateur est un effort désiré
que le manipulateur esclave doit appliquer sur son environnement. Ils proposent alors une
commande en effort pour contrôler le manipulateur esclave.
tel-00263824, version 1 - 13 Mar 2008
1.2.2.2 Discussion
Grâce à un choix adéquat des variables de commande Ci , d’autres schémas de télé-

opération sont proposés afin d’améliorer la perception de l’opérateur par rapport aux
schémas position - position ou position - force. Citons par exemple les schémas de télé-
opération force - force ou force - position [H.-Zaad et Salcudean, 2000]. Ces architec-
tures nécessitent la mesure des efforts appliqués par l’opérateur au niveau de l’interface
haptique. Pour éviter l’installation d’un capteur d’effort à ce niveau, un équilibre peut
être considéré entre les efforts Fh appliqué par l’opérateur et ceux par le retour hap-
tique [Preusche et al., 2002]. Néanmoins, leur principal inconvénient réside dans la faible
capacité du manipulateur esclave à reproduire les mouvements de l’opérateur comme le
mentionnait déjà [Kazerooni et al., 1993].
Dans [H.-Zaad et Salcudean, 2002], les auteurs se basent sur le schéma de télé-opération
de Lawrence pour proposer une architecture à 3 canaux. Ce schéma utilise le bloc C5 (ou
C6 ) pour réaliser un retour local de l’effort et éviter ainsi sa transmission à travers le canal
C2 (ou C3 ) (cf. Figure 1.10(a)). L’élimination d’un canal de transmission a été réalisée
tout en maintenant les performances du schéma à 4 canaux. Ce retour local en effort ou en
position a d’ailleurs été utilisé pour améliorer les performances de certains autres schémas
de télé-opération tels que le schéma position - position [Cortesão et al., 2003], [Tadano et
Kawashima, 2007] ou encore le schéma force - force [Reintsema et al., 2004].
Parallèlement et indépendamment de Lawrence, un schéma de commande encore plus
complet que celui à 4 canaux a été proposé dans [Yokokohji et Yoshikawa, 1994]. Dans
ce cas, toutes les variables mesurées ou estimées, telles les vitesses et les accélérations
des deux manipulateurs sont transmises d’un coté à l’autre. L’utilisation de ressources
supplémentaires permet d’augmenter les performances du schéma de télé-opération mais
présente des limitations majeures. La première est sa faible marge de stabilité qui rend
l’architecture peu robuste par rapport à l’action de l’opérateur et à la variation des ca-
ractéristiques de l’environnement distant. La deuxième contrainte concerne la stratégie
de commande qui, comme le schéma à 4 canaux, requiert une connaissance parfaite des
caractéristiques dynamiques des deux manipulateurs. Enfin, la dernière contrainte réside
dans la complexité de son implémentation et la nécessité d’utiliser deux capteurs d’effort.
23
1.2.3 Analyse des systèmes de télé-opération

L’analyse des systèmes de télé-opération se fait au travers l’évaluation de la stabilité
et de la transparence. La stabilité est une nécessité de fonctionnement indispensable en
tant que système dynamique. La transparence, quant à elle, se définit plutôt comme un
critère de qualité relatif à la perception de l’opérateur.
1.2.3.1 Stabilité
Pour garantir la stabilité d’un système de télé-opération, deux techniques sont utilisées.
La première, la plus utilisée, repose sur le concept de passivité. La deuxième s’appuie sur
les critère de stabilité des systèmes linéaires.
La passivité
Dans un schéma de télé-opération, plusieurs systèmes communiquent et interagissent
entre eux. Parmi ces systèmes, l’opérateur et l’environnement distant apparaissent comme
des systèmes incertains et variables. La réaction suite à un retour en effort d’un opérateur
manipulant une interface haptique, peut être différente de celle d’un autre opérateur
tel-00263824, version 1 - 13 Mar 2008
plus expérimenté. De même, un comportement stable du manipulateur esclave n’est pas

toujours assuré face à un environnement aux caractéristiques incertaines et variables. C’est
à partir de ce constat, que plusieurs travaux ont introduit le concept de passivité pour
assurer la stabilité des schémas de télé-opération.
Inspirée de la théorie des réseaux, un système est dit passif, si pour un état initial donné
et pour une entrée quelconque au niveau de l’un de ses ports d’interaction, l’énergie totale
fournie via ce port est limitée par l’énergie initiale stockée par le système [Niemeyer et
Slotine, 1991]. En d’autres termes, un système est passif si l’énergie dissipée via ces ports
d’interaction est toujours positive. L’une des propriétés les plus utilisées du concept de
passivité consiste à dire qu’un système est passif s’il est formé par la mise en série de
plusieurs sous-systèmes passifs. Ainsi, l’analyse du système global se réduit à l’analyse
des sous-systèmes qui le constituent.
Généralement, en supposant que l’opérateur et l’environnement distant sont des élé-
ments passifs, la stabilité et la passivité du schéma complet se réduit à l’étude de la
passivité, à travers sa matrice d’impédance (ou d’admittance), d’un réseau à deux ports ;
ce dernier étant passif si sa matrice d’impédance est Réelle Positive [Hokayem et Spong,
2006], [Zemiti, 2005].
Grâce à ce formalisme intuitif utilisant l’énergie stockée et dissipée, cette notion de
passivité a été utilisée pour prouver la stabilité des schémas de télé-opération position -
position ou position - force [H.-Zaad et Salcudean, 2001]. Hannaford et Ryu ont également
utilisé ce concept pour proposer un schéma de télé-opération avec un contrôleur passif
permettant de contrôler le degré de passivité du système [Hannaford et Ryu, 2002]. Ce
contrôleur n’est qu’un élément passif supplémentaire capable d’absorber toute l’énergie
qui pourrait provoquer l’instabilité du système. Les résultats obtenus montrent qu’il est
possible d’assurer la stabilité du système même en contact avec un environnement rigide.
Anderson et Spong en 1989 [Anderson et Spong, 1989] introduisent la théorie de diffu-
sion 13 ou de dispersion pour simplifier la preuve de passivité des systèmes de télé-opération
avec retard de transmission. Cette théorie se base sur le fait que les signaux incidents qui
sont appliqués à l’entrée d’un réseau à n-ports, se diffusent et se dispersent en plusieurs
13
Scattering, en anglais.
24
signaux réfléchis à la sortie du réseau. Une preuve de passivité consiste alors à dire que
l’énergie des signaux incidents (à l’entrée) est totalement diffusée et ne peut être que supé-
rieure à celle des signaux réfléchis (à la sortie). La mise en équation des signaux incidents
et réfléchis du réseau de télé-opération à deux ports de la Figure 1.9(b) donne

Fh (s) − Xh (s) Fh (s) + Xh (s)
= S(s) , (1.2)
Fs (s) − Xs (s) Fs (s) + Xs (s)
où s est l’opérateur de Laplace et S est la matrice de diffusion donnée par

1 0
S(s) = (H(s) − I(2×2) )(H(s) + I(2×2) )−1 , (1.3)
0 −1
avec I(2×2) la matrice d’identité de dimension (2 × 2) et H la matrice hybride donnée par

la relation (1.1). En présence d’un retard de transmission, il est facile de le considérer dans
la relation (1.2) en l’introduisant directement dans la matrice S. La passivité du système
est garantie si la plus grande valeur singulière de la matrice S est inférieure ou égale à
1 [Hokayem et Spong, 2006], [Gersem, 2005]. Grâce à ce concept, la passivité du schéma
tel-00263824, version 1 - 13 Mar 2008
de télé-opération à 4 canaux a été prouvée même avec un retard de transmission égal à

200 [ms] et sans utiliser de contrôleurs dynamiques comme cela avait été proposé dans
[Lawrence, 1993]. Ce concept de diffusion a entre autre inspiré Niemeyer et Slotine pour
définir le formalisme de variables d’onde dans lequel l’impédance des lignes de transmission
est prise en compte [Niemeyer et Slotine, 1991].
La stabilité des systèmes linéaires

Dans [Hannaford, 1989b], l’auteur apporte une précision sur les limites de la théorie de
la passivité en dénonçant le fait de considérer que l’opérateur et l’environnement sont des
éléments passifs. En effet, par action et volonté de déplacer l’interface haptique, l’opérateur
applique un effort, augmente l’énergie dans le système et ne peut donc plus être considéré
comme passif [Yokokohji et Yoshikawa, 1994]. Ainsi, pour prouver et quantifier la stabilité
globale du schéma de télé-opération, il convient de prendre en compte l’opérateur et
l’environnement dans l’étude [Hannaford, 1989b]. Deux modèles leur sont alors associés.
Ils sont décrits par un système masse-ressort-amortisseur pour l’opérateur et ressort (et
quelques fois ressort-amortisseur) pour l’environnement. En utilisant la matrice hybride
(ou d’impédance) du système de télé-opération, il devient possible de définir une fonction
de transfert dans laquelle, le système de télé-opération, l’opérateur et l’environnement ont
été considérés. L’utilisation des outils d’automatique linéaire permet alors de quantifier la
stabilité du schéma de télé-opération. Dans [Lawrence, 1993], l’auteur utilise une approche
fréquentielle pour montrer que le schéma de télé-opération position - position est plus
stable que celui en position - force. Dans [H.-Zaad et Salcudean, 1999], les auteurs ont
démontré la stabilité du schéma à 3 canaux en présence d’un retard de transmission en
appliquant le critère de stabilité de Nyquist. Le même critère a été considéré dans [Fite
et al., 2001] pour étudier la stabilité du schéma de télé-opération position - force en
absence et présence d’un retard de transmission. La stabilité a été quantifiée en évaluant
les marges de gain et de phase. Dans [Çavuşoğlu et al., 2002], des incertitudes sur les
modèles représentatifs de l’opérateur et de l’environnement ont été introduites. Un critère
de stabilité robuste a alors été utilisé pour prouver la stabilité du schéma de télé-opération.
Mise à la part la possibilité offerte pour quantifier la stabilité d’un schéma de télé-
opération, les critères de stabilité des systèmes linéaires ont très souvent été préférés par
25
rapport au concept de passivité [H.-Zaad et Salcudean, 1999]. En effet et malgré son

aspect attractif, la passivité a fréquemment été accusée d’être une approche conservatrice
qui limite énormément la transparence du schéma de télé-opération [Kim et Hannaford,
2001]. Le même constat a été fait par Lawrence pour prouver la stabilité du schéma de
télé-opération position - position [Lawrence, 1993].
1.2.3.2 Transparence
Pour étudier et comparer la transparence de plusieurs schémas de télé-opération (4
canaux, position - position, avec passivité, . . .), Arcara présente de nombreux critères
pouvant être utilisés [Arcara, 2001]. Parmi eux, nous en avons retenu deux, chacun lié
à un mode de fonctionnement différent du robot esclave. Le premier est le suivi de
trajectoire. Il correspond au déplacement du robot esclave en espace libre sans contact.
Le second correspond à une interaction et une prise de contact avec un objet distant. Il
est défini par l’impédance transmise.
Le suivi de trajectoire
En espace libre, l’opérateur peut télé-opérer le robot esclave pour atteindre l’objet
tel-00263824, version 1 - 13 Mar 2008
distant avec lequel il veut interagir pour réaliser un geste dédié comme celui de la suture
en chirurgie robotisée par exemple [Madhani et al., 1998]. Dans les deux cas, caractériser
le suivi de trajectoire permet de décrire la capacité du manipulateur esclave à reproduire
les mouvements de l’opérateur.
Pour atteindre une zone d’intérêt, une erreur de suivi de trajectoire peut être acceptée
lorsque l’opérateur possède aussi un retour visuel. Avec un choix adéquat des gains de
commande, les schémas de télé-opération dans lesquels le site maître transmet sa position
au site esclave (position - position, position - force, . . .) garantissent des performances de
suivi de trajectoire acceptables [Arcara et Melchiorri, 2002], [Gersem et al., 2005].
Ce critère devient très intéressant lorsqu’il est directement utilisé pour réaliser le retour
d’effort à l’opérateur comme par exemple avec le schéma de télé-opération en position -
position. Dans ce cas le critère du suivi de trajectoire lui permet alors de percevoir les
limitations de l’espace de travail du robot esclave ou encore les interactions que ce dernier
peut avoir avec une autre personne distante par exemple. Cependant, dans le cas où le
suivi de trajectoire est médiocre, l’opérateur ressent un effort important opposé à ses
mouvements. La télé-opération devient alors inconfortable.
L’impédance transmise
Dès que le robot manipulateur entre en contact avec un objet situé dans l’environne-
ment distant, le schéma de télé-opération bilatéral doit renseigner l’opérateur non seule-
ment sur l’état du manipulateur distant mais aussi sur celui de l’objet. La nature de ce
dernier est perçue par l’opérateur à travers l’impédance qui lui est transmise par le schéma
de télé-opération. Si cette impédance ne représente pas l’objet de contact, l’opérateur res-
sent des informations biaisées qui peuvent entraîner une mauvaise manipulation.
Dans [Yokokohji et Yoshikawa, 1994], les auteurs définissent la transparence parfaite
d’un schéma de télé-opération par une égalité des positions et des efforts

Xh (t) = Xs (t)
∀t : . (1.4)
Fmc (t) = Fs (t)
Ceci revient à dire que dans le cas idéal, l’impédance transmise à l’opérateur doit être
égale à l’impédance de l’environnement. Le schéma de télé-opération évolue alors d’une
26
manière transparente pour l’opérateur qui arrive à caractériser l’objet comme s’il agissait
directement dessus. Dans [Lawrence, 1993], l’auteur propose le schéma à 4 canaux pour
assurer une transparence parfaite du schéma de télé-opération. Il montre aussi qu’une telle
performance ne peut pas être atteinte avec les schémas de télé-opération utilisant unique-
ment deux canaux de transmission tels que le schéma position - position ou le position -
force. Sans une étude approfondie et une adaptation de la stratégie de télé-opération, il est
même difficile de caractériser la perception de l’opérateur par rapport à l’impédance de
l’environnement [Arcara et Melchiorri, 2002]. Nous verrons dans le Chapitre 3 comment
caractériser et imposer cette impédance.
1.2.3.3 Le compromis Stabilité/Transparence

Dans [Hannaford, 1989b] et [Lawrence, 1993], les auteurs ont mis en évidence le com-
promis nécessaire entre la transparence et la stabilité. Ainsi dans ses travaux, Lawrence
énonce la nécessité d’utiliser 4 canaux de transmission et des contrôleurs dynamiques pour
assurer une transparence parfaite. Cependant, il montre que la passivité du schéma n’est
pas toujours assurée. Yokokohji et Yoshikawa [Yokokohji et Yoshikawa, 1994] montrent
tel-00263824, version 1 - 13 Mar 2008
que grâce à une connaissance parfaite des deux manipulateurs (maître et esclave), une
transparence parfaite peut être atteinte mais au détriment d’un faible degré de robus-
tesse.
Dans [Lawrence, 1993], l’auteur propose de faire un compromis entre la stabilité et
la transparence en considérant non pas une transparence parfaite mais plutôt une trans-
parence désirée du schéma de télé-opération. Çavuşoğlu et al [Çavuşoğlu et al., 2002],
considèrent qu’une transparence idéale est celle qui permet une meilleure perception des
variations de l’environnement. Ils proposent alors d’étudier la sensibilité de l’impédance
transmise par rapport aux variations de l’impédance réelle en mesurant
dZt
kWs | k2 , (1.5)
dZe Ze =Ẑe
où Ws est un filtre passe-bas dont la fréquence de coupure représente la fréquence à

laquelle la transparence n’est plus assurée et Ẑe est une estimation de l’impédance de
l’environnement.
1.3 Contributions
Considérant qu’une des principales limitations des systèmes robotiques dédiés à la
chirurgie mini-invasive concerne la mauvaise restitution des efforts au chirurgien lorsqu’il
télé-opère le robot chirurgical à distance, nous nous intéresserons donc dans la suite à
la mise en œuvre d’un schéma de télé-opération bilatéral permettant au chirurgien de
ressentir et de caractériser au mieux les efforts appliqués par ses instruments sur les
organes.
Dans ce contexte, les contributions de ce travail de thèse qui seront présentés dans ce
manuscrit concernent :
1. La synthèse d’une architecture de télé-opération avec retour d’effort : la plate-forme

utilisée sera composée d’une interface haptique (maître) et d’un robot d’expéri-
mentation. Une stratégie de commande en effort basée sur un modèle du robot
27
1.3. Contributions
esclave et sur un modèle de l’environnement sera utilisée. Des résultats expérimen-

taux illustreront la robustesse et les performances du schéma de télé-opération choisi
(Chapitre 2).
2. La stabilité et la transparence de l’architecture de télé-opération avec retour d’effort :
les limitations concernant la stabilité, la transparence et la robustesse du schéma de
télé-opération retenu seront mises en évidence. Une estimation en ligne des para-
mètres d’un modèle simplifié de l’environnement permettra d’accroître la robustesse
du système et une adaptation en ligne des paramètres de commande améliorera sa
transparence [Zarrad et al., 2007a], [Zarrad et al., 2007c]. Les résultats ainsi que les
performances obtenues lors d’une expérimentation sur des tissus ex-vivo, illustreront
les développements théoriques (Chapitre 3) [Zarrad et al., 2007d].
3. La télé-opération avec retour d’effort et les contraintes imposées par la chirurgie
mini-invasive à cœur battant : le schéma de télé-opération proposé précédemment
sera étendu à deux contraintes imposées par la chirurgie mini-invasive. Nous nous
intéresserons en particulier à (Chapitre 4) :
– la gestion de la contrainte du passage de l’instrument par un point fixe imposée
par la chirurgie mini-invasive. Une stratégie de commande dédiée sera exposée et
tel-00263824, version 1 - 13 Mar 2008
validée par des résultats expérimentaux [Cortesão et al., 2006b], [Zarrad et al.,
2007b].
– la compensation des mouvements physiologiques sera abordée en considérant que
l’organe en mouvement induit des perturbations périodiques dans les efforts ap-
pliqués par l’instrument. Une stratégie d’estimation de ces perturbations à partir
des données en effort sera proposée. Les perturbations estimées seront ensuite
utilisées pour générer une séquence de commande visant le suivi des mouvements
de l’organe en temps-réel. Cette séquence de commande, basée sur le modèle du
robot, viendra s’ajouter à la stratégie de commande initialement proposée. Ceci
permettra à la fois la commande des efforts appliqués et la compensation des
mouvements. Cette approche sera validée sur une plate-forme expérimentale.
28
Chapitre 2. Télé-opération et commande en effort d’un robot d’assistance au geste
chirurgical
Chapitre 2
Télé-opération et commande en effort

d’un robot d’assistance au geste
chirurgical
tel-00263824, version 1 - 13 Mar 2008
Sommaire
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 La chirurgie mini-invasive et le retour d’effort . . . . . . . . . . . . . 30
2.3 Architecture de télé-opération avec retour d’effort . . . . . . . . . . 32
2.3.1 Schéma global de télé-opération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Commande en effort du système esclave . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.3 Synthèse du schéma global de télé-opération . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.4 Analyse expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.4.1 Plate-forme expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.4.2 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.1 Introduction
Depuis l’introduction du premier système de télé-opération avec retour d’effort en
1954 [Hokayem et Spong, 2006], de nombreux travaux ont porté sur la commande de
systèmes mécaniques distants. Les possibilités offertes par un tel système ont suscité un
intérêt particulier dans la communauté scientifique qui, au fil du temps et pour diverses
applications, a proposé des architectures de télé-opération toutes aussi intéressantes qu’in-
novantes. Parmi ces architectures, beaucoup permettent de considérer et de minimiser
l’effet du retard de la ligne de transmission entre le site local et le site distant [Anderson
et Spong, 1989], [Kim et al., 1992], etc . . .. En chirurgie mini-invasive, le véritable in-
térêt des systèmes robotisés n’est pas nécessairement d’opérer à longue distance mais
plutôt de rendre les contraintes de l’acte mini-invasif transparentes pour le chirurgien
(cf. Chapitre 1). Les expériences menées dans ce domaine et mettant en évidence une
longue distance entre le poste de commande du chirurgien et le poste patient, rentrent
dans un cadre exceptionnel d’expérimentation. L’intervention réalisée avec le robot Zeus
entre New York et Strasbourg [Marescaux et al., 2001] ou encore les expériences entre le
Japon et la Corée du sud [Arata et al., 2006], sont occasionnelles et ont nécessité des ef-
forts technologiques particuliers pour minimiser les effets du retard de transmission. Elles
s’éloignent du cadre de notre travail dans lequel nous supposons que le patient se trouve à
29
2.2. La chirurgie mini-invasive et le retour d’effort
proximité du chirurgien dans la même salle d’opération. La télé-opération s’effectue alors

sur une distance de l’ordre de quelques mètres.
Pour développer une architecture de télé-opération avec retour d’effort, nous avons
donc mis de coté celles qui ont été développées exclusivement pour obtenir de bonnes
performances en présence d’un retard de transmission [Anderson et Spong, 1989]. Nous
débuterons alors ce chapitre par une présentation des différentes solutions existantes dé-
diées à la chirurgie mini-invasive. Notre choix d’architecture en sera inspiré et ensuite
développé. Il se base sur un schéma en position - position avec une commande en effort
du système esclave. Cette stratégie de commande repose sur un découplage non linéaire
du robot esclave et sur des techniques d’observation et de commande par retour d’état. Le
reconstructeur d’état utilisé est de type actif capable d’estimer et de compenser les effets
des erreurs de modélisation du système esclave. Les performances de cette architecture de
télé-opération avec retour d’effort seront finalement discutées et analysées à travers des
résultats expérimentaux. Ces derniers seront obtenus à la suite d’une validation expéri-
mentale sur notre plate-forme robotique.
2.2 La chirurgie mini-invasive et le retour d’effort

tel-00263824, version 1 - 13 Mar 2008
Madhani et al [Madhani et al., 1998] ont été parmi les premiers à proposer une plate-
forme de télé-opération dédiée à la chirurgie mini-invasive intégrant un retour d’effort. Le
système composé du robot Black Falcon et d’une interface haptique de type PHAN-
ToM utilisait une stratégie de télé-opération bilatérale de type position - position avec
une commande Proportionnel-Dérivée (PD) pour les deux manipulateurs. Afin de valider
l’architecture de télé-opération, des gestes de suture ont été réalisés sur des tissus ex-vivo
(poulet). Grâce à l’architecture position - position, une bonne reproduction des gestes a
été obtenue. Cependant, le retour haptique et les efforts perçus par l’opérateur étaient
différents de ceux appliqués sur les tissus et estimés à partir des couples moteurs.
Dans [Tadano et Kawashima, 2007], un capteur d’effort a été installé au niveau de
la station maître d’une architecture de télé-opération position - position. Une stratégie
de commande en impédance ne nécessitant pas l’utilisation d’un capteur d’effort, a été
choisie pour contrôler le robot esclave. Malgré un retour local des efforts appliqués par
l’opérateur, les auteurs n’ont pas pu améliorer les performances de l’architecture lors des
interactions avec un environnement. Ils suggèrent que de meilleures performances peuvent
être obtenues grâce à la mesure des efforts appliqués par le manipulateur esclave sur son
environnement.
Dans [Çavuşoğlu et al., 2001], les auteurs proposent une comparaison de trois architec-
tures de télé-opération bilatérales : position - position, position - force et une architecture
hybride position - position avec un retour direct des efforts mesurés. Cette dernière est pré-
sentée sur la Figure 2.1(a). Les expériences ont été menées avec deux interfaces haptiques
de type PHANToM commandées en position. La première, considérée comme maître,
commande la deuxième qui applique des efforts sur un objet en silicone contenant une tige
métallique. L’étude de la stabilité et de la transparence a mis en évidence l’intérêt de me-
surer les efforts appliqués par le manipulateur esclave sur son environnement [Çavuşoğlu,
2000]. L’architecture finalement retenue est l’architecture hybride. Elle assure un bon suivi
de trajectoire grâce à la boucle position - position et une meilleure transparence grâce au
retour direct des efforts appliqués [Çavuşoğlu et al., 2002]. Cependant, elle ne permet pas
de commander les efforts appliqués localement.
Dans [Ortmaier, 2002], l’auteur montre l’importance de contrôler et de percevoir les
30
chirurgical
Xh + Xh Xs
Gs βp
Fsc + −
−
Manipulateur Zeus
Manipulateur esclave
Manipulateur
maı̂tre Système Kp
maı̂tre
− − Fe
Fh Xs Environnement Fsc
− +
Gm Fh distant
+ + +
Opérateur + Environnement distant Kf Commande en effort
Opérateur −
Fe
α
Fd Fe
(a) (b)
Figure 2.1 - Architectures de télé-opération dédiées à la chirurgie mini-invasive : (a) ar-

chitecture hybride proposée dans [Çavuşoğlu et al., 2002] et (b) architecture
proposée dans [Preusche et al., 2002].
efforts appliqués sur les organes pour assurer une meilleure interaction et limiter le dé-
labrement tissulaire. Il présente alors une plate-forme dédiée à la chirurgie mini-invasive
composée d’une interface haptique PHANToM et d’un bras esclave AESOP sur lequel
tel-00263824, version 1 - 13 Mar 2008
un capteur d’effort a été fixé (cf. Chapitre 1, §1.1.2.1). L’architecture de télé-opération

proposée est illustrée sur la Figure 2.1(b). Elle est très proche de l’architecture hybride
mais utilise une commande en effort pour le robot esclave. Cette dernière est basée sur une
commande en position dans laquelle les gains sont multipliés par la raideur de l’environ-
nement. Pour garantir sa stabilité, une adaptation des gains suivant une raideur estimée
a été proposée.
Pour assurer un bon suivi de trajectoire, Kazerooni et al [Kazerooni et al., 1993] ont
montré qu’il est essentiel d’utiliser une architecture basée sur celle en position - position ou
en position - force. Dans [Zemiti, 2005], l’auteur montre l’apport du retour d’effort en uti-
lisant une architecture en position - force pour télé-opérer le robot MC2 E (cf. Chapitre 1,
Figure 1.7). Cependant, aucune télé-opération en espace libre n’a été réalisée. Comme cela
a été mentionné dans le §1.2.2.1 du premier chapitre, cette architecture ne fournit aucune
information en effort lors d’une telle manipulation. Or, ce retour d’effort en espace libre,
procuré par l’architecture en position - position, peut être très intéressant en chirurgie
mini-invasive. Non seulement pour percevoir les mouvements du robot esclave mais aussi
pour interagir avec l’équipe médicale lors d’un déplacement manuel de l’effecteur du robot
(comportement compliant) ou encore lors d’un changement de l’instrument par exemple.
Dans le cas où l’espace de travail du robot esclave est limité à une zone jugée sûre, le
retour haptique offre au chirurgien la possibilité de percevoir ces limitations. Cependant,
comparée à une stratégie de commande hybride par exemple (Figure 2.1(a)) [Çavuşoğlu,
2000], l’architecture position - position ne permet pas d’avoir de bonnes performances
lors d’une interaction avec un environnement (cf. Chapitre 1, §1.2.2). De plus, elle ne
permet pas de contrôler les efforts appliqués par le robot esclave comme cela a été suggéré
dans [Ortmaier, 2002].
Ainsi pour améliorer ses performances, Cortesão et al [Cortesão et al., 2003] proposent
une architecture de télé-opération de type position - position modifiée dont l’avantage ré-
side dans la stratégie de commande en effort du robot esclave. Cette architecture, illustrée
sur la Figure 2.2, transforme l’erreur en position en un effort désiré que le robot esclave
doit appliquer sur son environnement. La commande en effort permet alors de contrôler
les efforts appliqués sur les organes en se basant sur un modèle du manipulateur esclave et
de l’environnement distant. Conçue pour imposer un comportement dynamique en boucle
31
2.3. Architecture de télé-opération avec retour d’effort
Xh Xs
βp
+ −
Manipulateur esclave z
y
x R0
Système
maı̂tre
Kv
Fsc Environnement
Fh − distant
Commande en effort
Opérateur
βf
Fd Fe
Figure 2.2 - Schéma de télé-opération position - position intégrant une commande en effort
du robot esclave [Cortesão et al., 2003].
fermée, cette architecture de télé-opération tire profit des performances d’une stratégie
position - position tout en intégrant une commande en effort au niveau du manipula-
teur esclave. Dans un espace libre, l’opérateur ressent les déplacements du robot esclave
à travers l’erreur en position (avantage d’une architecture position - position). Lors d’un
contact avec un tissu, l’effort appliqué sera identique à celui ressenti et imposé par l’opé-
tel-00263824, version 1 - 13 Mar 2008
rateur. Ce dernier pourra alors contrôler l’amplitude de ses gestes et maîtriser les efforts
qu’il applique sur les organes.
C’est au regard de ces performances que nous proposons dans le paragraphe suivant,
de développer cette architecture ainsi que la commande en effort associée. Nous présen-
tons ensuite des résultats expérimentaux obtenus sur notre plate-forme robotique. À la
fin du chapitre, la robustesse de cette architecture de commande face aux variations de
l’environnement distant sera discutée à travers des résultats expérimentaux.
2.3 Architecture de télé-opération avec retour d’effort

2.3.1 Schéma global de télé-opération
L’architecture de télé-opération choisie est représentée sur la Figure 2.2. Nous consi-
dérons que le retard de transmission entre les deux sites est négligeable par rapport à la
période d’échantillonnage des deux manipulateurs. La ligne de transmission des données
n’est donc pas représentée. Les variables en position X et en effort F sont respective-
ment des vecteurs des coordonnées opérationnelles généralisées contenant respectivement
les positions/orientations et forces/moments suivant et autour des axes x, y et z d’un
même repère de base généralement propre au manipulateur esclave. Ce schéma doit être
dupliqué, d’une manière indépendante, suivant chaque direction cartésienne.
Sur la Figure 2.2, Fh est l’effort appliqué par l’opérateur sur l’interface haptique (sys-
tème maître). Par cet effort, l’opérateur manipule l’interface et modifie la position de
celle-ci Xh = Xm . Afin d’augmenter (βp > 1) ou diminuer (βp < 1) l’espace de travail du
manipulateur esclave par rapport à celui de l’interface maître, la position Xm est multi-
pliée par un facteur d’échelle βp . La comparaison de la position résultante avec la position
Xs du manipulateur esclave génère une erreur de position. Cette dernière est multipliée
par une raideur virtuelle Kv . La force Fd qui en découle est considérée, du coté maître
comme étant la force du retour d’effort (comme une stratégie en position - position) et du
coté esclave comme une force désirée que le manipulateur esclave doit appliquer sur son
environnement. Pour prendre en compte les caractéristiques de l’interface haptique telle
que la force maximale applicable, la force Fd est multipliée par un gain βf avant d’être
32
chirurgical
appliquée au système maître. Du coté esclave, la force désirée Fd est appliquée en entrée
au système contrôlé en effort.
Pendant un déplacement en espace libre, les efforts mesurés Fe sont toujours nuls. Si
une erreur de position existe (βp Xh 6= Xs ), la stratégie de commande en effort génère
une force de commande Fsc qui fera déplacer le robot jusqu’à ce que l’effort désiré (et
donc l’erreur en position) devienne nul (βp Xh = Xs ). L’opérateur pourra alors réaliser
des déplacements dans un espace libre pendant lesquels il percevra, à travers l’interface
haptique, l’erreur en position entre les deux systèmes.
Lors d’un contact, la stratégie de commande en effort utilise la force Fe appliquée
sur l’environnement et mesurée par un capteur d’effort fixé sur le manipulateur esclave,
pour générer la force de commande Fsc . La stratégie de commande en effort contrôle
alors l’évolution de la force mesurée Fe pour qu’elle converge vers la force désirée Fd
avec la dynamique désirée. Si l’effort appliqué par le manipulateur esclave Fe est égal à
Fd , l’opérateur aura une bonne perception des interactions entre le robot esclave et son
environnement. Ainsi, la stratégie de commande en effort devient un élément central dans
la synthèse de ce schéma de télé-opération.
tel-00263824, version 1 - 13 Mar 2008
2.3.2 Commande en effort du système esclave

La commande en effort utilisée dans le schéma de télé-opération présenté précédem-
ment, est une stratégie de commande référencée modèle. Elle se base sur un découplage
non linéaire du robot esclave permettant d’avoir à contrôler un ensemble de systèmes
linéaires parfaitement découplés si les paramètres du modèle sont parfaitement estimés.
La mise sous forme de représentation d’état de ces systèmes permet alors de définir un
observateur d’état. L’estimation de l’état est utilisée pour effectuer une commande par
retour d’état [Ogata, 2002].
Dans ce paragraphe, nous présentons de façon synthétique la commande en effort
proposée dans [Cortesão, 2002] et qui sera la base de notre architecture de télé-opération.
2.3.2.1 Modélisation du site distant
Considérons un robot à n degrés de liberté (ddl). Nous supposons qu’un capteur d’effort
est rigidement fixé entre le robot et son organe terminal. Ce capteur fournit une mesure
des efforts que le robot exerce sur son environnement. Selon une direction opérationnelle
j donnée, le robot, le capteur d’effort et l’environnement sont supposés former un système
de raideur Ks,j . Ce système est la mise en série de trois éléments parmi lesquels le robot et
le capteur d’effort sont considérés rigides par rapport à l’environnement. La raideur totale
Ks,j du système est donc très proche de celle de l’environnement avec lequel le robot se
trouve en contact.
Soit Xs le vecteur des coordonnées cartésiennes généralisées de l’extrémité de l’outil
défini dans le repère de base R0 du robot. Xs contient les positions et les orientations de
l’outil du manipulateur esclave suivant et autour des axes opérationnels x, y et z de R0 .
Ce vecteur est donné par
 
Xs,x
 Xs,y 
Xs =  ..  . (2.1)
 
 . 
Xs,θz
33
Xs est de dimension (m × 1) où m est égal au nombre de degrés de liberté opérationnels

du robot. Selon un de ces degrés de liberté j, nous supposons que l’effort (et le moment)
exercé par le robot sur son environnement est
Fe,j = Ks,j Xs,j . (2.2)
Nous définissons alors le vecteur Fe de dimension (m × 1) des efforts/moments appliqués

par le robot esclave sur son environnement. Il est exprimé dans le repère R0 .
Le vecteur des positions articulaires généralisées q de dimension (n × 1) est donné par
 
q1
 q2 
q =  ..  . (2.3)
 
 . 
qn
Soit Xs = g(q) le modèle géométrique du robot. Le modèle cinématique reliant les vitesses
articulaires q̇ aux vitesses cartésiennes Ẋs est défini par
tel-00263824, version 1 - 13 Mar 2008
Ẋs = J (q)q̇, (2.4)
où J est la matrice jacobienne de dimension (m × n) du robot esclave, donnée par

∂g
J= . (2.5)
∂q
Le comportement dynamique du robot dépend du vecteur de commande des couples
(et/ou forces) moteurs τsc . Il est décrit par
M (q)q̈ + V (q, q̇) + G(q) = τsc , (2.6)
où M (q) de dimension (n × n) est la matrice d’inertie du robot, les vecteurs V (q, q̇)
et G(q) sont de dimension (n × 1) et représentent respectivement les couples/forces de
Coriolis et forces centrifuges et les couples/forces de gravité. Au vecteur de couples τsc
correspond un vecteur d’efforts de commande Fsc dans l’espace opérationnel. Ce vecteur
d’efforts de dimension (m × 1) est exprimé dans le repère R0 . Il est relié au couple de
commande τsc par la matrice jacobienne J suivant
τsc = J T Fsc . (2.7)
Les accélérations articulaires q̈ sont déterminées en fonction des accélérations carté-

siennes de l’outil Ẍs en dérivant la relation (2.4). Elles sont données par
q̈ = J −1 (Ẍs − J˙q̇), (2.8)
où J −1 est l’inverse de la matrice jacobienne J. Lorsque le robot est redondant (m 6= n),

il suffit de remplacer dans la relation (2.8) J −1 par une inverse généralisée [Khalil et
Dombre, 1999].
En introduisant les relations (2.7) et (2.8) dans (2.6) et en considérant le vecteur
des efforts/moments extérieurs Fe que le robot esclave exerce sur son environnement, le
modèle dynamique du robot esclave s’exprime dans l’espace cartésien par
Mx (q)Ẍs + Vx (q, q̇) + Gx (q) = Fsc − Fe , (2.9)
34
chirurgical
+ F̂e
f⋆ Fsc τsc q Transformation Xs u f⋆ e−sTd Xs y = Fe
M̂x (q)
+
JT Robot géométrique + s2 Ks
+ −
q, q̇
V̂x (q, q̇) + Ĝx (q) K2 s
(a) (b)
Figure 2.3 - Commande dynamique et système linéarisé pour chaque direction opération-
nelle : (a) commande dynamique du robot esclave et découplage non linéaire
et (b) modèle linéaire en effort du robot esclave suivant une direction donnée
de l’espace opérationnel.
où
Mx = J −T M (q)J −1 , (2.10)
Vx = J −T
V (q, q̇) − Mx J˙q̇ (2.11)
et
tel-00263824, version 1 - 13 Mar 2008
Gx = J −T G(q). (2.12)
Dans les équations (2.9)-(2.12), Mx est de dimension (m × m) et les deux vecteurs Vx et
Gx sont de dimension (m × 1).
Soient M̂x , V̂x , Ĝx et F̂e les estimations respectives de Mx , Vx , Gx et Fe supposées
parfaites. En choisissant un effort Fsc tel que [Khalil et Dombre, 1999]
Fsc = M̂x (q)f ⋆ + V̂x (q, q̇) + Ĝx (q) + F̂e , (2.13)
la commande du robot esclave se réduit à la commande de m systèmes linéaires, invariants,
découplés et du second ordre décrits dans le temps par :
Ẍs (t) = f ⋆ (t − Td ), (2.14)
où f ⋆ est un vecteur de dimension (m × 1) homogène à un effort de commande. Td est le
retard propre du robot dû au temps de traitement des informations des capteurs, à l’envoi
de la commande ou encore au temps de réaction des articulations.
La Figure 2.3(a) montre une représentation schématique du découplage non linéaire
d’un robot dans l’espace cartésien. Ce découplage transforme un problème de commande
d’un système non-linéaire (2.9) en un problème de commande de m systèmes linéaires,
découplés et en doubles intégrateurs [Khatib, 1980]. Afin de pré-stabiliser chacun des
systèmes obtenus, nous réalisons une boucle interne de vitesse avec une matrice de gain
diagonale K2 . Ce retour assure une meilleure robustesse face aux erreurs de modélisation
et aux incertitudes inévitables liées à l’estimation des paramètres dynamiques du robot.
Le modèle en effort du système est établi en considérant le retard propre du robot, le
retour en vitesse et la matrice diagonale de raideur Ks de l’environnement. Ce modèle est
défini indépendamment pour chaque direction opérationnelle. Pour simplifier les écritures,
nous admettons alors que les variables Xs , Fe , f ⋆ , Ks et K2 représentent respectivement les
composantes, selon une direction donnée, des vecteurs Xs , Fe , f ⋆ , Ks et K2 . Ce modèle,
représenté sur la Figure 2.3(b), relie une entrée de commande u à l’effort Fe appliqué par
le robot sur son environnement. La fonction de transfert équivalente est donnée par :
Ks e−sTd
G(s) = (2.15)
s(s + K2 e−sTd )
35
avec s l’opérateur de Laplace. En considérant un retard Td faible, G s’écrit :

Ks e−sTd
G(s) ≈ . (2.16)
s(s + K2 )
Soit Ks,n la raideur nominale de l’environnement dont la valeur réelle Ks est a priori
inconnue. La représentation temporelle du modèle s’écrit
ÿ(t) + K2 ẏ(t) = Ks,n u(t − Td ), (2.17)
où y(t) représente l’effort Fe appliqué par le robot sur son environnement, u désigne la
variable d’entrée homogène à un effort de commande. En définissant deux variables d’état
x1 (t) = y(t) et x2 (t) = ẏ(t), la représentation d’état du système est

ẋ1 (t) 0 1 x1 (t) 0
= + u(t − Td ) (2.18)
ẋ2 (t) 0 −K2 x2 (t) Ks,n
que nous écrivons sous forme compacte

ẋ(t) = Ax(t) + Bu(t − Td )
tel-00263824, version 1 - 13 Mar 2008
. (2.19)
y(t) = x1 (t)
Considérons que le système (2.19) est précédé d’un bloqueur d’ordre zéro et que la
sortie est échantillonnée à la fréquence 1/h, sa représentation d’état discrète est donnée
par
xr,k = Φr xr,k−1 + Γr uk−1
(2.20)
yk = Cr xr,k
avec
Td = (d − 1)h + τ ′ , (2.21)
0 < τ ′ ≤ h, (2.22)
T
(2.23)

xr,k = xTk uk−d . . . uk−2 uk−1 ,
 
Φ1 Γ1 Γ0 . . . 0
 0 0 1 ... 0 
Φr =  ... .. .. . . ..  ,
 
. . . .  (2.24)

 
 0 0 0 ... 1 
0 0 0 ... 0
T
(2.25)

Γr = 0 0 . . . 0 1
et
(2.26)

Cr = 1 0 ... 0 0 .
Les matrices Φ1 , Γ1 et Γ0 sont respectivement définies par :
Φ1 = eAh = φ(h), (2.27)

Z h−τ ′
Γ0 = φ(λ) dλ B (2.28)
0
et Z τ′
′
Γ1 = φ(h − τ ) φ(λ) dλ B, (2.29)
0
36
chirurgical
où φ(·) représente la matrice de transition de l’état exprimée en temps continu par
1 − e−K2 t
 
 1 K2
φ(t) =  . (2.30)

−K2 t
0 e
Les expressions analytiques des matrices Φ1 , Γ1 et Γ0 sont obtenues à partir des équations
(2.27)-(2.30) en considérant τ ′ = h. Elles sont respectivement données par
1 − e−K2 h
 
 1 K2
Φ1 =  , (2.31)

0 e−K2 h
Ks,n
 
−K2 h
2
(K 2 h − 1 + e )
Γ1 =  K2 K (2.32)
 

s,n
(1 − e−K2 h )
K2
et
tel-00263824, version 1 - 13 Mar 2008
T
(2.33)

Γ0 = 0 0 .
Dans la représentation d’état discrète (2.20), le vecteur d’état xr,k est de dimension
((2 + d) × 1). Les deux premiers états représentent respectivement la force appliquée Fe et
sa dérivée. Les d autres états sont dus au retard Td propre au système. Les dimensions des
matrices Φr , Γr et Cr sont respectivement ((2 + d) × (2 + d)), ((2 + d) × 1) et (1 × (2 + d)).
Il est à remarquer que, uniquement deux éléments de la matrice d’état Φr (deux éléments
du vecteur Γ1 ) dépendent de la raideur nominale Ks,n . Pour faciliter les développements
présentés dans la suite de ce manuscrit (Chapitre 3), nous posons

γ1
Γ1 = Ks,n (2.34)
γ2
avec
K2 h − 1 + e−K2 h 1 − e−K2 h
γ1 = et γ 2 = . (2.35)
K22 K2
Le système esclave a ainsi été modélisé. À partir de sa représentation d’état, une
commande en effort par retour d’état peut être établie. L’intérêt de cette stratégie de
commande réside dans la prise en compte de la référence de consigne rk et de toutes les
variables d’état, supposées dans un premier temps connues, du système afin d’imposer une
dynamique et un comportement désiré en boucle fermée [Ogata, 2002]. Dans le paragraphe
suivant, nous présenterons cette loi de commande.
2.3.2.2 Synthèse de la commande par retour d’état

Soit le système esclave à commander dont le modèle en boucle ouverte est donné par
la représentation d’état (2.20)-(2.33). En supposant dans un premier temps que toutes
les composantes du vecteur d’état xr,k sont accessibles et mesurables, la commande par
retour d’état s’exprime par
uk−1 = rk−1 − Lr xr,k−1, (2.36)
où rk−1 et Lr sont respectivement l’entrée de référence en effort et le gain du retour d’état
de dimension (1 × (2 + d)).
37
La représentation d’état du système en boucle fermée est alors

xr,k = (Φr − Γr Lr )xr,k−1 + Γr rk−1
, (2.37)
yk = Cr xr,k−1
dont le gain statique ks est donné par
ks = Cr (I(2+d)×(2+d) − (Φr − Γr Lr ))−1 Γr . (2.38)
La synthèse du correcteur par retour d’état consiste à déterminer le gain Lr , afin

d’imposer la dynamique du système en boucle fermée. Ainsi, nous choisissons une réponse
en effort appliqué yk = Fe qui présente :
– un régime transitoire critique apériodique avec une constante de temps Tcl ,
– un régime permanent avec une erreur statique nulle.
Le polynôme caractéristique du système en boucle fermée correspondant s’écrit alors
P (z) = z d (z 2 + a1 z + a2 ), (2.39)
où
tel-00263824, version 1 - 13 Mar 2008
p
a1 = −2e−ζwn h cos( 1 − ζ 2 wn h) (2.40)
et
a2 = e−2ζwn h . (2.41)
ζ et wn sont respectivement le facteur d’amortissement et la pulsation propre du système.
Ils sont donnés par :
1
ζ = 1 et wn = . (2.42)
Tcl
Le gain du retour d’état Lr est alors calculé suivant la méthode de placement de pôles
d’Ackermann basée sur le modèle du système en boucle ouverte (Φr et Γr ), la matrice de
commandabilité et le polynôme caractéristique désiré en boucle fermée [Ogata, 2002]. Lr
est donné par :
Lr = 0 · · · 0 1 Wc−1 P (Φr ), (2.43)

où Wc est la matrice de commandabilité donnée par :

h i
Wc = Γr Φr Γr · · · Φ(d+2)−1
r Γr (2.44)
et P (Φr ) est le polynôme caractéristique (2.39) en Φr . Il est exprimé par :
P (Φr ) = Φdr (Φ2r + a1 Φ1r + a2 ). (2.45)
Pour imposer un gain statique unitaire, la référence rk−1 est choisie
rk−1 = ks−1 Fd = L1 Fd . (2.46)
Le développement des relations (2.43) et (2.46)) montre que L1 est égal au premier élément
de Lr dont seuls les deux premiers éléments dépendent de la raideur nominale Ks,n . Nous
posons alors
(2.47)

Lr = L1 L2 · · · Ld+2 ,
avec
l1 l2
L1 = et L2 = . (2.48)
Ks,n Ks,n
38
chirurgical
D’après les relations (2.37), (2.43) et (2.46), lorsque le robot esclave est en contact avec
son environnement, la fonction de transfert en boucle fermée Gcl (s) qui décrit l’évolution
de l’effort appliqué par le robot Fe par rapport à l’effort désiré Fd est
Fe 1
Gcl = = e−sTd . (2.49)
Fd (1 + Tcl s)2
Dans la synthèse de la stratégie de commande par retour d’état, nous avons supposé
que toutes les composantes de l’état xr,k du système esclave étaient mesurables, ce qui peut
s’avérer coûteux et/ou physiquement impossible à réaliser. Dans le paragraphe suivant,
nous développerons alors un observateur (ou reconstructeur) de l’état capable de fournir
une estimation x̂r,k du vecteur d’état du système. L’observateur qui sera proposé est
un observateur actif (AOB1 ) qui réalise non seulement l’estimation de l’état mais aussi
celle des erreurs de modélisation [Cortesão, 2002]. La compensation de ces erreurs permet
d’assurer de meilleures performances et une plus grande robustesse de la stratégie de
commande élaborée précédemment.
2.3.2.3 Observateur actif de l’état

tel-00263824, version 1 - 13 Mar 2008
Un observateur actif de l’état reformule une stratégie d’estimation d’état tout en tenant
compte des erreurs de modélisation du système. Ces erreurs apparaissent suite à une
modélisation structurellement erronée ou à une incertitude paramétrique sur Ks,n , M̂x ,
V̂x ou encore Ĝx par exemple. L’observateur réalise alors une estimation de ces erreurs
afin de minimiser leur effet sur la stratégie de commande du système.
Dans la suite, nous présenterons le principe général de l’observateur actif de l’état. Dans
cette présentation, nous mettrons en évidence les limitations d’un observateur "classique"
de l’état vis-à-vis des erreurs de modélisation. L’intérêt d’un observateur actif de l’état
sera alors démontré avant de présenter sa mise en œuvre pour la commande en effort du
site esclave.
Principe
Un observateur "classique" de l’état du système esclave (2.20)-(2.33) est un modèle
d’état établi suivant la représentation d’état en boucle ouverte du système [Ogata, 2002].
Il est de la forme
x̂r,k = Φr x̂r,k−1 + Γr uk−1 + Ek (yk − ŷk ), (2.50)
avec
ŷk = Cr (Φr x̂r,k−1 + Γr uk−1 ) (2.51)
dans laquelle Ek est le gain, de dimension ((2 + d) × 1), d’estimation de l’état. Ce gain
peut être calculé selon le procédé de Kalman [Kalman, 1960] ou celui de Luenberger
[Luenberger, 1966] afin que l’erreur d’estimation er,k , donnée par
er,k = xr,k − x̂r,k , (2.52)
converge vers 0 quand k tend vers l’infini.
Puisque le vecteur d’état xr,k du système est non totalement mesurable, la commande
par retour d’état s’établit en fonction du vecteur d’état estimé x̂r,k fourni par l’observateur
(2.50)-(2.51). La loi de commande uk−1 donnée par (2.36) devient alors :
uk−1 = rk−1 − Lr x̂r,k−1, (2.53)
1
pour Active OBserver
39
En présence d’erreurs de modélisation, cette entrée de commande uk−1 (2.53) peut être
réécrite sous la forme
uk−1 = rk−1 − Lr xr,k−1 + Lr er,k−1 . (2.54)
Dans cette expression, les erreurs d’estimation er,k , non considérées dans la synthèse
du gain Lr , sont mises en évidence. Ces erreurs, dues à des erreurs de modélisation du
système, sont appliquées à l’entrée du système à travers le retour d’état et peuvent ainsi
affecter et dégrader les performances désirées de la stratégie de commande. Dans ces
conditions, la représentation d’état du système en boucle fermée devient

xr,k = (Φr − Γr Lr )xr,k−1 + Γr rk−1 + Γr Lr er,k−1
. (2.55)
yk = Cr xr,k−1
Une telle stratégie de commande par retour d’état estimé utilisant un observateur "clas-
sique" de l’état, est illustrée sur la Figure 2.4(a).
Un observateur actif de l’état estime ces erreurs de modélisation en les regroupant
dans un état supplémentaire, appelé état actif, noté pk et donné par :
pk = Lr er,k . (2.56)
tel-00263824, version 1 - 13 Mar 2008
Cette observateur, illustré sur la Figure 2.4(b), est établi suivant la représentation
d’état désirée du système en boucle fermée [Cortesão, 2002]. La compensation des erreurs
de modélisation qui apparaissent à l’entrée du système se réalise alors en incluant dans le
retour d’état l’estimation p̂k de pk . La représentation d’état en boucle fermée du système
esclave suivant laquelle l’observateur actif sera établi est alors (cf. Figure 2.4(b))

xr,k Φr Γr xr,k−1 Γr
= + uk−1 (2.57)
pk 0 1 pk−1 0
avec une commande par retour d’état uk−1 donnée par

xr,k−1
(2.58)

uk−1 = rk−1 − Lr 1 .
p̂k−1
En considérant p̂k = pk , cette représentation d’état est identique à la représentation

d’état désirée en boucle fermée donnée par (2.37).
La synthèse de l’observateur actif est basée sur l’utilisation d’un filtre de Kalman où
l’état actif est introduit. Le choix de ce filtre est justifié par le fait qu’il permet une bonne
estimation de la sortie du système en présence de bruits, supposés blancs, sur la mesure
et sur le modèle [Jazwinski, 1970], [Cortesão, 2002]. Dans ces conditions, il assure une
estimation à variance minimale de la sortie (et de l’état lorsque le modèle est parfait). Sa
mise en œuvre est présentée dans le paragraphe suivant.
Mise en œuvre
Nous avons considéré un observateur actif d’ordre 1. Il se caractérise par un état actif
pk défini selon une equation aux récurrences d’ordre 1 donnée par :
pk = pk−1 + 0wk , (2.59)
où 0wk est un bruit blanc Gaussien de moyenne nulle et de matrice de covariance définie
positive Qpk donnée par
T
E[0wk 0wj ] = Qpk δkj , (2.60)
40
chirurgical
Observateur d’état Observateur Actif

x̂r,k = xr,k − er,k p̂k x̂r,k = xr,k − er,k
−
rk uk xr,k = Φr xr,k−1 + Γr uk−1 yk rk uk xr,k = Φr xr,k−1 + Γr uk−1 yk
+ yk = Cr xr,k + yk = Cr xr,k
− −
Lr x̂r,k = Lr xr,k − Lr er,k x̂r,k Lr x̂r,k = Lr xr,k − Lr er,k x̂r,k
Lr Lr
(a) (b)
Figure 2.4 - Stratégie de commande d’estimation et de commande par retour d’état es-
timé : (a) stratégie utilisant un observateur "classique" de l’état et (b) stra-
tégie utilisant un observateur actif de l’état avec compensation des erreurs de
modélisation.
où E[·] désigne l’espérance mathématique et

1 si k = j

δkj = . (2.61)
0 si k 6= j
δkj exprime le fait que la valeur de la variable de bruit 0wj prise à l’instant j est totalement
tel-00263824, version 1 - 13 Mar 2008
indépendante de la valeur 0wk prise à l’instant k.

La représentation d’état discrète du système esclave incluant l’état actif pk s’écrit alors
(cf. relation (2.57))

xr,k Φr Γr xr,k−1 Γr ξxr,k
= + uk−1 + 0 (2.62)
pk 0 1 pk−1 0 wk
et T
(2.63)

yk = Ca xr,k−1T pk−1 + ηyk .
Les entrées ξxr,k et ηyk sont des bruits blancs Gaussiens, indépendants, de moyennes nulles,
de dimensions respectives ((2 + d) × 1) et (1 × 1) et dont les covariances respectives sont
définies positives et données par
T
E[ξxr,k ξxr,j] = Qxr,k δkj et E[ηyk ηyjT ] = Rk δkj (2.64)
avec Qxr,k une matrice diagonale. Qxr,k et Rk représentent respectivement les incertitudes
apportées au modèle et à sa sortie mesurée yk = Fe . Soit Qk la matrice de covariance du
T 0 T T
vecteur de bruit ξk = ξxr,k wk agissant sur l’état étendu xr,kT pk

 
Qxr,k 0
E[ξk ξjT ] = Qk δkj où Qk =  . (2.65)
0 Qpk
La mise en œuvre expérimentale de la stratégie d’estimation en sera fortement dépendante

comme nous le verrons au §2.4.
En considérant la commande par retour d’état estimé

x̂r,k−1
(2.66)

uk−1 = rk−1 − Lr 1 ,
p̂k−1
l’observateur actif établi selon le modèle désiré en boucle fermée s’écrit

x̂r,k Φr − Γr Lr 0 x̂r,k−1 Γr
= + rk−1 + Kk (yk − ŷk ), (2.67)
p̂k 0 1 p̂k−1 0
41
Opérateur Fh
Force Système Xh
βf maı̂tre
−
+
Kv βp
−
Fd rk uk f⋆ e−sTd Xs yk = Fe
L1 Ks
+ + s2
− −
Robot
K2 s +
Environnement
G(s)
[x̂Tr,k p̂k ]T
[Lr 1] AOB
Système
Boucle fermée
Gcl (s)
tel-00263824, version 1 - 13 Mar 2008
Figure 2.5 - Architecture de télé-opération et stratégie de commande en effort intégrant

un observateur actif de l’état AOB et une technique de commande par retour
d’état.
avec
Φr − Γr Lr 0 x̂r,k−1 Γr
ŷk = Ca + rk−1 (2.68)
0 1 p̂k−1 0
et
(2.69)

Ca = Cr 0 .
Le gain d’estimation de Kalman Kk de dimension ((2+d+1)×1), qui reflète les incertitudes

T
associées à chaque composante du vecteur d’état xr,kT pk et à la sortie mesurée yk = Fe

[Cortesão, 2002], est donné par

−1
Kk = P1k CaT [Ca P1k CaT + Rk ] , (2.70)
avec
P1k = Φn Pk−1 ΦTn + Qk (2.71)
et
Pk = P1k − Kk Ca P1k . (2.72)
Φn représente la matrice d’état en boucle ouverte du système à observer (2.62). Elle est
donnée par :

Φr Γr
Φn = . (2.73)
0 1
Les matrices P1k et Pk sont respectivement les matrices de covariance de l’erreur de
T
prédiction et d’estimation associées à l’état x̂r,kT p̂k avant et après correction par le

gain K dans (2.67). La valeur initiale P0 traduit la confiance accordée à l’état initial
T kT
x̂r,0 p̂0 . Plus les valeurs de P0 sont élevées moins cette confiance est grande.
42
chirurgical
Opérateur
111
000
Interface Haptique 6 ddl
Environnement
Robot D2M2 5 ddl
Liaison parallèle Cartes entrée/sortie
Fd
Liaison Ethernet
Protocole UDP
Xh Windows XP
Windows XP
RTX
Station Maı̂tre Station esclave
Figure 2.6 - Représentation schématique de la plate-forme expérimentale.
2.3.3 Synthèse du schéma global de télé-opération

tel-00263824, version 1 - 13 Mar 2008
La Figure 2.5 illustre l’architecture de télé-opération incluant l’observateur actif de

l’état et la stratégie de commande par retour d’état selon chaque direction opérationnelle.
2.4 Analyse expérimentale

2.4.1 Plate-forme expérimentale
L’architecture de télé-opération a été validée expérimentalement sur une plate-forme
robotique constituée de deux stations, maître et esclave, communiquant via une liaison
réseau Ethernet et un protocole de communication de type UDP. Les données échangées
(position et effort) sont toutes de dimension (3 × 1) représentant une télé-opération selon
les trois directions de déplacement x, y et z d’un repère R0 propre au manipulateur
esclave. Une représentation schématique de la plate-forme expérimentale est donnée sur
la Figure 2.6.
La station maître est constituée d’un bras maître à retour d’effort de type PHAN-
ToM 1.5 de SensAble Technologies (Figure 2.7(a)). Cette interface haptique est un robot
manipulateur à 6 ddl tous motorisés. Elle permet ainsi l’application d’un effort (et d’un
moment) suivant (et autour) les trois directions de son espace opérationnel. La faible masse
des bras qui la constituent, son architecture mécanique et ses articulations à très faible
frottements permettent à un opérateur de manipuler son effecteur avec une bonne aisance
même si elle n’est pas réellement adaptée à la chirurgie mini-invasive. Lors de l’application
d’un effort, elle lui paraît totalement transparente permettant ainsi un rendu haptique de
bonne qualité. L’interface haptique est connectée à un ordinateur sous Windows XP com-
muniquant via une liaison de type parallèle. Un processus cyclique à 1 [ms] (1 [KHz]) gère
le fonctionnement de l’interface haptique en faisant appel aux fonctions de la librairie
Ghost fournies avec le PHANToM. L’interface haptique envoie la position cartésienne
de son effecteur et reçoit les efforts et les moments qu’elle reproduit.
En manipulant le bras haptique, l’opérateur télé-opère le robot esclave D2M22 . Ce
robot, illustré sur la Figure 2.7(b), est un manipulateur de type SCARA série à 5 ddl
2
pour Direct Drive Modular Manipulator.
43
2.4. Analyse expérimentale
(a) (b) (c)
Figure 2.7 - Plate-forme expérimentale : (a) interface haptique maître PHANToM 1.5,
(b) robot manipulateur esclave D2M2 et (c) environnement distant.
capable de se déplacer selon les trois directions x, y et z et de s’orienter autour des axes
x et y d’un même repère R0 lié à sa base fixe. Son modèle est donné en Annexe A. Il
possède une articulation prismatique et quatre articulations rotoïdes toutes actionnées
par des moteurs à entraînement direct. Ce type d’actionnement limite les jeux et les
frottements au niveau des articulations, offre une grande dynamique de déplacement et
tel-00263824, version 1 - 13 Mar 2008
ainsi une meilleure transparence par rapport aux efforts appliqués sur l’environnement.
De plus, ne comportant pas de réducteurs, ces actionneurs permettent d’avoir un robot
totalement réversible qui tolère des interactions manuelles avec un utilisateur extérieur
(changement de posture, déplacement de l’effecteur vers une position désirée, dégagement
en cas de panne, etc . . .). Un entraînement par courroie a permis de déporter les action-
neurs à proximité de la première articulation où une grande partie de la masse du robot
se concentre. Le robot est compensé en gravité par un mécanisme à ressort.
Les efforts que le robot D2M2 exerce sur son environnement sont mesurés grâce à
un capteur d’effort à six composantes ATI Mini 40 rigidement fixé entre le robot et son
effecteur. L’environnement distant comporte plusieurs objects de raideurs différentes. Trois
types d’objet sont choisis pour représenter successivement un environnement mou (une
balle en mousse), de rigidité moyenne (de la mousse dense, une balle à moitié remplie
d’air) et très rigide (un livre). La Figure 2.7(c) montre les objets utilisés pour réaliser nos
différentes expérimentations.
Le robot D2M2, le capteur d’effort et l’environnement distant, forment le système
esclave à commander. Pour piloter ce système, un ordinateur fonctionnant avec une couche
temps réel RTX sous Windows XP communique, grâce à deux cartes d’entrée/sortie, avec
les variateurs du robot D2M2 et le capteur d’effort ATI. Les informations envoyées par
l’ordinateur sont les couples moteurs à appliquer au niveau de chaque actionneur du robot
esclave D2M2. Le robot et le capteur d’effort transmettent respectivement, à l’ordinateur,
les positions articulaires courantes et les efforts mesurés. La période d’échantillonnage pour
la commande du robot esclave D2M2 est h = 0.7 [ms] (1.42 [KHz]).
2.4.2 Résultats expérimentaux

Les expérimentations menées pour valider l’architecture de télé-opération se carac-
térisent par deux phases d’évolution du robot. Pendant la première phase, l’opérateur
télé-opère le robot dans un espace libre et le fait se déplacer suivant les trois directions de
son espace de travail opérationnel. Lorsque le robot esclave arrive à proximité d’un objet
distant, la deuxième phase de manipulation débute. L’opérateur télé-opère alors le robot
pour exercer un effort sur un objet suivant la direction verticale z. Les objets considérés
44
chirurgical
Paramètre K2 Ks,n Tcl Qk1,1 Qk2,2 Qki,i Qpk Rk P0

Unité [Ns/m] [N/m] [s] [N ]
2
[N /s ]
2 2
[N ]
2
[N ]
2
[N ]
2
x 5 300 0.075 10−9 10−12 10−12 10−4.2 100 Qk

y 5 300 0.075 10−9 10−12 10−12 10−4.2 100 Qk
z 10 200 0.075 10−9 10−12 10−12 10−4.2 100 Qk
Tableau 2.1 - Paramètres de modélisation, d’estimation et de commande par retour d’état

(i = 3, · · · , 7). L’unité de chaque élément de P0 dépend de l’état qui lui
correspond.
sont la petite balle en mousse et le ballon à moitié rempli d’air illustrés sur la Figure 2.7(c).
Dans cette phase d’évaluation, il est important de préciser que la télé-opération est réali-
sée selon les trois directions x, y et z du repère R0 mais que nous traitons uniquement les
interactions et les efforts appliqués Fe selon la direction z.
Le nombre de degrés de liberté opérationnels du robot D2M2 est m = n = 5. Cepen-
tel-00263824, version 1 - 13 Mar 2008
dant, nous réalisons la télé-opération uniquement selon les axes x, y et z de son repère
R0 . Nous reproduisons alors le schéma de télé-opération et de commande en effort de la
Figure 2.5 indépendamment pour les trois directions et nous imposons une commande en
effort nulle pour les deux orientations (en boucle ouverte). f ⋆ est alors donnée par :
T
f ⋆ = fx⋆ fy⋆ fz⋆ 0 0 (2.74)

,
où fx⋆ , fy⋆ et fz⋆ représentent respectivement les efforts de commande générés par le retour
d’état en Lr et de vitesse en K2 suivant les directions x, y et z.
Un essai en boucle ouverte a permis d’estimer le retard propre du robot à Td = 3.5 [ms].
Sachant que la période d’échantillonnage est h = 0.7 [ms], le retard calculé en nombre
T
de période d’échantillonnage est d = 5. L’état du système xr,kT pk ainsi que son estimé

T T
x̂r,k p̂k , sont alors de dimension (8 × 1). La matrice de covariance Qk ainsi que celle
de l’erreur d’estimation Pk sont donc de dimension (8 × 8).
Pour les trois directions opérationnelles, les paramètres de télé-opération sont choisis
tels que
βp,j = 2 , βf,j = 0.1 et Kv,j = 1000 [N/m] avec j = x, y, z. (2.75)
Les paramètres concernant l’estimation de l’état (relations (2.67)-(2.73)), la commande
par retour d’état (relations (2.43)-(2.46)) et le retour en vitesse K2 sont donnés dans le
Tableau 2.1. Ces paramètres ont été choisis de façon à assurer la stabilité du système
avec un bon suivi de trajectoire lors d’une télé-opération en espace libre. Ils permettent
aussi l’application d’un effort sur un objet mou et une transition stable d’une phase à une
autre (selon la direction z). Les paramètres adoptés pour l’estimation de l’état étendu (cf.
Tableau 2.1) ont été choisis en considérant que l’état actif pk est l’état le plus incertain
du modèle (grande valeur de Qpk comparée à celles de Qk ). Ce choix permet d’avoir une
grande dynamique d’estimation de pk et donc une grande réaction face aux erreurs de
modélisation.
Pour évaluer les performances du schéma de télé-opération, nous présenterons tout
d’abord une expérience où seul un déplacement dans un espace libre est effectué. Nous
illustrerons ensuite les résultats d’une télé-opération qui met en évidence une prise de
contact avec l’objet en mousse.
45
250
Position maître βp Xh,x Position maître βp Xh,y
Position esclave Xs,x Position esclave Xs,y
650
150
Positions [mm] selon l’axe x
Positions [mm] selon l’axe y

100
600
50
550 0
-50
500
-100
-150
450
-200
400 -250
5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
30
Position maître βp Xh,z
Position esclave Xs,z
0
Positions [mm] selon l’axe z
-20
tel-00263824, version 1 - 13 Mar 2008
-40
-60
-80
-100
-120
-140
-160
-180
5 10 15 20 25 30 35 40
Temps [s]
(c)
Figure 2.8 - Suivi en position d’une trajectoire en espace libre imposée par l’opérateur :
(a) suivi de trajectoire suivant la direction x, (b) suivi de trajectoire suivant
la direction y et (c) suivi de trajectoire suivant la direction z du repère R0 .
2.4.2.1 Déplacement en espace libre
Durant cette expérience, l’opérateur manipule le bras haptique PHANToM 1.5 et

télé-opère le robot distant D2M2 qui se déplace dans un espace libre. Les courbes de
la Figure 2.8 montrent les résultats de suivi de trajectoire. Ces données présentent la
position cartésienne du bras haptique et celle du robot esclave établies dans le repère de
base R0 du robot esclave. La mise en correspondance entre les deux positions a été faite
à un instant t0 = 0 [s] qui représente le début de l’expérience.
La Figure 2.9 montre les efforts mesurés, estimés et désirés obtenus lors de cette ex-
périence. Puisque la télé-opération se réalise dans un espace libre, les efforts mesurés Fe
sont très faibles selon toutes les directions et seul le bruit de mesure du capteur d’ef-
fort est enregistré. Les efforts désirés Fd sont, après multiplication par −βf , ressentis par
l’opérateur au niveau de l’interface haptique. Les efforts ŷ sont ceux estimés par l’observa-
teur actif et utilisés dans la commande par retour d’état. Les évolutions de la commande
T
uk = L1 Fd − [Lr 1] x̂r,kT p̂k ainsi que l’évolution de l’état actif −p̂k selon les trois direc-

tions, sont illustrées sur la Figure 2.10.
46
chirurgical
15
8
10 6
Forces [N] selon l’axe x
Forces [N] selon l’axe y

4
5 2
0
0
-2
-4
-5
-6
Force désirée Fd,x Force désirée Fd,y
Force mesurée Fe,x Force mesurée Fe,y
Force estimée ŷx Force estimée ŷy
-13 -10
5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
Force désirée Fd,z
8
Force mesurée Fe,z
Force estimée ŷz
6
Forces [N] selon l’axe z
tel-00263824, version 1 - 13 Mar 2008
-2
-4
-6
5 10 15 20 25 30 35 40
Temps [s]
(c)
Figure 2.9 - Efforts mesurés Fe , estimés ŷ et désirés Fd lors d’une télé-opération en espace
libre : (a) efforts suivant la direction x, (b) efforts suivant la direction y et (c)
efforts suivant la direction z du repère R0 . −βf Fd représente l’effort ressenti
par l’opérateur au niveau du bras haptique PHANToM 1.5.
Remarques
Dans les développements théoriques exposés précédemment, nous avons considéré que
le système esclave à commander était formé d’un robot portant un capteur d’effort et
en contact avec un environnement. Lors d’une télé-opération dans un espace libre, le
modèle établi (2.20)-(2.26) ne représente plus exactement le système réel à commander.
Ceci explique la mauvaise estimation des efforts mesurés Fe illustrée sur la Figure 2.9.
Cependant, malgré cette erreur structurelle de modélisation, le système reste stable.
Sur la Figure 2.10, il est possible de constater que la quasi-totalité de la commande
T
uk = L1 Fd − [Lr 1] x̂r,kT p̂k est fournie par l’état actif −p̂k .

La télé-opération dans un espace libre a été réalisée grâce au schéma position - posi-
tion. Bien que le système esclave soit commandé en effort et non en position, il se déplace
jusqu’à annuler l’effort désiré Fd et donc annuler l’erreur entre sa position Xs et la position
de la station maître βp Xh . Dans un espace libre, les performances de suivi de trajectoire
représentent la transparence du schéma de télé-opération et sa capacité à informer l’opé-
rateur sur les mouvements libres du robot esclave (voir §1.2.3.2).
47
3 2.5 3
Commande uk,x et −pk,x [N] selon l’axe x Commande uk,x Commande uk,y Commande uk,z
Commande uk,y et −pk,y [N] selon l’axe y
Commande uk,z et −pk,z [N] selon l’axe z

État actif estimé −p̂k,x État actif estimé −p̂k,y État actif estimé −p̂k,z
2 2
1.5
1.5
1.5
1
1
1
0.5 0.5
0.5
0 0
0
-0.5
-0.5
-0.5
-1
-1 -1
-1.5
-2 -1.5 -1.5
-2.5 -2 -2
5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40
Temps [s] Temps [s] Temps [s]
(a) (b) (c)
Figure 2.10 - L’état actif estimé −p̂k et la commande par retour d’état uk = L1 Fd −
T
[Lr 1] x̂r,kT p̂k lors d’une télé-opération en espace libre : (a) suivant la

direction x, (b) suivant la direction y et (c) suivant la direction z du repère

R0 .
15 10 8
Erreur en position βp Xh,y − Xs,y Erreur en position βp Xh,z − Xs,z
tel-00263824, version 1 - 13 Mar 2008
Erreur en position [mm] selon l’axe x
Erreur en position [mm] selon l’axe y
Erreur en position [mm] selon l’axe z

8
6
10
6
4
4
5
2
2
0 0 0
-2
-2
-5
-4
-4
-6
-10
-6
-8
Erreur en position βp Xh,x − Xs,x
-15 -10 -8
5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40 5 10 15 20 25 30 35 40
(a) (b) (c)
Figure 2.11 - Erreurs de poursuite βp Xh −Xs lors d’une télé-opération en espace libre : (a)
suivant la direction x, (b) suivant la direction y et (c) suivant la direction
z du repère R0 .
La Figure 2.8 présente les résultats de suivi de trajectoire obtenu lors de la télé-
opération en espace libre. Ces derniers montrent la capacité du robot esclave à reproduire
les gestes de l’opérateur. Ils ont été obtenus grâce à la faible valeur choisie pour la rai-
deur nominale Ks,n (selon les trois directions). Les erreurs de poursuite suivant les trois
directions sont visibles sur la Figure 2.11.
La Figure 2.9 montre les efforts désirés appliqués au système esclave. Après multi-
plication par βf = 0.1, ces efforts sont ressentis par l’opérateur au niveau de l’interface
haptique. Ils varient entre −1.2 et 1.2 [N] selon x, −1 et 0.8 [N] selon y et enfin entre
−0.6 et 0.8 [N] suivant l’axe z. Ils fournissent donc de bonnes sensations à l’opérateur et
lui permettent d’avoir des informations utiles concernant le robot esclave en mouvement.
Grâce au schéma de télé-opération position - position, à la commande interne en

vitesse (en K2 ) et à la commande en effort imposant une faible rigidité du système esclave,
l’opérateur est capable de percevoir les interactions entre le robot et une tierce personne.
Cette propriété est d’un grand intérêt dans une salle d’opération où l’équipe médicale est
amenée à agir sur le robot chirurgical (changement d’instrument par exemple).
48
chirurgical
2.4.2.2 Interaction avec un objet mou
Cette expérience illustre une télé-opération lors d’une prise de contact avec un objet
mou (la balle en mousse illustrée sur la Figure 2.7(c)). Le contact se réalise suivant l’axe
z du repère R0 du robot esclave. Pour faciliter l’analyse, les efforts latéraux suivant (x, y)
ont été considérés nuls. Nous ne présenterons donc que les informations en effort relatives
à l’axe z.
La Figure 2.12 illustre les résultats de suivi de trajectoires imposées par l’opérateur
(βp Xh ) et reproduites par le robot esclave (Xs ). Dans un premier temps, l’opérateur
déplace le robot esclave en espace libre jusqu’à atteindre la position de l’objet considéré.
Une fois atteinte (à t0 = 14.3 [s]), l’opérateur applique un effort allant jusqu’à −20 [N].
8 [s] plus tard, l’opérateur soulève le robot esclave et réalise un nouveau déplacement dans
un espace libre.
La Figure 2.13 présente les efforts appliqués Fe , estimés par l’observateur actif ŷ et
désirés par l’opérateur Fd suivant la direction z. Tout au long de l’expérience, les efforts
désirés Fd sont multipliés par −βf et ressentis par l’opérateur au niveau de l’interface
haptique. Au moment du contact, ce dernier ressent un effort allant jusqu’à 2 [N] suivant
T
l’axe z. La commande uk = Fd − [Lr 1] x̂r,kT p̂k et l’état actif estimé −p̂k selon la

tel-00263824, version 1 - 13 Mar 2008
direction z, sont donnés sur la Figure 2.14.
Remarques
Les résultats donnés par les Figures. 2.12, 2.13 et 2.14 montrent un comportement
stable du système pendant toutes les phases de télé-opération à savoir le déplacement en
espace libre, l’application d’un effort sur un objet mou et la transition d’une phase à une
autre.
Suivant l’axe z, une erreur importante en position (voir Figure 2.12(c)) apparaît au
moment de la prise de contact avec l’objet mou. Elle génère un effort désiré Fd , ressenti
par l’opérateur (−βf Fd ) et appliqué en entrée du système esclave. La loi de commande en
effort permet au robot esclave d’appliquer ces efforts sur l’objet considéré (Fe = Fd ).
Sur la Figure 2.14, une réaction de l’état actif p̂k par rapport à la commande uk appa-
raît aux deux instants de transition (de "sans" à "avec" contact et vice-versa). Pendant
l’application de l’effort, p̂k devient faible montrant la disparition des erreurs structurelles
de modélisation (voir Remarques du §2.4.2.1). Ceci a permis une parfaite estimation des
efforts mesurés Fe comme illustré sur la Figure 2.13. Les erreurs restantes et estimées par
p̂k peuvent provenir d’une estimation erronée des paramètres de J , M̂x , V̂x , Ĝx et de
Ks,n .
Sur la Figure 2.13 lors de l’interaction avec l’objet, les efforts désirés Fd et ressentis
−βf Fd par l’opérateur sont égaux à l’effort mesuré Fe . L’opérateur est alors capable de
ressentir et de contrôler cet effort au niveau et à partir de son interface haptique. Concer-
nant l’impédance transmise et ressentie par l’opérateur (la transparence, voir §1.2.3.2), il
est possible de voir à partir des données expérimentales de la Figure 2.12(c) que lorsque
l’opérateur applique un effort, la position de sa main varie par rapport à la position de
contact (estimée à ≃ −110 [mm]). Une autre variation apparaît lorsque l’effort est plus
grand (à t ≈ 18 [s]). Ce comportement représente effectivement l’application d’un effort
sur un objet mou. Cependant, la seule information relative à l’environnement et transmise
au site maître est la raideur nominale Ks,n = 200 [N/m]. Cette raideur, choisie faible pour
assurer la stabilité et le suivi de trajectoire en espace libre, ne représente qu’une estimation
a priori de la raideur réelle Ks de l’environnement. Les sensations perçues par l’opérateur
49
640 100

600 60
580 40
560 20
540 0
520 -20
500 -40
480 -60
460 -80
5 10 14.3 18.5 22.5 25 28 5 10 14.3 18.5 22.5 25 28
Temps [s] Temps [s]
(a) (b)
20
-20
-40
tel-00263824, version 1 - 13 Mar 2008
-60
-80
-100
Contact
-120
Espace libre Espace libre
-140
-160
-180
5 10 14.3 18.5 22.5 25 28
Temps [s]
(c)
Figure 2.12 - Suivi en position d’une trajectoire imposée par l’opérateur lors d’une télé-
opération et prise de contact avec un objet mou suivant la direction z du
repère R0 : (a) suivi de trajectoire suivant la direction x, (b) suivi de tra-
jectoire suivant la direction y et (c) suivi de trajectoire suivant la direction
z du repère R0 .
sont alors limitées par la raideur nominale choisie dans la stratégie de commande en effort.
Une étude plus approfondie de la transparence du schéma de télé-opération sera présentée
dans le Chapitre 3.
2.4.2.3 Interaction avec un objet de rigidité moyenne

Cette dernière expérience montre une télé-opération avec prise de contact avec un objet
de rigidité moyenne (le ballon en cuir à moitié rempli d’air visible sur la Figure 2.7(c)).
Comme pour l’expérience précédente, les interactions sont uniquement réalisées suivant
l’axe z du repère R0 du robot esclave. Les résultats obtenus sont donnés sur la Figure 2.15.
Ils montrent un comportement instable du système esclave.
Les données en effort (Figure 2.15(a)) montrent qu’il est impossible pour l’opérateur
d’interagir et d’appliquer des efforts sur l’objet. La commande par retour d’état uk , visible
sur la Figure 2.15(c), ne parvient pas à contrôler et à appliquer les efforts désirés par
50
chirurgical

-5
Espace libre Contact Espace libre
-10
-15
-20 Force désirée Fd

Force mesurée Fe
Force estimée ŷ
-25
5 10 14.3 18.5 22.5 25 28
Temps [s]
Figure 2.13 - Efforts mesuré Fe , estimé ŷ et désiré Fd lors d’une télé-opération et prise de
contact avec un objet mou suivant la direction z du repère R0 . −βf Fd repré-
sente l’effort ressenti par l’opérateur au niveau du bras haptique PHAN-
ToM 1.5.
tel-00263824, version 1 - 13 Mar 2008
l’opérateur. Ceci est essentiellement dû à l’observateur actif et à la commande par retour

d’état qui, étant élaborés pour des interactions avec un environnement mou (Ks,n =
200 [N/m]), ne réussissent pas à estimer et à contrôler les efforts appliqués Fe .
En effet, cette raideur nominale Ks,n , choisie faible, limite l’environnement avec lequel
le robot esclave peut interagir. Une étude théorique, menée dans [Cortesão et al., 2006a],
montre que lors d’une sous-estimation de la raideur de l’environnement (Ks,n < Ks ), le
système esclave est stable si l’erreur d’estimation δKs , donnée par
δKs = Ks − Ks,n , (2.76)
est
δKs < f (Ks,n ), (2.77)
où f (Ks,n ) est un scalaire positif qui dépend de la raideur nominale Ks,n . Pour une
raideur nominale Ks,n = 200 [N/m], le système est stable si f (Ks,n ) = 1400 [N/m]
(Ks ≤ 1600 [N/m]) [Cortesão et al., 2006a].
Une estimation en ligne de l’environnement distant devient alors essentielle, non seule-
ment pour la transparence du schéma de télé-opération (voir Remarques du §2.4.2.2),
mais surtout pour assurer la stabilité du système lors des interactions avec un environne-
ment rigide.
2.5 Conclusion
Nous avons présenté dans ce chapitre la synthèse d’une architecture de télé-opération
avec retour d’effort dédiée à l’assistance du geste chirurgical. L’architecture choisie est de
type position-position avec une commande en effort du système esclave. Dans ce schéma
de télé-opération, l’erreur en position entre les deux sites est traduite en un effort ressenti
par l’opérateur et imposé au système esclave contrôlé en effort. Cette commande se base
sur le modèle du robot esclave en contact avec son environnement. Elle utilise alors les
techniques de découplage non-linéaire afin de réduire le problème de commande à celui de
plusieurs systèmes linéaires et parfaitement découplés. Des stratégies d’estimation et de
51
2.5. Conclusion
1.5
Commande uk
Commande uk et −pk [N] selon l’axe z

État actif estimé −p̂k
1
0.5
-0.5
Espace libre Contact Espace libre

-1
5 10 14.3 18.5 22.5 25 28
Temps [s]
Figure 2.14 - L’état actif estimé −p̂k et la commande par retour d’état uk = L1 Fd −
T
[Lr 1] x̂r,kT p̂k lors d’une télé-opération et prise de contact avec un objet
mou suivant la direction z de R0 .
tel-00263824, version 1 - 13 Mar 2008
commande par retour d’état ont alors été utilisées afin de contrôler les efforts appliqués
par le robot esclave sur son environnement. L’observateur d’état qui a été choisi est un
observateur actif qui réalise l’estimation des erreurs de modélisation du système esclave.
L’intégration de cette estimation dans la commande par retour d’état permet alors de
minimiser l’effet de ces erreurs et de garantir les performances désirées de la stratégie de
commande.
L’évaluation expérimentale de l’architecture de télé-opération a été réalisée sur une
plate-forme robotique constituée d’un robot manipulateur et d’une interface haptique.
L’architecture en position - position a permis au système esclave de reproduire les gestes
de l’opérateur et de lui transmettre des informations concernant ses déplacements en
espace libre. Grâce à la commande en effort du système esclave, l’opérateur a pu interagir
avec un environnement distant de faible rigidité. À travers l’interface haptique, il a ainsi
contrôlé et ressenti les efforts appliqués par le robot esclave. Cette architecture de télé-
opération tire profit des performances d’un schéma en position - position tout en intégrant
une commande en effort du système esclave.
Cependant, cette architecture de télé-opération présente deux limitations majeures
liées à la connaissance des caractéristiques de l’environnement. Elles concernent la stabilité
de la commande en effort lors des interactions avec un environnement de rigidité élevée
et la transparence du schéma de télé-opération. Afin de garantir la stabilité du système,
une estimation en ligne de la raideur de l’environnement sera présentée dans le chapitre
suivant. Une adaptation des paramètres de commande permettra, après analyse de la
transparence et de la stabilité du schéma de télé-opération, d’imposer une transparence
désirée tout en garantissant des marges de stabilité satisfaisantes.
52
chirurgical
10 60
Position maître βp Xh
5 Position esclave Xs
40

0
20
-5
-10 0
-15 -20
-20
-40
-25
Force désirée Fd
-60
-30 Force mesurée Fe
Force estimée ŷ
tel-00263824, version 1 - 13 Mar 2008
-35 -80
34 35 36 37 38 39 40 34 35 36 37 38 39 40
Temps [s] Temps [s]
(a) (b)
8
Commande uk

6
-2
-4
34 35 36 37 38 39 40
Temps [s]
(c)
Figure 2.15 - Les efforts, les positions et la commande lors d’une télé-opération et prise
de contact avec un objet de rigidité moyenne (balle moitié remplie d’air de
la Figure 2.7(c)) suivant la direction z d’un repère R0 : (a) efforts mesuré
Fe , estimé ŷ et désiré Fd (−βf Fd représente l’effort ressenti par l’opérateur
au niveau du bras haptique PHANToM 1.5), (b) suivi d’une trajectoire
imposée par l’opérateur et (c) état actif estimé −p̂k et la commande uk =
T
L1 Fd − [Lr 1] x̂r,kT p̂k .
53
tel-00263824, version 1 - 13 Mar 2008
Chapitre 3. Transparence et stabilité du schéma de télé-opération
Chapitre 3
Transparence et stabilité du schéma de

télé-opération
Sommaire
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
tel-00263824, version 1 - 13 Mar 2008
3.2 Estimation de la raideur de l’environnement et commande adaptative 56

3.2.1 Stratégies d’estimation paramétrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.2.2 Filtre de Kalman étendu pour l’estimation de la raideur . . . . . . . . . . . . . . . . . . 58
3.2.3 Compensation des erreurs de modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2.4 Télé-opération et estimation en ligne de la raideur de l’environnement . . . . . . . . . . 67
3.2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Transparence et stabilité du schéma de télé-opération . . . . . . . . 69
3.3.1 Transparence du schéma de télé-opération . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.3.2 Stabilité du schéma de télé-opération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.3.3 Compromis stabilité/transparence et commande adaptative . . . . . . . . . . . . . . . . 76
3.4 Télé-opération et interaction avec des tissus ex-vivo . . . . . . . . . 80
3.4.1 Interaction avec des tissus ex-vivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.4.2 Insertion d’aiguille télé-opérée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.1 Introduction
En chirurgie mini-invasive robotisée, les interactions peuvent être de nature extrême-
ment diverses. Elles sont non seulement effectuées avec des tissus mous de type organes,
muscles, veines, etc . . ., mais aussi avec des tissus rigides comme le sternum, les côtes de
la cage thoracique, etc . . .ou encore avec d’autres instruments. La diversité et l’incerti-
tude associées à la connaissance de l’environnement deviennent un élément central pour
garantir la stabilité et la transparence du schéma de télé-opération avec retour d’effort.
La synthèse d’une telle architecture doit donc tenir compte de ces interactions avec des
tissus et des objets de rigidité différente.
Dans le chapitre précédent, nous avons présenté un schéma de télé-opération avec
retour d’effort de type position - position dont la commande en effort du robot esclave
repose sur la connaissance d’une raideur nominale de l’environnement. Ce schéma de
télé-opération a été validé sur une plate-forme expérimentale en réalisant trois types d’ex-
périence : télé-opération en espace libre, interaction avec un objet mou et un objet de
rigidité moyenne. Les résultats obtenus à la suite de ces expérimentations mettent en
évidence un certain nombre de limitations. En effet, d’abord la transparence du schéma
55
3.2. Estimation de la raideur de l’environnement et commande adaptative
de télé-opération dépend de la raideur nominale utilisée dans la stratégie de commande

en effort. De plus, dès que l’interaction intervient avec un objet plus rigide, la stabilité
de la commande en effort se dégrade considérablement. Qu’elles concernent la stabilité
du système esclave ou la transparence du schéma de télé-opération, ces limitations sont
fortement liées à la connaissance des caractéristiques de l’environnement distant.
Dans ce chapitre, nous nous intéresserons donc à la caractérisation en ligne de la raideur
Ks de l’environnement et son influence sur la stabilité et la transparence du système. Nous
proposerons d’abord une estimation en ligne de la raideur Ks . La stratégie adoptée repose
sur le modèle, établi dans le chapitre précédent, du système esclave incluant le robot et
l’environnement. Les premières expérimentations intégrant cette stratégie d’estimation
de la raideur montreront l’influence des erreurs de modélisation du robot esclave sur
le paramètre estimé. Nous proposerons donc une compensation de ces erreurs dans la
stratégie d’estimation en ligne. L’adaptation de la loi de commande en effort en fonction de
la raideur estimée permettra finalement, à travers des résultats expérimentaux, de garantir
la stabilité du système lors des interactions avec un environnement de rigidité plus élevée.
Dans un deuxième temps, nous analyserons la transparence et la stabilité du schéma de
télé-opération en distinguant le mouvement volontaire et involontaire de l’opérateur. En se
basant sur un compromis entre stabilité et transparence, nous proposerons une adaptation
tel-00263824, version 1 - 13 Mar 2008
des paramètres de télé-opération afin d’imposer une transparence désirée et des marges de
stabilité satisfaisantes. Le chapitre se conclura par une présentation des résultats ex-vivo
montrant la stabilité et la transparence du schéma de télé-opération avec retour d’effort.
Nous nous intéresserons non seulement à une interaction simple avec des tissus, mais
aussi au geste d’insertion d’aiguille télé-opérée [Stoianovici et al., 2003]. Dans ce cas, le
retour d’effort permet au chirurgien de distinguer et de maîtriser les différentes étapes de
l’insertion [Gerovichev et al., 2002], [Barbé et al., 2007a].
3.2 Estimation de la raideur de l’environnement et com-

mande adaptative
Après un bref état de l’art des techniques d’estimation paramétrique, nous proposons
une stratégie d’estimation en ligne de la raideur Ks de l’environnement. L’avantage de la
stratégie adoptée réside dans le fait qu’elle utilise le modèle du système esclave dans lequel
la position de repos de l’environnement n’est pas considérée et les erreurs de modélisa-
tion du robot esclave (dues à un découplage non linéaire imparfait par exemple) peuvent
être identifiées. Cette stratégie sera ensuite développée et validée sur notre plate-forme
expérimentale.
3.2.1 Stratégies d’estimation paramétrique

Les interactions entre un instrument et un organe peuvent être caractérisées par des
modèles non linéaires [Maurin et al., 2004a] de type exponentiel [Maurel, 1999], polynomial
[Okamura et al., 2004], ou encore suivant le modèle de Hunt-Crossley dans lequel les
efforts d’interaction dépendent de la pénétration de l’instrument dans les organes [Diolaiti
et al., 2005a]. Cependant, le modèle le plus utilisé pour représenter ces interactions est
certainement le modèle de Kelvin-Voigt qui s’écrit sous une forme linéaire reliant les
position/vitesse de l’effecteur du robot dans l’espace opérationnel à la force qu’il applique
[Gersem, 2005], [Barbé et al., 2007b]. Suivant une direction de déplacement, ce modèle
56
s’écrit
Ks (Xs − Xs0 ) + Bs Ẋs si Xs ≥ Xs0
Fe = , (3.1)
0 sinon
où Xs0 est la position de repos de l’environnement. Ks et Bs représentent respectivement sa
raideur et son facteur d’amortissement. Ces paramètres peuvent être considérés variables,
comme c’est le cas dans [Ortmaier, 2002] et [Barbé et al., 2006] ou constants [Okamura
et al., 2004].
Misra et Okamura [Misra et Okamura, 2006] ont développé un système de télé-opération
de type force - force avec une estimation par la méthode du gradient des paramètres de
l’environnement en se basant sur le modèle linéaire (3.1). La stabilité de cette stratégie
a été prouvée en considérant une fonction de Lyapunov. Wang et al [Wang et al., 2005]
proposent également un schéma de télé-opération intégrant une stratégie d’estimation des
paramètres du modèle (3.1) mais en considérant un algorithme d’estimation par moindres
carrés récursifs (RLS1 ). Les deux approches précédentes ont été comparées dans [Erickson
et al., 2003]. Au delà des performances des deux stratégies et de la difficulté que présente
chacune d’elle dans le choix des gains d’estimation, les auteurs mettent en évidence le
problème de l’excitation permanente du système pour obtenir une bonne estimation. En
tel-00263824, version 1 - 13 Mar 2008
conséquence, l’estimation de la raideur de l’environnement Ks n’est pas garantie lors d’une

télé-opération en espace libre par exemple (dans ce cas la raideur estimée doit converger
vers 0 [N/m]). Un autre problème, propre à l’algorithme des moindres carrés récursifs, a
été soulevé dans [Ljung et Söderström, 1983]. Il concerne la convergence de l’algorithme
en présence de bruits sur les variables mesurées Fe . Ces bruits doivent être indépendants
des variables Xs et Ẋs , ce qui est difficile à garantir en conditions expérimentales.
Cependant, l’utilisation du modèle linéaire (3.1) implique la connaissance de la po-
sition de repos Xs0 de l’environnement. La plupart du temps considérée nulle [Diolaiti
et al., 2005a], [Barbé et al., 2007a], cette position est souvent difficile à obtenir. Certains
travaux proposent une procédure qui consiste à discrétiser l’espace de travail du robot
et à enregistrer la position de repos Xs0 [Wang et al., 2005], [Weber et al., 2006]. Cette
technique, initialement proposée dans [Love et Book, 2004], nécessite une phase d’appren-
tissage qu’il n’est pas toujours possible de réaliser mais surtout suppose que les positions
de repos sont fixes. En chirurgie mini-invasive, cette technique est impossible à mettre en
œuvre puisque la position Xs0 dépend de la position de l’organe qui peut varier suivant
son mouvement (à cause des mouvements respiratoires et cardiaques par exemple). Ce
problème lié à la position de repos ainsi que celui des bruits sur la mesure, ont été évo-
qués dans [Gersem, 2005]. L’auteur considère alors que la position variable Xs0 génère un
effort de contact Fe0 = Ks Xs0 . Un filtre de Kalman étendu a alors été appliqué au modèle
(3.1) pour réaliser l’estimation simultanée des deux paramètres Ks et Fe0 . Néanmoins, des
problèmes liés au fait que le paramètre Fe0 est fortement dépendant de Ks , ont imposé
une estimation toutes les deux périodes d’échantillonnage [Gersem, 2005].
Pour réaliser l’estimation de la raideur Ks de l’environnement, nous considérons que les
interactions entre l’instrument et les organes sont données par le modèle de Kelvin-Voigt
(3.1) dans lequel le paramètre d’amortissement n’est pas considéré puisque la vitesse de
déplacement du robot est supposée très faible. Cependant comme cela a été expliqué, ce
modèle présente la problématique des bruits sur la mesure de l’effort Fe et de la position
Xs , mais surtout de la position de repos Xs0 de l’environnement. La solution que nous
devons adopter doit s’affranchir de ces deux contraintes. Nous choisissons un filtre de
Kalman étendu pour l’estimation de la raideur Ks de l’environnement. Cet estimateur
1
Pour Recursive Least Square.
57
est une solution qui permet de distinguer les bruits de mesure sur la variable d’effort Fe
et de position Xs du modèle (3.1). Afin de s’affranchir de la position de repos Xs0 (et
de Fe0 [Gersem, 2005]), nous proposons d’appliquer cet estimateur en se basant sur le
modèle du système esclave donné par la représentation d’état (2.20)-(2.33) dans laquelle
la position de repos n’est pas considérée et les interactions avec l’environnement sont elles
aussi définies par le modèle de Kelvin-Voigt (3.1). La synthèse de cet estimateur ainsi que
de l’adaptation de la commande en effort sont présentés dans les paragraphes suivants.
3.2.2 Filtre de Kalman étendu pour l’estimation de la raideur

3.2.2.1 Estimation d’un paramètre inconnu par un filtre de Kalman étendu
Dans la suite, pour distinguer les variables d’état utilisées pour la commande en effort
(xr,k , Φr , etc . . .) de celles utilisées par le filtre de Kalman étendu pour l’estimation de
la raideur de l’environnement, ces dernières seront écrites en ajoutant un exposant e pour
"estimation de la raideur" soient xer,k , Φer , etc . . ..
Considérons le système composé du robot esclave D2M2 en contact avec un envi-
ronnement de raideur constante Ks . La représentation d’état de ce système est donnée
tel-00263824, version 1 - 13 Mar 2008
sous une forme discrète par les relations (2.20)-(2.33). Dans cette représentation, seule
la matrice d’état Φr dépend de la raideur Ks qui est exprimée en fonction de la raideur
nominale Ks,n par les relations (2.24) et (2.32). L’utilisation d’un filtre de Kalman étendu
consiste à étendre le vecteur d’état xer,k avec le paramètre Ks,k e
qui représente la raideur
Ks à un instant k. Le vecteur d’état étendu est alors noté xk = [xer,kT Ks,k
e
] et la nouvelle
e T
représentation d’état est

 e e e
Φr (Ks,k )xer,k−1 + Γr uk−1
e
 xr,k ξk
= +
e
Ks,k e
Ks,k−1 0 , (3.2)
e e
yk = Ca xk−1 + ηk

où uk−1 est l’entrée de commande par retour d’état donnée par la relation (2.66). Les
entrées ξke et ηke sont des bruits blancs Gaussiens indépendants, de moyennes nulles, de
dimensions respectives ((2 + d) × 1) et (1 × 1) et dont les matrices de covariance corres-
pondantes sont définies positives et données par :
E[ξxer,k ξxer,jT ] = Qxer,k δkj et E[ηyke ηyjeT ] = Rke δkj (3.3)
avec Qxer,k une matrice diagonale représentant des bruits indépendants sur l’état xer,k . Nous
supposons ici que chaque élément de l’environnement possède une raideur Ks constante.
Ainsi, nous ne considérons pas de bruit relatif à la raideur de l’environnement Ks,k e
dans
le modèle (3.2).
L’état étendu estimé à l’instant k s’écrit alors en fonction des informations données
à l’instant k − 1 et de la nouvelle observation de la sortie yk . L’estimation se réalise en
deux étapes [Ljung et Söderström, 1983] : la prédiction de l’état étendu [x̂er,k|k−1T K̂s,k|k−1
e
]T
donnée par
" # " #" # " #
x̂er,k|k−1 Φer (K̂s,k−1
e
) 0 x̂er,k−1 Γr
e
= e
+ uk−1 (3.4)
K̂s,k|k−1 0 1 K̂s,k−1 0
et son estimation [x̂er,kT K̂s,k

e T
] (la mise à jour de la prédiction) donnée par
" # " #
x̂er,k x̂er,k|k−1
e
= e
+ Nke (yk − Cr x̂er,k|k−1). (3.5)
K̂s,k K̂s,k|k−1
58
L’effort estimé ŷke est alors donné par

ŷke = Cr x̂er,k . (3.6)
Le gain d’estimation Nke du filtre de Kalman étendu est de dimension ((2 + d + 1) × 1).
Il est donné par
−1
Nke = P1k e
Ca T [Ca P1k
e
Ca T + Rke ] , (3.7)
avec
e
P1k = Φek−1 Pk−1
e
Φek−1 T + Qek (3.8)
et
Pke = P1k
e
− Nke Cae P1k
e
. (3.9)
Φek−1 = Φek−1(x̂er,k−1, K̂s,k−1
e
) est la matrice d’état du modèle étendu donnée par
e e
e e e Φr (K̂s,k−1) M (x̂er,k−1, K̂s,k−1
e
)
Φk−1 (x̂r,k−1, K̂s,k−1) = , (3.10)
0 1
avec
∂
M (x̂er,k−1, K̂s,k−1
e
)= Φer (Ks )|Ks =K̂ e x̂er,k−1 (3.11)
tel-00263824, version 1 - 13 Mar 2008
∂Ks s,k−1
où  
0 0 γ1 . . . 0
 
 0 0 γ2 . . . 0
 
∂ 
Φer (Ks ) = 
 .. .. .. ..
. (3.12)
∂Ks  . . . ... .


 
0 0 0 ... 0
γ1 et γ2 sont donnés par (cf. (2.34))
K2 h − 1 + e−K2 h 1 − e−K2 h
γ1 = et γ 2 = . (3.13)
K22 K2
e T
La matrice Qek représente la matrice de covariance associée à l’état étendu xek = xer,kT Ks,k .

Elle est donnée par

e Qxer,k 0
Qk = . (3.14)
0 0
Pke représente la matrice de covariance de l’erreur d’estimation après correction par le
gain Nke dans (3.5). Elle est donnée par
0

e Pxer,k
Pk = , (3.15)
0 PKs,k
e
où Pxer,k et PKs,k
e sont respectivement associées à l’état et au paramètre Ks,k e
à estimer.
Leurs valeurs initiales représentent alors l’incertitude associée à l’état initial x̂er,0 et à la
valeur initiale de la raideur K̂s,0
e
.
Jusqu’à présent, nous avons considéré que la raideur de l’environnement était fixe
(bruit nul sur le paramètre Ks,ke
dans la relation (3.2)). Cependant, la télé-opération peut
s’effectuer aussi bien dans un espace qu’en interaction avec des objets de rigidité différentes
(organe, muscle, les côtes). Ainsi, pour avoir la capacité d’estimer de grandes variations
de Ks , la matrice de covariance PKs,ke sera remise à sa valeur initiale PKs,0
e dès que le robot
esclave se trouve en espace libre.
59
Opérateur Fh
Force Système Xh
βf maı̂tre
−
+
Kv βp
−
Fd rk uk f⋆ e−sTd Xs yk = Fe
L1 Ks
+ + s2
− −
Robot
K2 s +
Environnement
G(s)
Estimation
Raideur e
K̂s,c,k
[x̂Tr,k T
p̂k ]
[Lr 1] AOB
Système
Boucle fermée
tel-00263824, version 1 - 13 Mar 2008
Gcl (s)
Figure 3.1 - Architecture de télé-opération et stratégie de commande adaptative en effort

intégrant un observateur actif de l’état AOB, une technique de commande par
retour d’état et une estimation en ligne de la raideur de l’environnement.
3.2.2.2 Adaptation de la stratégie de commande

Il est maintenant possible d’adapter la stratégie de commande en effort en fonction de la
raideur estimée K̂s,k
e
. Cependant lors d’une télé-opération en espace libre, l’effort mesuré Fe
devient nul. La raideur estimée K̂s,k
e
par le filtre de Kalman étendu doit logiquement tendre
vers 0 [N/m]. Ainsi pour prendre en compte les limitations physiques du manipulateur
esclave D2M2, la raideur estimée K̂s,k e
est limitée par une valeur minimale Ks,min
e
. La
raideur nominale estimée, notée K̂s,c,k et prise en compte dans la commande, est donc
e
(
e e e
e Ks,min si K̂s,k < Ks,min
K̂s,c,k = e
, (3.16)
K̂s,k sinon
L’adaptation de la stratégie de commande en effort (voir §2.3.2.3 et §2.3.2.2) est alors

effectuée avec la mise à jour de la matrice d’état Φr et du retour d’état Lr en fonction de
la raideur nominale K̂s,c,k
e
. Elle est réalisée suivant
e e ∂
Φr = Φr,k = Φr,k−1 + (K̂s,c,k − K̂s,c,k−1 ) Φr (3.17)
∂Ks
et
e e
K̂s,c,k−1 − K̂s,c,k
(3.18)

Lr = Lr,k = Lr,k−1 + l1 l2 0 · · · 0
e e
K̂s,c,k−1 K̂s,c,k
respectivement dans des relations (2.67)-(2.68) pour l’estimation de l’état par l’observa-
teur actif et de la relation (2.66) pour la commande par retour d’état estimé. Le gain
60
Paramètre e
Ks,k e
Ks,0 e
Ks,min Femin Qxer,k Rke Pxer,0 PKs,0
e
i,i
Unité [N/m] [N/m] [N/m] [N] [N2 ] [N2 /m2 ]

yze estimé 200 200 0.2 10−12 100 Qxer,k 106
Tableau 3.1 - Paramètres pour l’estimation de la raideur de l’environnement (avec i =

1, · · · , 7). L’unité de chaque élément de Qxer,k et de Pxer,0 dépend de l’état
qui lui correspond ([N2 ] ou [N2 /s2 ]).
d’estimation Kk de l’observateur actif (AOB) dans la relation (2.67) est aussi mis à jour.
Le calcul se fait en ligne suivant les relations (2.70)-(2.72).
Le schéma de télé-opération intégrant l’estimation en ligne de la raideur de l’environ-
nement et la stratégie de commande adaptative en effort est donné sur la Figure 3.1.
3.2.2.3 Validation expérimentale de la commande adaptative

tel-00263824, version 1 - 13 Mar 2008
Dans un premier temps, nous avons validé expérimentalement la stratégie de com-

mande adaptative en considérant uniquement le robot D2M2 contrôlé en effort. Le schéma
de télé-opération n’est donc pas mis en œuvre.
Initialement, le robot est arrêté à une position Xs . Nous lui imposons alors un échelon
en effort Fd de −5 [N] suivant la direction z. Il se déplace donc jusqu’au contact avec un
objet se trouvant dans son espace de travail. L’objet considéré est l’objet mou utilisé dans
les expériences du Chapitre 2 (la balle en mousse illustrée sur la Figure 2.7(c)).
Pour cette expérience, les paramètres de réglage de la commande et de l’estimation
d’état sont ceux utilisés dans le Chapitre 2 et présentés dans le Tableau 2.1. Par contre,
le paramètre de raideur nominale Ks,n n’est plus égal à 200 [N/m], mais devient égal à
la raideur nominale estimée K̂s,c e
donnée par la relation (3.16). Les différents paramètres
d’estimation de la raideur Ks sont donnés dans le Tableau 3.1. Le choix des paramètres
d’estimation est effectué de manière empirique en considérant que la raideur est l’élément
le plus incertain (grande valeur de PKs,0 e comparée aux éléments diagonaux de la matrice
de covariance de l’état Qxer,k ).
La Figure 3.2 présente les résultats obtenus pour les efforts, position, la raideur et la
commande. Dès l’envoi de la première consigne en echelon, le robot se déplace jusqu’au
contact avec la balle en mousse (cf. Figure 3.2(b)). Lors de ce premier déplacement, la
raideur estimée K̂se converge vers 0 [N/m] indiquant ainsi que le robot se déplace en espace
libre (juste avant t = 5.65 [s]). La raideur nominale estimée K̂s,c
e
est donc limitée à sa valeur
minimale Ks,min
e
. Une fois le contact avec l’environnement établi (à l’instant 5.65 [s]), les
raideurs estimées K̂se et K̂s,c
e
évoluent jusqu’à 350 [N/m]. Ensuite dès que l’effort mesuré
Fe atteint son régime permanent égal à Fd , la raideur estimée K̂se converge aussitôt vers
0 [N/m] et K̂s,ce
est à nouveau limitée par Ks,min
e
. Un comportement identique, illustrant
l’échec de l’estimation, est reproduit lors du deuxième échelon en effort. Ce comportement
peut être expliqué en analysant les efforts de commande sur la Figure 3.2(d). En effet, une
fois que l’effort appliqué Fe devient égal à l’effort désiré Fd , la commande uk aurait dû
s’annuler (selon la fonction de transfert G(s) du modèle donnée par la relation (2.16)). Or,
cette commande se stabilise à une valeur d’environ −0.25 [N]. Cette dernière, étant utilisée
par le filtre de Kalman, influe directement sur l’estimation K̂se qui se trouve être inexacte.
Ce comportement de la commande en effort peut être expliqué par la présence d’erreurs de
61
-70
Force désirée Fd
Position du robot Xs
Force mesurée Fe
Force estimée ŷ e -80
0

-2
-90
-4
-6 -100
-8
Contact -110
-10 avec
mousse
-12
-120
tel-00263824, version 1 - 13 Mar 2008
-14
-16 -130
4 5.65 10 12 14 16 18 20 4 6 8 10 12 14 16 18 20
Temps [s] Temps [s]
(a) (b)
800 1
Commande uk et −p̂k en [N] selon l’axe z
Raideur nominale estimée K̂s,c

e Effort de commande uk
Raideur estimée K̂s
e État actif estimé −p̂k
600 0.6
0.4
Raideur [N/m]
0.2
400
0
300
-0.2
200
-0.4
100
0 -0.8
-100 -1
4 5.65 10 12 14 16 18 20 4 5.65 10 12 14 16 18 20
Temps [s] Temps [s]
(c) (d)
Figure 3.2 - Commande en effort du robot D2M2 selon la direction z du repère R0 avec
une estimation en ligne de la raideur de l’environnement : (a) efforts mesuré
Fe , estimé ŷ e et désiré Fd , (b) position mesurée Xs , (c) raideurs estimée K̂se
et nominale estimée K̂s,c e
et (d) état actif estimé −p̂k et commande uk .
62
modélisation du robot D2M2. En effet, dans ces conditions et afin de maintenir, l’effort
appliqué Fe , l’entrée uk est non nulle pour compenser ces erreurs.
Dans le paragraphe suivant, nous proposons d’identifier ses erreurs de modélisation et
de compenser leur effet dans la stratégie d’estimation par le filtre de Kalman étendu.
3.2.3 Compensation des erreurs de modélisation

Le filtre de Kalman étendu se base sur une représentation d’état du système dans
laquelle des erreurs d’estimation de la raideur Ks de l’environnement et de modélisation du
robot esclave peuvent apparaître. Ces dernières peuvent être dues à une erreur d’estimation
des paramètres dynamiques Mx , Vx . . .du robot esclave et donc à un mauvais découplage
non linéaire (cf. Chapitre 2, §2.3.2.1). Ainsi, nous développerons les différentes phases
d’estimation du filtre de Kalman étendu afin de mettre en évidence ces erreurs. Nous
proposerons une stratégie permettant de compenser leur effet.
3.2.3.1 Représentation et compensation des erreurs de modélisation

Considérons Uk l’erreur de prédiction de la sortie yk permettant la mise à jour de l’état
tel-00263824, version 1 - 13 Mar 2008
dans le filtre de Kalman étendu donné par les relations (3.4)-(3.5). Elle est donnée par
Uk = yk − Cr x̂er,k|k−1. (3.19)
dans laquelle le terme Cr x̂er,k|k−1 représente une prédiction de l’effort mesuré yk .
Or, en se reportant à la relation (2.2), l’effort mesuré selon une direction donnée de
l’espace de travail du robot est
yk = Fe = Ks Xs . (3.20)
où Xs est la position opérationnelle du robot obtenue à partir de sa configuration articu-
laire q et de son modèle géométrique.
En se référant à (3.20), l’effort prédit Cr x̂er,k|k−1 peut être réécrit suivant la relation
e e
ŷk|k−1 = K̂s,k|k−1 X̂s,k|k−1, (3.21)
dans laquelle X̂s,k|k−1 est une prédiction de la position opérationnelle Xs du robot. En

réécrivant la relation (3.21), l’effort prédit ŷk|k−1
e
s’exprime sous la forme
e e e
ŷk|k−1 = K̂s,k|k−1 Xs − K̂s,k|k−1 (Xs − X̂s,k|k−1). (3.22)
Ainsi, l’erreur de prédiction Uk donnée par (3.19) peut également être donnée selon la
forme
e e e
Uk = yk − ŷk|k−1 = (Ks − K̂s,k|k−1 )Xs + K̂s,k|k−1 (Xs − X̂s,k|k−1), (3.23)
dans laquelle elle est composée, d’une part des erreurs de prédiction associées à la raideur
Ks , données par (Ks − K̂s,k|k−1
e
) et d’autre part des erreurs de prédiction de la position Xs
du robot, données par (Xs − X̂s,k|k−1). Ces dernières, si elles existent, apparaissent suite
à une erreur de modélisation dynamique du robot esclave (découplage non linéaire). Elles
peuvent dégrader les performances du filtre de Kalman étendu comme cela a été montré
dans l’expérience précédente (cf. Figure 3.2).
L’effet de ces erreurs peut être compensé dans la phase de prédiction de ŷk|k−1 e
en
considérant l’entrée du filtre de Kalman étendu Γr uk−1 écrite de la façon suivante :
e
Γr uk−1 + K̂s,k|k−1 n(Xs − X̂s,k|k−1), (3.24)
63
où n est un gain d’estimation calculé grâce à un estimateur de la position Xs du robot

esclave. Le terme K̂s,k|k−1
e
n(Xs −X̂s,k|k−1) ajouté à l’entrée permet de compenser les erreurs
de modélisation qui apparaissent dans l’effort prédit ŷk|k−1e
donné par la relation (3.22).
La phase de prédiction du filtre de Kalman étendu donnée par la relation (3.4) devient
alors :
" #
x̂er,k|k−1
e e e
Φr (K̂s,k−1) 0 x̂r,k−1 Γr
= e + uk−1 (3.25)
e
K̂s,k|k−1 0 1 K̂s,k−1 0
e
+ K̂s,k|k−1 n(Xs − X̂s,k|k−1)
Dans le paragraphe suivant, nous développerons la procédure retenue pour calculer la

prédiction X̂s,k|k−1 de la position Xs du robot.
3.2.3.2 Estimation de l’état en position

L’estimation de la position Xs du robot, se base sur un modèle double intégrateur
parfaitement découplé donné par la relation (2.14) avec une boucle interne en vitesse de
gain K2 . La fonction de transfert reliant l’effort de commande u à la position Xs du robot
tel-00263824, version 1 - 13 Mar 2008
est alors donnée par

e−sTd
Gp (s) ≈ . (3.26)
s(s + K2 )
À partir de cette fonction de transfert, nous définissons deux variables d’état xp,1 (t) =
Xs (t) et xp,2 (t) = Ẋs (t) qui représentent respectivement la position et la vitesse du robot.
La représentation d’état du modèle en position est alors donnée par

ẋp,1 (t) 0 1 xp,1 (t) 0
= + u(t − Td ). (3.27)
ẋp,2 (t) 0 −K2 xp,2 (t) 1
où Td = d × h est le retard propre du robot. Sa forme discrète est

xp,k = Φp xp,k−1 + Γr uk−1
, (3.28)
Xs = Cr xp,k
dans laquelle le vecteur d’état de dimension ((2 + d) × 1) est

T
(3.29)

xp,k = xp,1,k xp,2,k uk−d . . . uk−2 uk−1 ,
La matrice d’état de dimension ((2 + d) × (2 + d)) est

 
Φ1 Γ1,p Γ0 ... 0
 0 0 1 ... 0
 .. . .. .. ..
 
Φp =  . .. . . ,

. (3.30)
 
 0 0 0 ... 1 
0 0 0 ... 0
où
K2 h − 1 + e−K2 h
 
Γ1,p

= K22 
. (3.31)
−K h
 1−e 2 
K2
64
Xs est estimé par un filtre de Kalman en considérant des bruits blancs Gaussiens
indépendants et de moyennes nulles sur l’état xp,k . L’étape de prédiction fournit
x̂p,k|k−1 = Φp x̂p,k−1 + Γp uk−1 (3.32)
et celle d’estimation
x̂p,k = x̂p,k|k−1 + n(Xs − Cr x̂p,k|k−1). (3.33)
La position estimée X̂s,k est alors donnée par
X̂s,k = Cr x̂p,k . (3.34)
La prédiction X̂s,k|k−1 utilisée dans la relation (3.24) pour compenser l’effet des erreurs
de modélisation (3.24) est donnée par
X̂s,k|k−1 = Cr x̂p,k|k−1. (3.35)
n est alors le gain d’estimation de Kalman calculé par la même procédure que celle donnée
tel-00263824, version 1 - 13 Mar 2008
par les relations (3.7)-(3.9) en considérant les matrices d’état et de covariance appropriées.
3.2.3.3 Validation expérimentale de la commande adaptative avec prise en

compte des erreurs de modélisation
La validation expérimentale de la stratégie de commande adaptative avec prise en
compte des erreurs de modélisation est réalisée à partir d’une expérience similaire à celle
présentée précédemment. Elle consiste à imposer un échelon en effort Fd = −5 [N] que le
robot D2M2, contrôlé en effort, doit appliquer sur un objet mou. Lors de cette expérience,
la raideur Ks de l’environnement est estimée en ligne par le filtre de Kalman étendu avec
compensation des erreurs de modélisation du robot (relation (3.24)).
Les paramètres de commande en effort ainsi que d’estimation pour le filtre de Kal-
man étendu sont identiques à ceux considérés précédemment. Ils sont donnés dans les
Tableaux 2.1 et 3.1. La compensation des erreurs de modélisation est obtenue à travers le
gain d’estimation n. En supposant que le modèle en position (3.28) est invariant dans le
temps, ce gain a été calculé hors ligne en simulation. Après convergence du filtre (3.32)-
(3.35), le gain d’estimation est
T
0.27 1.3 × 10−4 0 . . . 0 (3.36)

n= .
Les résultats expérimentaux sont donnés sur la Figure 3.3. Avant la prise de contact,
K̂se converge vers 0 [N/m] donc K̂s,c
e e
= Ks,min = 200 [N/m]. Dès que le contact avec l’envi-
ronnement s’établit, la raideur estimée K̂s évolue jusqu’à une valeur finale de 600 [N/m].
e
Par effet de la compensation des erreurs de modélisation, cette estimation se réalise même
si la commande uk,z n’est pas nulle (Figure 3.3(d)). Avec la correction de gain n, l’erreur
d’estimation de la position Xs est faible. Lors du deuxième et troisième échelon en effort
Fd , la réponse sans dépassement ni oscillation de l’effort mesuré Fe montre que la raideur
nominale estimée K̂s,ce
est proche de la raideur réelle Ks de l’objet.
Ces résultats valident la stratégie d’estimation de la raideur Ks de l’environnement.
Cette approche peut à présent être utilisée dans le schéma de télé-opération pour analyser
l’interaction avec un environnement dont les éléments sont de rigidité différente et élevée.
65
2 -60
Force désirée Fd Position esclave Xs
Force mesurée Fe -70
Position esclave estimée X̂s
0
Force estimée ŷ e

-2 -80
-90
-4
-100
-6
-110
Contact
avec
mousse -120
tel-00263824, version 1 - 13 Mar 2008
-10
-130
5.2 10 15 20 25 30 5.2 10 15 20 25 30
Temps [s] Temps [s]
(a) (b)
800 1
Commande uk et −p̂k en [N] selon l’axe z

e Effort de commande uk
Raideur estimée K̂se État actif estimé −p̂k
600 0.6
0.4
500
Raideur [N/m]
0.2
400
0
300
-0.2
200
-0.4
100 -0.6
0 -0.8
-100 -1
5.2 10 15 20 25 30 5.2 10 15 20 25 30
Temps [s] Temps [s]
(c) (d)
Figure 3.3 - Commande en effort du robot D2M2 selon la direction z du repère R0 avec
une estimation en ligne de la raideur de l’environnement et la prise en compte
des erreurs de modélisation : (a) efforts mesuré Fe , estimé ŷ e et désiré Fd ,
(b) positions mesurée Xs et estimée X̂s , (c) raideurs estimée K̂se et nominale
e
estimée K̂s,c et (d) état actif estimé −p̂k et commande uk .
66
3.2.4 Télé-opération et estimation en ligne de la raideur de l’en-

vironnement
Le réglage des paramètres de l’estimation et de la commande est identique à celui
utilisé dans les manipulations précédentes (cf. Tableaux 2.1 et 3.1 et relation (3.36)). Les
paramètres de télé-opération sont aussi identiques à ceux utilisés dans le Chapitre 2 et
donnés par la relation (2.75). Lors de ces expériences de télé-opération, nous réalisons
cette fois des interactions avec un environnement composé d’une balle en mousse, d’un
ballon en cuir à moitié rempli d’air et d’un livre (voir Figure 2.7(c)). Ils sont placés à
des endroits différents de l’espace de travail du robot. Nous considérons uniquement les
interactions suivant la direction z du repère R0 . Ainsi, l’opérateur télé-opère le robot pour
appliquer un effort sur un objet. Après quelques secondes, il soulève le robot esclave et
réalise un déplacement en espace libre selon les directions x, y et z de R0 pour atteindre
l’objet suivant.
La Figure 3.4 montre les déplacements effectués et imposés par l’opérateur selon les
trois directions du robot esclave. Selon les directions x et y, la télé-opération se réalise en
espace libre dans des conditions confortables comme cela a été évoqué dans le Chapitre 2
(§2.4.2.1). Pour la télé-opération en espace libre selon la direction z, nous remarquons que
tel-00263824, version 1 - 13 Mar 2008
la raideur estimée est K̂se ≈ 0 [N/m] (Figure 3.6(b)) donc K̂s,c e

= K̂s,min = 200 [N/m].
Ainsi, les performances selon la direction z restent, elles aussi, identiques à celles obtenues
dans le Chapitre 2 (§2.4.2.1).
La Figure 3.5 montre les efforts appliqués par le robot esclave sur son environnement.
Grâce à l’architecture de télé-opération, au retour en effort et à la stratégie d’estimation en
ligne de la raideur de l’environnement, l’opérateur est capable de déplacer le robot esclave
dans un espace libre, d’interagir avec des objets de rigidité différente et de contrôler les
efforts qui y sont appliqués.
Les évolutions de la raideur K̂se , des efforts ŷ e estimés par le filtre de Kalman étendu
et de la matrice de covariance PKse sont données sur la Figure 3.6. La remise à sa valeur
initiale PKse 0 de la matrice de covariance PKse assure les estimations successives de la
raideur de plusieurs objets différents.
3.2.5 Conclusion
L’intégration d’une stratégie d’estimation en ligne de la raideur de l’environnement
ainsi que l’adaptation de la commande en effort ont permis d’améliorer la stabilité du
schéma de télé-opération. Pour cela, nous avons choisi un estimateur de Kalman étendu
utilisé en parallèle à la commande en effort du robot esclave D2M2. Cette stratégie
d’estimation nous permet d’éviter la considération de la position de contact Xs0 , très
souvent inconnue et variable dans le cas de la chirurgie mini-invasive robotisée. Nous avons
également introduit une méthode de compensation des erreurs de modélisation du robot
esclave. La télé-opération et l’interaction avec un environnement dont les éléments sont de
rigidité différente a ainsi été réalisée avec succès. Grâce à une remise à une valeur initiale
de la matrice de covariance du paramètre à estimer K̂se , les performances de télé-opération
en espace libre ainsi que l’estimation de la raideur de plusieurs objets différents ont pu être
assurées. Cette stratégie d’estimation en ligne de la raideur de l’environnement ainsi que
les résultats présentés précédemment, ont fait l’objet d’une publication à ICAR’07 [Zarrad
et al., 2007a].
Cependant, au travers les résultats expérimentaux et en particulier ceux du suivi de
trajectoire (cf. Figure 3.4(c)), on constate que la transparence du schéma de télé-opération
67
replacements 520 300
500 250

480 200
150
460
100
440
50
420
0
400
-50
tel-00263824, version 1 - 13 Mar 2008

370 -110
56 59.2 67.6 71.4 80.5 85.4 94.9 56 59.2 67.6 71.4 80.5 85.4 94.9
Temps [s] Temps [s]
(a) (b)
50
0
-50
-100 Contact Contact Contact

Espace libre
Espace libre
avec avec avec

mousse ballon livre
-150
-200
-250
56 59.2 67.6 71.4 80.5 85.4 94.9
Temps [s]
(c)
Figure 3.4 - Suivi en position d’une trajectoire imposée par l’opérateur lors d’une télé-
opération avec estimation en ligne de la raideur de l’environnement et com-
pensation des erreurs de modélisation suivant la direction z du repère R0 :
(a) suivi de trajectoire suivant la direction x, (b) suivi de trajectoire suivant
la direction y et (c) suivi de trajectoire suivant la direction z du repère R0 .
68

avec avec avec
mousse ballon livre
Espace libre
Espace libre
-20
-30
Force désirée Fd
Force mesurée Fe
Force estimée ŷ
-45
56 59.2 67.6 71.4 80.5 85.4 94.9
Temps [s]
Figure 3.5 - Efforts mesuré Fe , estimé ŷk et désiré Fd lors d’une télé-opération avec esti-
mation en ligne de la raideur de l’environnement et compensation des erreurs
de modélisation suivant la direction z du repère R0 . −βf Fd représente l’effort
ressenti par l’opérateur au niveau du bras haptique PHANToM 1.5.
tel-00263824, version 1 - 13 Mar 2008
n’est pas assurée lors d’une interaction avec l’environnement. En effet, lors d’un contact
avec un objet rigide (livre), la position de la station maître varie par rapport à la position
du robot. Les sensations perçues par l’opérateur ne représentent alors pas un contact avec
un objet rigide. La transparence du schéma de télé-opération n’est donc pas assurée.
Dans les paragraphes suivants, nous proposons une étude complète du schéma de
télé-opération en analysant la transparence obtenue. La définition d’une transparence
désirée permettra d’améliorer les performances tout en conservant des marges de stabilité
satisfaisantes.
3.3 Transparence et stabilité du schéma de télé-opération

Dans ce paragraphe, nous nous intéressons à la transparence et à la stabilité du schéma
de télé-opération lorsque le robot esclave est en contact avec un environnement. Pour cela,
nous supposerons que la raideur nominale estimée K̂s,ce
utilisée pour adapter la stratégie de
commande en effort est proche de la raideur réelle Ks de l’environnement. Nous commen-
cerons alors par montrer les résultats de transparence obtenus lors des expérimentations
précédentes. Une transparence et des marges de stabilité désirées seront ensuite définies.
Nous proposerons d’adapter le schéma de télé-opération en s’appuyant sur un compromis
entre ces deux critères.
3.3.1 Transparence du schéma de télé-opération

Le schéma de télé-opération avec retour d’effort incluant la commande en effort et
l’estimation en ligne de la raideur de l’environnement selon une direction de l’espace est
donné sur la Figure 3.7. Gcl et Ghp représentent respectivement la fonction de transfert du
système esclave donnée par la relation (2.49) et celle de la station maître. Cette dernière
inclut l’interface haptique PHANToM 1.5 et l’opérateur.
Plusieurs travaux ont assimilé l’interface haptique ainsi que l’opérateur qui la ma-
nipule à deux systèmes différents de type masse-ressort-amortisseur [Zhu et Salcudean,
69
3.3. Transparence et stabilité du schéma de télé-opération
5 8000
0
e
7000
Raideur estimée K̂se
6000

avec avec avec
Espace libre
Espace libre
Raideur [N/m]
mousse ballon livre
Espace libre
Espace libre
4000
avec avec avec
mousse ballon livre
2000
-30
1000
500
Force mesurée Fe 0
tel-00263824, version 1 - 13 Mar 2008
Force estimée ŷ e
-45
56 59.2 67.6 71.4 80.5 85.4 94.9 56 59.2 67.6 71.4 80.5 85.4 94.9
Temps [s] Temps [s]
(a) (b)
×105
11
Covariance PKse
10
Matrice de covariance PKse [N2/m2 ]
9
8
7
6
5
4
3
2
1
0
56 59.2 67.6 71.4 80.5 85.4 94.9
Temps [s]
(c)
Figure 3.6 - Estimation en ligne de la raideur de l’environnement lors d’une prise de

contact avec des objets de rigidité différente suivant l’axe z du repère R0 :
(a) efforts mesuré Fe , estimé ŷ e et désiré Fd , (b) raideurs estimée K̂se et no-
e
minale estimée K̂s,c et (c) matrice de covariance PKse relative à la raideur de
l’environnement.
70
Xh Xs
βp
+ − Manipulateur esclave
z
y
Système x R0
maı̂tre Fsc Environnement
Ghp (s) Kv Fe
Commande en effort
Fh −
Xs (s) 1
Opérateur Fd (s) = e Gcl (s)
K̂s,c
βf
Fd
Figure 3.7 - Schéma de télé-opération position - position modifié utilisant une commande
en effort et une stratégie d’estimation de la raideur de l’environnement.
1995], [Arcara et Melchiorri, 2002], [Tanner et Niemeyer, 2005]. Cependant et au vu des

caractéristiques de l’interface haptique PHANToM 1.5 (frottement et masse apparente
très faibles), son effet peut être considéré comme négligeable par rapport à celui de l’opé-
rateur [Yokokohji et Yoshikawa, 1994]. La station maître peut alors être modélisée par un
seul système masse-ressort-amortisseur dont les caractéristiques respectives Mhp , Chp et
tel-00263824, version 1 - 13 Mar 2008
Khp sont essentiellement dues à l’opérateur [Diolaiti et al., 2005b], [Cortesão et al., 2006a].
Sa fonction de transfert Ghp est alors donnée par
1
Ghp (s) = (3.37)
Mhp s2 + Chp s + Khp
dont l’entrée est la somme des efforts Fh et −βf Fd et la sortie est la position Xh de la
station maître.
La détermination des différents paramètres de Ghp nécessite une étape d’identification
et une plate-forme expérimentale dédiée [Speich et al., 2005]. Des résultats obtenus à la
suite de quelques travaux menés dans ce sens montrent des paramètres identifiés dont
les valeurs nominales sont très différentes. Cette large variation est due aux opérateurs
considérés [Kuchenbeker et al., 2003], à la direction du déplacement effectué [Speich et al.,
2005], à l’interface haptique utilisée [Çavuşoğlu et al., 2002] ou encore à la manière avec
laquelle la manipulation est réalisée [Wagner et Howe, 2005]. Pour la suite des travaux
présentés dans ce manuscrit, nous considérons le cas le plus défavorable où l’opérateur
manipule et tient fermement l’effecteur de l’interface haptique. Nous choisissons alors les
caractéristiques proposées par Lawrence [Lawrence, 1993], utilisées également dans [Fite
et al., 2001] données par :
Mhp = 17.5 [Kg] , Chp = 175 [Ns/m] et Khp = 175 [N/m]. (3.38)
D’après la Figure 3.7 et en considérant K̂s,c

e
≈ Ks , l’impédance Zt transmise à l’opé-
rateur lorsque le robot esclave exerce un effort sur l’environnement est donnée par
Fh Kv βf βp
= G−1
hp + = Zt , (3.39)
Xh 1 + Gcl Kv Ks−1
où Gcl est la fonction de transfert en boucle fermée reliant l’effort désiré Fd à l’effort
appliqué par le robot esclave Fe . Nous rappelons qu’elle est donnée par
Fe 1
Gcl = = e−sTd . (3.40)
Fd (1 + Tcl s)2
71
Par rapport à la représentation sous forme de matrice hybride (relation (1.1)), Zt re-
présente le paramètre h11 . Nous nous intéressons uniquement à la transparence du schéma
de télé-opération ; il est donc inutile de calculer les autres éléments de la matrice (voir
§1.2.1.3).
À basse fréquence, l’impédance transmise à l’opérateur devient
Kv βf βp
Zt (s = 0) = Khp + Ks , (3.41)
Ks + Kv
dans laquelle nous posons
Kv βf βp
α= . (3.42)
Ks + Kv
À partir de (3.41) et (3.42), il est possible de définir une transparence désirée Ztd
donnée par
Ztd = Khp + αd Ks . (3.43)
Cette dernière indique qu’en réalisant la télé-opération et l’interaction avec un environ-
nement distant, l’opérateur ressent simultanément sa main, l’effecteur du bras haptique
tel-00263824, version 1 - 13 Mar 2008
PHANToM et une raideur αd Ks proportionnelle à celle de l’environnement.

Dans des conditions idéales, le schéma de télé-opération doit être totalement transpa-
rent pour l’opérateur. Ce dernier perçoit alors des sensations comme s’il agissait directe-
ment sur l’environnement distant (ie. Ztd = Khp + Ks ). αd est alors égal à 1. Cependant,
afin de minimiser l’effet de fatigue et d’être capable de différentier plusieurs objets de
rigidité différente (organes, muscle, côte ou instrument), une mise à l’échelle de la raideur
de l’environnement avec un αd fixe inférieur à 1 est préférée [Lawrence, 1993]. Nous défi-
nissons alors une transparence désirée du schéma de télé-opération donnée par la relation
(3.43) dans laquelle
αd ≈ Cst < 1, (3.44)
où Cst est une constante.
La transparence du schéma de télé-opération peut être analysée en réalisant le tracé
de la réponse fréquentielle correspondant aux deux impédances Zt et Ztd [Lawrence, 1993],
[Tanner et Niemeyer, 2005]. La transparence est alors assurée si la réponse fréquentielle
de l’impédance Zt transmise à l’opérateur se situe dans une bande Ztd ± 3 [dB] [Fite et al.,
2001]. La Figure 3.8 montre, pour différentes valeurs de Ks , le tracé fréquentiel de ces deux
impédances respectivement données par les relations (3.39) et (3.43)-(3.44) dans lesquelles
nous avons fixé αd = βf βp . Nous pouvons ainsi remarquer que quelle que soit la raideur Ks
de l’environnement, l’impédance Zt transmise à l’opérateur est peu variable (entre ≃ 47 et
≃ 50 [dB]). Ce dernier perçoit alors des sensations toujours identiques et représentatives
d’un environnement mou. De plus, pour un environnement de raideur Ks ≥ 1000 [N/m],
l’impédance transmise est en dehors de la bande Ztd ± 3 [dB]. La transparence du schéma
de télé-opération n’est donc plus satisfaisante. Ce résultat est justifié par le fait que le
paramètre de mise à l’échelle α dans (3.42) dépend de la raideur Ks de l’environnement
et de la raideur virtuelle Kv choisie entre la station maître et esclave. Pour une raideur
virtuelle Kv constante, lorsque le robot est en contact avec des objets de rigidité différente,
le paramètre de mise à l’échelle α varie selon Ks . La contrainte définie par la relation (3.44)
imposant une mise à l’échelle fixe de l’impédance transmise Zt par rapport à la raideur
Ks de l’environnement n’est alors plus garantie.
Pour assurer une transparence désirée, il est donc nécessaire de mettre à jour la rai-
deur virtuelle Kv en fonction de la raideur nominale estimée K̂s,c e
. Cette adaptation doit
72
65 65
Impédance transmise Zt Impédance transmise Zt
60 60
Impédance désirée Ztd Impédance désirée Ztd
55 55
Ks = 200 [N/m]
50 50 ±3 [dB]
±3 [dB]
45 45
Ks = 500 [N/m]
40 40
Gain Zt et Ztd [dB]

Gain Zt et Ztd [dB]
Ks = 1000 [N/m]
60 60
±3 [dB]
55 55
±3 [dB]
50 50
45 45
Ks = 2000 [N/m]
65 65
60 60 ±3 [dB]
±3 [dB]
55 55
50 50
Ks = 3000 [N/m] Ks = 4000 [N/m]
45 45
40 −1 40 −1
10 100 101 10 100 101
Pulsation [rad/s] Pulsation [rad/s]
Figure 3.8 - Réponse fréquentielle de l’impédance Zt transmise à l’opérateur comparée à

celle désirée Ztd (avec αd = βf βp ) pour différentes valeurs de la raideur Ks
de l’environnement et pour une raideur virtuelle Kv = 1000 [N/m] constante.
tel-00263824, version 1 - 13 Mar 2008
La bande à Ztd ± 3 [dB] est illustrée.
cependant prendre en compte non seulement les limitations physiques des deux systèmes
maître et esclave mais surtout la stabilité du schéma de télé-opération. Dans le para-
graphe suivant, une étude de la stabilité du schéma de télé-opération en fonction de la
raideur virtuelle Kv sera réalisée. L’adaptation de la raideur virtuelle Kv se fera suivant
un compromis entre la stabilité et la transparence du schéma de télé-opération.
3.3.2 Stabilité du schéma de télé-opération

Dans le schéma de télé-opération de la Figure 3.7, la station maître Ghp possède deux
entrées et une sortie. Les entrées sont les efforts Fh et −βf Fd . La sortie est la position Xh .
Cette dernière peut être divisée en deux éléments indépendamment générés par les deux
entrées distinctes de la station maître [Fite et al., 2004]. Elle s’écrit alors
Xh = Xhv − Xhinv , (3.45)
dans laquelle Xhv est la position volontaire de l’opérateur générée par l’effort Fh et Xhinv est
la position involontaire générée par le retour haptique βf Fd et imposée à l’opérateur. La
Figure 3.9 montre une nouvelle représentation du schéma de télé-opération dans laquelle
sont distinguées les deux positions volontaire et involontaire de la station maître.
Cette nouvelle représentation met en évidence un sous-système qui relie la position
volontaire de l’opérateur Xhv (multipliée par le facteur d’échelle βp ) à la position du robot
esclave Xs . La fonction de transfert qui lui correspond est
Xs Kv Gcl Ks−1
= . (3.46)
βp Xhv 1 + Kv βp βf Ghp + Kv Gcl Ks−1
La stabilité est alors étudiée à partir de la fonction de transfert en boucle ouverte [Ogata,
2002]
Kv
H= Gcl Ks−1 . (3.47)
1 + Kv βp βf Ghp
73
Opérateur Fh Xhv + + Fd Xs
Ghp βp Kv Gcl Ks−1
− −
Action volontaire Station esclave
βp βf
Xhinv
Ghp
Action involontaire Boucle ouverte
H
Figure 3.9 - Schéma de télé-opération avec retour en effort faisant apparaître la position
volontaire Xhv et involontaire Xhinv de la station maître. Ces deux positions
sont respectivement générées par l’effort de l’opérateur Fh et par le retour en
effort βf Fd .
Le gain et la phase de H sont respectivement donnés en décibels [dB] et en degré par

kHkdB = kH1 kdB + kH2 kdB
tel-00263824, version 1 - 13 Mar 2008
, (3.48)
ϕ H = ϕ H1 + ϕ H2
où
1
H1 = Kv Gcl Ks−1 et H2 = . (3.49)
1 + Kv βp βf Ghp
En considérant des paramètres nominaux K̂s,c e
= Ks = 200 [N/m] et Kv = 1000 [N/m],
la Figure 3.10 illustre les lieux de transfert dans le plan de Bode de la fonction de transfert
H ainsi que ceux des deux sous-systèmes H1 et H2 . Sur la Figure 3.10(a) et (b), nous
avons respectivement représenté les marges de phase et de gain du système H et du sous-
système H1 . Sur la Figure 3.10(c), le gain et la phase du sous-système H2 ont été donnés
aux pulsations w = 26.9 et 87 [rad/s] qui correspondent aux pulsations pour lesquelles les
marges de stabilité du système total H ont été définies.
H1 est un sous-système du deuxième ordre avec retard, dont le gain statique est égal
à Kv Ks−1 . Les marges de phase Mϕ (H1 ) et de gain MG (H1 ) correspondantes sont données
par : 
 Mϕ (H1 ) = − 180 (arctan( 2Tcl w1 ) − Td w1 ) + 180˚

π 1 − Tcl2 w12 , (3.50)
 MG (H1 ) = −20 log (Kv K −1 ) + 20 log (1 + T 2 w 2 )

10 s 10 cl 2
où w1 et w2 sont respectivement les pulsations pour lesquelles kH1 kdB = 0 [dB] et ϕH1 =
−180 [deg]. Elles sont données par :
 p
 w =w
1 kH1 kdB =0 = Kv Ks−1 − 1/Tcl
p . (3.51)
 w =w = 2/T T = 86.9[rad/s]
2 ϕH1 =−180˚ d cl
Nous remarquons que la pulsation w2 dépend du retard propre et de la constante de

temps du système esclave. Elle ne dépend ni de la raideur Ks de l’environnement ni de la
raideur virtuelle Kv . Ainsi, pour une constante de temps Tcl donnée, la marge de gain du
sous-système H1 sera toujours établie à la pulsation w2 = 86.9 [rad/s].
H2 est un sous-système du deuxième ordre indépendant de la raideur Ks de l’environ-
nement mais dépendant de la raideur Kv . La Figure 3.11 montre le lieu de transfert dans
74
MG (H) = 18.8 [dB] (87 [rad/s]), Mϕ (H) = 47.6 [deg] (26.9 [rad/s])
Gain kHkdB [dB] 20
-20
-40
-60
45
0
Phase ϕH [deg]
-90
-180
-270
tel-00263824, version 1 - 13 Mar 2008
-360 −1
10 100 101 102 103
Pulsation [rad/s]
(a)
MG (H1 ) = 18.8 [dB] (86.9 [rad/s]), Mϕ (H1 ) = 47.8 [deg] (26.7 [rad/s]) Gain et Phase de H2 à w = 26.9 et 87 [rad/s]
20 2
G(H2 ) = 0.0133 [dB]
Gain kH1kdB [dB]
Gain kH2kdB [dB]
0
0
-2
-20
-4
G(H2 ) = 0.125 [dB]
-40
-6
-60 -8
0 25
Phase ϕH1 [deg]
Phase ϕH2 [deg]
20
-90
15
ϕ(H2 ) = 0.324 [deg]
-180 10
5
-270
0
ϕ(H2 ) = 0.0104 [deg]
-360 −1
10 100 101 102 103 10−1 100 101 102 103
(b) (c)
Figure 3.10 - Réponse fréquentielle des différents systèmes constituant le schéma de télé-
opération en boucle ouverte reliant la position volontaire de l’opérateur à la
position du robot esclave : (a) réponse fréquentielle du système H = H1 H2
en boucle ouverte reliant la position volontaire de l’opérateur à la position
du robot esclave, (b) réponse fréquentielle du sous-système H1 et (c) réponse
fréquentielle du sous-système H2 .
75
kH2 kdB = 0.772 [dB], ϕH2 = 2.1 [deg] (26.9 [rad/s]) et kH2 kdB = 0.08 [dB], ϕH2 = 0.0631 [deg] (87 [rad/s])
5
Gain kH2kdB [dB]

0
-5
-10
-15
-20
Kv = 1000
Phase ϕH2 [deg]

60
Kv = 2000
Kv = 3000
40
Kv = 4000
Kv = 5000
20
0
10−1 100 101 102 103
Pulsation [rad/s]
Figure 3.11 - Réponse fréquentielle du sous-système H2 constituant le système en boucle

ouverte H reliant la position volontaire de l’opérateur à celle du robot esclave
pour différentes valeurs de la raideur virtuelle Kv .
tel-00263824, version 1 - 13 Mar 2008
le plan de Bode pour différentes valeurs de Kv . Quelque soit la valeur de Kv , son gain
kH2 kdB et sa phase ϕ(H2 ) sont

kH2 kdB (w) ≈ 0 pour w = w2
. (3.52)
ϕH2 (w) ≥ 0 ∀w
Les marges de gain et de phase de la fonction de transfert H = H1 H2 sont alors

MG (H) ≈ MG (H1 )
. (3.53)
Mϕ (H) ≥ Mϕ (H1 )
Une condition suffisante de stabilité du système H est alors obtenue avec des marges de
stabilité satisfaisantes du sous-système H1 . Cette dernière, donnée par
 p
180 2 Kv Ks−1 − 1 p
 Mϕ (H1 ) = − (arctan( ) − T Kv Ks−1 − 1) + 180˚

d
π 2 − Kv Ks−1 , (3.54)
 M (H ) = −20 log (K K −1 ) + 32.8408 [dB]

G 1 10 v s
dépend du quotient des deux raideurs Kv Ks−1 . Pour améliorer la transparence du schéma
de télé-opération, cette marge de stabilité doit être prise en compte lors de l’adapta-
tion de la raideur virtuelle Kv en fonction de la raideur nominale estimée K̂s,c
e
= Ks de
l’environnement. Cette adaptation est proposée dans le paragraphe suivant.
3.3.3 Compromis stabilité/transparence et commande adaptative

À partir des impédances transmise Zt et désirée Ztd données par les relations (3.41)-
(3.44) et des marges de stabilité du sous-système H2 donnée par la relation (3.54), une
première stratégie d’adaptation de Kv peut être proposée en prenant
e
Kv = µK̂s,c (3.55)
76
où µ est un paramètre constant supérieur à 1. En appliquant cette stratégie, les perfor-

mances du schéma de télé-opération deviennent



 Zt = Khp + αKs
 α = αd = µ βf βp



1+µ

√ . (3.56)
180 2 µ−1 p
−1 − 1) + 180˚

 M ϕ (H 1 ) = − (arctan( ) − T d µ
π 2−µ





MG (H1 ) = −20 log10 (µ) + 32.8408 [dB]

Un choix adéquat de µ permet alors de fixer une transparence désirée et des marges de
stabilité confortables quelque soit l’environnement distant.
L’expérience de télé-opération présentée au §3.2.4 a été reprise dans les mêmes condi-
tions expérimentales mais avec la stratégie d’adaptation de Kv donnée par la relation
(3.55). Pour fixer des marges de gain et de phase respectivement données par MG (H1 ) =
30 [dB] et Mϕ (H1 ) = 122 [deg] (retard maximal admissible dans H égal à 0.2893 [s])
quelque soit la raideur Ks de l’environnement, le paramètre µ a été fixé empiriquement à
µ = 1.3. L’impédance désirée Ztd et transmise Zt sont alors égales et définies selon la rela-
tel-00263824, version 1 - 13 Mar 2008
tion(3.43) dans laquelle α = αd = 0.11. Afin d’assurer les performances de télé-opération

en espace libre et de prendre en compte les limitations de l’interface haptique (comme la
raideur et l’effort maximal qu’elle peut fournir), la raideur virtuelle Kv est limitée par une
valeur minimale Kvmin = 1000 [N/m] et maximale Kvmax = 5000 [N/m].
Les résultats de télé-opération sont donnés sur la Figure 3.12. Comparés aux résultats
obtenus au §3.2.4 Figure 3.4(c), dès l’application d’un effort sur un objet de rigidité élevée
(livre), la position du bras PHANToM ne varie plus (Figure 3.12(b)). Les sensations
perçues par l’opérateur représentent alors réellement l’interaction avec l’environnement
considéré. La transparence du schéma de télé-opération est ainsi assurée par l’évolution
de la raideur virtuelle illustrée sur la Figure 3.12(c).
Bien que l’adaptation de la raideur Kv selon la relation (3.55) permette d’améliorer la
transparence du schéma de télé-opération, elle présente cependant un problème au départ
du contact avec l’environnement. En effet, lors du contact avec la balle, la raideur virtuelle
Kv présente une oscillation due au régime transitoire de la raideur nominale estimée K̂s,c e
(Figure 3.12(c) à t ≈ 145 [s]). Cette oscillation, non représentative de l’environnement,

est perçue par l’opérateur. L’adaptation de la raideur virtuelle Kv doit alors se réaliser en
fonction de K̂s,c
e
mais avec une dynamique moins élevée. Nous proposons alors d’utiliser
une loi d’adaptation formée de quatre fonctions sigmoïdes et donnée par
e
Kv = Kvmin + 1000σ(K̂s,c , a, Ks,1 ) − 1000σ(Ksemin , a, Ks,1)
e e
+ 1500σ(K̂s,c , a, Ks,2 ) + 1500σ(K̂s,c , a, Ks,3) (3.57)
où
1
σ(x, a, x0 ) = , (3.58)
1+ e−a(x−x0 )
a = 0.04 , Ks,1 = 500 [N/m] , Ks,2 = 1500 [N/m] et Ks,3 = 2200 [N/m]. (3.59)
L’évolution de la raideur virtuelle Kv selon la relation (3.57)-(3.59) est donnée sur la
Figure 3.13 dans laquelle l’environnement a été divisée en trois catégorie selon la raideur
nominale estimée K̂s,c
e
(mou, rigide très rigide). Pour chacune de ces catégorie, la raideur
virtuelle Kv est constante. Les fonctions sigmoïdes permettent la transition entre chacune
des catégorie tout en assurant la continuité de la fonction.
77
5 50
0
Contact Contact Contact 0

avec avec avec

-10 mousse ballon livre
Espace libre
Espace libre
-50
-20
Espace libre
Espace libre
-30 avec avec avec
mousse ballon livre
-150
-40
Force désirée Fd -200

Force mesurée Fe Position maître βp Xh
Force estimée ŷ Position esclave Xs
-60 -250
133.5 140.8 144.9 155.45 161.48 171.05 133.5 140.8 144.9 155.45 161.48 171.05
Temps [s] Temps [s]
(a) (b)
8000
e

Raideur virtuelle Kv
6000
Espace libre
Espace libre
Raideur [N/m]
tel-00263824, version 1 - 13 Mar 2008
4000
Contact Contact Contact
avec avec avec
mousse ballon livre
2000
1000
500
0
133.5 140.8 144.9 155.45 161.48 171.05

Temps [s]
(c)
Figure 3.12 - Efforts, positions et raideurs lors d’une télé-opération avec une estimation
en ligne de la raideur Ks de l’environnement et adaptation de la raideur
virtuelle Kv selon une loi linéaire en fonction de la raideur nominale estimée
e
K̂s,c : (a) efforts mesuré Fe , estimé ŷ et désiré Fd , (b) suivi de trajectoire
et (c) raideurs estimée K̂se , nominale estimée K̂s,c
e
et virtuelle Kv . Résultats
donnés suivant la direction z de R0 .
Environnement
Raideur virtuelle Kv très rigide
5000
Raideur virtuelle Kv [N/m]
4500
4000
Environnement
rigide
3500
3000
2500
Environnement
mou
2000
1500
1000
500 1000 1500 2000 2500 3000
e
[N/m]
Figure 3.13 - Evolution de la raideur virtuelle Kv en fonction de la raideur nominale

e
estimée K̂s,c .
78
20
47.8 [deg] (à 26.7 [rad/sec])
10 Mϕ (H1)
0
18.8 [dB] (à 86.9 [rad/sec])
-10
Gain kH1kdB [dB]

MG (H1)
-20
-30
-40
Ks = 200 [N/m]
-50 Ks = 500 [N/m]
Ks = 1000 [N/m]
-60 Ks = 2000 [N/m]
-70 Ks = 3000 [N/m]
Ks = 4000 [N/m]
-80
-360 -315 -270 -225 -180 -135 -90 -45 0
Phase ϕH1 [deg]
Figure 3.14 - Réponse fréquentielle dans le plan de Black illustrant les marges de stabi-
lité du système reliant la position volontaire de l’opérateur à celle du robot
esclave pour différentes valeurs de la raideur de l’environnement et en réa-
lisant une adaptation de la raideur virtuelle Kv selon une loi sigmoïde en
tel-00263824, version 1 - 13 Mar 2008
e
fonction de la raideur nominale estimée K̂s,c .
Le lieu de transfert dans le plan de Black du schéma de télé-opération considérant la

nouvelle loi d’adaptation de la raideur virtuelle Kv (3.57)-(3.59) et pour différentes valeurs
de Ks , est illustré sur la Figure 3.14. Cette stratégie d’adaptation assure des marges de
stabilité confortables quelle que soit la raideur Ks de l’environnement distant.
De même, la transparence du schéma de télé-opération est donnée sur la Figure 3.15

où la réponse fréquentielle de l’impédance Zt transmise à l’opérateur est comparée à celle
désirée Ztd . Cette dernière a été définie selon le paramètre αd = βf βp . Par rapport à la
Figure 3.8 et pour une raideur Ks ≤ 3000 [N/m], Zt reste dans la bande à Ztd ± 3 [dB].
La transparence du schéma de télé-opération est alors garantie. Au delà de 3000 [N/m],
l’impédance transmise n’est plus dans la bande à Ztd ±3 [dB]. Ceci est essentiellement dû à
la valeur maximale Kvmax imposée par les limitations de l’interface haptique. Cependant,
même si l’impédance désirée Ztd n’est plus atteinte, celle transmise à l’opérateur représente
toujours un environnement rigide. Elle peut alors être considérée comme acceptable.
Enfin, la télé-opération et l’interaction avec l’environnement distant a été reprise en

considérant la loi d’adaptation de la raideur virtuelle Kv donnée par les relations (3.57)-
(3.59). Les résultats obtenus et présentés sur la Figure 3.16 montrent les performances
en terme de stabilité et de transparence de la stratégie d’estimation et de la commande
adaptative. Grâce à l’estimation en ligne de la raideur K̂s,k
e
de l’environnement et l’adap-
tation de la raideur virtuelle Kv (Figure 3.16(c)), l’opérateur est capable de distinguer
un environnement de rigidité faible, élevée ou encore très élevée. Lorsque le robot esclave
est en contact avec un objet rigide (livre), l’opérateur exerce un effort (Figure 3.16(a))
sans que la position de sa main ne varie (Figure 3.16(b)). Ce comportement traduit les
performances en terme de transparence du schéma de télé-opération.
79
3.4. Télé-opération et interaction avec des tissus ex-vivo
65 65
Impédance transmise Zt Impédance transmise Zt
60 60
Impédance désirée Ztd Impédance désirée Ztd
55 55
Ks = 200 [N/m]
50 50 ±3 [dB]
±3 [dB]
45 45
Ks = 500 [N/m]
40 40
Gain Zt et Ztd [dB]

Gain Zt et Ztd [dB]
Ks = 1000 [N/m]
60 60
±3 [dB]
55 55
±3 [dB]
50 50
45 45
Ks = 2000 [N/m]
65 65
60 60 ±3 [dB]
±3 [dB]
55 55
50 50
Ks = 3000 [N/m] Ks = 4000 [N/m]
45 45
40 −1 40 −1
10 100 101 10 100 101
Figure 3.15 - Réponse fréquentielle de l’impédance Zt transmise à l’opérateur comparée

à celle désirée Ztd (avec αd = βf βp ) pour différentes valeurs de la raideur
Ks de l’environnement et pour une adaptation de la raideur Kv selon une
tel-00263824, version 1 - 13 Mar 2008
e
loi sigmoïde en fonction de la raideur nominale estimée Ks,c . La bande à
d
Zt ± 3 [dB] est illustrée.
3.4 Télé-opération et interaction avec des tissus ex-

vivo
Après cette première série d’expérimentation qui a permis de mettre en évidence les
performances du schéma de télé-opération, nous nous intéressons maintenant à des inter-
actions avec des tissus ex-vivo. Nous avons considéré deux expérimentations. La première
est une interaction simple avec des tissus de rigidité différente. La deuxième s’intéresse
au geste d’insertion d’aiguille dans un tissu ex-vivo. Au cours de ce type d’application,
des variations brusques et de grande amplitude peuvent apparaître dans les efforts appli-
qués lors de la pénétration par exemple. Les résultats obtenus illustreront la qualité de la
transparence et la robustesse du schéma de télé-opération.
3.4.1 Interaction avec des tissus ex-vivo

Les tissus ex-vivo que nous avons considérés sont illustrés sur la Figure 3.17(a) et
(b). Ces tissus présentent des éléments mous (un muscle) et rigides (un os). Nous avons
effectué une première télé-opération où seule la stratégie de commande en effort a été
considérée (sans estimation de la raideur Ks ni adaptation de la raideur virtuelle Kv ). Le
réglage des paramètres de télé-opération et de commande sont les mêmes que ceux utilisés
dans le chapitre précédent (Chapitre 2, §2.4.2). Ils sont donnés dans le Tableau 2.1 et
par la relation (2.75). Les résultats obtenus lors de cette première expérimentation sont
présentés sur la Figure 3.18. Ils montrent clairement que l’interaction avec un os n’est pas
possible. Le système devient instable puisque la commande en effort a été réglée pour des
interactions avec un environnement de faible rigidité.
Dans un deuxième temps, pour garantir la stabilité et la transparence du schéma de
télé-opération, la stratégie d’estimation de raideur Ks de l’environnement ainsi que celle
d’adaptation de la raideur virtuelle Kv ont été considérées. Les paramètres d’estimation de
80
5 50
0
avec avec avec
mousse ballon livre 0

-10
Espace libre
Espace libre
-20 -50
-30
Espace libre
Espace libre
-100 avec avec avec
mousse ballon livre
-40
-150
Force désirée Fd
Force mesurée Fe Position maître βp Xh
Force estimée ŷ Position esclave Xs
tel-00263824, version 1 - 13 Mar 2008
-50 -200
33.5 40.3 43.8 52.8 57.9 67.9 33.5 40.3 43.8 52.8 57.9 67.9
Temps [s] Temps [s]
(a) (b)
7000
e
6000
Espace libre
Espace libre
Raideur [N/m]
4000

avec avec avec
mousse ballon livre
2000
1000
500
0
33.5 40.3 43.8 52.8 57.9 67.9

Temps [s]
(c)
Figure 3.16 - Efforts, positions et raideurs lors d’une télé-opération avec une estimation
en ligne de la raideur Ks de l’environnement et adaptation de la raideur vir-
tuelle Kv selon une loi sigmoïde en fonction de la raideur nominale estimée
e
K̂s,c : (a) efforts mesuré Fe , estimé ŷ et désiré Fd (−βf Fd représente l’effort
ressenti par l’opérateur), (b) suivi de trajectoire et (c) raideurs estimée K̂se ,
e
nominale estimée K̂s,c et virtuelle Kv . Résultats suivant la direction z de
R0 .
81
(a) (b) (c)
Figure 3.17 - Environnement composé de tissus ex-vivo : (a) et (b) tissus ex-vivo présen-
tant des éléments mous (muscle) et rigide (os) et (c) tissus ex-vivo pour la
télé-opération et l’insertion d’une aiguille fixée au niveau de l’effecteur du
robot esclave.
10
Force désirée Fd
Force mesurée Fe
Force estimée ŷ
tel-00263824, version 1 - 13 Mar 2008
-10
-15
-20
Contact Espace Contact
avec un tissu mou libre avec un os
-25
167 171.6 173.8 176
Temps [s]
Figure 3.18 - Télé-opération et prise de contact avec un tissu ex-vivo sans une estima-
tion en ligne de la raideur de l’environnement : efforts mesuré Fe , estimé
ŷ et désiré Fd suivant l’axe z de R0 (−βf Fd représente l’effort ressenti par
l’opérateur).
la raideur sont identiques à ceux utilisés dans le §3.2.4. Ils sont donnés par le Tableau 3.1.
La loi d’adaptation de la raideur virtuelle Kv est donnée par les relations (3.57)-(3.59)
Les résultats sont illustrés sur la Figure 3.19. Grâce à la stratégie d’estimation en
ligne de la raideur du tissu ex-vivo, des interactions avec un os ont pu être réalisées
et la stabilité du schéma de télé-opération a été assurée. La position du bras maître
PHANToM tout au long du contact avec un os, montre que les sensations perçues par
l’opérateur représentent une interaction avec un environnement rigide. La transparence du
schéma de télé-opération a été garantie par l’adaptation de la raideur virtuelle Kv selon
la raideur nominale estimée K̂s,ce
. Il est cependant important de préciser que les faibles
oscillations enregistrées au niveaux des efforts désirés Fd sont filtrées par le système de
télé-opération et ne sont pas perçues par l’opérateur.
Ces résultats ont fait l’objet d’une publication à CDC’07 [Zarrad et al., 2007c].
82
10 -30
Force désirée Fd
Force mesurée Fe -40
Espace libre
Force estimée ŷ -50

0 -60
Contact -70
avec un tissu avec un os
mou avec un tissu avec un os
mou
-10 -90
Espace libre
-100
-15
-110
-20 -120
Position esclave Xs
tel-00263824, version 1 - 13 Mar 2008
-25
100 101.6 110.4112.45 120.4122 100 101.6 110.4112.45 120.4122
Temps [s] Temps [s]
(a) (b)

e
4500
Espace libre
4000
Contact
Raideur [N/m]
Contact
avec un tissu avec un os
mou
2500
2000
1500
1000
500
0
-500
100 101.6 110.4112.45 120.4122
Temps [s]
(c)
Figure 3.19 - Efforts, positions et raideurs lors d’une télé-opération et interaction avec des
tissus ex-vivo de rigidité différente avec estimation en ligne de la raideur
Ks de l’environnement et adaptation de la raideur virtuelle Kv selon une loi
sigmoïde en fonction de la raideur nominale estimée K̂s,c e
: (a) efforts mesuré
Fe , estimé ŷ et désiré Fd (−βf Fd représente l’effort ressenti par l’opérateur),
(b) suivi de trajectoire et (c) raideurs estimée K̂se , nominale estimée K̂s,c
e
et
virtuelle Kv . Résultats suivant la direction z de R0 .
83
3.4.2 Insertion d’aiguille télé-opérée

Afin d’effectuer une insertion d’aiguille télé-opérée, une aiguille chirurgicale a été rigi-
dement montée au niveau de l’organe terminal du robot D2M2. L’aiguille considérée est de
longueur 50 [mm] et de diamètre 0.8 [mm]. L’environnement, illustré sur la Figure 3.17(c),
est un tissu ex-vivo formé d’un muscle et de peau. La raideur Ks du tissu, est essentielle-
ment égale à celle de la peau. Avant de présenter les résultats de télé-opération obtenus,
nous présentons le geste d’insertion d’aiguille ainsi que les efforts qui sont considérés.
Etude du geste
Lors d’une interaction avec un tissu, nous supposons que la position Xs du robot est
égale à celle du tissu. Comme le montre la Figure 3.20, l’insertion d’une aiguille dans
un tissu peut se réaliser en quatre étapes dans lesquelles la position de l’aiguille (du
robot) et celle du tissu peuvent être différentes. Les efforts appliqués lors de ces phases
deviennent alors différents de ceux appliqués au cours d’une interaction classique avec un
environnement :
- Phase d’initialisation : l’aiguille attachée au robot est considérée au contact du tissu.
Sa position et l’effort qu’elle applique sont respectivement donnés par Xs = Xs0 et
tel-00263824, version 1 - 13 Mar 2008
Fe = 0.
- Phase d’appui : tout au long de cette phase, l’aiguille applique un effort Fe = Fe1
sur le tissus afin de réaliser l’insertion.
- Phase d’insertion et de relaxation : au début de cette phase, la position de l’aiguille et
celle du tissu sont égales à Xs,pénétration . La pénétration a lieu à t = tpénétration dès que
l’effort appliqué Fe atteint une valeur donnée qui dépend de la vitesse de déplacement
de l’aiguille [Heverly et al., 2005]. À cet instant et par son élasticité, le tissu se
déplace vers la position initiale Xs0 sans jamais l’atteindre. Pendant l’insertion, par
frottement avec le tissu, l’aiguille l’attire dans le sens de son déplacement. Une fois
arrivée à la zone d’intérêt, le tissu revient vers la position initiale Xs0 pour atteindre
Xrelax tel que Xs0 < Xrelax < Xs,pénétration . Tout au long de cette phase, la position
de l’aiguille et celle du tissu ne sont pas égales. Les efforts appliqués Fe = Fe2 sont
essentiellement dus aux propriétés physiques du tissu et à l’effort de frottement avec
l’aiguille.
- Phase d’extraction : de même que lors de l’insertion, l’extraction de l’aiguille attire
le tissu dans le sens de son déplacement jusqu’à atteindre une position Xs,extract. Les
efforts Fe = Fe3 appliqués sont aussi dus au frottement entre le tissu et l’aiguille.
Okamura et Simone [Okamura et al., 2004] identifient les efforts appliqués lors d’un
geste d’insertion d’une aiguille dans un foie comme étant la somme de trois efforts dis-
tincts. Avant la pénétration du tissu, les efforts Fe = Fe1 sont dus à l’interaction avec le
tissu et donc à sa raideur. Ceux appliqués après sont la somme des efforts de frottement
et des efforts appliqués par l’aiguille pour réaliser le perçage du tissu. Considérant que ces
derniers efforts sont difficiles à identifier, Maurin et al [Maurin et al., 2004a] comparent
deux modèles pour caractériser les efforts appliqués. Chacun des modèles comporte une
composante de raideur et une de frottement. Pour améliorer les résultats obtenus, Yang et
al [Yang et al., 2005] proposent de rajouter au modèle une composante propre aux carac-
téristiques physiques du foie. Barbé et al [Barbé et al., 2007b] considèrent que les efforts
appliqués lors de l’insertion de l’aiguille dans un tissu peuvent être modélisés par un sys-
tème ressort-amortisseur. Ils réalisent alors une identification en ligne du modèle linéaire
84
Aiguille
Fe = Fe 3
Fe = 0 Fe = Fe 1 Fe = Fe 2
Xsextract
1111111
0000000
0000000
1111111
Xs0 1111111
0000000
0000000
1111111
1111111
0000000
0000000
1111111
0000000
1111111
0000000
1111111
1111111
0000000
0000000
1111111
0000000
1111111
0000000
1111111
Xsrelax 0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111 0000000
1111111 0000000
1111111 0000000
1111111
0000000
1111111
0000000
1111111 0000000
1111111
0000000
1111111 Xspénétration 0000000
1111111
0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111 0000000
1111111 0000000
1111111
0000000
1111111
0000000
1111111 0000000
1111111 0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111 0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111 0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111 0000000
1111111 0000000
1111111
0000000
1111111
0000000
1111111 0000000
1111111 0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111
0000000
1111111 0000000
1111111
0000000
1111111 00000000000001111111
1111111111111
Peau, K
s 0000000
1111111
0000000
1111111 11111111111111111111
0000000000000
1111111111111
0000000000000
0000000
0000000
1111111 11111111111111111111
0000000000000
1111111111111
0000000000000
0000000
0000000
1111111 0000000000000
11111111111110000000
0000000
1111111
00000000000001111111
11111111111110000000
0000000000000
1111111111111
0000000000000
1111111111111
0000000
1111111
0000000
1111111 00000000000001111111
11111111111110000000
0000000
1111111 00000000000001111111
11111111111110000000
0000000
1111111 0000000000000
1111111111111
0000000000000
11111111111110000000
1111111 z
0000000000000
1111111111111 0000000000000
1111111111111 00000000000001111111
0000000
0000000000000
1111111111111
0000000
1111111
00000000000001111111
11111111111110000000 00000000000001111111
1111111111111
0000000000000
1111111111111
0000000
0000000
1111111 00000000000001111111
1111111111111
0000000000000
1111111111111
0000000
0000000
1111111 1111111111111
0000000000000
11111111111110000000
1111111
Muscle 0000000
1111111
00000000000001111111
11111111111110000000 Muscle0000000
1111111
00000000000001111111
11111111111110000000 Muscle0000000
1111111
00000000000001111111
11111111111110000000 00000000000001111111
Muscle
11111111111110000000
0000000
1111111 y
0000000000000
1111111111111 0000000000000
1111111111111 0000000000000
1111111111111 0000000000000
1111111111111
0000000
1111111
00000000000001111111
1111111111111 0000000000000
11111111111110000000
1111111 0000000000000
11111111111110000000
1111111 00000000000001111111
11111111111110000000
0000000
1111111
0000000000000
11111111111110000000
00000000000001111111
11111111111110000000 00000000000001111111
11111111111110000000
0000000
1111111 00000000000001111111
11111111111110000000
0000000
1111111 0000000000000
11111111111110000000
1111111
x R0
Phase initiale Phase d’appui Phase d’insertion et Phase d’extraction
de relaxation
t = tpénétration t = textract
Avant la pénétration Après la pénétration
Figure 3.20 - Les différentes phases d’insertion d’une aiguille dans un tissu ex-vivo.
Kelvin-Voigt donné par la relation (3.1) et du modèle non linéaire Hunt-Crossley [Diolaiti
et al., 2005a]. Les résultats obtenus montrent que les efforts peuvent être représentés par
le modèle linéaire de Kelvin-Voigt. En considérant une faible vitesse de déplacement de
l’aiguille, nous supposons que seule la raideur Ks du tissu intervient dans la représenta-
tion des efforts appliqués. Ceci correspond alors à la stratégie de commande en effort et
tel-00263824, version 1 - 13 Mar 2008
d’estimation de la raideur présentée dans le Chapitre 2 et le §3.2.
Analyse expérimentale
Nous avons réalisé la télé-opération et l’insertion de l’aiguille dans le tissu de la Fi-
gure 3.17(c) en considérant le schéma de télé-opération et les mêmes paramètres de com-
mande que ceux utilisés précédemment (Tableau 2.1 et relation (2.75)). Dans un pre-
mier temps, nous n’utilisons pas la stratégie d’estimation de la raideur du tissu. La Fi-
gure 3.21(a) montre les efforts appliqués pendant l’expérience. Étant donné que le tissu
est mou, la phase d’appui se réalise avec succès et le système reste stable. À l’instant
t = tpénétration , la pénétration du tissu s’effectue et une brusque variation de la position
Xs du robot (et donc de l’aiguille) apparaît (voir Figure 3.21(b)). Un dépassement de la
position désirée par l’opérateur peut être remarqué montrant que ce dernier n’est plus
capable de contrôler le robot distant. Comme le schéma de télé-opération est de type
position - position, ce brusque déplacement de l’aiguille provoque une grande variation
des efforts désirés Fd . Ces derniers, ressentis par l’opérateur, deviennent différents des
efforts Fe appliqués par le robot. La transparence du schéma de télé-opération n’est alors
plus garantie et l’action involontaire provoquée par le retour d’effort semble dominer celle
désirée par l’opérateur qui ne peut plus contrôler la position de l’aiguille pendant et après
la pénétration du tissu.
Une deuxième expérimentation est réalisée en considérant la stratégie d’estimation de
la raideur Ks du tissu. Les paramètres d’estimation sont ceux utilisés précédemment et
donnés dans le Tableau 3.1. Pour augmenter la transparence du schéma de télé-opération,
l’adaptation de la raideur virtuelle Kv est également utilisée (relations (3.57) et (3.58)).
Les résultats obtenus sont donnés sur la Figure 3.22. Dès le début de la phase d’appui, la
raideur du tissu est estimée et une adaptation de la commande en effort ainsi que de la
raideur virtuelle Kv est réalisée (voir Figure 3.22 (c)). Les interactions entre l’aiguille et
le tissu sont alors mieux perçues par l’opérateur. Ce dernier est capable de caractériser le
tissu et d’anticiper la pénétration. À l’instant t = tpénétration , contrairement à l’expérience
précédente et malgré une brusque variation des efforts appliqués Fe , ces derniers restent
très proches des efforts ŷ et Fd respectivement estimés par la stratégie de commande et
85
Force désirée Fd
4
Force mesurée Fe
Force estimée ŷ
0
Appui
Extraction
-5
Espace
Espace libre
tel-00263824, version 1 - 13 Mar 2008
tpénétration libre
-10
127.9 130.95 133.5 134.3 135.7
Temps [s]
(a)
-70
-80
Position esclave Xs
-100
Insertion Espace
Espace libre Appui
Relaxation libre
-120
-140
-150
126 127.9 130.95 133.5 134.3 135.7
Temps [s]
(b)
Figure 3.21 - Télé-opération et insertion d’une aiguille dans un tissu ex-vivo suivant l’axe
z de R0 sans considérer la stratégie d’estimation en ligne de la raideur du
tissu : (a) efforts mesuré Fe , estimé ŷ et désiré Fd et (b) suivi de trajectoire.
86
Force désirée Fd
2
Force mesurée Fe
Force estimée ŷ

0
textract
-2
Extraction
Phase d’appui
-4
-6 Insertion
Espace Relaxation Espace
libre libre
-8
Pénétration
tpénétration
-10
309.9 315.35 318.7 321 323
Temps [s]
(a)
20
10 Position esclave Xs
Extraction
tel-00263824, version 1 - 13 Mar 2008
Phase d’appui Insertion

Relaxation
-20
Espace Espace
-30
libre libre
-40
-50
309.9 315.35 318.7 321 323
Temps [s]
(b)

e
1500
Raideur [N/m]
1000
Extraction
Espace Phase d’appui Insertion Espace

libre Relaxation libre
500
300
100
0
-200
309.9 315.35 318.7 321 323
Temps [s]
(c)
Figure 3.22 - Télé-opération et insertion d’une aiguille dans un tissu ex-vivo suivant l’axe
z de R0 avec une estimation en ligne de la raideur du tissu et adaptation de
la raideur virtuelle Kv en fonction de la raideur nominale estimée K̂s,c e
: (a)
efforts mesuré Fe , estimé ŷ et désiré Fd (−βf Fd représente l’effort ressenti
par l’opérateur), (b) suivi de trajectoire suivant la direction z et (c) raideurs
estimée K̂se , nominale estimée K̂s,c
e
et virtuelle Kv .
87
3.5. Conclusion
ressentis par l’opérateur. Ce dernier contrôle parfaitement l’évolution de l’aiguille et per-

çoit les interactions entre l’aiguille et le tissu. Il continue alors l’insertion de l’aiguille avant
de réaliser son extraction. Tout au long de cette dernière phase où les efforts appliqués
sont dus au frottement entre l’aiguille et le tissu, la stratégie d’estimation de la raideur
identifie un paramètre K̂se = 100 [N/m]. Ce paramètre n’est pas pris en compte puisque
la raideur nominale estimée Ks,c e
est bornée par sa valeur minimale Ks,min e
= 200 [N/m]
(voir Tableau 3.1). Ceci n’a pas d’influence importante sur la phase d’extraction puisque
elle se réalise avec succès malgré la brusque variation des efforts appliqués à t = textract . Il
est important de noter que les pics de la raideur nominale Ks,c e
et virtuelle Kv observés à
l’instant t ≈ 322 [s] sont très brefs et n’ont aucun effet sur le comportement du système.
D’après la Figure 3.22(b), la télé-opération dans un espace libre s’est réalisée dans des
conditions stables.
Ces résultats ont fait l’objet d’une publication à IROS’07 [Zarrad et al., 2007d].
3.5 Conclusion
Nous avons présenté dans ce chapitre une estimation en ligne de la raideur de l’envi-
tel-00263824, version 1 - 13 Mar 2008
ronnement et une analyse de stabilité et de transparence du schéma de télé-opération avec

retour d’effort. Une adaptation de la loi de commande en fonction de la raideur estimée a
permis d’accroître les performances du système. Les stratégies proposées ont été validées
par une télé-opération et une interaction avec des tissus ex-vivo.
Pour réaliser l’estimation de la raideur de l’environnement, nous avons utilisé un filtre
de Kalman étendu établi à partir de la représentation d’état du système esclave. Cette
représentation présente l’avantage de ne pas considérer la position de repos de l’environ-
nement qui, dans le cadre de la chirurgie mini-invasive, dépend de la position de l’organe
et de son mouvement. Le filtre de Kalman a ensuite été écrit sous une forme faisant appa-
raître, distinctement, les erreurs d’estimation de la raideur de l’environnement et celles de
la modélisation du robot esclave. La contribution majeure du travail présenté a été l’inté-
gration des erreurs de modélisation du robot dans la phase de prédiction de la raideur de
l’environnement. Une adaptation en ligne de la loi de commande en fonction de la raideur
estimée a ensuite permis une télé-opération et une interaction avec un environnement de
rigidité différente et élevée.
Dans la deuxième partie de ce chapitre, nous nous sommes intéressés à la transpa-
rence et à la stabilité du schéma de télé-opération. Nous avons alors déterminer l’impé-
dance transmise et ressentie par l’opérateur au niveau de l’interface haptique. Elle dépend
non seulement des caractéristiques de l’environnement mais aussi des paramètres de télé-
opération. Quant à la stabilité du système, elle a été établie en faisant la distinction
entre l’action volontaire et involontaire de l’opérateur qui télé-opère le robot esclave. Une
loi d’adaptation des paramètres de télé-opération en fonction de la raideur estimée a fi-
nalement été proposée. Elle a été établie selon un compromis imposant une impédance
désirée et ressentie par l’opérateur tout en assurant des marges de stabilité satisfaisantes.
Une évaluation expérimentale a montré que l’opérateur était capable de distinguer des
éléments de rigidité différentes faisant partie d’un environnement distant.
L’évaluation expérimentale de l’ensemble du schéma de télé-opération a été établie en
considérant des interactions avec des tissus ex-vivo. Les premiers résultats, obtenus à la
suite d’une interaction simple avec des tissus présentant des éléments mous et rigides, ont
montré l’efficacité de la stratégie d’estimation de la raideur et de la commande adaptative.
Les deuxièmes résultats ont été obtenus lors d’une insertion d’aiguille télé-opérée dans un
88
tissus ex-vivo mou. Ce geste d’insertion, fréquent en imagerie interventionnelle, met en

évidence des variations brusques et importantes des efforts appliqués. Grâce à l’adaptation
des paramètres de télé-opération, l’opérateur a eu une meilleure perception des interactions
entre l’aiguille et le tissu. Ce qui lui a permis de contrôler les efforts appliqués et de
maîtriser l’insertion de l’aiguille dans le tissu.
tel-00263824, version 1 - 13 Mar 2008
89
tel-00263824, version 1 - 13 Mar 2008
Chapitre 4. Vers la chirurgie mini-invasive à cœur battant
Chapitre 4
Vers la chirurgie mini-invasive à cœur

battant
Sommaire
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
tel-00263824, version 1 - 13 Mar 2008
4.2 Chirurgie mini-invasive et passage par le trocart . . . . . . . . . . . 92

4.2.1 Les solutions existantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.2.2 Commande par découplage dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.2.3 Analyse expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.3 Vers la compensation des mouvements physiologiques . . . . . . . . 107
4.3.1 Assistance en chirurgie cardiaque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.3.2 La commande en effort et le rejet de perturbations périodiques . . . . . . . . . . . . . . 108
4.3.3 Rejet de perturbations périodiques en effort . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.3.4 Analyses expérimentales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.1 Introduction
Parmi les difficultés liées à la chirurgie mini-invasive et définies au §1.1.1.2, deux
contraintes fortes sont à prendre en compte : la première concerne la perte de mobi-
lité lors du passage de l’instrument par le trocart, la deuxième est liée aux mouvements
physiologiques des organes et en particulier du cœur. Dans ce chapitre, nous proposons
ainsi deux solutions pour répondre à ces contraintes.
Le passage des instruments par le trocart bloque leurs déplacements le long du plan
tangent à la peau du patient. Leur manipulation se réalise alors autour d’un point fixe
défini par la position du trocart à la surface du corps. Cette contrainte doit être prise en
compte lors de la conception d’un système de télé-opération d’un robot esclave dédié à
la chirurgie mini-invasive. Dans la première partie de ce chapitre, nous rappellerons les
avantages et inconvénients des principales solutions proposées pour pallier cette contrainte.
Nous proposerons ensuite une approche logicielle qui réalise un découplage entre la tâche
de télé-opération du robot esclave et sa posture qui lui impose le passage par un point fixe
dans l’espace. La stratégie de télé-opération avec retour d’effort reste bien évidemment la
même que celle que nous avons proposée, validée et analysée dans les chapitres précédents.
Quant à la gestion de la posture, nous imaginons que l’instrument du robot esclave est
tenu par un robot virtuel qui lui impose le passage par un point fixe. Nous réalisons alors
la commande en position du robot virtuel afin que la position de son organe terminal
91
4.2. Chirurgie mini-invasive et passage par le trocart
coïncide avec celle du trocart. Cette commande en position reprend les techniques de
commande par observation et retour d’état développées dans le deuxième chapitre de ce
manuscrit. La pertinence de notre approche sera finalement évaluée sur la plate-forme
robotique pour une télé-opération en espace libre avec prise en compte du passage par un
point fixe.
Dans la deuxième partie du chapitre, nous reprenons également l’architecture de com-
mande en effort du robot esclave pour proposer une première solution visant à compenser
les mouvements physiologiques lors d’une intervention chirurgicale mini-invasive à cœur
battant. En effet lors d’une telle intervention, l’utilisation d’un stabilisateur mécanique
n’est que partiellement satisfaisante puisque des mouvements résiduels à l’intérieur de la
zone stabilisée peuvent être observés [Lemma et al., 2005]. Ces mouvements compliquent le
travail du chirurgien qui réalise mentalement leur compensation. Une solution alternative
consiste donc à offrir au chirurgien une stabilisation virtuelle du cœur. Nous proposerons
alors une stratégie de commande pour synchroniser les mouvements des instruments avec
ceux du cœur. Notre approche consiste à compenser les perturbations, dues au mouvement
de l’environnement, dans l’effort appliqué par l’instrument. Ces perturbations sont alors
estimées et utilisées dans une stratégie de commande référencée modèle capable de les at-
ténuer. Cette dernière se base sur le fait qu’une compensation des perturbations en effort
tel-00263824, version 1 - 13 Mar 2008
doit produire des perturbations dans la position du robot. Notre approche sera validée
sur la plate-forme robotique dans laquelle un deuxième robot exogène (1 axe vertical) est
utilisé pour simuler un environnement en mouvement.
4.2 Chirurgie mini-invasive et passage par le trocart

4.2.1 Les solutions existantes
La contrainte du passage par le trocart peut être levée en créant un centre de rotation
déporté et situé à la surface du corps du patient. Ce centre de rotation peut être obtenu de
manière mécanique lors de la conception du robot ou pris en compte dans la stratégie de
commande. Dans les paragraphes suivants, nous présentons quelques solutions mécaniques
et logicielles.
4.2.1.1 La cinématique contrainte

Parmi les solutions mécaniques, une première possibilité repose sur l’utilisation d’un
poignet à articulations passives comme c’est le cas des robots porte-endoscope AESOP
(Zeus) [Allaf et al., 1998], EndoAssist [Finlay, 1996], LapMan [Polet et Donnez, 2004]
ou encore les deux plates-formes RTW [Çavuşoğlu et al., 2001] et The Black Fal-
com [Madhani et al., 1998]. L’inconvénient majeur de cette solution est le manque de
précision dans le positionnement de l’extrémité de l’instrument [Krupa et al., 2002] dû
aux déplacements du trocart induits par l’élasticité de la peau du patient. Une deuxième
solution mécanique consiste à utiliser des articulations actives avec par exemple une ar-
chitecture en double pantographe comme c’est le cas du robot Da Vinci [Guthart et
Salisbury, 2000] ou un système de transmission à base de poulies et de courroies comme
les systèmes ARTEMIS [Rininsland, 1999] et PAKY [Taylor et Stoianovici, 2003]. Leur
inconvénient réside dans la mise en correspondance entre la position du trocart et le centre
de rotation déporté [Krupa et al., 2002]. Cette mise en correspondance nécessite un pla-
cement optimal du robot par rapport au patient. En cas de décalage, des efforts latéraux
92
importants risquent d’être appliqués sur la peau du patient. L’ensemble de ces solutions
mécaniques possède en plus un inconvénient majeur lié à leur encombrement dans la salle
d’opération. Pour s’affranchir de cet encombrement, des solutions plus compactes sur la
base de poignets sphériques ont été proposées. Citons par exemple le robot télé-opéré En-
doBot [Kang et Wen, 2001] ou les robots qui s’installent sur le corps du patient comme
le robot MC2 E [Zemiti et al., 2004] et le porte-endoscope LER [Berkelman et al., 2003a].
Cette solution qui permet effectivement de gagner de l’espace dans la salle d’opération
impose cependant un encombrement accru du site opératoire local.
4.2.1.2 La commande contrainte

Une alternative à la conception des solutions mécaniques est de considérer le passage
par le trocart en s’appuyant sur une stratégie de commande dédiée du robot. Dans [Krupa
et al., 2002], les auteurs proposent la commande d’un robot porte-endoscope à 6 ddl en
minimisant les efforts latéraux appliqués sur le trocart. Ils considèrent que les instruments
ne sont pas en contact avec les organes. Cette solution nécessite un capteur d’effort unique-
ment dédié à la mesure des efforts latéraux. Une autre stratégie, proposée dans [Ortmaier,
tel-00263824, version 1 - 13 Mar 2008
2002], réalise une estimation en ligne du centre de rotation déporté. Cette estimation est
ensuite intégrée dans la stratégie de commande du robot chirurgical. De la même manière,
dans [Michelin et al., 2002], les auteurs proposent de projeter la contrainte du passage par
le trocart dans l’espace articulaire d’un robot à 5 ddl (le robot D2M2). Néanmoins, ces
deux techniques sont dédiées à une commande en position du robot esclave et ne peuvent
pas être appliquées à une stratégie de commande en effort.
Dans [Michelin et al., 2004], les auteurs proposent d’utiliser la redondance du robot par
rapport à la tâche pour réaliser un découplage dynamique tâche-posture. Cette technique
se base sur la réalisation de deux stratégies de commande simultanées. La première, dédiée
à la commande de l’effecteur du robot dans l’espace opérationnel, permet la synthèse d’un
vecteur de couple τsc,t pour la réalisation d’une tâche de télé-opération sans retour d’effort.
La deuxième stratégie permet de synthétiser un vecteur de couple τsc,n de commande
de l’espace contraint imposant le passage de l’instrument par le trocart. Son principe
consiste à minimiser la distance dtr (q) entre l’instrument du robot et le trocart est (voir
Figure 4.1). Connaissant la position Xtr = [Xtr,x Xtr,y Xtr,z ]T du trocart dans le repère
R0 et la configuration articulaire du robot, la distance dtr (q) est
|(Xs−1 − Xs ) ∧ (Xs − Xtr )|

dtr (q) = , (4.1)
|Xs−1 − Xs |
où ∧ est le produit vectoriel. Xs−1 désigne les coordonnées opérationnelles de l’extrémité

de l’instrument fixée sur le robot. Pour minimiser cette distance, les auteurs proposent
d’appliquer un couple
τsc,n = α∇dtr , (4.2)
où ∇dtr et α sont respectivement le gradient de dtr (q) par rapport à q et un scalaire négatif
(direction inverse du gradient). L’inconvénient de cette commande de l’espace contraint
réside dans le fait qu’elle est une commande de type proportionnel peu performante.
De plus, elle se base uniquement sur la distance dtr et ne prend pas en compte l’effet
du couple τsc,t dédié à la tâche. Ces limitations imposent ainsi un compromis entre les
performances de la tâche de télé-opération et celles du respect de la contrainte du passage
par le trocart [Michelin, 2004].
93
zn−2
qn−2
xn−1 Corpsn−3
zn q n Corpsn−2
Corpsn
Dn Rn
Xs−1
xn zn−1 Corpsn−1
qn−1 z0
Xn Instrument
Rinst dtr (q) x 0 R0 y 0
zs
"
T
#
Xtr = Xtr,x Xtr,y Xtr,z

xs Xs ys τsc,n = α∇dtr
tel-00263824, version 1 - 13 Mar 2008
Figure 4.1 - Principe de la commande de l’espace contraint pour le respect du passage par
un point fixe [Michelin et al., 2004].
C’est pourquoi nous proposons une nouvelle stratégie toujours basée sur le décou-
plage dynamique tâche-posture et utilisant la technique d’observation et de commande
par retour d’état présentée au §2.3.2 du deuxième chapitre pour réaliser la tâche de télé-
opération avec retour d’effort. Pour la commande de l’espace contraint, nous supposons
que l’organe terminal d’un robot virtuel est attaché à l’instrument du robot esclave D2M2
comme cela est illustré sur le schéma de principe de la Figure 4.2. En réalisant un mouve-
ment, le robot D2M2 fait déplacer l’organe terminal du robot virtuel (cf. Figure 4.2(a)).
Pour respecter le passage par le trocart, nous réalisons la commande du robot virtuel
afin que la position de son effecteur soit toujours égale à la position du trocart (cf. Fi-
gure 4.2(b)). La stratégie de commande en position sera basée sur un découplage non-
linéaire du robot virtuel et sur des techniques d’observation et de commande par retour
d’état déjà développées dans les chapitres précédents. L’effet de la tâche de télé-opération
y sera pris en compte.
4.2.2 Commande par découplage dynamique

4.2.2.1 Découplage Tâche-Posture
Le principe du découplage dynamique tâche-posture qui s’applique à un robot redon-
dant par rapport à la tâche repose sur la décomposition du couple moteur de commande
τsc en deux composantes découplées [Khatib, 1987]
τsc = τsc,t + τsc,p (4.3)
avec
T
τsc,p = (I(n×n) − JtT Jt+ )τsc,n , (4.4)
où I(n×n) est la matrice d’identité de dimension (n×n). Jt et Jt+ désignent respectivement
la matrice jacobienne du robot et sa pseudo-inverse généralisée à droite. τsc,t est un couple
94
Robot D2M2 Robot D2M2

Organe terminal Organe terminal
robot virtuel robot virtuel
Robot virtuel
Instrument D2M2 Robot virtuel Instrument D2M2
tenu par tenu par
le robot virtuel le robot virtuel
Xn
Xtr = [Xtr,x Xtr,y Xtr,z ]T
z z
Xs Xs Trocart
x R0 y x R0 y
mouvement mouvement
(a) (b)
Figure 4.2 - Schéma de principe de la commande de l’espace contraint. Mouvement du

robot D2M2 (a) non contraint, (b) contraint par le passage par le trocart.
moteur dédié à la réalisation de la tâche de télé-opération avec retour d’effort. τsc,p est un
couple qui permet de modifier la configuration du robot et qui sera utilisé pour respecter
le passage par un point fixe. Cette configuration est imposée par le couple τsc,n que nous
tel-00263824, version 1 - 13 Mar 2008
appellerons couple dédié à l’espace contraint.

T
En multipliant la relation (4.3) par Jt+ , il est possible de montrer qu’au niveau
de l’organe terminal du robot, l’effort total généré par le couple de commande τsc est
uniquement égal à l’effort Fsc,t défini par la tâche de télé-opération. Le découplage tâche-
posture permet alors au couple τsc,p (et τsc,n) d’imposer la posture du robot sans agir
sur la tâche. C’est la propriété essentielle du découplage tâche-posture. Cependant, ce
découplage ne prend pas en compte l’effet de la tâche sur la posture imposée. Or la tâche
doit effectivement être considérée dans la synthèse du couple τsc,n comme le suggèrent
[Khatib et al., 2004] et [Sentis et Khatib, 2005].
4.2.2.2 Télé-opération et commande dynamique de l’organe terminal

Soit le robot esclave D2M2 à n = 5 degrés de liberté selon lesquels il est possible de
réaliser la télé-opération (m = 5). La prise en compte du passage par le trocart conduit
à la perte de deux degrés de liberté opérationnels. La tâche de télé-opération se réalise
alors suivant les trois directions x, y et z du repère de base R0 . Le nombre de degrés de
liberté opérationnels devient m = 3, ce qui rend le robot redondant par rapport à la tâche
de télé-opération (n > m) [Siciliano, 1990]. Le découplage tâche-posture peut alors être
appliqué.
Soit le vecteur de couple moteur de commande τsc,t dédié à la tâche et défini par
τsc,t = JtT Fsc,t, (4.5)
où la matrice jacobienne du robot Jt est de dimension (3 × 5) et Fsc,t est l’effort de com-
mande agissant dans l’espace opérationnel et dédié à la tâche de télé-opération (produit
par le couple τsc,t ). Il est calculé à partir du modèle dynamique du robot exprimé dans
l’espace cartésien [Khatib, 1987]
Fsc,t = M̂x,t(q)f ⋆ + V̂x,t (q, q̇) + Ĝx,t (q) + F̂e , (4.6)
où F̂e de dimension (3×1) est une estimation des efforts appliqués selon les trois directions
de déplacement. M̂x,t , V̂x,t et Ĝx,t sont les estimations respectives de
T
Mx,t = Jt+ M (q)Jt+ , (4.7)
95
T
Vx,t = Jt+ V (q, q̇) − Mx,tJ˙t q̇ (4.8)
et
T
Gx,t = Jt+ G(q) (4.9)
dans lesquels la pseudo-inverse généralisée à droite Jt+ de Jt est calculée afin de minimiser
l’énergie cinétique du robot suivant la relation [Khatib, 1987]
Jt+ = M −1 (q)JtT (Jt M −1 (q)JtT )−1 (4.10)
La commande f ⋆ dans la relation (4.6) est un vecteur de dimension (3 × 1) donnée

par :
T
f ⋆ = fx⋆ fy⋆ fz⋆ (4.11)

,
où fx⋆ , fy⋆ et fz⋆ représentent la commande f ⋆ , respectivement suivant les directions x, y
et z (voir paragraphe 2.3.2 et Figure 2.5).
4.2.2.3 Gestion de la contrainte du trocart

Considérons le point donné par la projection du trocart sur l’instrument du robot
tel-00263824, version 1 - 13 Mar 2008
D2M2 (cf. Figure 4.1). Ce point est défini dans le repère R0 par le vecteur de coordonnées
cartésiennes Xn = [Xn,x Xn,y Xn,z ]T . Le passage par le trocart impose idéalement que

Xn,x = Xtr,x
. (4.12)
Xn,y = Xtr,y
La stratégie de commande de l’espace contraint consiste alors à réaliser la commande

du vecteur de position réduit [Xn,x Xn,y ]T pour atteindre des valeurs de consigne constantes
données par le vecteur de position réduit du trocart [Xtr,x Xtr,y ]T . Le principe repose alors
sur la commande en position, selon deux directions de l’espace opérationnel, d’un robot
virtuel dont la position de l’effecteur serait donnée par Xn . Comme le montre la Fi-
gure 4.3, le robot D2M2 et le robot virtuel sont identiques sauf pour la longueur de leurs
instruments. Ainsi, à partir de la position Xtr du trocart et des paramètres géométriques
et dynamiques du robot D2M2, le modèle du robot virtuel sera établi. Une commande
en position opérationnelle lui sera finalement synthétisée.
Modélisation du robot virtuel

La position Xn de l’organe terminal du robot virtuel est donnée en fonction de la
configuration q et du modèle géométrique du robot D2M2. Elle est calculée en fonction
de la position Xs−1 de l’extrémité de l’instrument fixée au robot D2M2 et de la position
de son effecteur Xs suivant
Xn = Xs + (Xs−1 − Xs )ρ, (4.13)
avec
(Xs − Xtr ) · (Xs−1 − Xs )
ρ=− , (4.14)
|Xs−1 − Xs |2
où · est le produit scalaire.
La seule différence entre le robot virtuel et le robot D2M2 est la longueur de leurs
instruments. Celle du robot virtuel est donnée par Rinst,virt et peut être calculée à partir
des coordonnées Xn et Xs−1 .
96
zn−2
qn−2
xn−1 Corpsn−3
Corpsn Corpsn−2
Xs−1Dn Rn
Instrument
D2M2 Corpsn−1
Rinst X
n
Instrument virtuel z
Rinst,virt
xs zs
dtr x R0 y
Xs T
ys
" #
Xtr = Xtr,x Xtr,y Xtr,z
Figure 4.3 - Définition d’un robot virtuel pour la commande de l’espace contraint et le
tel-00263824, version 1 - 13 Mar 2008
respect du passage par un point fixe.
Dans la suite, afin de simplifier les écritures, nous supposons que les vecteurs de position
du robot virtuel Xn et celui du trocart Xtr sont des vecteurs de positions réduits contenant
uniquement les composantes selon les deux directions x et y de R0 . Ils sont donnés par :

Xn,x Xtr,x
Xn = et Xtr = . (4.15)
Xn,y Xtr,y
Le modèle cinématique reliant les vitesses articulaires q̇ aux vitesses opérationnelles
du robot virtuel selon les deux directions x et y du repère R0 est alors défini par
Ẋn = Jn (q)q̇, (4.16)
où Jn est la matrice jacobienne de dimension (2 × 5) du robot virtuel. Cette matrice

dépend de Rinst,virt et doit être mise à jour à chaque période d’échantillonnage.
L’application du vecteur de couple τsc,n produit un effort de commande dans l’espace
opérationnel Fsc,n de dimension (2 × 1) au niveau de l’effecteur du robot virtuel. Ces deux
grandeurs sont reliées par la matrice jacobienne Jn telle que
τsc,n = JnT Fsc,n. (4.17)
En négligeant la masse de l’instrument du robot D2M2, les deux robots possèdent un

modèle dynamique identique. Celui du robot virtuel s’exprime dans l’espace cartésien par
Mx,n (q)Ẍn + Vx,n (q, q̇) + Gx,n (q) = Fsc,n − Fe,n + Fin,t,n , (4.18)
où Mx,n , Vx,n et Gx,n sont respectivement donnés par les relations (4.7)-(4.10) dans les-
quelles la matrice jacobienne Jt est remplacée par Jn . Fe,n est le vecteur de dimension
(2 × 1) des efforts extérieurs exercés par le robot virtuel sur son environnement. Il est
défini par les deux composantes en x et y du vecteur des efforts Fe appliqués par le robot
D2M2 sur son environnement (la transformation géométrique entre Fe et Fe,n est l’iden-
tité). Le vecteur Fin,t,n , de dimension (2 × 1), est le vecteur des efforts induits par la tâche
97
de télé-opération sur l’espace contraint [Khatib et al., 2004], [Sentis et Khatib, 2005]. Il
représente l’effet de la tâche sur la position du robot virtuel. Il est donné par

1 0 0
Fin,t,n = M̂x,t(q)f ⋆ . (4.19)
0 1 0
où M̂x,t est la matrice d’inertie du robot D2M2 donnée par la relation (4.7)
En choisissant l’effort de commande Fsc,n sous la forme
Fsc,n = M̂x,n (q)fn⋆ + V̂x,n(q, q̇) + Ĝx,n (q) + F̂e,n − Fin,t,n , (4.20)
et en supposant une estimation parfaite de Mx,n , Vx,n, Gx,n et Fe,n , la commande de

l’espace contraint se réduit à la commande de deux systèmes linéaires, invariants, découplés
et du second ordre définis par
Ẍn (t) = fn⋆ (t − Td ) (4.21)
et dont la sortie à commander, notée yn (t) = Xn (t), est la position du robot virtuel selon
les deux directions x et y. Étant identiques et parfaitement découplées, nous admettons
que les variables yn , Xn , Xtr et fn⋆ représentent respectivement les composantes, selon une
tel-00263824, version 1 - 13 Mar 2008
des deux directions données, des vecteurs yn , Xn , Xtr et fn⋆ .

En définissant deux variables d’état x1,n (t) = yn (t) et x2,n (t) = ẏn (t), la représentation
d’état du système est donnée par

ẋ1,n (t) 0 1 x1,n (t) 0
= + fn⋆ (t − Td ). (4.22)
ẋ2,n (t) 0 0 x2,n (t) 1
En considérant que le système est précédé d’un bloqueur d’ordre zéro et que la sortie est
échantillonnée à la fréquence 1/h, la représentation d’état discrète du système (4.22) est
donnée par
⋆

xr,n,k = Φr,n xr,n,k−1 + Γr fn,k−1
(4.23)
yn,k = Cr xr,n,k
dans laquelle
T
(4.24)
⋆ ⋆ ⋆
xr,n,k = x1,n,k x2,n,k fn,k−d . . . fn,k−2 fn,k−1
et Φr,n de dimension ((2 + d) × (2 + d)) est
 
Φ1,n Γ1,n Γ0,n ... 0
 0 0 1 ... 0
 .. . .. .. ..
 
Φr,n =  . .. . . ,

. (4.25)
 
 0 0 0 ... 1 
0 0 0 ... 0
Les expressions analytiques des matrices Φ1,n , Γ1,n et Γ0,n sont obtenues à partir des
équations (2.27)-(2.29) dans lesquelles les matrices d’état et de commande du système
(4.22) ont été utilisées. Elles sont respectivement données par :

1 h
Φ1,n = , (4.26)
0 1
T
h2
Γ1,n = 0 (4.27)
2
98
Robot virtuel
Xtr rn,k fn⋆ e−sTd Xn

L1,n
+ s2
−
[x̂r,n,kT p̂n,k ]T
[Lr,n 1] AOB
Figure 4.4 - Architecture de commande en position dans l’espace contraint intégrant un

observateur actif de l’état (AOB) et une technique de commande par retour
d’état.
et T
(4.28)

Γ0,n = 0 0 .
tel-00263824, version 1 - 13 Mar 2008
À partir de la représentation d’état discrète donnée par les relations (4.23)-(4.28), il

est possible d’appliquer une stratégie de commande en position utilisant l’observateur
actif de l’état présenté précédemment dans le Chapitre 2 au §2.3.2. Dans le paragraphe
suivant, nous présentons les étapes les plus importantes permettant son application à la
commande en position du robot virtuel.
Synthèse de la commande de l’espace contraint

Nous réalisons la commande en position du robot virtuel en utilisant une stratégie de
commande par retour d’état avec un gain Lr,n dont la dimension est (1 × (2 + d)). Les
erreurs structurelles ou paramétriques dans le modèle (4.23)-(4.28), sont représentées par
un état actif pn,k d’ordre 1. En considérant la commande par retour d’état estimé

⋆
x̂r,n,k−1
(4.29)

fn,k−1 = rn,k−1 − Lr,n 1 ,
p̂n,k−1
T
où la reconstruction de l’état xTr,n,k pn,k est réalisée par un observateur actif établi selon

le modèle désiré en boucle fermée (cf. Chapitre 2). Le modèle d’estimation d’état s’écrit

x̂r,n,k Φr,n − Γr Lr,n 0 x̂r,n,k−1
=
p̂n,k 0 1 p̂n,k−1

Γr
+ rn,k−1 + Kn,k (yn,k − ŷn,k ), (4.30)
0
avec
Φr,n − Γr Lr,n 0 x̂r,n,k−1 Γr
ŷn,k = Ca + rn,k−1 . (4.31)
0 1 p̂n,k−1 0
Le gain d’estimation de Kalman Kn,k de dimension ((2 + d + 1) × 1) est calculé selon
les relations (2.70)-(2.72) en utilisant les matrices d’état et de covariance Qxr,n,k , Qpn,k et
Rn,k relatives au système à observer défini par (4.23)-(4.28).
La commande en position du robot virtuel est déterminée par le retour d’état Lr,n
pour imposer un comportement critique apériodique avec une constante de temps Tcl,n
en boucle fermée (facteur d’amortissement ζ = 1). Lr,n est calculé suivant la formule
99
Figure 4.5 - Plate-forme expérimentale et simulateur pour le passage par un point fixe.
Paramètre K2 Ks,n Tcl Qk1,1 Qk2,2 Qki,i Qpk Rk P0

Unité [Ns/m] [N/m] [s] [N ] 2
[N /s ]
2 2
[N ] 2
[N ] 2
[N ]
2
−9 −12 −12 −3
x 5 300 0.06 10 10 10 10 100 Qk
y 5 300 0.06 10−9 10−12 10−12 10−3 100 Qk
tel-00263824, version 1 - 13 Mar 2008
z 5 300 0.06 10−9 10−12 10−12 10−3 100 Qk
Tableau 4.1 - Paramètres de modélisation, d’estimation et de commande par retour d’état

pour une télé-opération avec prise en compte du passage par un point fixe
(i = 3, · · · , 7). L’unité de chaque élément de P0 dépend de l’état qui lui
correspond.
d’Ackermann donnée par les relations (2.43)-(2.45) en considérant les matrices Φr,n et
Γr [Ogata, 2002]. Afin d’imposer un gain statique unitaire en boucle fermée, rn,k−1 dans
(4.29) est donné par
rn,k−1 = L1,n Xtr , (4.32)
où
L1,n = (Cr (I(2+d) − (Φr,n − Γr Lr,n ))−1 Γr )−1 . (4.33)
Une vue schématique de la commande du robot virtuel est donnée sur la Figure 4.4.
Ce schéma doit être appliqué pour chacune des deux directions x et y du repère R0 .
4.2.3 Analyse expérimentale

L’architecture de télé-opération avec prise en compte du passage par le trocart a été
validée expérimentalement sur la plate-forme D2M2. Les expérimentations correspondent
à une télé-opération en espace libre suivant les trois directions de l’espace de travail
opérationnel du robot D2M2. Aucune interaction avec un objet n’a été établie. Une
boîte en plastique transparent simule le passage par le trocart (Figure 4.5). Elle possède
un trou que nous considérons comme un point fixe à travers lequel il est possible de passer
l’instrument.
Pour chacune des directions opérationnelles, les paramètres de télé-opération sont
βp,j = 0.7 , βf,j = 0.5 et Kv,j = 1000 [N/m] avec j = x, y, z. (4.34)
100
Paramètre Tcl,n Qn,k1,1 Qn,k2,2 Qn,ki,i Qpn,k Rn,k Pn,0

Unité [s] [m ]
2
[m /s ]
2 2
[m ]
2
[m ]
2
[m ]
2
x 0.0035 0.7 10−12 10−12 3500 100 Qn,k

y 0.0035 0.7 10−12 10−12 3500 100 Qn,k
Tableau 4.2 - Paramètres d’estimation et de commande par retour d’état de l’espace

contraint (i = 3, · · · , 7). L’unité de chaque élément de Pn,0 dépend de l’état
qui lui correspond.
Les paramètres pour l’estimation de l’état (relations (2.67)-(2.73)), la commande par

retour d’état (relations (2.43)-(2.46)) et le retour en vitesse K2 sont donnés dans le Ta-
bleau 4.1. Les paramètres considérés pour la commande de l’espace contraint (estimation
et commande par retour d’état (4.29)-(4.33)) sont donnés dans le Tableau 4.2.
L’expérience débute par une télé-manipulation libre du robot vers le point fixe afin
d’introduire l’instrument à travers le trocart. La position Xtr du point fixe est alors apprise
tel-00263824, version 1 - 13 Mar 2008
par le robot dans son repère de base R0 .
Tâche de télé-manipulation
Durant cette expérience, l’opérateur télé-opère le robot D2M2 qui se déplace dans un
espace libre tout en respectant le passage par un point fixe. Les tracés de la Figure 4.6
montrent les résultats de suivi de trajectoire durant cette expérience. Ces données pré-
sentent la position cartésienne du bras maître et celle du robot esclave établies dans le
repère de base R0 . La mise en correspondance entre les deux positions a été faite à un
instant t0 = 0 [s] qui représente le début de l’expérience. Ces résultats montrent la capa-
cité du robot esclave à reproduire les gestes de l’opérateur. Ils ont été obtenus grâce à la
faible valeur choisie pour la raideur nominale Ks,n (selon les trois directions). Les erreurs
de poursuite suivant les trois directions sont visibles sur la Figure 4.7. Elles illustrent les
performances de suivi de trajectoire obtenues grâce à la stratégie de télé-opération et de
commande du robot esclave.
La Figure 4.8 montre les efforts désirés Fd et estimés ŷ obtenus lors de cette expé-
rience. Puisque la manipulation se réalise dans un espace libre, les efforts mesurés Fe sont
très faibles selon toutes les directions. Ils ne sont donc pas représentés. Les efforts désirés
Fd sont, après multiplication par −βf , ressentis par l’opérateur au niveau de l’interface
haptique. L’évolution des efforts désirés est due aux choix des paramètres de commande
(faibles valeurs de βp et Tcl ) et d’estimation (valeur élevée de Qpk ) qui permet un meilleur
suivi de trajectoire donc une plus faible erreur en position. Comparés à ceux obtenus lors
d’une télé-opération en espace libre sans prise en compte de la contrainte du point fixe,
ces efforts sont de faibles amplitudes et présentent des oscillations (cf. Chapitre 2, para-
graphe 2.4.2.1, Figure 2.9). Cependant, ces oscillations sont filtrées par le système de télé-
opération et ne sont pas perçues par l’opérateur. L’évolution de la variable de commande
T
uk = L1 Fd − [Lr 1] x̂r,kT p̂k ainsi que celle de l’état actif −p̂k selon les trois directions

sont présentées sur la Figure 4.9. Les erreurs de modélisation font que la quasi-totalité de
la commande uk est formée par l’état actif −p̂k (cf. Chapitre 2, paragraphe 2.4.2.1).
La distance dtr entre l’instrument et le point fixe est donnée sur la Figure 4.10. Elle
ne dépasse pas 8 [mm].
101
560 20
Position maître βp Xh,y
540 0
Position esclave Xs,y
520

-20
500
-40
480
-60
460
-80
440
-100
420
400 -120
Position maître βp Xh,x -140
380
Position esclave Xs,x
360 -160
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
-265
-270
-275
tel-00263824, version 1 - 13 Mar 2008
-280
-285
-290
-295
-300
-305
-310
0 5 10 15 20 25 30 35 40
Temps [s]
(c)
Figure 4.6 - Suivi en position avec prise en compte du passage par le point fixe d’une
trajectoire en espace libre imposée par l’opérateur : suivi de trajectoire suivant
(a) la direction x, (b) la direction y et (c) la direction z du repère R0 .
3 3 1.5
Erreur en position βp Xh,x − Xs,x Erreur en position βp Xh,y − Xs,y Erreur en position βp Xh,z − Xs,z
Erreur en position [mm] selon l’axe x
Erreur en position [mm] selon l’axe y
Erreur en position [mm] selon l’axe z
2.5
2 1
2
1 1.5 0.5
1
0 0
0.5
-1 -0.5
0
-2 -0.5 -1
-1
-3 -1.5
-1.5
-4 -2 -2
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
(a) (b) (c)
Figure 4.7 - Erreurs de poursuite βp Xh − Xs lors d’une télé-opération en espace libre avec
prise en compte du passage par le point fixe suivant : (a) la direction x, (b)
la direction y et (c) la direction z du repère R0 .
102
3 2
Force désirée Fd,x
Force estimée ŷx 1.5
2
1
Forces [N] selon l’axe x
Forces [N] selon l’axe y

1
0.5
0 0
-0.5
-1
-1
-2 Force désirée Fd,y
-1.5
Force estimée ŷy
-3 -2
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
1.5
Force estimée ŷz
1
0.5
tel-00263824, version 1 - 13 Mar 2008
-0.5
-1
-1.5
0 5 10 15 20 25 30 35 40
Temps [s]
(c)
Figure 4.8 - Efforts estimés ŷ et désirés Fd lors d’une télé-opération en espace libre avec
prise en compte du passage par le point fixe : (a) efforts suivant la direction
x, (b) efforts suivant la direction y et (c) efforts suivant la direction z du
repère R0 . −βf Fd représente l’effort ressenti par l’opérateur au niveau du
bras haptique PHANToM 1.5.
7 5 2.5
Commande uk,x Commande uk,y Commande uk,z
Commande uk,x et −pk,x [N] selon l’axe x
Commande uk,y et −pk,y [N] selon l’axe y
Commande uk,z et −pk,z [N] selon l’axe z
État actif estimé −p̂k,x État actif estimé −p̂k,y État actif estimé −p̂k,z
5 3
1.5
4
2
1
3
1
2 0.5
0
1
0
-1
0
-0.5
-1 -2
-3 -1
-2
-3 -4 -1.5
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
(a) (b) (c)
Figure 4.9 - L’état actif estimé −p̂k et la commande par retour d’état uk lors d’une télé-
opération en espace libre avec prise en compte du passage par le point fixe :
(a) suivant la direction x, (b) suivant la direction y et (c) suivant la direction
z du repère R0 .
103
8
Distance instrument-point fixe dtr
7
Distance dtr [mm]

5
0
0 5 10 15 20 25 30 35 40
Temps [s]
Figure 4.10 - Respect du passage par le point fixe : distance dtr instrument - point fixe.
Commande de l’espace contraint

Tout au long du mouvement, la position [Xn,x Xn,y ]T ainsi que le modèle cinématique
tel-00263824, version 1 - 13 Mar 2008
Jn du robot virtuel sont mis à jour. Le respect du passage par le point fixe, illustré par la
Figure 4.10, a été obtenu grâce à la commande de l’espace contraint qui impose au robot
virtuel d’être dans une position [Xn,x Xn,y ]T , voisine de celle du trocart [Xtr,x Xtr,y ]T . La
Figure 4.11 montre les positions mesurées, désirées et estimées du robot virtuel selon les
deux directions x et y de R0 . Les positions ŷn sont celles estimées par l’observateur actif
et utilisées pour la commande par retour d’état de l’espace contraint. L’évolution de cette
T
commande fn,k = L1,n Xtr − [Lr,n 1] x̂r,n,kT p̂n,k ainsi que celle de l’état actif −p̂n,k selon
⋆

les deux directions sont illustrées sur la Figure 4.12.
Synthèse et discussion
Sur la Figure 4.9, on constate que l’amplitude de la commande dédiée à la tâche
T
uk = L1 Fd − [Lr 1] x̂r,kT p̂k suivant les deux directions x et y est élevée comparée à celle

d’une télé-opération en espace libre sans prise en compte de la contrainte du point fixe
(cf. Chapitre 2, paragraphe 2.4.2.1, Figure 2.10). Contrairement à l’étude théorique du
découplage tâche-posture (cf. paragraphe 4.2.2.1), les résultats expérimentaux montrent
que la commande de l’espace contraint fn,k ⋆
(cf. Figure 4.12) agit sur la réalisation de la
tâche. Ceci est essentiellement dû au fait que le découplage tâche-posture nécessite une
connaissance parfaite du modèle cinématique et dynamique du robot [Khatib, 1987].
La commande dédiée à la tâche et celle de l’espace contraint génèrent respectivement
le vecteur de couple τsc,t et τsc,n . Le couple de posture τsc,p est calculé à partir de la
projection du couple τsc,n dans le noyau de JtT (relation (4.4)). L’évolution de ces trois
couples de commande pour chacune des articulations du robot D2M2 est illustrée sur la
Figure 4.13. Nous rappelons que le couple total τsc appliqué à chacune des articulations
est la somme des deux couples τsc,t et τsc,p (relation (4.3)).
Nous remarquons que le couple dédié à l’espace contraint τsc,n,1 généré pour la première
articulation est nul (cf. Figure 4.13). Cette articulation prismatique permet des déplace-
ments selon l’axe z de R0 ; ce qui est normal puisque la commande de l’espace contraint
impose une position désirée du robot virtuel selon les deux directions x et y du repère
R0 . Cependant, la projection du vecteur de couples τsc,n permet de générer un couple de
posture non nul pour cette articulation.
104
Position trocart Xtr,x Position trocart Xtr,y

478 -72
Position mesurée Xn,x Position mesurée Xn,y
Position estimée ŷn,x Position estimée ŷn,y
-74
Position [mm] selon l’axe x
476
Position [mm] selon l’axe y

-76
474
-78
472
-80
470
-82
468
-84
466
-86
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
Figure 4.11 - Positions désirées Xtr , mesurées Xn et estimées ŷn du robot virtuel pour
la prise en compte du passage par le point fixe : (a) commande en position
suivant la direction x et (b) commande en position suivant la direction y du
tel-00263824, version 1 - 13 Mar 2008
repère R0 .
15 20
Commande et état actif [m/s2 ] selon l’axe x
Commande et état actif [m/s2 ] selon l’axe y
Commande fn,k,x⋆
Commande fn,k,y⋆
État actif estimé −p̂n,k,x État actif estimé −p̂n,k,y
5 10
0 5
-5 0
-10 -5
-15 -10
-20 -15
-25 -20
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
Figure 4.12 - L’état actif estimé −p̂n,k et la commande par retour d’état fn,k⋆
appliquée
au robot virtuel pour la prise en compte du passage par le point fixe : (a)
suivant la direction x et (b) suivant la direction y du repère R0 .
105
25 12
Couple dédié à la tâche τsc,t,1 Couple dédié à la tâche τsc,t,2
Couples [N.m] associés à l’articulation 2

Couple null τsc,n,1 Couple null τsc,n,2
Forces [N] associées à l’articulation 1
Couple posture τsc,p,1 Couple posture τsc,p,2

15 8
6
10
4
5
2
0
0
-5
-2
-10 -4
-15 -6
-20 -8
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
10 4

3
5 2
1
tel-00263824, version 1 - 13 Mar 2008
0 0
-1
-5 -2
-3
-10 Couple dédié à la tâche τsc,t,3 -4 Couple dédié à la tâche τsc,t,4

Couple null τsc,n,3 Couple null τsc,n,4
Couple posture τsc,p,3 Couple posture τsc,p,4
-15 -6
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps [s] Temps [s]
(c) (d)
5
-1
-2
-3 Couple dédié à la tâche τsc,t,5

Couple null τsc,n,5
Couple posture τsc,p,5
-5
0 5 10 15 20 25 30 35 40
Temps [s]
(e)
Figure 4.13 - Couples dédiés à la tâche (τsc,t), à l’espace contraint (τsc,n) et à la posture
(τsc,p) appliqués lors d’une télé-opération dans un espace libre avec prise en
compte du passage par le point fixe : (a) couples appliqués à l’articulation
1, (b) couples appliqués à l’articulation 2, (c) couples appliqués à l’articu-
lation 3, (d) couples appliqués à l’articulation 4 et (e) couples appliqués à
l’articulation 5.
106
Mise à part l’articulation prismatique, les amplitudes des couples τsc,n,i (i = 2 . . . 5)

dédiés à l’espace contraint sont élevées comparées à celles des couples dédiés à la tâche
τsc,t,i. Néanmoins, la projection du vecteur τsc,n génère un couple de posture τsc,p très faible
pour l’articulation 4 et presque nul pour l’articulation 5. Ceci peut s’expliquer par une
mauvaise estimation des paramètres dynamiques du robot D2M2. Cette erreur d’estima-
tion paramétrique peut aussi être visible sur les tracés de la commande dédiée à la tâche
T T
uk = L1 Fd − [Lr 1] x̂r,kT p̂k et à l’espace contraint fn,k
⋆

= L1,n Xtr − [Lr,n 1] x̂r,n,kT p̂n,k
qui sont principalement engendrées par les états actifs −p̂k et −p̂n,k (cf. Figures 4.9 et
4.12). Ceci étant, même en présence d’erreur de modélisation, le passage par un point fixe
a été respecté avec une distance dtr inférieure à 8 [mm].
Ces résultats ont fait l’objet d’une publication à IROS’06 [Cortesão et al., 2006b]. Ils
ont également fait partie des résultats publiés à Surgetica’07 [Zarrad et al., 2007b].
4.3 Vers la compensation des mouvements physiologi-

ques
tel-00263824, version 1 - 13 Mar 2008
4.3.1 Assistance en chirurgie cardiaque

Les premiers résultats de compensation de mouvements en chirurgie cardiaque ont été
présentés dans [Nakamura et al., 2001]. Ces résultats ont été obtenus in-vivo en utilisant
un robot à 4 ddl spécialement conçu pour être fixé sur l’écarteur sternal. Il est contrôlé par
des techniques d’asservissement visuel pour réaliser le suivi selon deux directions d’une
pastille posée à la surface du cœur. Les auteurs présentent aussi des résultats de télé-
opération du robot qui effectue, en même temps le suivi d’une cible laser. Ces résultats
n’ont pas été obtenus in-vivo mais en projetant la cible laser sur un papier et en lui
imposant des mouvements oscillatoires de fréquence 1.5 [Hz].
En se basant également sur des stratégies d’asservissement visuel, le LSIIT [Ginhoux
et al., 2005], [Gangloff et al., 2006] obtient des résultats de compensation de mouvements
cardiaques réalisées in-vivo et selon trois directions. Les images utilisées pour la commande
du robot proviennent d’une caméra fixe qui observe l’ensemble du champ opératoire. Pour
faciliter l’extraction des mouvements, quatre DELs1 ont été fixées sur un support lui-
même placé à la surface du cœur. Une autre DEL et un pointeur laser ont été placés sur
l’instrument du robot afin de mesurer la distance instrument - cœur. La compensation
est réalisée grâce à un algorithme de commande de type prédictif qui considère que les
mouvements du cœur sont des perturbations périodiques et de période connue. Les fré-
quences considérées (environ 1.5 [Hz] pour les battements du cœur et 0.25 [Hz] pour la
respiration) sont supposées stables et imposées par le respirateur artificiel.
Une stratégie de commande prédictive a également été utilisée dans [Çavuşoğlu et al.,
2005], où une interface haptique de type PHANToM a été contrôlée pour suivre des mou-
vements cardiaques pré-enregistrés. Ces mouvements ont été mesurés grâce à un système
de mesure ultrasonore SonomicrometryTM qui utilise des capteurs piezoélectriques fixés
à la surface du cœur. Avec la même plate-forme expérimentale, Bebek et Çavuşoğlu [Bebek
et Çavuşoğlu, 2006] ont ensuite réalisé un suivi du cœur selon trois directions en utilisant,
en plus des mouvements cardiaques pré-enregistrés, les mesures ECG2 correspondantes.
1
pour : Diodes Electro-Luminescentes
2
pour ÉlectroCardioGramme.
107
4.3. Vers la compensation des mouvements physiologiques
Les données ECG sont utilisées pour prédire et prendre en compte les déplacements futurs
dans la stratégie de commande prédictive.
L’objectif commun aux trois solutions proposées précédemment est de garder l’instru-
ment du robot à une distance fixe par rapport à l’organe en mouvement. Cependant, la
réelle difficulté pour le chirurgien lors d’une intervention chirurgicale cardiaque à cœur
battant apparaît lorsque ses instruments sont en contact avec l’organe. En effet, les mou-
vements physiologiques induisent des perturbations périodiques dans les efforts appliqués
par l’instrument. Ces perturbations sont mentalement compensées par le chirurgien afin
de maintenir un effort désiré pour réaliser son geste. Actuellement, la seule solution propo-
sée pour compenser ses perturbations périodiques en effort a été présentée dans [Cagneau
et al., 2007]. En considérant que ces perturbations sont de période connue, les auteurs
proposent une architecture de commande dont le principe consiste à appliquer une entrée
de consigne en fonction des erreurs d’asservissement enregistrées à la période précédente.
C’est pour alléger le travail du chirurgien lors d’une intervention cardiaque à cœur
battant que nous proposons de compenser les perturbations périodiques dans les efforts
appliqués par l’instrument sur l’organe en mouvement. Cette compensation sera bien évi-
demment basée sur l’architecture de commande en effort appliquée au robot esclave D2M2
tel-00263824, version 1 - 13 Mar 2008
et présentée dans le §2.3.2 du deuxième chapitre. Nous commencerons alors par évaluer les
performances de cette stratégie de commande face au rejet de perturbations périodiques.
À la suite des résultats obtenus, nous proposerons d’ajouter à cette commande en effort
une composante uniquement dédiée à la compensation des perturbations. Cette dernière
sera synthétisée en réalisant l’estimation des perturbations à partir des efforts mesurés
et la génération d’une séquence automatique permettant la compensation et le suivi des
mouvements. Cette séquence considère que l’atténuation des perturbations en effort in-
duit des perturbations dans la position du robot D2M2. L’approche de commande et de
compensation des perturbations sera finalement évaluée sur notre plate-forme robotique.
4.3.2 La commande en effort et le rejet de perturbations pério-

diques
La première approche de compensation des perturbations périodiques repose unique-
ment sur la commande en effort présentée dans le §2.3.2 du deuxième chapitre. Ainsi, nous
avons réalisé une expérience dans laquelle le robot D2M2 est en contact avec un objet
mou. Il y exerce un effort Fe égal à un effort désiré Fd = −5 [N] selon l’axe z du repère R0 .
L’objet est la balle en mousse utilisée dans les expérimentations précédentes et illustrée
sur la Figure 2.7. Pour simuler les mouvements d’un organe, cet objet a été placé sur un
système à 1 ddl (prismatique) capable de réaliser des mouvements rapides. Ce dernier,
que nous appellerons simulateur de mouvements, est commandé en position pour réaliser
des déplacements périodiques Z s à une fréquence de 1 [Hz] et d’amplitude ≃ 10 [mm]
selon l’axe z du repère R0 du robot D2M2 (cf. Figure 4.14(a)). L’objet se déplace créant
ainsi une perturbation au niveau des efforts mesurés visibles sur la Figure 4.14(b). La
commande en effort génère un état actif −p̂k et une commande uk (cf. Figure 4.14(c))
qui impose des déplacements sinusoïdaux au robot afin de compenser les perturbations
sinusoïdales qui varient entre ±3 [N] (cf. Figure 4.14(d)). À l’instant t ≃ 13 [s], l’effort
désiré Fd passe de −5 à −10 [N]. La stratégie de commande en effort permet au robot de
se déplacer en vue d’appliquer l’effort désiré. Ce dernier ne sera atteint qu’après l’arrêt
total du simulateur à t ≃ 25 [s].
Les résultats obtenus montrent que la commande en effort définie dans les chapitres
108
92 0
Force désirée Fd
90 Force mesurée Fe
-2
Force estimée ŷ
Positions du simulateur [mm]

88 -4
86
-6
84
-8
82
-10
80
-12
Position mesurée Z s
-14
5 10 15 20 25 30 5 10 15 20 25 30
Temps [s] Temps [s]
(a) (b)
Positions du robot D2M2 [mm] selon l’axe z

0.4
-120
0.2
-125
tel-00263824, version 1 - 13 Mar 2008
-130
-0.2
-135
-0.4
Commande uk Position du robot D2M2 Xs

-0.6 -140
5 10 15 20 25 30 5 10 15 20 25 30
Temps [s] Temps [s]
(c) (d)
Figure 4.14 - Rejet de perturbations périodiques en effort selon l’axe z du repère R0 par
l’architecture de commande par estimation et retour d’état : (a) position Z s
du simulateur de mouvement, (b) efforts désiré Fd , mesuré Fe et estimé ŷ,
(c) état actif estimé −p̂k et commande par retour d’état uk et (d) position
du robot D2M2.
précédents n’est évidemment pas capable de compenser les mouvements périodiques de

l’objet. Une stratégie dédiée à la compensation et au rejet de ces perturbations doit alors
être développée.
4.3.3 Rejet de perturbations périodiques en effort

L’architecture de commande intégrant la commande en effort, l’estimation de la rai-
deur de l’environnement et la stratégie de compensation des perturbations de sortie est
illustrée sur la Figure 4.15. Sur cette figure, nous avons posé ūk la commande totale
appliquée à l’entrée du système esclave composé du robot D2M2 en contact avec son
environnement. La stratégie de compensation des perturbations en effort permet la géné-
ration d’une commande notée uc,k . Afin de séparer l’action de la commande en effort uk
permettant l’application d’un effort désiré et celle de la compensation des perturbations
109
Compensation F̂e,p Estimation

Mouvements Perturbations
Stratégie de compensation
des perturbations périodiques
Perturbation
Périodique Tp [s]
uc,k Fe,p
+ +
Fd rk ūk f⋆ e−sTd Xs Fe,m
L1 Ks
+ + s2 + yk = Fe
− −
Robot
K2 s +
Environnement
G(s)
Estimation
Raideur e
K̂s,c,k
[x̂Tr,k T
p̂k ]
[Lr 1] AOB
Système
Boucle fermée
Gcl (s)
tel-00263824, version 1 - 13 Mar 2008
Figure 4.15 - Architecture de commande en effort intégrant la commande par estimation

une compensation de perturbations périodiques de sortie.
uc,k , la commande totale ūk est

ūk = uk + uc,k . (4.35)
Le mouvement périodique Z s du simulateur (de l’organe) génère une perturbation
en effort, noté Fe,p appliquée à la sortie du système. Nous supposons que cette pertur-
bation est périodique et de période connue Tp . L’effort total mesuré Fe et appliqué par
l’instrument du robot sur son environnement est alors donné par
Fe = Fe,m + Fe,p . (4.36)
où Fe,m est l’effort de sortie lié à l’application d’un effort désiré Fd .

L’atténuation et la compensation des perturbations périodiques en effort Fe,p se réalise
en deux étapes (bloc "Stratégie de compensation des perturbations périodiques"). La
première consiste à effectuer une identification et une estimation de ces perturbations à
partir des efforts mesurés Fe . Les perturbations estimées F̂e,p sont ensuite utilisées dans
une stratégie de compensation qui permet de générer la commande uc,k à appliquer à
l’entrée du système (cf. Figure 4.15). Dans les deux paragraphes suivants, nous exposons
la stratégie d’estimation des perturbations périodiques et celle dédiée à leur compensation.
4.3.3.1 Estimation des perturbations en effort

Pour réaliser l’estimation des perturbations en effort, nous appliquons un algorithme
d’identification harmonique utilisé pour le rejet adaptatif de perturbations proposé dans
[Bodson et al., 1994] et repris dans [Ginhoux, 2003]. L’avantage de cet algorithme est
qu’il est extensible à l’identification d’une perturbation constituée de plusieurs signaux
sinusoïdaux de fréquences différentes [Bodson et al., 1994] ; ce qui est réellement le cas
des perturbations induites par un cœur en mouvement. Elles sont composées par les per-
turbations dues à la respiration et celles dues aux battements cardiaques.
110
Ètant supposée sinusoïdale de période Tp connue, à chaque instant k, la perturbation

peut s’écrire
Fe,p,k = Ap,k cos(2kπh/Tp + φp,k ), (4.37)
où φp est la phase du signal de perturbation. Fe,p,k peut aussi être décomposée en deux
signaux en quadrature de phase sous la forme
Fe,p,k = θc,k cos(αk ) − θs,k sin(αk ) (4.38)
avec
αk , 2kπh/Tp , (4.39)
θc,k = Ap,k cos(φp,k ) (4.40)
et
θs,k = Ap,k sin(φp,k ). (4.41)
Une estimation de la perturbation Fe,p est donnée par
F̂e,p,k = θ̂c,k cos(αk ) − θ̂s,k sin(αk ), (4.42)

tel-00263824, version 1 - 13 Mar 2008
où θ̂c,k et θ̂s,k sont des estimations respectives de θc,k et θs,k . En retranchant l’estimation
F̂e,p,k de la mesure Fe,k , il est possible d’obtenir une estimation de l’effort initial Fe,m,k
non perturbé, notée F̂e,m,k et donnée par
F̂e,m,k = Fe,k − F̂e,p,k = Fe,m,k + (Fe,p,k − F̂e,p,k ), (4.43)
L’algorithme d’identification harmonique basé sur une méthode du gradient est ajusté afin
que la quantité Fe,p,k − F̂e,p,k converge vers zéro et donc que F̂e,m,k tende vers Fe,m,k . Il
procède selon la loi d’adaptation donnée par

θ̂c,k θ̂c,k−1 − cos(αk )
= − gh F̂e,m,k , (4.44)
θ̂s,k θ̂s,k−1 sin(αk )
dans laquelle g est un gain d’adaptation positif. Comme θ̂c,k et θ̂s,k dépendent à la fois
de Ap,k et de φp,k , le filtre s’adapte en ligne aux variations de phase et d’amplitude de la
perturbation.
Pour évaluer les performances d’estimation de ce filtre, nous l’avons appliqué en ligne
pour l’estimation des perturbations en effort mesurés lors de l’expérience précédente (cf.
Figure 4.14(b)). Les résultats d’estimation sont présentés sur la Figure 4.16 où sont tracés
les efforts mesurés Fe (a), les perturbations estimées en effort F̂e,p (b) et les efforts estimés
de sortie du système F̂e,m (c). On constate qu’après ≃ 5 [s], l’effort estimé de sortie F̂e,m
est uniquement formé de la composante continue (très proche de l’effort désiré Fd ). Ceci
prouve que le filtre fournit une bonne estimation de la perturbation en effort F̂e,p . Étant
établi pour identifier les perturbations périodiques de période Tp = 1 [s], le filtre ne perçoit
pas les autres variations des efforts mesurés Fe notamment celles apparues lors du change-
ment de consigne (à t ≃ 13 [s]). Dès l’arrêt du simulateur et la stabilisation des efforts Fe ,
le filtre fournit une estimation nulle des perturbations. La vitesse de convergence dépend
du gain d’adaptation g qui, pour cette expérience, a été choisi égal à 2. Ce choix assure la
stabilité et la vitesse de convergence de l’algorithme d’estimation des perturbations Fe,p .
Ces dernières seront utilisées pour générer une séquence de commande uc,k visant à les
compenser. Cette stratégie de compensation est développée dans le paragraphe suivant.
111
0 5
Force mesurée Fe,z
4
-2
3

-4 2
1
-6
0
-8
-1
-10 -2
-3
-12
-4
Perturbation estimée en effort F̂e,p,z
-14 -5
5 10 15 20 25 30 5 10 15 20 25 30
Temps [s] Temps [s]
(a) (b)
-2
Force estimée de sortie F̂e,m,z = Fe,z − F̂e,p,z
-4
tel-00263824, version 1 - 13 Mar 2008
-6
-8
-10
-12
-14
5 10 15 20 25 30
Temps [s]
(c)
Figure 4.16 - Estimation des perturbations périodiques en effort par l’algorithme d’iden-
tification harmonique : (a) effort mesuré Fe,z , (b) perturbation estimée en
effort F̂e,p,z , (c) extraction de la perturbation estimée F̂e,p,z de l’effort mesu-
rée Fe,z (F̂e,m,z = Fe,z − F̂e,p,z ).
4.3.3.2 Compensation des perturbations

Les efforts Fe appliqués par le robot D2M2 sur son environnement sont reliés à l’entrée
de commande u par la fonction de transfert
Ks e−sTd
G(s) ≈ . (4.45)
s(s + K2 )
En considérant un retard Td faible et une raideur nominale estimée K̂s,c
e
= Ks , une pre-
mière approche de compensation des perturbations en effort de sortie Fe,p est d’appliquer
une commande uc,k donnée par
1
uc,k = − (K2 fê,p,k
1
+ fê,p,k
2
), (4.46)
e
K̂s,c
dans laquelle fê,p,k

1
et fê,p,k
2
sont respectivement les dérivées première et seconde de la
perturbation estimée en effort F̂e,p à l’instant k.
112
-2 3
Force désirée Fd Perturbation estimée en effort F̂e,p
Force mesurée Fe
-4 2

-6 1
-8 0
-10 -1
-12 -2
-14 -3
15 20 25 30 35 40 15 20 25 30 35 40
Temps [s] Temps [s]
(a) (b)
0.3
0.2
Commande uc,k [N] selon l’axe z
tel-00263824, version 1 - 13 Mar 2008
0.1
-0.1
-0.2
-0.3
Commande uc,k
-0.4
15 20 25 30 35 40
Temps [s]
(c)
Figure 4.17 - Rejet de perturbations périodiques en effort selon l’axe z du repère R0 par
une première approche de compensation : (a) efforts désiré Fd et mesuré
Fe , (b) perturbation estimée en effort F̂e,p et (c) commande uc,k dédiée à la
compensation des perturbations.
Nous avons repris l’expérience réalisée précédemment (cf. §4.3.3) mais en appliquant
la commande uc,k donnée par la relation (4.46) pour la compensation des perturbations
en effort Fe,p . Les résultats sont donnés sur la Figure 4.17 montrant une atténuation
partielle des perturbations Fe,p qui varient entre ±2 [N] (Figure 4.17(a)). En effet, la
commande uc,k donnée par (4.46) dépend uniquement des perturbations estimés F̂e,p .
Après une faible compensation, ces estimations seront atténuées faisant aussi atténuer
l’apport de la commande uc,k , qui au final ne permet qu’un rejet partiel des perturbations
Fe,p .
Une solution à ce problème peut être apportée en considérant que la compensation
des perturbations Fe,p génère des perturbations Xs,p en position. Ainsi les perturbations
estimées utilisées dans la synthèse de la commande uc,k (4.46) peuvent être approchées
par
e
F̂e,p,k − K̂s,c X̂s,p,k , (4.47)
où X̂s,p,k est une estimation des perturbations périodiques en position qui ont contribué
113
au rejet des perturbations en effort Fe,p .

Ces estimations peuvent être fournies par l’algorithme d’identification harmonique
présenté précédemment en considérant que la position mesurée Xs du robot D2M2 est
Xs,k = Xs,m,k + Xs,p,k , (4.48)
où Xs,m,k est la position liée à l’application d’un effort désiré. Cependant, pour prendre
en compte les erreurs de modélisation évoquées au §3.2.3 du Chapitre 3, les perturbations
en position Xs,p sont estimées à partir du modèle en position du robot et de l’entrée uc,k .
Ce modèle est donné par la fonction de transfert continue
e−sTd
Gp (s) ≈ (4.49)
s(s + K2 )
qui, en considérant un retard Td faible et après échantillonnage à une période h, fournit
l’équation de récurrence qui relie l’entrée uc,k à la sortie en position Xs,p,k . Cette relation
est donnée par
Xs,p,k = −a1 Xs,p,k−1 − a2 Xs,p,k−2 + b1 uc,k−1 + b2 uc,k−2 (4.50)

tel-00263824, version 1 - 13 Mar 2008
avec
a1 = −(1 + e−hK2 ) , a2 = e−hK2 ,
1 1 (4.51)
b1 = 2 (−1 + hK2 + e−hK2 ) et b2 = 2 (1 − hK2 e−hK2 − e−hK2 ).
K2 K2
La stratégie de commande pour la compensation des perturbations en effort est alors
modifiée et devient
1
uc,k = − (K2 (fê,p,k
1 e
− K̂s,c x̂1s,p,k ) + (fê,p,k
2 e
− K̂s,c x̂2s,p,k )), (4.52)
e
K̂s,c
où fê,p,k
1
, fê,p,k
2
et x̂1s,p,k , x̂2s,p,k sont respectivement les dérivées premières et secondes des
perturbations estimées en effort F̂e,p,k et en position X̂s,p,k . Ainsi, lorsqu’une compensation
totale des perturbations en effort sera établie (fê,p,k 1
= fê,p,k
2
= 0), la commande pourra
toujours agir sous l’effet du modèle de déplacement du robot D2M2 donné par x̂1s,p,k et
x̂2s,p,k .
4.3.3.3 Synthèse de la commande référencée modèle

Le schéma de commande en effort incluant la stratégie de compensation des pertur-
bations est illustré sur la Figure 4.18. Pratiquement, la dérivée première fê,p,k
1
(et x̂1s,p,k )
est obtenue par une dérivation numérique du premier ordre de F̂e,p,k (et de X̂s,p,k ) suivie
d’un filtre passe-bas dont la fréquence de coupure est supérieure à 1/Tp . Puisque F̂e,p,k
(et X̂s,p,k ) est sinusoïdale de pulsation wp = 2π/Tp , la dérivée seconde est donnée par
fê,p,k
2
= −wp2 F̂e,p,k (et x̂2s,p,k = −wp2 X̂s,p,k ).
4.3.4 Analyses expérimentales

Pour valider la stratégie de compensation des perturbations en efforts sur la plate-forme
robotique, nous avons repris l’expérience présentée dans le §4.3.2. L’expérience débute avec
114
Simulation Xs,p,k Estimation X̂s,p,k Compensation

Mouvements D2M2 Perturbations des perturbations
périodiques
e
K̂s,c
−
Compensation F̂e,p,k Estimation
des perturbations + Perturbations
Perturbation
Périodique Tp [s]
uc,k Fe,p
+ +
Fd rk ūk f⋆ e−sTd Xs Fe,m
L1 Ks
+ + s2 + yk = Fe
− −
Robot
K2 s +
Environnement
G(s)
Estimation
Raideur e
K̂s,c,k
[x̂Tr,k T
p̂k ]
[Lr 1] AOB
Système
tel-00263824, version 1 - 13 Mar 2008
Boucle fermée
Gcl (s)
Figure 4.18 - Architecture de commande en effort intégrant la commande par estimation

l’estimation et la compensation de perturbations périodiques en effort.
le robot arrêté. Nous imposons alors un effort désiré Fd = −5 [N] selon la direction z du
repère R0 . Il se déplace alors jusqu’au contact avec l’objet en mousse placé au niveau
de l’organe terminal du simulateur de mouvement. Au moment du contact, l’estimateur
de raideur fournit une raideur nominale estimée K̂s,c e
(Figure 4.19(a)). Une quinzaine de
secondes plus tard, nous imposons au simulateur de mouvement un déplacement sinusoïdal
Z s de période Tp = 1 [s] (1 [Hz]) et d’amplitude ≃ 10 [mm] (cf. Figure 4.19(b)).
Les déplacements du simulateur, induisent des perturbations dans les efforts mesurés
Fe illustrés sur la Figure 4.20(a). La stratégie de commande en effort tente alors de les
T
compenser en appliquant la commande par retour d’état uk = L1 Fd − [Lr 1] x̂r,kT p̂k

(Figure 4.20(c)). Cette commande ne permet qu’une faible atténuation des perturbations
en effort. Le déplacement correspondant du robot est donné sur la Figure 4.20(b).
Dès l’apparition des perturbations en effort, l’algorithme d’identification harmonique
estime F̂e,p (Figure 4.21(a)). La commande uc,k générée pour la compensation des per-
turbations est présentée sur la Figure 4.20(c). Elle permet à t ≃ 23 [s] (≃ 8 [s] après
l’apparition des perturbations) d’atténuer les perturbations en effort. Les efforts mesurés
Fe présentent alors une perturbation variant entre ±0.4 [N]. Cette compensation a été
maintenue jusqu’à la fin de l’expérience grâce à l’application des perturbations estimées
en position X̂s,p illustrées sur la Figure 4.21(b).
Une fois les perturbations en effort compensées, l’action de la commande par retour
T
d’état uk = L1 Fd −[Lr 1] x̂r,kT p̂k devient faible (cf. Figure 4.20(c) à partir de t ≃ 23 [s]).

Elle ne réagit que lors du passage de l’effort désirée de −5 à −10 [N]. Le robot applique
alors un effort Fe = Fd = −10 [N]. Les perturbations en effort Fe,p restent atténuées.
À l’instant t = 45 [s], le simulateur est arrêté. Des perturbations sinusoïdales appa-
raissent au niveau des effort mesurés Fe . Elles sont dues à la stratégie de compensation et
115
4.4. Conclusion
700 112
Position mesurée Z s
600 110
Positions du simulateur [mm]

500 108
Raideur [N/m]
400 106
300 104
200 102

e
100 100
0 98
0 5 10 15 20 25 30 35 40 45 50 55 15 20 25 30 35 40 45 50 55
Temps [s] Temps [s]
(a) (b)
Figure 4.19 - Raideurs estimées et déplacements du simulateur de mouvement lors d’une

compensation de perturbations périodiques en effort : (a) raideurs estimées
K̂se et nominale K̂s,c
e
et (b) position Z s du simulateur de mouvement.
tel-00263824, version 1 - 13 Mar 2008
à l’algorithme d’identification harmonique. Ce dernier met quelques secondes avant que les
estimations F̂e,p et X̂s,p ne convergent vers une valeur nulle. Néanmoins ces perturbations
sont atténuées après une dizaine de secondes et l’effort appliqué Fe converge vers l’effort
désiré Fd = −10 [N]. La rapidité de convergence de l’algorithme d’identification peut être
améliorée en augmentant le gain d’adaptation g qui, pour cette expérience, a été choisi
égal à 2. Cependant une grande valeur de g peut générer un comportement instable des
variables estimées au départ de l’estimation. Un compromis entre rapidité et stabilité est
alors à faire.
4.4 Conclusion
Nous avons présenté dans ce chapitre nos contributions pour l’assistance robotisée
dans le contexte de la chirurgie mini-invasive à cœur battant.
La première contribution concerne l’intégration, dans la stratégie de télé-opération
avec retour d’effort, de la contrainte du passage par le trocart. La tâche de télé-opération
avec retour d’effort a été réalisé en considérant la stratégie de commande en effort par
observation et retour d’état développée dans le Chapitre 2. Quant à la contrainte du
passage par le trocart, elle a été respectée en réalisant la commande en position d’un
robot virtuel pour atteindre une position fixe donnée par celle du trocart. Nous avons à
nouveau exploité le principe de l’observateur actif et de la commande par retour d’état.
L’application du principe du découplage tâche-posture a finalement permis la réalisation
de la tâche de télé-opération tout en imposant le passage de l’instrument du robot esclave
par un point fixe situé dans son espace de travail. Ces stratégies de télé-opération et de
commande ont permis le respect de la contrainte avec une distance entre l’instrument et
le trocart inférieure à 8 [mm].
Nous avons ensuite proposé une méthodologie pour la compensation des mouvements
physiologiques. Nous nous sommes plus particulièrement intéressés aux perturbations in-
duites par un environnement en mouvement dans les efforts appliqués par l’instrument. La
stratégie de commande développée suppose des perturbations périodiques et de période
116
-100
Position du robot D2M2 [mm] selon l’axe z

-2 Position du robot D2M2 Xs
Force désirée Fd
Force mesurée Fe
-4 -105
-6
-110
-8
-115
-10
-120
-12
tel-00263824, version 1 - 13 Mar 2008
-14 -125
15 20 25 30 35 40 45 50 55 15 20 25 30 35 40 45 50 55
Temps [s] Temps [s]
(a) (b)
0.8 0.8
Commande uk
0.6
État actif estimé −p̂k 0.6
Commande uc,k [N] selon l’axe z
0.4 0.4
0.2 0.2
0 0
-0.2 -0.2
-0.4 -0.4
-0.6 -0.6
Commande uc,k
-0.8 -0.8
15 20 25 30 35 40 45 50 55 15 20 25 30 35 40 45 50 55
Temps [s] Temps [s]
(c) (d)
Figure 4.20 - Rejet de perturbations périodiques en effort par l’architecture de commande

selon l’axe z du repère R0 : (a) efforts désiré Fd et mesuré Fe , (b) posi-
tion Xs du robot D2M2, (c) état actif estimé −p̂k et commande par retour
d’état uk et (d) commande uc,k générée par la stratégie de compensation des
perturbations en effort.
117
4.4. Conclusion
2.5
Perturbation en effort [N] selon l’axe z
2
1.5
1
0.5
0
-0.5
-1
tel-00263824, version 1 - 13 Mar 2008
-1.5
Perturbation estimée F̂e,p
-2.5
15 20 25 30 35 40 45 50 55
Temps [s]
(a)
Perturbation en position [mm] selon l’axe z
10
8
6
4
2
0
-2
-4
-6
-8
Perturbation estimée X̂s,p
15 20 25 30 35 40 45 50 55
Temps [s]
(b)
Figure 4.21 - Perturbations estimées lors d’une compensation de perturbations en efforts

selon l’axe z du repère R0 : (a) en effort F̂e,p et (b) en position X̂s,p .
118
connue. Cette stratégie de compensation a d’abord été établie en réalisant l’estimation

des perturbations à partir des efforts mesurés et appliqués par l’instrument du robot sur
l’environnement en mouvement. Les perturbations estimées ont ensuite été utilisées dans
une commande de type référencée modèle. La contribution porte sur la reconstruction des
perturbations extérieures réellement appliquées à la sortie du système. Nous avons ainsi
considéré que la compensation des perturbations en effort génère également des pertur-
bations en position. Ces dernières ont alors été reconstruites et utilisées à l’entrée d’une
commande référencée modèle. Afin de réaliser le suivi des mouvements tout en étant ca-
pable d’appliquer des efforts désirés, la stratégie de compensation a été superposée à la
commande en effort développée dans le Chapitre 2. L’évaluation expérimentale a montré
l’efficacité de cette approche. Les efforts désirés ont pu être appliqués et les perturbations
périodiques qui initialement variaient entre ±3 [N] ont été atténuées à ±0.4 [N].
tel-00263824, version 1 - 13 Mar 2008
119
tel-00263824, version 1 - 13 Mar 2008
Conclusion Générale
Ce manuscrit a présenté les travaux réalisés dans le contexte de l’assistance robo-

tique pour la chirurgie mini-invasive télé-opérée. Les développements proposés concernent
principalement la restitution des efforts au chirurgien qui télé-opère des instruments chi-
rurgicaux à distance.
Nous avons ainsi proposé un schéma de télé-opération avec retour d’effort basé sur
une architecture position - position avec une commande en effort pour un robot esclave
en contact avec son environnement. Cette structure tire profit de l’architecture position
- position tout en permettant à l’opérateur de contrôler les efforts appliqués par le robot
tel-00263824, version 1 - 13 Mar 2008
sur les tissus. L’approche de commande en effort repose sur le découplage non linéaire du
système esclave, la conception d’un observateur d’état et la commande par retour d’état.
Cette dernière permet d’imposer une dynamique et un comportement désiré du système
en boucle fermée. Le reconstructeur d’état est un observateur actif de l’état qui inclut
une estimation des erreurs de modélisation du système esclave. La prise en compte de ces
erreurs dans la commande par retour d’état permet de minimiser leurs effets et donc de
garantir les performances désirées en boucle fermée. Les résultats expérimentaux obtenus
sur la plate-forme robotique D2M2 montrent l’efficacité de l’architecture de télé-opération
avec retour d’effort pour des déplacements en espace libre et pour des interactions avec
un environnement mou. Les sensations en effort perçues par l’opérateur le renseignent sur
le comportement du système esclave.
L’architecture de commande en effort est définie en considérant un modèle de l’envi-
ronnement. Sa stabilité est fortement dépendante de la connaissance des caractéristiques
de l’environnement. Nous avons alors développé un filtre de Kalman étendu estimer la rai-
deur de l’environnement et adapter en ligne la loi de commande en effort. Contrairement
aux approches usuelles, la stratégie d’estimation proposée ne nécessite pas la connais-
sance de la position de repos, en général difficile à determiner en chirurgie mini-invasive,
de l’environnement. De plus, l’estimateur est conçu en distinguant l’erreur d’estimation
de la raideur des erreurs de modélisation du robot esclave. L’adaptation de la loi de com-
mande en effort permet une télé-opération en espace libre ainsi que des interactions avec
des environnements de rigidité différente et élevée.
La stabilité et la transparence du schéma de télé-opération représentent respective-
ment une contrainte de fonctionnement indispensable et un critère de qualité permettant
à l’opérateur de distinguer la variabilité de la nature de l’environnement distant. Le schéma
de télé-opération a alors été qualifié par une analyse de stabilité et de transparence. Nous
avons d’abord analysé la transparence de l’architecture de télé-opération qui est fortement
dépendante de la raideur de l’environnement et des paramètres de télé-opération. Nous
avons donc proposé une loi d’adaptation de ces paramètres suivant la raideur estimée de
l’environnement afin d’imposer une transparence désirée tout en assurant des marges de
stabilité satisfaisantes du système de télé-opération. Cette dernière a été établie en sépa-
rant l’action volontaire et involontaire de l’opérateur. La validation expérimentale sur la
121
plate-forme du D2M2 montre les performances de l’approche proposée. Lors d’une inter-
action avec des tissus ex-vivo, l’opérateur est capable de distinguer entre des tissus mous
et des tissus rigides. Une expérimentation mettant en œuvre une insertion d’aiguille télé-
opérée montre une réelle capacité de l’opérateur à distinguer et à contrôler les différentes
phases de pénétration.
L’assistance au geste chirurgical mini-invasif soulève le problème lié aux contraintes
engendrées par cette pratique. Nous nous sommes intéressés à deux de ces contraintes
que sont le respect du passage des instruments par le trocart et la compensation des
mouvements physiologique du cœur lors d’une intervention chirurgicale cardiaque.
Pour respecter la contrainte du passage par le trocart, nous avons proposé une com-
mande en position d’un robot virtuel dont la position de l’effecteur est donnée par la
projection du trocart sur l’instrument du robot esclave. La stratégie de commande du
robot virtuel reprend les mêmes principes de commande développés en effort en se basant
sur un observateur actif de l’état et une commande par retour d’état estimé. Le décou-
plage tâche-posture du robot esclave permet ensuite la télé-opération avec retour d’effort
et le respect du passage par un point fixe. Les évaluations expérimentales montrent la
pertinence de notre approche.
tel-00263824, version 1 - 13 Mar 2008
Enfin dans le contexte de la chirurgie mini-invasive à cœur battant, nous avons présenté
les premiers résultats pour la compensation des mouvements physiologiques de l’organe.
Ces travaux font partie d’un projet à long terme dont l’objectif final est d’offrir une
stabilisation virtuelle du cœur. Nous avons abordé le problème comme un problème de
compensation de perturbations périodiques dans les efforts appliqués par l’instrument sur
l’organe en mouvement. Connaissant leur période, les perturbations sont identifiées et
extraites des mesures en effort. Les estimations obtenues sont ensuite utilisées dans une
stratégie de commande référencée modèle et superposée à la stratégie de commande en
effort permettant la réalisation des gestes de l’opérateur. La compensation est réalisée en
considérant que l’atténuation des perturbations en effort génère un déplacement désiré du
robot esclave. Ce déplacement est alors estimé et utilisé à l’entrée de la stratégie de com-
mande dédiée à la compensation des perturbations en effort. La validation expérimentale
réalisée sur la plate-forme D2M2 et un simulateur de mouvements périodiques montre
les performances de cette approche.
Il est évident que les travaux présentés dans ce manuscrit ne représente qu’une étape
dans un projet à très long terme que représente la télé-manipulation avec retour d’effort
pour la chirurgie mini-invasive. Ceci étant, les résultats obtenus ouvrent des perspectives
importantes pour faire bénéficier à cette pratique de la chirurgie de toutes les capacités
de la robotique et des systèmes de télé-opération à retour d’effort. Parmi ces perspectives,
nous pouvons mentionner :
† L’architecture de télé-opération avec retour d’effort a été validée sur la plate-forme
expérimentale en considérant une télé-opération en espace libre selon les trois direc-
tions de l’espace et des interactions avec un environnement selon une seule direction.
L’extension de l’architecture pour des interactions suivant les trois directions ne de-
vrait pas poser de problème particulier. La mise en œuvre de la stratégie de com-
mande doit identique pour les deux autres directions. Cependant, il serait intéressant
de considérer une application d’effort suivant une direction (z par exemple) avec un
déplacement selon une autre (x par exemple). Dans ce cas, un modèle de frottement
devrait être considéré dans la stratégie de commande de la direction du déplacement
(x). Ceci permettra une meilleure transparence du schéma de télé-opération, mais
signifiera une architecture de commande différente pour chacune des directions.
122
† Qu’elle concerne la télé-opération en espace libre ou l’interaction avec des tissus

ex-vivo, l’évaluation du schéma de télé-opération avec retour d’effort a été réalisée
expérimentalement. Les résultats obtenus pour les deux phases de télé-opération
semblent satisfaisants en terme de suivi de trajectoire et de perception des efforts.
Cependant, cette architecture devra encore être validée par des chirurgiens en consi-
dérant des tissus in-vivo. Ces chirurgien possèdent une meilleure connaissance des
contacts avec les tissus et leur avis sera important pour régler la transparence désirée
du schéma de télé-opération.
† L’insertion d’une aiguille télé-opérée a été réalisée dans un tissu ex-vivo dont la
peau est l’élément le plus rigide. Des essais considérant un contact direct dans des
tissus in-vivo mettant en évidence des efforts beaucoup moins importants, doivent
être réalisés pour valider l’approche proposée. De plus, cette expérience d’insertion
d’aiguille a clairement montré que la raideur de l’environnement peut varier. L’ajout
d’un bruit sur le modèle du paramètre à estimer dans la conception du filtre de
Kalman pourrait permettre de prendre en compte des variations lentes de la raideur
de l’environnement.
† La prise en compte du passage par un point fixe doit être évaluée in-vivo en consi-
dérant un réel passage par un trocart. La considération de cette contrainte dans
tel-00263824, version 1 - 13 Mar 2008
la stratégie de commande du robot esclave est une solution qui a pour objectif de
minimiser les efforts appliqués par l’instrument sur le trocart. Un capteur d’effort
adéquat (ou un trocart muni d’un capteur d’effort [Zemiti, 2005]) doit alors être
utilisé dans un premier temps pour mesurer ces efforts et ensuite pour réaliser une
stratégie de commande visant à les minimiser. La commande en position du robot
virtuel devient alors une commande en effort imposant des efforts tangentiels nuls
sur le trocart. La même stratégie d’estimation et de commande par retour d’état
pourrait être utilisée.
† Dans le contexte de la compensation des mouvements physiologiques du cœur, nous
avons considéré uniquement la commande en effort du robot esclave. Les résultats
obtenus ont montré une bonne compensation des mouvements avec l’application
des efforts désirés de l’opérateur. Cette stratégie de compensation doit être validée
en considérant tout le schéma de télé-opération avec retour d’effort. Cependant, la
compensation des perturbations génère le déplacement du robot esclave. L’architec-
ture de télé-opération position - position risque alors de transmettre un effort de
retour perturbé à l’opérateur. Une solution à ce problème peut être apportée en
appliquant l’algorithme d’identification harmonique à la position du robot esclave.
Les perturbations estimées seront alors utilisées afin de stabiliser le retour d’effort.
Il serait enfin intéressant de valider cette stratégie de compensation in-vivo sur un
cœur en mouvement.
123
tel-00263824, version 1 - 13 Mar 2008
Publications
Publications
Conférences internationales
1. W. Zarrad and P. Poignet and R. Cortesão and O. Company, Stability
and Transparency Analysis of a Haptic Feedback Controller for Medical Applica-
tions, Proc. of the IEEE Int. Conf. on Decision and Control (CDC’07), La Nouvelle-
Orléans, Louisiane, USA, Décembre 2007.
2. W. Zarrad and P. Poignet and R. Cortesão and O. Company, Towards
Teleoperated Needle Insertion with Haptic Feedback Controller, Proc. of the IEEE
Int. Conf. on Intelligent Robots and Systems (IROS’07), San Diego, California, USA,
tel-00263824, version 1 - 13 Mar 2008
Octobre 2007.
3. W. Zarrad and P. Poignet and R. Cortesão and O. Company, Robotic-
Assisted Surgery Through Haptic Feedback Teleoperation Controller, Proc. of Surge-
tica : Computer-Aided Medical Interventions : Tools and Applications (Suregtica’07),
Chambéry, France, Septembre 2007
4. W. Zarrad and P. Poignet and R. Cortesão and O. Company, Haptic
Feedback Control in Medical Robotics through Stiffness Estimation with Extended
Kalman Filter, Proc. of the Int. Conf. on Advanced Robotics (ICAR’07), Jeju, Corée
du Sud, Août 2007.
5. R. Cortesão and W. Zarrad and P. Poignet and O. Company and E.
Dombre, Haptic Control Design for Robotic-Assisted Minimally Invasive Surgery,
Proc. of the IEEE Int. Conf. on Intelligent Robots and Systems (IROS’06), Beijing,
China, Octobre 2006.
125
tel-00263824, version 1 - 13 Mar 2008
Bibliographie
Bibliographie
[Aiono et al., 2002] Aiono, S., Gilbert, J. M., Soin, B., Finlay, P. A. et Gordan, A.
(2002). Controlled trial of the introductionof a robotic camera assistant (EndoAssist)
for laparoscopic cholecystectomy. Surgical Endoscopy, 16(9):1267–1270.
[Allaf et al., 1998] Allaf, M. E., Jackman, S. V., Schulam, P. G., Gadeddu, J. A.,
Lee, B. R., Moore, R. G. et Kavoussi, L. R. (1998). Laparoscopic visual field :
Voice versus foot pedal interfaces for control of the aesop robot. Surgical Endoscopy,
12(12):1415–1418.
[Anderson et Spong, 1989] Anderson, R. J. et Spong, M. W. (1989). Bilateral control
tel-00263824, version 1 - 13 Mar 2008
of teleoperators with time delay. IEEE Trans. on Automatic Control, 34(5):494–501.

[Arata et al., 2005] Arata, J., Mitsuishi, M., Warisawa, S. et Hashizume, M. (2005).
Development of dexterous minimally-invasive surgical system with augmented force
feedback capability. Proc. of the IEEE Int. Conf. on Intelligent Robots and Systems
(IROS’05), pages 3738–3743, Alberta, Canada.
[Arata et al., 2006] Arata, J., Takahashi, H., Pitakwatchara, P., Warisawa, S.,
Konishi, K., Tanoue, K., Leiri, S., Shimizu, S., Nakashima, N., Okamura, K.,
Kim, Y. S., Kim, S. M., Hahm, J.-S., Hashizume, M. et Mitsuishi, M. (2006). A
remote surgery experiment between japan-korea using the minimally invasive surgical
system. Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA’06), pages
257–262, Orlando, Florida, USA.
[Arcara, 2001] Arcara, P. (2001). Control of Haptic and Robotic Telemanipulation Sys-
tems. Phd thesis, Universitá di Bologna, Bologna, Italy.
[Arcara et Melchiorri, 2002] Arcara, P. et Melchiorri, C. (2002). Control schemes
for teleoperation with time delay : A comparative study. Robotics and Autonomous
Systems, 38(1):49–64.
[Barbe et al., 1996] Barbe, C., Carrat, L., Chavanon, O. et Troccaz, J. (1996).
Computer assisted pericardic surgery. Proc. of the Int. Conf. on Computer Assisted
Radiology (CAR’96), pages 781–786, Berlin, Germany.
[Barbé et al., 2006] Barbé, L., Bayle, B., de Mathelin, M. et Gangi, A. (2006). On-
line robust model estimation and haptic clues detection during in vivo needle insertions.
The First IEEE/RAS-EMBS Int. Conf. on Biomedical Robotics and Biomechatronics,
pages 341–346, Pisa, Italy.
[Barbé et al., 2007a] Barbé, L., Bayle, B., de Mathelin, M. et Gangi, A. (2007a). In
vivo model estimation and haptic characterization of needle insertions. The Internatio-
nal Journal of Robotics Research. à paraître.
[Barbé et al., 2007b] Barbé, L., Bayle, B., de Mathelin, M. et Gangi, A. (2007b).
Needle insertions modeling : identifiability and limitations. Biomedical Signal Processing
and Control. à paraître.
127
Bibliographie
[Bebek et Çavuşoğlu, 2006] Bebek, O. et Çavuşoğlu, M. C. (2006). Predictive control

algorithms using biological signals for active relative motion canceling in robotic assisted
heart surgery. Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA’06),
pages 237–244, Orlando, Florida, USA.
[Berkelman et al., 2003a] Berkelman, P., Cinquin, P., Boidard, E., Troccaz, J.,
Letoublon, C. et Ayoubi, J. (2003a). Design, control and testing of a novel compact
laparoscopic endoscope manipulator. Proc. of the Institution of Mechanical Engineers,
Part I : Journal of System and Control Engineering, 217:329–341.
[Berkelman et al., 2002] Berkelman, P., Cinquin, P., Troccaz, J., Ayoubi, J., Le-
toublon, C. et Bouchard, F. (2002). A compact, compliant laparoscopic endoscope
manipulator. Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA’02),
volume 2, pages 1870–1875, Washington. DC, USA.
[Berkelman et al., 2003b] Berkelman, P. J., Whitcomb, L. L., Taylor, R. H. et Jen-
sen, P. (2003b). A miniature microsurgical instrument tip force sensor for enhanced
force feedback during robot-assisted manipulation. IEEE Trans. on Robotics and Au-
tomation, 19(5):917–922.
tel-00263824, version 1 - 13 Mar 2008
[Bodson et al., 1994] Bodson, M., Sacks, A. et Khosla, P. (1994). Harmonic genera-
tion in adaptive feedforward cancellation schemes. IEEE Transactions on Automatic
Control, 39(9):1939–1944.
[Borst et al., 1996] Borst, C., Jansen, E. W., Tulleken, C. A., Grundeman, P. F.,
Beck, H. J. M., Dongen, J. W. V., Hodde, K. C. et Bredee, J. J. (1996). Coronary
artery bypass grafting without cardiopulmonary bypass and without interruption of
native coronary flow using a novel anastomosis site restraining device ("Octopus").
Journal of the American College of Cardiology, 27:1356–1364.
[Bourgeois et Decouvelaere, 2004] Bourgeois, L. et Decouvelaere, M. (2004). Chi-
rurgie assistée par ordinateur : les télémanipulateurs chirurgicaux. Innovation et Tech-
nologie en Biologie et Medecine ITBM-RBM News, 25(3):14–27.
[Bruzzone et al., 2002] Bruzzone, G., Bono, R., Bruzzone, G., Caccia, M., Cini, M.,
Coletta, P., Maggiore, M., Spirandelli, E. et Veruggio, G. (2002). Internet-
based satellite teleoperation of the romeo ROV in antarctica. Proc. of the Medi. Conf.
on Control and Automation (MED’02), Lisbon, Portugal.
[Cagneau et al., 2007] Cagneau, B., Zemiti, N., Bellot, D. et Morel, G. (2007).
Physiological motion compensation in robotized surgery using force feedback control.
Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA’07), pages 1881–1886,
Roma, Italy.
[Çavuşoğlu, 2000] Çavuşoğlu, M. C. (2000). Telesurgery and Surgical Simulation : De-
sign, Modeling, and Evaluation of Haptic Interface to Real and Virtual Surgical Envi-
ronments. Phd thesis, University of California, Berkeley, Berkeley, California, USA.
[Çavuşoğlu et al., 2005] Çavuşoğlu, M. C., Rotella, J., Newman, W. S., Choi, S.,
Ustin, J. et Sastry, S. S. (2005). Control algorithms for active relative motion can-
celling for robotic assisted Off-Pump coronary artery bypass graft surgery. Proc. of the
Int. Conf. on Advanced Robotics (ICAR’05), pages 431–436, Seattle, Washington, USA.
[Çavuşoğlu et al., 2002] Çavuşoğlu, M. C., Sherman, A. et Tendick, F. (2002). De-
sign of bilateral teleoperation controllers for haptic exploration and telemanipulation
of soft environments. IEEE Trans. on Robotics and Automation, 18(4):641–647.
128
Bibliographie
[Çavuşoğlu et al., 1999] Çavuşoğlu, M. C., Tendick, F., Cohn, M. et Sastry, S. S.

(1999). A laparoscopic telesurgical workstation. IEEE Trans. on Robotics and Auto-
mation, 15(4):728–739.
[Çavuşoğlu et al., 2001] Çavuşoğlu, M. C., Williams, W., Tendick, F. et Sastry,
S. S. (2001). Robotics for telesurgery : Second generation Berkeley/UCSF laparoscopic
telesurgical workstation and looking towards the future applications. Proc. of the 39th
Allerton Con. on Communication, Control and Computing.
[Cortesão, 2002] Cortesão, R. (2002). Kalman Techniques for Intelligent Control Sys-
tems : Theory and Robotic Experiments. Phd thesis, University of Coimbra, Coimbra,
Portugal.
[Cortesão et al., 2003] Cortesão, R., Park, J. et Khatib, O. (2003). Real-time adap-
tive control for haptic manipulation with active observer. Proc. of the IEEE Int. Conf.
on Intelligent Robots and Systems (IROS’03), volume 3, pages 2938–2943, Las Vegas,
Nevada, USA.
[Cortesão et al., 2006a] Cortesão, R., Park, J. et Khatib, O. (2006a). Real time adap-
tive control for haptic tele-manipulation with kalman active observer. IEEE Trans. on
Robotics, 22(5):987–999.
tel-00263824, version 1 - 13 Mar 2008
[Cortesão et al., 2006b] Cortesão, R., Zarrad, W., Poignet, P., Company, O. et
Dombre, E. (2006b). Haptic control design for robotic-assisted minimally invasive
surgery. Proc. of the IEEE Int. Conf. on Intelligent Robots and Systems (IROS’06),
pages 454–459, Beijing, China.
[Cuvillon, 2006] Cuvillon, L. (2006). Compensation du Battement Cardiaque en Chirur-
gie Robotisée : Asservissement Visuel d’un Robot Médical avec Flexibilités. Phd thesis,
Université Louis Pasteur, Strasbourg, France.
[Davies, 2002] Davies, B. L. (2002). Robotic surgery : is a "Hands-On" approach the
way forward ? Proc. of Surgetica Computer-Aided Medical Interventions : tools and
applications (Surgetica’02), pages 57–62, Grenoble, France.
[Davies et al., 1993] Davies, B. L., NG, W. S. et Hibberd, R. D. (1993). Prostatic
resection : An exemple of safe robotic surgery. Robotica, 11:561–566.
[Delgorge et al., 2005] Delgorge, C., Courreges, F., Bassit, L. A., Novales, C.,
Rosenberger, C., Smith-Guerin, N., Brù, C., Gilabert, R., Vannoni, M., Pois-
son, G. et Vieyres, P. (2005). A tele-operated mobile ultrasound scanner using a
light-weight robot. IEEE Trans. on Information Technology in Biomedicine, 9(1):50–
58.
[Deml et al., 2005] Deml, B., Ortmaier, T. et Seibold, U. (2005). The touch and feel
in minimally invasive surgery. Proc. of the IEEE Int. Work. on Haptic Audio Visual
Environment and Their Applications (HAVE’05), Ottawa, Ontario, Canada.
[DiMaio et al., 2007] DiMaio, S. P., Pieper, S., Chinzei, K., Hata, N., Haker, S. J.,
Kacher, D. F., Fichtinger, G., Tempany, C. M. et Kikinis, R. (2007). Robot-
assisted needle placement in open mri : System architecture, integration and validation.
J. of Computed Aided Surgery, 12(1):15–24.
[DiMaio et Salcudean, 2003] DiMaio, S. P. et Salcudean, S. E. (2003). Needle insertion
modelling and simulation. IEEE Trans. on Robotics and Automation, 19(5):864–875.
[Diolaiti et al., 2005a] Diolaiti, N., Melchiorri, C. et Stramigioli, S. (2005a).
Contact impedance estimation for robotic systems. IEEE Trans. on Robotics, 21(5):925–
935.
129
Bibliographie
[Diolaiti et al., 2005b] Diolaiti, N., Niemeyer, G., Barbagli, F., Salisbury, J. K.
et Melchiorri, C. (2005b). The effect of quantization and coulomb friction on the
stability of haptic rendering. Proc. of the IEEE First Joint Eurohaptics Conf. and
Symp. on Haptic Interfaces for Virtual Environment and Teleoperator Systems (EURO-
HAPTICS’05), pages 237–246, Pisa, Italy.
[Dombre et al., 2003] Dombre, E., Duchemin, G., Poignet, P. et Pierrot, F. (2003).
Dermarob : A safe robot for reconstructive surgery. IEEE Trans. on Robotics and
Automation, 19(5):876–884.
[Dombre et al., 2004] Dombre, E., Michelin, M., Pierrot, F., Poignet, P., Bidaud,
P., Morel, G., Ortmaier, T., Sallé, D., Zemiti, N., Gravez, P., Karouia, M. et
Bonnet, N. (2004). Marge project : Design, modelling, and control of assistive devices
for minimally invasive surgery. Proc. of the Int. Conf. on Medical Image Computing
and Computer-Assisted Intervention (MICCAI’04), pages 1–8, St Malo, France.
[Eagle et al., 2004] Eagle, K. A., Guyton, R. A. et al. (2004). ACC/AHA 2004 gui-
delines for coronary artery bypass graft surgery : A report of the american college of
cardiology / american heart association task force on practice guidelines. Journal of
the American College of Cardiology, 44(5):1146–1154.
tel-00263824, version 1 - 13 Mar 2008
[Erickson et al., 2003] Erickson, D., Weber, M. et Sharf, I. (2003). Contact stiffness
and damping estimation for robotic systems. The International Journal of Robotics
Research, 22(1):41–57.
[Finlay, 1996] Finlay, P. A. (1996). Clinical experience with a goniometric head-
controlled laparoscope manipulator. Proc. of the IARP Workshop on Medical Robotics,
Vienna.
[Fite et al., 2004] Fite, K. B., Shao, L. et Goldfarb, M. (2004). Loop shaping for
transparency and stability robustness in bilateral telemanipulation. IEEE Trans. on
Robotics and Automation, 20(3):620–624.
[Fite et al., 2001] Fite, K. B., Speich, J. E. et Goldfarb, M. (2001). Transparency
and stability robustness in two-channel bilateral telemanipulation. Journal of Dynamic
Systems, Measurement, and Control, 123(3):400–407.
[Fraisse et al., 2005] Fraisse, P., Zapata, R., Zarrad, W. et Andreu, D. (2005). Re-
mote secure decentralized control strategy for mobile robots. Advanced Robotics Jour-
nal, 19(9):1027–1040.
[Gangloff et al., 2006] Gangloff, J., Ginhoux, R., de Mathelin, M., Soler, L. et
Marescaux, J. (2006). Model predictive control for compensation of cyclic organ mo-
tions in teleoperated laparoscopic surgery. IEEE Trans. on Control Systems Technology,
14(2):235–246.
[Gerovichev et al., 2002] Gerovichev, O., Marayong, P. et Okamura, A. M. (2002).
The effect of visual and haptic feedback on manual and teleoperated needle insertion.
Proc. of the Int. Conf. on Medical Image Computing and Computer-Assisted Interven-
tion (MICCAI’02), pages 147–154, Tokyo, Japan.
[Gersem, 2005] Gersem, G. D. (2005). Kinaesthetic Feedback and Enhanced Sensitivity
in Robotic Endoscopic Telesurgery. Phd thesis, Catholic University of Leuven, Leuven,
Belgium.
[Gersem et al., 2005] Gersem, G. D., Brussel, H. V. et Tendick, F. (2005). Reliable
and enhanced stiffness perception in soft-tissue telemanipulation. International Journal
of Robotics Research, 24(10):805–822.
130
Bibliographie
[Ginhoux, 2003] Ginhoux, R. (2003). Compensation des Mouvement Physiologiques en

Chirurgie Robotisée par Commande Prédictive. Phd thesis, Université Louis Pasteur,
Strasbourg, France.
[Ginhoux et al., 2005] Ginhoux, R., Gangloff, J., de Mathelin, M., Soler, L., San-
chez, M. M. A. et Marescaux, J. (2005). Active filtering of physiological motion in
robotized surgery using predictive control. IEEE Trans. on Robotics, 21(1):67–79.
[Guthart et Salisbury, 2000] Guthart, G. S. et Salisbury, J. K. (2000). The
IntuitiveTM telesurgery system : Overview and application. Proc. of the IEEE Int. Conf.
on Robotics and Automation (ICRA’00), pages 618–621, San Francisco, CA, USA.
[H.-Zaad et Salcudean, 1999] H.-Zaad, K. et Salcudean, S. E. (1999). On the use of
local force feedback for transparent teleoperation. Proc. of the IEEE Int. Conf. on
Robotics and Automation (ICRA’99), pages 1863–1869, Detroit, Michigan, USA.
[H.-Zaad et Salcudean, 2000] H.-Zaad, K. et Salcudean, S. E. (2000). Analysis and
evaluation of stability and performance robustness for teleoperation control architec-
tures. Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA’00), pages
3107–3113, San Francisco, CA, USA.
tel-00263824, version 1 - 13 Mar 2008
[H.-Zaad et Salcudean, 2001] H.-Zaad, K. et Salcudean, S. E. (2001). Analysis of

control architectures for teleoperation systems with impedance/admittance master and
slave manipulators. The International Journal of Robotics Research, 20(6):419–445.
[H.-Zaad et Salcudean, 2002] H.-Zaad, K. et Salcudean, S. E. (2002). Transparency in
time-delayed systems and the effect of local force feedback for transparent teleoperation.
IEEE Trans. on Robotics and Automation, 18(1):108–445.
[Hagmann et al., 2004] Hagmann, E., Rouiller, P., Helmer, P., Grange, S. et
Baur, C. (2004). A haptic guidance tool for CT-directed percutaneous interventions.
Proc. of the Annu. Int. Conf. IEEE Engineering in Medicine and Biology Society (IEEE
EMBS’04), volume 1, pages 2746–2749, San Francisco, CA, USA.
[Hannaford, 1989a] Hannaford, B. (1989a). A design framework for teleoperators with
kinesthetic feedback. IEEE Trans. on Robotics and Automation, 5(4):426–434.
[Hannaford, 1989b] Hannaford, B. (1989b). Stability and performance tradeoffs in bi-
lateral telemanipulation. Proc. of the IEEE Int. Conf. on Robotics and Automation
(ICRA’89), pages 1764–1767, Scottsdale, AZ, USA.
[Hannaford et Ryu, 2002] Hannaford, B. et Ryu, J.-H. (2002). Time-domain passivity
control of haptic interfaces. IEEE Trans. on Robotics and Automation, 18(1):1–10.
[Hata et al., 2005] Hata, N., Hashimoto, R. et Tokuda, J. (2005). Needle guiding
robot for MR-guided microwave thermotherapy of liver tumor using motorized remote-
center-of-motion constraint. Proc. of the IEEE Int. Conf. on Robotics and Automation
(ICRA’05), pages 1664–1668, Barcelona, Spain.
[Heverly et al., 2005] Heverly, M., Dupont, P. et Triedman, J. (2005). Trajectory
optimization for dynamic needle insertion. Proc. of the IEEE Int. Conf. on Robotics
and Automation (ICRA’05), pages 1658–1663, Barcelona, Spain.
[Hokayem et Spong, 2006] Hokayem, P. F. et Spong, M. W. (2006). Bilateral teleope-
ration : An historical survey. Automatica, 42(12):2035–2057.
[Hong et al., 2004] Hong, J., Dohi, T., Hashizume, M., Konishi, K. et Hata, N.
(2004). An ultrasound-driven needle-insertion robot for percutaneous cholecystostomy.
J. of Physics in Medicine and Biology, 49(3):441–155.
131
Bibliographie
[Ikuta et al., 2003] Ikuta, K., Hasegawa, T. et Daifu, S. (2003). Hyper redundant
miniature manipulator "Hyper Finger" for remote minimally invasive surgery in deep
area. Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA’03), pages
1098–1102, Taipei, Taiwan.
[Jakopec et al., 2001] Jakopec, M., Harris, S. J., y Baena, F. R., Gomes, P., Cobb,
J. et Davies, B. L. (2001). The first clinical application of a "Hands-On" robotic knee
surgery system. J. of Computer Aided Surgery, 6(6):329–339.
[Jazwinski, 1970] Jazwinski, A. H. (1970). Stochastic Processes and Filtering Theory.
Academic Press.
[Kalman, 1960] Kalman, R. E. (1960). A new approach to linear filtering and prediction
problems. Int. J. of Basic Engineering, Trans. of the ASME, 82(Series D):35–45.
[Kang et Wen, 2001] Kang, H. et Wen, J. T. (2001). Endobot : a robotic assistant in
minimally invasive surgeries. Proc. of the IEEE Int. Conf. on Robotics and Automation
(ICRA’01), pages 2032–2037, Seoul, Korea.
[Kang et Wen, 2002] Kang, H. et Wen, J. T. (2002). Robotic knot tying in minimally
invasive surgery. Proc. of the IEEE Int. Conf. on Intelligent Robots and Systems
tel-00263824, version 1 - 13 Mar 2008
(IROS’02), pages 1421–1426, Lausanne, Switzerland.

[Kappert et al., 2001] Kappert, U., end J. Schneider, R. C., Gulielmos, V., Ah-
madzade, T., Nicolai, J., Tugtekin, S.-M. et Schueler, S. (2001). Technique
of closed chest coronary artery surgery on the beating heart. European Journal of
Cardio-Thoracic Surgery, 20:765–769.
[Kazerooni et al., 1993] Kazerooni, H., Tsay, T.-I. et Hollerbach, K. (1993). A
controller design framework for telerobotic systems. IEEE Trans. on Control Systems
Technology, 1(1):50–62.
[Khalil et Creusot, 1997] Khalil, W. et Creusot, D. (1997). SYMORO+ : A system
for the symbolic modeling of robots. Robotica, 15:153–161.
[Khalil et Dombre, 1999] Khalil, W. et Dombre, E. (1999). Modélisation identification
et commande des robots. Hermes Science Publications, 2 édition.
[Khatib, 1980] Khatib, O. (1980). Commande Dynamique dans l’Espace Operationnel
des Robots Manipulateur en Presence d’Obstacles. Phd thesis, Ecole Nationale Super-
ieure de l’Aéronautique et de l’Espace, Toulouse, France.
[Khatib, 1987] Khatib, O. (1987). A unified approach for motion and force control of
robot manipulators : The operational space formulation. IEEE Journal of Robotics and
Automation, 3(1):43–53.
[Khatib et al., 2004] Khatib, O., Brock, O., Chang, K.-S., Ruspini, D., Sentis, L. et
Viji, S. (2004). Human-centrered robotics and interactive haptic simulation. Interna-
tional Journal of Robotics Research, 23(2):167–178.
[Kim et Hannaford, 2001] Kim, Y. S. et Hannaford, B. (2001). Some practical issues
in time domain passivity control of haptic interfaces. Proc. of the IEEE Int. Conf. on
Intelligent Robots and Systems (IROS’01), volume 3, pages 1744–1750, Wailea, Hawai,
USA.
[Kim et al., 1992] Kim, Y. S., Hannaford, B. et Bejczy, A. K. (1992). Force-reflection
and shared compliant control in operating telemanipulators with time delay. IEEE
Trans. on Robotics and Automation, 8(2):176–185.
132
Bibliographie
[Kronreif et al., 2003] Kronreif, G., Fürst, M., Kettenbach, J., Figl, M. et Hanel,
R. (2003). Robotic guidance for percutaneous interventions. Journal of Advanced
Robotics, 17(6):541–560.
[Krupa et al., 2002] Krupa, A., Morel, G. et de Mathelin, M. (2002). Achieving high
precision laparoscopic manipulation through adaptive force control. Proc. of the IEEE
Int. Conf. on Robotics and Automation (ICRA’02), pages 1864–1869, Washington. DC,
USA.
[Kuchenbeker et al., 2003] Kuchenbeker, K. J., Park, J. G. et Niemeyer, G. (2003).
Characterizing the human wrist for improved haptic interaction. Proc. of the Int.
Mechanical Engineering Congress and Exposition (IMECE’03), volume 2, Washington,
D.C, USA.
[Kwoh et al., 1988] Kwoh, Y. S., Hou, J. et Jonckheere, E. A. (1988). A robot with
improved absolute positioning accuracy for CT-guided stereotactic brain surgery. IEEE
Trans. on Biomedical Engineering, 35(2):153–160.
[Lawrence, 1993] Lawrence, A. (1993). Stability and transparency in bilateral teleope-
ration. IEEE Trans. on Robotics and Automation, 9(5):624–637.
tel-00263824, version 1 - 13 Mar 2008
[Lemma et al., 2005] Lemma, M., Mangini, A., Redaelli, A. et Acocella, F. (2005).
Do cardiac stabilizers really stabilize ? experimental quantitative analysis of mechanical
stabilization. Interactive CardioVascular and Thoracic Surgery, 4:222–226.
[Ljung et Söderström, 1983] Ljung, L. et Söderström, T. (1983). Theory and Practice
of Recursive Identification. The MIT Press.
[Loisance et al., 2005] Loisance, D. Y., Nakashima, K. et Kirsch, M. (2005).
Computer-assisted coronary surgery : Lessons from an initial experience. Interactive
CardioVascular and Thoracic Surgery, 4:398–401.
[Love et Book, 2004] Love, L. J. et Book, W. J. (2004). Force reflecting teleoperation
with adaptive impedance control. IEEE Trans. on Systems, Man and Cybernetics -
Part B : Cybernetics, 34(1):159–165.
[Luenberger, 1966] Luenberger, D. G. (1966). Observers for multivariable systems.
Automatica, 11(2):190–197.
[Madhani, 1998] Madhani, A. J. (1998). Design of Teleoperated Surgical Instruments for
Minimally Invasive Surgery. Phd thesis, Massachusetts Institute of Technology, Boston,
Massachusetts, USA.
[Madhani et al., 1998] Madhani, A. J., Niemeyer, G. et Jr, J. K. S. (1998). The Black
Falcom : A teleoperated surgical instrument for minimally invasive surgery. Proc. of the
IEEE Int. Conf. on Intelligent Robots and Systems (IROS’98), pages 936–944, Victoria.
B. C, Canada.
[Maillet, 2006] Maillet, P. (2006). Développement d’un robot pour la chirurgie orthopé-
dique et d’une méthodologie pour sa mise en œuvre. Phd thesis, Université Montpellier
II, Montpellier, France. Confidential until December 2011.
[Maillet et al., 2005] Maillet, P., Nahum, B., Blondel, L., Poignet, P. et Dombre,
E. (2005). BRIGIT, a robotized tool guide for orthopedic surgery. Proc. of the IEEE
Int. Conf. on Robotics and Automation (ICRA’05), pages 212–217, Barcelona, Spain.
[Marescaux et al., 2001] Marescaux, J., Leroy, J., Gagner, M., Rubino, F., Mut-
ter, D., Vix, M., Butner, S. E. et Smith, M. K. (2001). Transatlantic robot assisted
telesurgery. Nature, 413:379–380.
133
Bibliographie
[Masamune et al., 2001] Masamune, K., Fichtinger, G., Patriciu, A., Susil, R. C.,
Taylor, R. H., Kavoussi, L. R., Anderson, J. H., Sakuma, I., Dohi, T. et Stoia-
novici, D. (2001). System for robotically assisted percutaneous procedures with com-
puted tomography guidance. J. of Computed Aided Surgery, 6(6):670–383.
[Maurel, 1999] Maurel, W. (1999). 3D Modeling of the Human Upper Limb Including
the Biomechanics of Joints, Muscles and Soft Tissues. Phd thesis, Ecole Polytechnique
Federale de Lausanne, Lausanne, Swisse.
[Maurin et al., 2004a] Maurin, B., Barbé, B., Bayle, B., Zanne, P., Gangloff, J.,
de Mathelin, M., Gangi, A. et Forgionne, A. (2004a). In vivo study of forces
during needle insertions. Proc. of the Int. Conf. on Medical Robotics Navigation and
Visualization (MRNV’04), Remagen, Germany.
[Maurin et al., 2006] Maurin, B., Bayle, B., Gangloff, J., Zanne, P., de Mathe-
lin, M. et Piccin, O. (2006). A robotized positioning platform guided by computed
tomography : Practical issues and evaluation. Proc. of the IEEE Int. Conf. on Robotics
and Automation (ICRA’06), pages 251–256, Orlando, Florida , USA.
[Maurin et al., 2004b] Maurin, B., Piccin, O., Bayle, B., Gangloff, J., de Mathe-
tel-00263824, version 1 - 13 Mar 2008
lin, M., Soler, L. et Gangi, A. (2004b). A new robotic system for CT-guided percu-
taneous procedure with haptic feedback. Proc. of the Int. Conf. on Computer Assisted
Radiology and Surgery (CARS’04), pages 515–520, Chicago, USA.
[Meister et al., 1998] Meister, D., Pokrandt, P. et Both, A. (1998). Milling accu-
racy in robot assisted orthopaedic surgery. Proc. of the IEEE Int. Conf. on Industrial
Electronics Society (IECON’98), volume 4, pages 2502–2505, Aachen, Germany.
[Michelin, 2004] Michelin, M. (2004). Contribution à la Commande de Robots pour la
Chirurgie Mini-Invasive. Phd thesis, Université Montpellier II, Montpellier, France.
[Michelin et al., 2004] Michelin, M., Poignet, P. et Dombre, E. (2004). Dynamic task
posture decoupling for minimally invasive surgery motions. Proc. of the Int. Symposium
on Experimental Robotics (ISER’04), Singapour.
[Michelin et al., 2002] Michelin, M., Poignet, P., Dombre, E., Pierrot, F. et
Eckert, L. (2002). Path planning under a penetration point constraint for mini-
mally invasive surgery. Proc. of the IEEE Int. Conf. on Intelligent Robots and Systems
(IROS’02), pages 1475–1480, Lausanne, Switzerland.
[Misra et Okamura, 2006] Misra, S. et Okamura, A. M. (2006). Environment para-
meter estimation during bilateral telemanipulation. Proc. of the IEEE Int. Symp. on
Haptic Interfaces for Virtual Environment and Teleoperator Systems (HAPTICS’06),
pages 301–307, Alexandria, Virginia, USA.
[Nakamura et al., 2001] Nakamura, Y., Kishi, K. et Kawakami, H. (2001). Heartbeat
synchronization for robotic cardiac surgery. Proc. of the IEEE Int. Conf. on Robotics
and Automation (ICRA’01), volume 2, pages 2014–2019, Seoul, Korea.
[Niemeyer et Slotine, 1991] Niemeyer, G. et Slotine, J.-J. E. (1991). Stable adaptive
teleoperation. The International Journal of Oceanic Engineering, 16(1):152–162.
[Ogata, 2002] Ogata, K. (2002). Modern Control Engineering. Prentice Hall, 4 édition.
(International Edition).
[Okamura et al., 2004] Okamura, A. M., Simone, C. et O’Leary, M. D. (2004). Force
modeling for needle insertion into soft tissue. IEEE Trans. on Biomedical Engineering,
51(10):1707–1716.
134
Bibliographie
[Ortmaier, 2002] Ortmaier, T. J. (2002). Motion Compensation in Minimally Invasive

Robotic Surgery. Phd thesis, Technical University of Munich, Munich, Germany.
[Pan et al., 2006] Pan, Y. J., de Wit, C. C. et Sename, O. (2006). A new predictive
approach for bilateral teleoperation with applications to drive-by-wire systems. IEEE
Transactions on Robotics, 22(6):1146–1162.
[Park et Cho, 199] Park, J. H. et Cho, H. C. (199). Sliding-mode controller for bilate-
ral teleoperation with varying time delay. Proc. of the IEEE Int. Conf. on Advanced
Intellectual Mechanics (AIM’05), pages 311–316, Atlante, GA, USA.
[Peirs et al., 2004] Peirs, J., Clijnen, J., Reynaerts, D., Brussel, H. V., Herijgers,
P., Corteville, B. et Boone, S. (2004). A micro optical force sensor for force feedback
during minimally invasive robotic surgery. Sensors and Actuators A : Physical, 115(2-
3):447–455.
[Pierrot et al., 1999] Pierrot, F., Dombre, E., Dégoulange, E., Urbain, L., Caron,
P., Boudet, S., Gariepy, J. et Megnien, J. (1999). Hippocrate :a safe robot arm for
medical application with force feedback. The J. of Medical Image Analysis, 3(3):285–
300.
[Polet et Donnez, 2004] Polet, R. et Donnez, J. (2004). Gynecologic laparoscopic sur-
tel-00263824, version 1 - 13 Mar 2008
gery with a palm-controlled laparoscope holder. The J. of the American Association of

Gynecologic Laparoscopists, 11(1):73–78.
[Preusche et al., 2002] Preusche, C., Ortmaier, T. J. et Hirzinger, G. (2002). Teleo-
peration concepts in minimally invasive surgery. Control Engineering Practice Journal,
10(11):1245–1250.
[Reintsema et al., 2004] Reintsema, D., Preusche, C., Ortmaier, T. J. et Hirzin-
ger, G. (2004). Towards high fidelity telepresence in space and surgery robotics. Pre-
sence : Teleoperators and Virtual Environments, 13(1):77–98.
[Rininsland, 1999] Rininsland, H. (1999). ARTEMIS. a telemanipulator for cardiac
surgery. European J. of Cardio-thoracic surgery, 16:106–111.
[Riviere et al., 2003] Riviere, C. N., Wei, T. A. et Khosla, P. K. (2003). Toward active
tremor canceling in handheld microsurgical instruments. IEEE Trans. on Robotics and
Automation, 19(5):793–800.
[Sallé et al., 2004] Sallé, D., Cepolina, F. et Bidaut, P. (2004). Surgery grippers for
minimally invasive heart surgery. Proc. of the IEEE Int. Conf. on Intelligent Manipu-
lation and Grasping (IMG’04), pages 172–179, Genova, Italy.
[Schneider et Troccaz, 2001] Schneider, O. et Troccaz, J. (2001). A six-degree-of-
freedom passive arm with dynamic constraints (PADyC) for cardiac surgery applica-
tion : Preliminary experiments. J. of Computer Aided Surgery, 6(6):340–351.
[Seibold et al., 2005] Seibold, U., Kübler, B. et Hirzinger, G. (2005). Prototype of
instrument for minimally invasive surgery with 6-axis force sensing capability. Proc. of
the IEEE Int. Conf. on Robotics and Automation (ICRA’05), pages 503–498, Barcelona,
Spain.
[Sename et Fattouh, 2005] Sename, O. et Fattouh, A. (2005). Robust H∞ control of a
bilateral teleoperation system under communication time-delay. Proc. of the 16th IFAC
World Congress, Prague, Czech Republic.
[Sentis et Khatib, 2005] Sentis, L. et Khatib, O. (2005). Control of free-floating huma-
noid robots through task prioritization. Proc. of the IEEE Int. Conf. on Robotics and
Automation (ICRA’05), pages 1730–1735, Barcelona, Spain.
135
Bibliographie
[Siciliano, 1990] Siciliano, B. (1990). Kinematic control redundant robot manipulators

tutorial. Journal of Intelligent and Robotic Systems, 3(3):201–212.
[Simone et Okamura, 2002] Simone, C. et Okamura, A. M. (2002). Modeling of needle
insertion forces for robot-assisted percutaneous therapy. Proc. of the IEEE Int. Conf.
on Robotics and Automation (ICRA’02), pages 2085–2091, Washington. DC, USA.
[Speich et al., 2005] Speich, J. E., Shao, L. et Goldfard, M. (2005). Modeling the
human hand as it interacts with a telemanipulation system. Mechatronics, 15(9):1127–
1142.
[Stoianovici et al., 2003] Stoianovici, D., Cleary, K., Patriciu, A., Mazilu, D.,
Stanimir, A., Craciunoiu, N., Watson, V. et Kavoussi, L. (2003). AcuBot : A ro-
bot for radiological interventions. IEEE Trans. on Robotics and Automation, 19(5):927–
930.
[Tadano et Kawashima, 2007] Tadano, K. et Kawashima, K. (2007). Development of a
master slave system with force sensing using pneumatic servo system for laparoscopic
surgery. Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA’07), pages
947–952, Roma, Italy.
tel-00263824, version 1 - 13 Mar 2008
[Tanner et Niemeyer, 2005] Tanner, N. A. et Niemeyer, G. (2005). Improving per-

ception in time-delayed telerobotics. The International Journal of Robotics Research,
24(8):631–644.
[Taylor et al., 1993] Taylor, R. H., Mittelstadt, B. D., Paul, H. A., Hanson, W.,
Kazanzides, P., Zuhars, J. F., Williamson, B., Musits, B. L., Glassman, E.
et Bargar, W. L. (1993). An image-directed robotic system for precise orthopaedic
surgery. IEEE Trans. on Robotics and Automation, 10(3):261–275.
[Taylor et Stoianovici, 2003] Taylor, R. H. et Stoianovici, D. (2003). Medical robotics
in computer-integrated surgery. IEEE Trans. on Robotics and Automation, 19(5):765–
781.
[Viguier, 2005] Viguier, C. (2005). Contribution au Developpement d’Actionneurs Elec-
troactifs pour l’Assistance Circulatoire Application à la Mise au Point d’une Fonction
Antithrombotique. Phd thesis, Institut Nationale Polytechnique de Toulouse, Toulouse,
France.
[Vilchis et al., 2001] Vilchis, A., Cinquin, P., Troccaz, J., Guerraz, A., Hennion,
B., Pellissier, F., Thorel, P., Courréges, F., Goudron, A., Poisson, G.,
Vieyeres, P., Caron, P., Mérigeaux, O., Urbain, L., Daimo, C., Lavallée, S.,
Arbeille, P., Althuser, M., Ayoubi, J.-M., Tondu, B. et Ippolito, S. (2001).
Ter : A system for robotic tele-echography. Proc. of the Int. Conf. on Medical Image
Computing and Computer-Assisted Intervention (MICCAI’01), pages 326–334, Utrecht,
Netherlands.
[Wagner et Howe, 2005] Wagner, C. R. et Howe, R. D. (2005). Mechanisms of per-
formance enhancement with force feedback. Proc. of the IEEE Int. Symp. on Haptic
Interfaces for Virtual Environment and Teleoperator Systems (HAPTICS’05), pages
21–29, Pisa, Italy.
[Wagner et al., 2002] Wagner, C. R., Stylopoulos, N. et Howe, R. D. (2002). The
role of force feedback in surgery : Analysis of blunt dissection. Proc. of the IEEE
Int. Symp. on Haptic Interfaces for Virtual Environment and Teleoperator Systems
(HAPTICS’02), pages 68–74.
136
Bibliographie
[Wang et Yuan, 2004] Wang, W. et Yuan, K. (2004). Teleoperated manipulator for leak
detection of sealed radioactive sources. Proc. of the IEEE Int. Conf. on Robotics and
Automation (ICRA’04), pages 1682–1687, New Orleans, LA, USA.
[Wang et al., 2005] Wang, X., Liu, P. X., Chebbi, B., Wang, D. et Meng, M. (2005).
Design of bilateral teleoperators for soft environments with adaptive environmental
impedance estimation. Proc. of the IEEE Int. Conf. on Robotics and Automation
(ICRA’05), pages 1139–1144, Barcelona, Spain.
[Weber et al., 2006] Weber, M., Patel, K., Ma, O. et Sharf, I. (2006). Identification
on contact dynamic model parameters from constrained robotic operations. Journal of
Dynamic Systems, Measurement, and Control, 128(2):307–318.
[Wijeysundera et al., 2005] Wijeysundera, D. N., Beattie, W. S., Djaiani, G., Rao,
V., Borger, M. A., Karkouti, K. et Cusimano, R. J. (2005). Off-Pump Coronary
Artery Surgery for reducing mortality and morbidity : Meta-analysis of randomized and
observational studies. Journal of the American College of Cardiology, 46(5):872–882.
[Yang et al., 2005] Yang, H., Liu, P. X. et Zhang, J. (2005). Modelling of needle inser-
tion forces for surgical simulaiton. Proc. of the IEEE Int. Conf. on Mechatronics and
tel-00263824, version 1 - 13 Mar 2008
Automation (ICMA’05), pages 592–595, Niagara Falls, Canada.

[Yokokohji et Yoshikawa, 1994] Yokokohji, Y. et Yoshikawa, T. (1994). Bilateral
control of master-slave manipulators for ideal kinesthetic coupling formulation and ex-
periment. IEEE Trans. on Robotics and Automation, 10(5):605–620.
[Zarrad et al., 2007a] Zarrad, W., Poignet, P., Cortesão, R. et Company, O.
(2007a). Haptic feedback control in medical robotics through stiffness estimation with
extended kalman filter. Proc. of the Int. Conf. on Advanced Robotics (ICAR’07), pages
81–87, Jeju, South Korea.
[Zarrad et al., 2007b] Zarrad, W., Poignet, P., Cortesão, R. et Company, O.
(2007b). Robotic-assisted surgery through haptic feedback teleoperation controller.
Proc. of Surgetica Computer-Aided Medical Interventions : tools and applications (Sur-
getica’07), pages 351–359, Chambéry, France.
[Zarrad et al., 2007c] Zarrad, W., Poignet, P., Cortesão, R. et Company, O.
(2007c). Stability and transparency analysis of on haptic feedback controller for medical
applications. Proc. of the IEEE Int. Conf. on Decision and Control (CDC’07), pages
5767–5772, New Orleans, Louisiana, USA.
[Zarrad et al., 2007d] Zarrad, W., Poignet, P., Cortesão, R. et Company, O.
(2007d). Towards teleoperated needle insertion with haptic feedback controller. Proc.
of the IEEE Int. Conf. on Intelligent Robots and Systems (IROS’07), pages 1254–1259,
San Diego, California, USA.
[Zemiti, 2005] Zemiti, N. (2005). Commande en Effort des Systèèmes Robotiques pour
la Chirurgie Mini-Invasive. Phd thesis, Université Paris 6, Paris, France.
[Zemiti et al., 2004] Zemiti, N., Ortmaier, T. et Morel, G. (2004). A new robot for
force control in minimally invasive surgery. Proc. of the IEEE Int. Conf. on Intelligent
Robots and Systems (IROS’04), pages 3643–3648, Sendai, Japan.
[Zhu et Salcudean, 1995] Zhu, M. et Salcudean, S. E. (1995). Achieving transparency
for teleoperator systems under position andrate control. Proc. of the IEEE Int. Conf.
on Intelligent Robots and Systems (IROS’95), volume 2, pages 7–12, Pittsburgh, PA,
USA.
137
tel-00263824, version 1 - 13 Mar 2008
Annexe A. Modèle géométrique et dynamique du robot D2M2
Annexe A
Modèle géométrique et dynamique du

robot D2M2
Description géométrique du robot D2M2

tel-00263824, version 1 - 13 Mar 2008
z8
z9, z10 q8 z 0 , z1 , z2 , z7
D8 C7 q0 , q1 , q2 , q7
q9, q10
C8
z3 C1
q3
C2
x8 r1
x4
D7 x7
x9, x10 C3 Base
z5 x0 , x1 , x2
q5 C5
D6 D3
R5 C4 x3, x3′
x5
q4 R4
z4 R6,virt
z
x y
Xs
Figure A.1 - Cinématique du robot D2M2.
Le robot D2M2 comporte une transmission par courroie entre l’articulation q7 et q3 .

Pour représenter cette transmission, des corps supplémentaires (C7 et C8 ) et des articula-
tions non motorisées passives (q8 et q9 ) ont été ajoutées. Il devient alors un mécanisme à
cinq degrés de liberté, sept corps mobiles et huit articulations (une prismatiques et sept
rotoïdes) (cf. FigureA.1). Il comporte une boucle fermée de type parallélogramme. Les
articulations 3, 8 et 9 ne sont pas motorisées. La boucle est ouverte sur l’articulation 9
entre le corps C3 et C8 . Les paramètres du robot sont donnés dans le Tableau A.1. L’axe
6 correspond à l’effecteur du robot [Khalil et Dombre, 1999]. Les valeurs numériques des
paramètres géométriques sont :
– D3 = 0.4 [m],
– R4 = 0.451 [m],
139
j aj µj σj γj bj αj dj θj rj
1 0 1 1 0 0 0 0 0 r1
2 1 1 0 0 0 0 0 θ2 = q2 0
3 2 0 0 0 0 0 D3 θ3 0
4 3 1 0 0 0 π/2 0 θ4 = q4 + π/2 R4
5 4 1 0 0 0 −π/2 0 θ5 = q5 − π/2 R5
6 5 0 0 0 0 −π/2 D6 0 −R6
7 1 1 0 0 0 0 0 θ7 = q7 − π/2 0
8 7 0 0 0 0 0 D8 θ8 0
9 8 0 0 0 0 0 D9 = D3 θ9 0
10 3 0 2 0 0 0 D10 = −D8 0 0
Tableau A.1 - Table de Denavit-Hartenberg du robot D2M2.
– R5 = 0.0 [m],
– D6 = 0.0 [m],
tel-00263824, version 1 - 13 Mar 2008
– R6 = 0.405 [m],
– D7 = 0.1 [m] et
– D8 = D3 .
Résolution des équations de contraintes

Les boucles de type parallélogramme ont trois variables passives. Dans ce cas, en
supposant que les corps opposés (C2 -C8 et C3 -C7 ) sont de même dimension et toujours
parallèles alors les matrices d’orientation (3 × 3), qui définissent les rotations entre le
repère 2 et 8 et le repère 3 et 7 sont constantes :
k2
Ak8 = rot(u, θ8 ) = cst (A.1)
et
k7
Ak3 = rot(u, θ7 ) = cst (A.2)
De plus les équations d’orientation de la boucle fermée donnent :
k2 k2 k1 k7
Ak8 = Ak1 Ak7 Ak8 = rot(z, −θ2 + θ7 + θ8 ) = rot(z, 0), (A.3)
k7 k7 k1 k2
Ak3 = Ak1 Ak2 Ak3 = rot(z, −θ7 + θ2 + θ3 ) = rot(z, π), (A.4)
et
k9 k9 k8 k7 k1 k2 k3
Ak10 = Ak8 Ak7 Ak1 Ak2 Ak3 Ak10 = I3 . (A.5)
En substituant l’équation (A.2) dans (A.5), la matrice d’orientation k9
Ak10 devient
k9 k7 k8 k7 k3
Ak10 = Ak8 Ak7 Ak3 Ak10 = rot(z, −θ9 − θ8 + π − 0) = rot(z, 0). (A.6)
Les relations (A.3), (A.4) et (A.6), permettent de calculer les trois variables articulaires
passives θ3 , θ8 et θ9 et donc de déterminer les équations de contraintes définies par le
parallélogramme données par :
θ3 = π + θ7 − θ2 , (A.7)
140
j XXj Y Yj ZZj MXj MYj MZj Mj Iaj

Unités [Kg.m ] [Kg.m2 ]
2
[Kg.m2 ] [Kg.m] [Kg.m] [Kg.m] [Kg] [Kg.m2 ]
1 0 0 0 0 0 0 33.925 0
2 0 0 1.259 0 0 0 0 0
3 0 0 0.434 0.236 −0.522 0 0 0
4 0 0 0.073 0.061 −0.082 0 0 0.0025
5 0.019 0 0.071 0.015 −0.075 0 0 0.0025
6 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 0 0.0150
8 0 0 0 0 0.026 0 0 0
Tableau A.2 - Paramètres dynamiques du robot D2M2.
θ8 = θ7 − θ2 (A.8)
et
θ9 = π − θ2 + θ7 . (A.9)
tel-00263824, version 1 - 13 Mar 2008
Nous définissons deux vecteurs de positions articulaires généralisés : q vecteur des

variables articulaires actives (motorisées) et qp vecteur des variables articulaires passives.
Ils sont donnés par :
T
(A.10)

q = r1 θ2 θ4 θ5 θ7
et T
(A.11)

qp = θ3 θ6 θ8 .
Modèle dynamique
Les paramètres dynamiques regroupés du robot D2M2 sont données dans le Ta-
bleau A.2.
Le vecteur des couples moteurs τsc appliqués aux articulations actives est donné par :
τsc = τsc,a + W T τsc,p, (A.12)
où W est la jacobienne des variables articulaires passives qp par rapport aux variables
articulaires actives q. Elle est donnée par :
 
−1 0 0 0 1
∂qp 
W = = 0 0 0 0 0 . (A.13)
∂q
1 0 0 0 −1
τsc,a et τsc,p désignent respectivement les vecteurs couples / forces des éléments relatifs
aux articulations actives et passives. Le modèle dynamique a été calculé par le logiciel
SYMORO [Khalil et Creusot, 1997].
141
tel-00263824, version 1 - 13 Mar 2008
tel-00263824, version 1 - 13 Mar 2008
Titre
Télé-opération avec retour d’effort pour la chirurgie mini-invasive.
Résumé
Ces travaux de thèse s’inscrivent dans le cadre de l’assistance robotique pour la chirurgie mini-invasive
télé-opérée. L’une des principales limitations des systèmes existants concerne l’absence de restitution des
efforts au chirurgien lorsqu’il télé-opère le robot. Ainsi, un système de télé-opération avec retour d’effort
est proposé. Il est basé sur une architecture position - position avec une commande en effort du robot
esclave. Cette dernière utilise un découplage non-linéaire du robot ainsi que des techniques d’observa-
tion et de commande par retour d’état. Des validations expérimentales ont montré les performances de
l’architecture lors d’une télé-opération en espace libre et lors d’interactions avec un environnement de
faible rigidité. Une première contribution est l’estimation en ligne de la raideur de l’environnement afin
de garantir la stabilité du système lors d’interactions avec un environnement rigide. Cette stratégie utilise
un filtre de Kalman étendu qui s’affranchit de la position de repos de l’environnement et qui considère
une compensation des erreurs de modélisation du robot esclave. La deuxième contribution est l’étude de
la transparence et de la stabilité de l’architecture de télé-opération. Une adaptation des paramètres de
commande en fonction de la raideur estimée est proposée en considérant un compromis entre ces deux cri-
tères. La structure a été validée expérimentalement en considérant un environnement constitué de tissus
ex-vivo. Une dernière contribution est l’adaptation de l’architecture de télé-opération avec retour d’effort
aux contraintes imposées par la chirurgie mini-invasive. La première est le passage de l’instrument du
robot par le trocart. Une architecture de commande utilisant le principe du découplage tâche - posture
est alors proposée. La posture permettant le passage par le trocart est contrôlée en considérant la com-
mande en position d’un robot virtuel attaché à l’instrument du robot télé-opéré. La deuxième contrainte
tel-00263824, version 1 - 13 Mar 2008
considérée est la compensation des mouvements physiologiques. L’objectif étant d’offrir au chirurgien une
stabilisation virtuelle de l’organe. L’approche de commande consiste à atténuer les perturbations dans les
efforts appliqués sur un environnement en mouvement. La compensation repose sur une commande réfé-
rencée modèle qui considère que les perturbations atténuées génèrent un déplacement du robot esclave.
Des expérimentations ont montré la pertinence et l’efficacité des stratégies proposées.
Mots clés : Robotique médicale, Télé-opération avec retour d’effort, Commande adaptative en effort,
Estimation paramétrique, Transparence et stabilité, Chirurgie mini-invasive.
Title
Force feedback tele-operation system for minimally invasive surgery.
Abstract
This work concerns robotic assisted minimally invasive surgery. Nowadays, dedicated robotized systems
do not include force feedback to the surgeon. Here, a force feedback teleoperation system is proposed. It
is based on a position - position architecture and a slave robot force controller. The architecture enables
teleoperation in free space as well as interactions with soft environment. The first contribution is the
online environment stiffness estimation to guarantee stability of the system in contact with stiff object.
Without considering a contact position, the parameter estimation strategy uses an extended Kalman
filter technique with robot modeling errors compensation. The second contribution is the transparency
and stability analysis of the force feedback teleoperation system. Based on the transparency and stability
trade off, the architecture parameters are updated to guarantee a desired transparency. Experimental
results using ex-vivo tissues, have shown good performances in contact with soft and stiff surfaces and
for a teleoperated needle insertion task. The force feedback teleoperation scheme is then adapted to the
minimally invasive surgery constraints. The first one is the trocar constraint. A secondary task is per-
formed by a virtual null space robot, which attempts to have always the trocar position on the medical
instrument. The second considered constraint is the physiological motion compensation during beating
heart surgery. A force disturbance rejection control law is performed to compensate the environnement
motion. Experimental results have shown the relevance and the effectiveness of the proposed strategies.
Keywords : Medical robotic, Force feedback tele-operation system, Adaptive force control, Parameter
estimation, Transparency and stability, Minimally invasive surgery.
Discipline : Génie Informatique, Automatique et Traitement du signal
Intitulé et adresse du laboratoire :

Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier (LIRMM)
UMR CNRS / Université de Montpellier II, No. 5506
161 rue Ada, 34092 Montpellier, France

These Zarrad LIRMM Final

Transféré par

Droits d'auteur :

Formats disponibles

These Zarrad LIRMM Final

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

These Zarrad LIRMM Final

Transféré par

Droits d'auteur :

Formats disponibles

ACADÉMIE DE MONTPELLIER

pour obtenir le grade de

DOCTEUR DE L’UNIVERSITÉ MONTPELLIER II

Discipline : Génie Informatique, Automatique et Traitement du Signal

présentée et soutenue publiquement

Télé-opération avec retour d’effort pour la

M. Olivier SENAME Professeur à l’Institut National Polytechnique de Grenoble Président, Rapporteur

Table des matières

1 La robotique médicale et les systèmes de télé-opération 3

1.1.1.3 Vers une assistance robotique . . . . . . . . . . . . . . . . 8

2 Télé-opération et commande en effort d’un robot d’assistance au geste

2.3.2.2 Synthèse de la commande par retour d’état . . . . . . . . 37

3 Transparence et stabilité du schéma de télé-opération 55

3.2.2.2 Adaptation de la stratégie de commande . . . . . . . . . . 60

4 Vers la chirurgie mini-invasive à cœur battant 91

4.3.2La commande en eﬀort et le rejet de perturbations périodiques . . . 108

Conclusion Générale 121

A Modèle géométrique et dynamique du robot D2M2 139

Table des figures

1.1 Principe de la chirurgie mini-invasive . . . . . . . . . . . . . . . . . . . . . 5

1.7 Système robotique télé-opéré dédié à la chirurgie mini-invasive MC2 E . . . 16

2.1 Architectures de télé-opération dédiées à la chirurgie mini-invasive . . . . . 31

3.1 Architecture de télé-opération, stratégie de commande adaptative en eﬀort

3.2 Commande en eﬀort du robot avec une estimation en ligne de la raideur de

volontaire et involontaire de la station maître . . . . . . . . . . . . . . . . 74

4.1 Principe de la commande de l’espace contraint pour le respect du passage

A.1 Cinématique du robot D2M2. . . . . . . . . . . . . . . . . . . . . . . . . . 139

Liste des tableaux

2.1 Paramètres de modélisation, d’estimation et de commande par retour d’état 45

3.1 Paramètres pour l’estimation de la raideur de l’environnement . . . . . . . 61

A.1 Table de Denavit-Hartenberg du robot D2M2. . . . . . . . . . . . . . . . . 140

Les évolutions technologiques majeures de la deuxième moitié du XXième siècle ainsi

senterons ensuite la plate-forme robotique sur laquelle l’architecture sera évaluée. A

La robotique médicale et les systèmes

1.1 L’intervention chirurgicale et l’assistance robotique . . . . . . . . . . 3

1.1 L’intervention chirurgicale et l’assistance robotique

1.1.1 L’intervention chirurgicale

1.1.1.1 La chirurgie mini-invasive

D’une voie classique à une voie mini-invasive

(a) (b) (c)

Figure 1.1 - Principe de la chirurgie mini-invasive : (a) vue extérieure de l’emplacement

chirurgie abdominale, le chirurgien augmente l’espace de travail en injectant du gaz carbo-

La chirurgie cardiaque : l’acte mini-invasif à cœur battant

Figure 1.2 - Circulation extra-corporelle. Machine cœur-poumon et principe de mise en

culation extra-corporelle (CEC) assurant ainsi les fonctions de pompe et d’oxygénation

Figure 1.3 - Stabilisateur mécanique OctopusTM (Medtronic Inc) : (a) stabilisateur et

1.1.1.2 Limitations de la chirurgie mini-invasive

Figure 1.4 - Position de l’équipe chirurgicale effectuant une intervention mini-invasive

1.1.1.3 Vers une assistance robotique

1.1.2 La robotique médicale

1.1.2.1 Les systèmes existants

Assistance au geste chirurgical mini-invasif

Assistance au geste en imagerie interventionnelle

Assistance au geste en chirurgie des tissus mous

premiers résultats in-vivo concernant la compensation des mouvements cardiaques pré-

1.1.2.2 Autonomie et degré d’interaction

(a) (b) (c)

station de commande à partir de laquelle le chirurgien peut contrôler un ensemble d’ins-

adéquate, une démultiplication des mouvements et aux instruments chirurgicaux Endo-

le trocart et le positionnement du mécanisme série. Le système ARTEMIS7 développé