Rapport Version-Finale PFE

Ministère de l'Enseignement Supérieur
et de la Recherche Scientifique
Université de Monastir
École Nationale d’Ingénieurs de Monastir
MÉMOIRE
DE PROJET DE FIN D’ETUDES
Présenté pour obtenir le
DIPLÔME NATIONAL D’INGÉNIEUR

Spécialité : GENIE MECANIQUE
Par
Wissem CHAKCHOUK
Né(e) le : 02/12/1999 à Sfax
Développement d’un jumeau numérique application à la chirurgie

cervicale.
Soutenu le 02/11/2023, devant le jury d’examen :

M. Sami CHATTI Président
M. Samir LAHOUAR Rapporteur
M. Nizar AFAOUI Encadrant
M. Zouhaier AFFI Encadrant
M. Amine LARIBI Encadrant (Institut Pprime)
Année universitaire N° : …1…

2022-2023
2021 - 2022
Dédicaces
Je dédie ce travail aux personnes précieuses de ma vie qui m’ont

aidé à aller aussi loin.
Pour ma famille et mes amis qui n’ont pas hésité à me réconforter, à

m’aider ou à me faire vivre des moments importants pour créer des
souvenirs de vie inoubliables.
Ma chère maman Fatma, qui a partagé tous les moments de joie et

de peur, qui a consacré sa vie à assurer le bien-être de la famille, je
te fais cadeau de ce modeste ouvrage.
Mon père Samir, pour son soutien moral et son amitié inestimable
tout au long de ma vie.
Ma sœur Yessmine et mon frère Wael pour la merveilleuse enfance

que nous avons eue ensemble, pour leurs encouragements, leur
confiance et leur aide inestimable.
A ceux qui m’ont encouragé,
A ceux qui j’aime ….
A ceux qui m’aiment…
Je dédie ce modeste travail …
Wissem CHAKCHOUK.
i
REMERCIEMENTS
Je tiens à exprimer ma profonde gratitude et mon appréciation envers tous ceux qui
ont soutenu et contribué à la réalisation de mon projet de fin d’étude. Tout d'abord, je tiens
à remercier sincèrement mes superviseurs académiques, M. Nizar Afaoui et M. Zouhaier
Affi, pour leurs conseils, leur expertise, et leur soutien continu tout au long du processus
du projet. Leurs idées précieuses, leurs commentaires constructifs, et leur dévouement à
l'excellence académique ont joué un rôle déterminant dans l'élaboration de ce travail.
Je suis également très reconnaissant envers mon superviseur au laboratoire,
M. Amine LAARIBI, pour le temps qu'il m'a consacré, ses précieuses contributions, ses
suggestions réfléchies, et pour m'avoir fourni les informations nécessaires à des
explications fluides qui m'ont finalement permis de mieux comprendre le projet.
Je remercie M. Juan SANDAVOL pour son soutien tout au long du stage et son
aide à effectuer les essais expérimentaux, ainsi qu’à tous mes collègues du laboratoire
Je remercie également M. Sami CHATTI, président du jury, et M. Samir

LAHAOUR, rapporteur, pour l'honneur qu'ils m'ont fait en participant à ma soutenance. Je
tiens également à exprimer ma gratitude envers tous mes professeurs de l'École Nationale
d'Ingénieurs de Monastir pour les connaissances et la formation qu'ils m'ont transmis.
Mes remerciements les plus sincères vont à ma famille et à mes amis pour leur
soutien indéfectible, leur compréhension, et leurs encouragements tout au long de mes
études. Leur amour, leur patience, et leur foi en mes capacités ont été une source constante
de motivation.
À tous ceux qui ont joué un rôle, petit ou grand, dans la réalisation de ce projet,
j'adresse mes sincères remerciements. Votre soutien et vos contributions ont été
inestimables, et je suis vraiment reconnaissant d'avoir eu l'occasion de travailler sur cette
recherche.
Je vous remercie
ii
TABLE DES MATIERES
LISTE DES FIGURES ................................................................................................................. v

LISTE DES TABLEAUX ........................................................................................................... vii
LISTE DES ABREVIATIONS .................................................................................................... viii
Introduction générale ............................................................................................................. 9
CHAPITRE I. PRESENTATION DU LABORATOIRE D’ACCUEIL ET SYNTHESE BIBLIOGRAPHIQUE ...... 10
I.1 Introduction .................................................................................................................................. 11
I.2 Présentation du laboratoire ........................................................................................................... 11
I.2.1 Institut Pprime .................................................................................................................... 11
I.3 Cadre général du projet ................................................................................................................ 12
I.3.1 Contexte général ................................................................................................................. 12
I.3.2 Problématique ..................................................................................................................... 12
I.3.3 Objectifs et plan d’action .................................................................................................... 12
I.4 Etat de l’art sur le jumeau numérique ........................................................................................... 13
I.4.1 Historique et évolution du jumeau numérique .................................................................... 13
I.4.2 Architecture du JN .............................................................................................................. 14
I.4.3 Les usages du JN................................................................................................................. 16
I.4.4 Les applications du JN ........................................................................................................ 17
I.5 Etat de l’art sur la robotique dans la chirurgie .............................................................................. 20
I.5.1 Apport de la robotique dans la chirurgie ............................................................................. 20
I.6 Synthèse globale et objectifs du projet ......................................................................................... 22
I.7 Conclusion .................................................................................................................................... 22
CHAPITRE II. MODELISATION DU ROBOT FRANKA ............................................................................. 24
II.1 Introduction .................................................................................................................................. 25
II.2 Généralités sur les robots sériels collaboratifs.............................................................................. 25
II.3 Structure mécanique d’un robot sériel .......................................................................................... 26
II.4 Degré de liberté ............................................................................................................................ 27
II.5 Espace de travail........................................................................................................................... 28
II.6 Modélisation géométrique ............................................................................................................ 29
II.6.1 Paramétrage de Denavit-Hartenberg modifiés .................................................................... 30
II.7 Matrice de transformation homogène ........................................................................................... 32
II.8 Modélisation géométrique directe ................................................................................................ 33
II.9 Modélisation cinématique ............................................................................................................ 33
II.9.1 Modèle cinématique directe ................................................................................................ 34
II.9.2 Méthode de calcul de la matrice Jacobienne ....................................................................... 34
II.10 Conclusion .................................................................................................................................... 36
CHAPITRE III. PLATEFORME NUMERIQUE............................................................................................ 37
III.1 Introduction .................................................................................................................................. 38
III.1.1 SolidWorks .................................................................................................................... 38
III.1.2 ROS (Robot Operating System) ..................................................................................... 39
III.1.3 GAZEBO ....................................................................................................................... 39
III.1.4 RViz ............................................................................................................................... 40
III.2 Préparation de la plateforme ......................................................................................................... 41
iii
III.2.1 Conception les éléments de la plateforme ...................................................................... 41
III.2.1 Simulation Gazebo ......................................................................................................... 42
III.2.1.1 Création d’un workspace ........................................................................................... 42
III.2.1.2 Création d’un package ............................................................................................... 43
III.2.1.3 Modification apportée au package Franka Emika ..................................................... 44
III.2.1.4 Création de fichier SDF ............................................................................................. 48
III.2.1.5 Visualisation de la plateforme ................................................................................... 48
III.3 Conclusion .................................................................................................................................... 51
CHAPITRE IV. COMMANDE ET VALIDATION EXPERIMENTALE ........................................................... 52
IV.1 Introduction .................................................................................................................................. 53
IV.2 Commande du robot ..................................................................................................................... 53
IV.2.1 Génération d’une trajectoire ........................................................................................... 53
IV.2.2 Nœuds (Node) ................................................................................................................ 53
IV.2.2.1 Nœud éditeur (Publisher Node) ................................................................................. 55
IV.2.2.2 Nœud d’abonné (Subscriber Node) ........................................................................... 55
IV.2.2.3 Création d’une application ........................................................................................ 56
IV.3 Interprétation ................................................................................................................................ 57
IV.4 Validation du modèle ................................................................................................................... 59
IV.4.1 Validation de l’espace opérationnelle ............................................................................ 59
IV.4.2 Validation de l’espace articulaire ................................................................................... 61
IV.5 Analyse des résultats .................................................................................................................... 65
IV.6 Conclusion .................................................................................................................................... 65
Conclusion générale ............................................................................................................ 66
BIBLIOGRAPHIE .................................................................................................................... 67
ANNEXES .............................................................................................................................. 69
Annexe 1 Interface « Desk » du Franka Emika disponible depuis un navigateur internet.. 69
iv
LISTE DES FIGURES1
Figure 1 : Logo de l'institut Pprime.................................................................................................. 11

Figure 2 : Evolution dans le temps du concept du jumeau numérique ............................................. 14
Figure 3 : Illustration du concept du JN ........................................................................................... 14
Figure 4 : Les différentes sous-catégories de JN en fonction du niveau d’intégration des flux de
données .................................................................................................................................... 15
Figure 5 : Evolution de la maturité du JN ........................................................................................ 15
Figure 6 : Evolution des usages........................................................................................................ 16
Figure 7 : Jumeau numérique d'une chaine de production ............................................................... 18
Figure 8 : Jumeau numérique d'une voiture ..................................................................................... 18
Figure 9 : JN pour le bâtiment .......................................................................................................... 19
Figure 10 : Jumeau numérique d'un humain .................................................................................... 19
Figure 11 : Les Systèmes Da Vinci .................................................................................................. 21
Figure 12 : Robot Rosa de Co-manipulation .................................................................................... 22
Figure 13: Robot ABB ..................................................................................................................... 25
Figure 14: Robot Kuka ..................................................................................................................... 25
Figure 15: Robot Universel .............................................................................................................. 25
Figure 16: Robot Franka .................................................................................................................. 25
Figure 17: Architectures du porteur ................................................................................................. 26
Figure 18: Chaine d'un robot sériel .................................................................................................. 26
Figure 19: Robot à 3 axes................................................................................................................. 27
Figure 20: Robot Franka en réel ....................................................................................................... 28
Figure 21: Espace de travail de robot Franka ................................................................................... 28
Figure 22: Modélisation géométrique du robot Franka Emika ........................................................ 29
Figure 23:Chaine ouverte ................................................................................................................. 30
Figure 24: Paramètres de Denavit-Hartenberg modifiés .................................................................. 31
Figure 25: Modélisation géométrique du robot Franka Emika ........................................................ 33
Figure 26 : Matrice jacobienne analytique ....................................................................................... 35
Figure 27 : Matrice jacobienne d'après Gazebo ............................................................................... 35
Figure 28: Interface d'utilisation de SolidWorks.............................................................................. 38
Figure 29. ROS (Robot Operating System) ..................................................................................... 39
Figure 30 : GAZEBO ....................................................................................................................... 39
Figure 31: RViz ................................................................................................................................ 40
Figure 32: Table du vertèbre ............................................................................................................ 41
Figure 33: Table du robot ................................................................................................................. 41
Figure 34: Modèle CAO des vertèbres ............................................................................................. 41
Figure 35: Outil de perçage des vertèbres ........................................................................................ 41
Figure 36: Plateforme de simulation ................................................................................................ 42
Figure 37: Workspace (espace de travail) ........................................................................................ 43
Figure 38: Création du contenu du Workspace ................................................................................ 43
Figure 39: Création d'un package ..................................................................................................... 44
Figure 40: Robot initial .................................................................................................................... 45
Figure 41: Robot finale .................................................................................................................... 45
Figure 42: Repère initiale ................................................................................................................. 46
Figure 43: Lecture des coordonnées du TCP par rapport le Flange du robot sur SolidWorks ......... 46
v
Figure 44: Repère finale ................................................................................................................... 47
Figure 45: Lancement roscore .......................................................................................................... 49
Figure 46: Mettre à jour l'environnement ......................................................................................... 49
Figure 47: Lancer la simulation ....................................................................................................... 50
Figure 48: Visualisation sur Gazebo ................................................................................................ 50
Figure 49: Visualisation sur RViz .................................................................................................... 50
Figure 50: Commande de Lecture des Données du Robot ............................................................... 53
Figure 51 : Schéma de communication ............................................................................................ 54
Figure 52 : Nœuds de la plateforme ................................................................................................. 55
Figure 53 : Schéma de communication des nœuds .......................................................................... 56
Figure 54 : Application .................................................................................................................... 56
Figure 55: Comparaison de l’évolution des positions d’articulation (1&2) en fonction du temps .. 57
Figure 58: Comparaison de l’évolution des positions d’articulation (7) en fonction du temps ....... 59
Figure 59:Position de l'organe terminale .......................................................................................... 60
Figure 60:Orientation de l'organe terminale..................................................................................... 60
Figure 61: Comparaison de la progression du couple d’articulation 1 au fil du temps .................... 61
Figure 68 : Page d'accueil du "Desk" ............................................................................................... 69
Figure 69: Menu "End-effector" de l'interface "Desk"..................................................................... 69
vi
LISTE DES TABLEAUX
Tableau 1: les paramètres DH du robot Franka ................................................................................ 31
vii
LISTE DES ABREVIATIONS
JN Jumeau numérique
IRM L'imagerie par résonance magnétique
IA Intelligence Artificielle
ddl degré de liberté
TCP Tool Centre Point
DH Denavit Hartenberg
MGD Modèle géométrique direct
MCI Modéle Cinématique inverse
MCD Modèle Cinématique Direct
OT Organe Terminale
CAO Conception Assisté par Ordinateur
SDF Simulation Description Format
viii
CHAPITRE I PRESENTATION DU LABORATOIRE ET SYNTHESE BIBLIOGRAPHIQUE
Introduction générale
L’innovation industrielle, souvent considérée comme le moteur de la croissance

économique et de la compétitivité, joue un rôle vital dans l'évolution des secteurs de
production et des entreprises du monde entier. Citons la robotisation médicale qui est en
constante évolution, apporte des avancées significatives dans les procédures chirurgicales
et l'assistance aux professionnels de la santé.
L'intégration de la technologie du Jumeau Numérique dans le contexte de la

chirurgie cervicale est primordiale chez l’équipe CoBra de l’Institut Pprime, et offre des
perspectives prometteuses pour améliorer la précision des interventions, réduire les risques
et optimiser les résultats cliniques.
La santé, qui est à tous égards complexe, implique un corps humain sophistiqué.
Afin d'affronter ces complexités, d'améliorer les processus et d'accroître l'efficacité du
système, le numérique émerge comme la clé. Le jumeau numérique en santé favoriserait la
collaboration entre les acteurs de la santé et proposerait des solutions novatrices pour
relever les défis actuels du secteur. De là une collaboration est née entre l’Institut Pprime
de l’université de Poitiers et le Département de Génie Mécanique de l’ENIM. Le but du
projet de fin d’études est de développer un jumeau numérique appliqué à la chirurgie
cervical. Le robot Franka Emika est utilisé pour cette application.
Dans ce mémoire de PFE on commence par un premier chapitre présentant les

bases de notre travail. Nous présentant ainsi l'Institut Pprime et on mentionne l’état de l’art
des jumeaux numériques et de la chirurgie dans le domaine de la robotique. Le deuxième
chapitre présente la modélisation du robot utilisé. Il s'agit d’un robot à 7 degrés de liberté.
Ses modèles géométriques et cinématiques ont été détaillés. Le troisième chapitre entame
la mise en œuvre de la plateforme robotique numérique. Cette plateforme permettra de
simuler le comportement du modèle numérique du robot Franka. Le quatrième chapitre a
mis le point sur la commande du robot et le processus de vérification et de validation du
modèle numérique proposé. Ce mémoire est clôturé par une conclusion générale et des
perspectives.
9
Chapitre I. Présentation du laboratoire
d’accueil et synthèse bibliographique
10
I.1 Introduction
Nous commençons ce chapitre par une introduction du laboratoire puis une
présentation de la problématique et les objectifs à atteindre. On clôture ce chapitre par
étude bibliographie approfondie sur le jumeau numérique et la chirurgie cervicale dans le
domaine de la robotique.
I.2 Présentation du laboratoire

I.2.1 Institut Pprime
L’Institut Pprime est une unité propre de recherche du CNRS créée en janvier 2010
en partenariat avec l’Université de Poitiers (Faculté des Sciences Fondamentales et
Appliquées, Faculté des Sciences du Sport et École Nationale Supérieure d’Ingénieurs de
Poitiers, ENSIP) et l’École Nationale Supérieure de Mécanique et d’Aérotechnique,
l’ISAE-ENSMA.[1]
Cet institut se décompose en 3 départements :
• Département D1 : Physique et Mécanique des Matériaux (PMM)
• Département D2 : Fluides Thermique Combustion (FTC)
• Département D3 : Génie Mécanique et Systèmes Complexes (GMSC)
J’ai réalisé mon stage de fin d’étude au sein du département D3. La figure 1
représente le logo de l’institut Pprime.
Figure 1 : Logo de l'institut Pprime
11
I.3 Cadre général du projet

I.3.1 Contexte général
L’assistance au geste en médicale et notamment robotique est en pleine
transformation grâce à la digitalisation. Elle garantit un meilleur rendement (robotique
pour la rééducation physique par exemple) et une précision accrue des tâches réalisées en
post et pré opératoire. Dans certaines tâches très précises telle que la chirurgie robotisée de
la colonne vertébrale et plus particulièrement la chirurgie cervicale une surveillance d’un
niveau supérieur s’impose. La revue de la littérature montre que le Jumeau Numérique
(JN) est de plus en plus considéré comme une solution à la digitalisation dans divers
domaines de pointe (Fabrication, aéronautique, médecine, etc.).
Un Jumeau Numérique (JN) est considéré comme une réplique numérique d'un
objet, d'un processus ou d'un système qui peut être utilisé à diverses fins. Il intègre
l'intelligence artificielle, l'apprentissage automatique et l'analyse des données pour créer
des modèles de simulation numérique qui se mettent à jour et changent en lien avec leurs
contreparties physiques. Un JN apprend en permanence et s’actualise en utilisant de
multiples sources pour représenter son statut, sa condition de travail ou sa pose en temps
quasi réel [2].
I.3.2 Problématique
Dans le contexte de notre recherche portant sur le développement d'un jumeau
numérique appliqué à la chirurgie cervicale, nous nous penchons sur un problème crucial.
Il s'agit de l'occurrence fréquente d'erreurs de perçage lors des interventions sur les
vertèbres cervicales, entraînant une notable perte de précision. Notre problématique repose
sur cette question fondamentale : Comment anticiper et prévenir ces erreurs dans le
processus de perçage de la colonne vertébrale ?
I.3.3 Objectifs et plan d’action

Les objectifs fondamentaux de ce projet de recherche englobent plusieurs aspects
essentiels pour le développement et la mise en œuvre réussie du Jumeau Numérique pour
la plateforme robotique de chirurgie cervicale. Pour mener à bien notre travail un plan
d’action s’impose. Il est comme suit :
12
Étude Bibliographique : Il s'agit d'établir une étude bibliographique approfondie

sur le thème de recherche, en explorant les avancées existantes dans le domaine des
Jumeaux Numériques, et le domaine de la chirurgie dans la robotique. Cette exploration
permettra d'identifier les meilleures pratiques, les technologies émergentes et les défis
pertinents.
Modèle Virtuel de la Plateforme Robotique : Le projet vise à développer un

modèle virtuel précis de la plateforme robotique dédiée à la chirurgie cervicale. Ce modèle
numérique doit être capable de reproduire fidèlement les caractéristiques, les mouvements
et les opérations de la plateforme physique.
Intégration et Communication : Un aspect crucial est l'établissement d'une

communication efficace et en temps réel entre le modèle virtuel et la plateforme physique.
Cette intégration permettra au Jumeau Numérique de recevoir des informations.
Validation et Performance : Une phase cruciale du projet implique la validation

du Jumeau Numérique en comparant ses actions avec les résultats obtenus dans des
simulations physiques et des situations réelles de la chirurgie cervicale.
I.4 Etat de l’art sur le jumeau numérique

Le jumeau numérique est un concept émergent qui a attiré l'attention de l'industrie
ces dernières années. Bien qu'il existe de nombreuses définitions pour le jumeau
numérique, la description la plus appropriée est d'intégrer sans effort les données entre une
machine physique et une machine virtuelle dans les deux sens [3].
I.4.1 Historique et évolution du jumeau numérique

Michael Grieves a introduit les jumeaux numériques au début des années 2000 dans
une présentation de cours sur la gestion du cycle de vie des produits [4]. En 2011, la mise
en œuvre de la JN était considérée comme une Procédure complexe, qui nécessitait de
nombreux développements dans différentes technologies [5]. Bien qu'il ait été inventé en
2003, la première description qui a utilisé le JN a été des années plus tard par la NASA où
elle a été la première à l’expérimenter. Quand Apollo 13 a souffert de dommages sérieux
lors d’une mission en 1970, les ingénieurs de la NASA ont utilisé une réplique matérielle,
restée au sol pour servir à l’entraînement, comme miroir des conditions opérationnelles du
véhicule spatial afin de tester des scénarios avant de les proposer à l’équipage. Au début, le
jumeau numérique est né avec l'industrie aérospatiale. Cette méthodologie de JN s'est
13
étendue à divers secteurs d’activité comme le secteur automobile, le secteur pétrolier et

celui de la santé vers 2014. En 2017 et en 2018, le cabinet américain Gartner classe le JN
parmi les 10 technologies les plus prometteuses pour les 10 prochaines années. À partir de
là, d’autres organismes ont mis le concept en avant et on assiste alors à une explosion des
publications scientifiques, qui triplent tous les ans, ainsi que des annonces d’engagement
dans ce domaine de la part des entreprises [6]. La figure suivante résume l’évolution du
concept de jumeau numérique durant ces dernières années.
Figure 2 : Evolution dans le temps du concept du jumeau numérique
I.4.2 Architecture du JN
Un JN est une représentation virtuelle d’un produit physique contenant toutes les
informations disponibles sur ce produit. Il est défini par 3 composants [2] :
1) le produit physique,
2) la représentation virtuelle du produit physique,
3) la connexion des données entre l’espace physique et l’espace virtuel.
Figure 3 : Illustration du concept du JN

La liaison entre le produit physique et sa représentation virtuelle est donc faite par
l’échange de données entre les deux espaces. Cette connexion permet la convergence et la
synchronisation des deux espaces. Les données provenant de l’espace réel sont stockées,
évaluées et utilisées dans les différents modules de l’espace virtuel pour prédire et ajuster
le produit physique. Le transfert de données va permettre de définir trois sous-catégories
du JN, déterminées en fonction du niveau d’intégration des flux de données [6] :
14
Modèle numérique : Il s'agit d'une représentation virtuelle d'un objet simulé ou

réel qui n'utilise aucun échange d'informations automatisé entre le sujet réel et le sujet
virtuel. La représentation virtuelle peut contenir une description approximative de l'objet
réel, ce qui signifie qu'elle peut contenir certains modèles (physique, comportement, etc.)
de l'objet spécifique tant qu'elle n'utilise pas d'échange d'informations automatisé. Les
données peuvent être utilisées pour créer des modèles et des simulations tant qu'elles sont
saisies manuellement. Il y a un changement dans l'objet réel qui n'affecte pas directement
l'objet virtuel et vice versa.
Ombre numérique : Au lieu de cela, s'il existe un échange d'informations

unidirectionnel automatique entre l'état de l'objet réel et de l'objet virtuel, cela sera appelé
une ombre numérique. Ainsi, si une altération de l'état de l'objet réel se produit, il conduise
directement à une mise à jour dans l'objet virtuel, mais pas l'inverse.
Jumeau numérique : S'il existe un échange d'informations entre un objet réel et un

objet virtuel de manière bidirectionnelle, cela s'appellera une JN. Ceci donne au JN la
capacité d'être une instance de son vrai jumeau et d'être utilisée pour gérer son cycle de vie.
Si un changement se produit dans l'objet réel ou virtuel, cela affectera directement l'autre.
Figure 4 : Les différentes sous-catégories de JN en fonction du niveau d’intégration des

flux de données
On peut classer les différents jumeaux en fonction de leur degré de maturité,

comme représenté sur la figure suivante :
Figure 5 : Evolution de la maturité du JN
15
I.4.3 Les usages du JN

Le JN offre la possibilité de repérer des anomalies, d'effectuer des essais et de
simuler divers scénarios en se basant sur le modèle physique. Il permet d'analyser les
données opérationnelles en temps réel en simulant à la fois les états physiques et les
comportements, contribuant ainsi à une meilleure compréhension du fonctionnement des
équipements et à la prise de décisions rapides en vue d'optimiser leur efficacité. Cette
technologie a la capacité de réagir aux situations et de prédire des résultats, tout en ayant la
capacité d'interagir directement avec l'objet auquel il est associé, ainsi qu'avec son
environnement, y compris les êtres humains. L'évolution des applications du JN peut être
illustrée comme représentée dans la Figure 6 décrivant les différents niveaux de complexité
et d'intérêt des JN [6].
Figure 6 : Evolution des usages
La première étape du processus consiste à établir un modèle statique ou un

ensemble de modèles statiques pour surveiller et contrôler un objet sans prendre en compte
les changements physiques potentiels.
Les données sont collectées en temps réel dans la deuxième étape, ce qui permet
d'effectuer des simulations de différents scénarios en se basant sur l'historique des données
opérationnelles. Les données utilisées permettent de superviser et d'optimiser les activités
liées à l'objet.
En fusionnant les espaces virtuel et physique, la troisième étape marque un

tournant, créant un "jumeau interactif". Cela nécessite un certain degré de contrôle sur
l'objet, ce qui permet d'influencer son état et son comportement. Pour tirer des
interprétations et des connaissances à partir de grandes quantités de données, cette étape
utilise des techniques d'intelligence artificielle (IA) telles que le machine Learning. Cela
16
permet d'identifier les sources des dysfonctionnements et de prédire des événements ou des
comportements.
La quatrième étape poursuit cette évolution en créant un "jumeau cognitif" en

utilisant des techniques d'intelligence artificielle plus avancées. Ce dernier peut apprendre
des données physiques et virtuelles et fournir des conseils sophistiqués pour la prise de
décision à l'utilisateur.
Enfin, la cinquième et dernière étape correspond au "jumeau autonome." Il contrôle

l'objet et prend ses propres décisions. Il modifie ses modèles et ses données pour s'adapter
aux nouveaux usages.
L'interface homme-machine est cruciale pour interagir efficacement avec

l'utilisateur, car l'idéal est que le Jumeau Numérique fonctionne de manière transparente.
Pour permettre une visualisation efficace des données, il peut intégrer des informations en
2D ou 3D. Le JN est unique car il est connecté à une seule instance d'objet et doit être
contextualisé, intelligent, collaboratif, interactif et immersif à chaque étape [6].
I.4.4 Les applications du JN
• Fabrication
Le JN a été utilisé dans un environnement de fabrication. La raison principale en est

que les fabricants sont constamment à la recherche d'un moyen de suivre et de surveiller
les produits dans le but d'économiser du temps et de l'argent, ce qui est un facteur clé et
une motivation pour tout fabricant. Par conséquent, dans ce contexte, JN semble avoir le
plus grand effet. De même, la connectivité est l'un des principaux moteurs de fabrication
pour utiliser le JN. La croissance actuelle suit l'idée de l'Industrie 4.0, qui a créé la
quatrième révolution industrielle, et utilise la connectivité des appareils pour rendre le
concept de JN réalisable dans les processus de fabrication [4,7].
Le JN peut fournir un statut des performances des machines et des informations sur
la ligne de production en temps réel. Cela permet au fabricant de prévoir les problèmes
avant qu'ils ne se produisent. En augmentant la connectivité et la rétroaction entre les
appareils, l'utilisation du JN améliore la fiabilité et les performances. Les algorithmes d'IA
combinés aux JN peuvent être plus précis car la machine peut contenir de grandes quantités
de données nécessaires à l'analyse des performances et des prédictions. Le jumeau
numérique peut être un atout très important dans un environnement de fabrication car il
17
crée un environnement pour tester les produits et un système qui gère les données en temps
réel. [4,8]
Figure 7 : Jumeau numérique d'une chaine de production
• Automobile
Tesla a montré que le JN est également utilisé dans le secteur automobile. La
capacité d'avoir un JN d'une pièce de voiture ou d'un moteur peut être bénéfique pour la
simulation et l'analyse de données [9,4,10]. L'IA peut analyser les données réelles du
véhicule pour prédire les performances actuelles et futures des composants, ce qui améliore
la précision des tests.
Figure 8 : Jumeau numérique d'une voiture
• Construction
Le JN est également utilisé dans l'industrie de la construction. L'étape de

développement d'un bâtiment ou d'une structure est une application potentielle pour un JN.
La technologie peut être utilisée pour prévoir et surveiller en temps réel, ainsi que pour
développer des bâtiments ou des structures urbaines intelligentes. L'utilisation du jumeau
numérique et de l'analyse des données peut fournir une plus grande précision lors de la
prévision et de l'entretien des bâtiments et des structures, avec toutes les modifications
18
apportées virtuellement puis appliquées physiquement. Les algorithmes peuvent être

appliqués au sein du JN en temps réel avant que le bâtiment physique ne soit construit, ce
qui permet aux équipes de construction d'obtenir une plus grande précision lors de la
réalisation de simulations. [11,12].
Figure 9 : JN pour le bâtiment
• Santé
Le secteur de la santé est un autre domaine d'application de la technologie JN. La

croissance et les développements de la technologie habilitante sur les soins de santé sont
sans précédent, car ce qui était autrefois impossible devient possible. Une future
application est un JN d'un humain, donnant une analyse en temps réel du corps. Une
application actuelle plus réaliste est un JN utilisé pour simuler les effets de certains
médicaments. Une autre application voit l'utilisation d'un JN pour la planification et la
réalisation d'interventions chirurgicales [15]. De même, avec d'autres applications dans un
environnement de soins de santé, l'utilisation d'un jumeau numérique donne aux
chercheurs, médecins, hôpitaux et prestataires de soins de santé la possibilité de simuler
des environnements spécifiques à leurs besoins, que ce soit en temps réel ou en prévision
de développements et d'utilisations futurs.
Figure 10 : Jumeau numérique d'un humain
19
• Pourquoi le JN en santé ?
Le domaine de la santé est extrêmement complexe, dans tous les sens du terme. Le
corps humain est un objet très sophistiqué. Il est le résultat, depuis son origine, d’essais-
erreurs, à partir des premières molécules biologiques jusqu’à ce que nous sommes à
présent, en ce début du troisième millénaire. Il reste une troisième complexité, celle du
modèle économique. La santé n’a peut-être pas de prix, mais elle a un coût. Tous ces
problèmes d’organisation sont bien connus dans d’autres industries. Le numérique est la
technologie qui a permis de faire face à ces complexités, d’améliorer les processus, et donc
de rendre le système plus efficace. La grande innovation qu’apporterait le JN en santé
serait, a minima, d’être le support numérique qui permettrait à toutes les parties prenantes
de la santé d’avoir une vision commune sur un même individu. De plus, ce jumeau JN
apporterait des solutions originales à un certain nombre de défis qui se posent aujourd’hui
dans le domaine de la santé [17].
I.5 Etat de l’art sur la robotique dans la chirurgie

Notre projet porte sur le développement d’un JN appliqué à la chirurgie cervicale.
Cette opération est basée sur l’utilisation d’un robot Franka Emika. Ainsi, on a effectué
une recherche sur la robotique dans la chirurgie.
I.5.1 Apport de la robotique dans la chirurgie

La chirurgie robotique, introduite depuis ces deux dernières décennies, a permis le
développement de la chirurgie mini-invasive et est dorénavant bien implantée.[18]
Les applications de la robotique ont démontré leur utilité dans un large éventail de
spécialités chirurgicales [19]. Pourtant, la chirurgie robotique en est à ses balbutiements
dans le domaine de la chirurgie de la colonne vertébrale. La littérature récente relative à
l'application de la robotique dans l'instrumentation vertébrale a révélé que la robotique a le
potentiel de révolutionner cet aspect de la chirurgie de la colonne vertébrale en termes de
meilleurs taux de précision pour le placement des vis, de diminution du temps opératoire,
de moins d'exposition fluoroscopique de l'équipe chirurgicale et éventuellement d'une plus
grande conversion vers des techniques mini-invasives.
Outre ces aspects, la rentabilité de la robotique en chirurgie de la colonne vertébrale

jouera probablement un rôle important dans son éventuelle assimilation dans la pratique
quotidienne. Entre 2001 et 2010, environ 3,6 millions de fusions vertébrales ont été
20
réalisées, pour un coût total estimé à 287 milliards de dollars rien qu'aux États-Unis.
Compte tenu de ces coûts élevés, les chirurgiens de la colonne vertébrale sont confrontés à
des pressions sur les prix et à une responsabilité accrue quant à leurs performances.
L'application de systèmes robotiques à la chirurgie de la colonne vertébrale peut jouer un
rôle essentiel dans la mise en œuvre de tels soins de la colonne vertébrale fondés sur des
valeurs. Même si l’investissement initial en capital serait important (le prix actuel de la
robotique urologique est d’environ 1,5 à 2 millions de dollars), l’avantage en termes de
volume de patients, de meilleure précision et d’amélioration des résultats à long terme peut
justifier l’utilisation de ces systèmes.
Les progrès de la chirurgie robotique ont eu lieu depuis les années 1980. Les
recherches menées par des entités privées et gouvernementales ont finalement abouti au
système chirurgical Da Vinci (Intuitive Surgical Inc., Sunnyvale, Californie, États-Unis).
Approuvé par la Food and Drug Administration (FDA) des États-Unis en 2000, il a été
démontré que le robot Da Vinci offre sécurité, efficacité, réduction des coûts et même des
avantages Immunologiques pour les interventions chirurgicales. En 2015, plus de 700000
interventions chirurgicales avaient été réalisées avec le système da Vinci [20]. La figure
suivante illustre quelques exemples.
Figure 11 : Les Systèmes Da Vinci
Une nouvelle application d'un robot chirurgical existant pour la chirurgie de la

colonne vertébrale est le robot Spine-Assist/Renaissance (MAZOR Robotics Inc., Orlando,
FL, USA), le robot ROSA de MeJNech (MeJNech SA, Montpellier, France), qui peuvent
aider à atténuer les problèmes de force de fixation à l'anatomie osseuse comme ceux
rencontrés par Ringel et al.[21]. Dans leur étude préliminaire sur la nouvelle application du
robot ROSA pour la chirurgie de la colonne vertébrale, Lonjon et al., [28] ont rapporté un
21
taux de précision de 97,3 % pour l'instrumentation par vis pédiculaire, contre 92 % dans le
groupe à main levée (FH).
En fait, Les chirurgiens utilisent ces robots principalement pour effectuer des
perçages au niveau du rachis. Pour ce faire, le robot se positionne d'abord de manière
autonome en appuyant sur une pédale de commande en fonction de l'axe de perçage
déterminé par le chirurgien lors de la planification préopératoire. Le chirurgien fait ensuite
coulisser l'outil de perçage dans le guide. L'avantage de ces systèmes est qu'ils permettent
au chirurgien de conserver tout son retour tactile lors de l'insertion de l'outil de perçage
dans le rachis [22]
Figure 12 : Robot Rosa de Co-manipulation
I.6 Synthèse globale et objectifs du projet

L’étude bibliographie développée dans ce chapitre a montré que l’usage de jumeau
numérique dans le domaine de la chirurgie a des apports majeurs sur la précision des
opérations chirurgicales complexes notamment les vertèbres. Il permet également plus de
confort pour les médecins et moins de risques pour les patients. A ces effets nous
proposons dans le cadre de ce PFE de développer un jumeau numérique pour le robot
Franka Emika disponible au laboratoire de recherche Cobra de Pprime.
I.7 Conclusion
Dans ce chapitre introductif, nous avons présenté l'Institut Pprime, le contexte du
projet lié à l'usage du Jumeau Numérique, ainsi que la problématique et les objectifs du
projet. Nous avons également effectué une analyse de l'état de l'art sur les Jumeaux
Numériques, mettant en lumière leur impact dans divers secteurs, notamment la santé. En
22
outre, nous avons souligné l'importance croissante de la robotique en chirurgie, mettant en

évidence son potentiel révolutionnaire pour des interventions plus précises et moins
invasives. Dans le chapitre suivant, nous allons développer la modélisation du robot
Franka.
23
CHAPITRE II MODELISATION DU ROBOT FRANKA
Chapitre II. Modélisation du robot Franka
24
II.1 Introduction
Ce chapitre présente divers outils mathématiques qui sont employés pour calculer
des matrices de transformation homogènes et de calculer le jacobien d’un robot à 7 degrés
de liberté et de déterminer la position et l'orientation des organes terminaux. L'utilisation
de ces ressources mathématiques vise à vérifier analytiquement notre modèle numérique.
Les outils présentés incluent des modèles géométriques et cinématiques.
II.2 Généralités sur les robots sériels collaboratifs.

Un robot est une structure mécanique articulée capable d'effectuer automatiquement
une série d'actions complexes, principalement programmées par un ordinateur. Les robots
peuvent être guidés par des dispositifs de contrôle externes ou ils peuvent être intégrés
avec des commandes. Les robots collaboratifs sont généralement des bras robotiques
destinés à interagir directement avec les humains dans un environnement sécurisé. Le type
de mouvement des robots, leur application, leur architecture, leur marque, etc. Ces robots
sont utilisés dans de nombreuses industries, telles que le soudage, la peinture et
l'assemblage, ainsi que dans le domaine médical. Les figures ci-dessous fournissent des
exemples de robots collaboratifs qui peuvent être utilisés dans ces différentes applications :
Figure 14: Robot Kuka Figure 13: Robot ABB
Figure 16: Robot Franka Figure 15: Robot Universel
25
II.3 Structure mécanique d’un robot sériel

Puisque notre application est un robot sériel, nous allons nous intéresser à ce type
d’architecture. En effet, ces robots ont une structure à chaîne ouverte composée des trois
parties :
- Le porteur : constitué des trois premières liaisons. Les différentes configurations

de porteur sont résumées dans la Figure 17 avec P (liaison prismatique) et R (liaison
rotoïde) :
Figure 17: Architectures du porteur

− Le poignet : constitué du reste des liaisons et se termine par l'Organe Terminal
(OT). Il Assure l'orientation d'un vecteur qui traverse l'extrémité du porteur.
− Le préhenseur : fixé sur l’OT tel que schématisé dans la Figure 18.
Figure 18: Chaine d'un robot sériel
26
II.4 Degré de liberté

Les degrés de liberté, ou DOF en anglais, est un terme très important à comprendre,
le nombre d'axes nécessaires pour décrire un robot. En fait, il est utilisé lorsqu'il peut se
tourner ou se déplacer pour déterminer les mouvements indépendants qui peuvent être
effectués. Habituellement, le nombre de degrés de liberté est généralement déterminé par le
nombre d'actionneurs sur le robot, de sorte que nous pouvons distinguer les robots en
fonction de leur degré de liberté.
− Robot cartésien :
Il s'agit de robot industriel dotés de mouvements linéaires le long des axes du

système orthogonal de coordonnées cartésiennes (x, y, z) afin de permettre aux outils de se
déplacer linéairement le long de leurs 3 axes (Figure 19). Les bras robotiques cartésiens
utilisent différents moteurs et actionneurs linéaires afin de positionner un dispositif
quelque part dans l'espace tridimensionnel et de le manipuler par une séquence de
mouvements linéaires pour passer d'une position à l'autre.
Figure 19: Robot à 3 axes
− Robot à plusieurs degrés de liberté :
Un robot à plusieurs articulations peut effectuer davantage de rotations. Il peut se

déplacer et s'orienter dans toutes les directions. Les robots à six axes (6 DOF) sont les plus
couramment utilisés, mais aussi les plus chers, grâce à leur capacité à effectuer une grande
variété de tâches industrielles par rapport aux autres robots. En effet, un robot à 6 axes peut
atteindre n'importe où dans l'espace de travail avec n'importe quelle orientation. Cet
avantage rend ce type de robot optimal pour des applications spécifiques qui requièrent une
27
grande précision et des mouvements complexes. Le robot Franka Emika utilisé dans ce
projet est un robot redondant à 7 degrés de libertés, comme le montre la Figure 20. Cette
redondance peut être utilisée pour optimiser le contrôle et le comportement du système afin
d'accéder sans collision à certaines positions difficiles.
Figure 20: Robot Franka en réel
II.5 Espace de travail

L'espace de travail d'un robot sériel est défini comme l'espace que l'effecteur final
peut atteindre. Plusieurs facteurs déterminent la taille de l'espace de travail, notamment le
nombre de degrés de liberté, la longueur des éléments composant le robot, la disposition
des articulations, les limites des articulations et la collision mécanique entre ses éléments.
L'espace de travail ou zone atteignable par le l’effecteur final du robot Franka Emika est
illustré à la Figure 21.[23]
Figure 21: Espace de travail de robot Franka
28
II.6 Modélisation géométrique

Le comportement géométrique du robot est décrit mathématiquement par un
modèle géométrique. C'est un modèle qui représente les coordonnées du TCP par rapport
les positions d’articulations. Il existe différents types de modèles géométriques. La Figure
22 montre deux modèles principaux, à savoir :[24]
- Le modèle géométrique direct (MGD) représente les coordonnées de TCP (X) en

fonction des variables articulaires 𝑞𝑖 :
𝑋 =𝑀𝐺𝐷 (𝑞𝑖 ) (2.1)
- Le modèle géométrique inverse (MGI) représente les variable articulaires 𝑞𝑖 en

fonction des coordonnées de TCP (X) :
𝑞𝑖 =𝑀𝐺𝐼(𝑋) (2.2)
Avec :
qi = [q1 , q2 , q3 , q4 , q5 , q6 , q7 ] (2.3)
• 𝑞𝑖 : position angulaire de l’articulation (i)
X = [ Px , Py , Pz ,  ,  ,  ] (2.4)
• X = [ Px , Py , Pz ] : les positions de l’effecteur final
• [𝛼, 𝛽, 𝛾] : Les angles d'Euler qui décrivent l'orientation de l'effecteur final
La relation entre les modèles MGD et MGI est illustrée dans La Figure 22
Figure 22: Modélisation géométrique du robot Franka Emika
29
II.6.1 Paramétrage de Denavit-Hartenberg modifiés

Une méthode systématique et générale doit être établie pour définir la position
relative et l'orientation de deux objets continus afin de déterminer les équations
géométriques directes d'un manipulateur à chaîne ouverte. La méthode de correction
Denavit-Hartenberg est la plus utilisée. Selon la convention ci-dessus, les paramètres de
modification DH sont utilisés pour déterminer la base de chaque élément du bras du robot
par rapport à l'élément précédent.[25]
La structure d’un robot sériel (Figure 23) est composée de n corps 𝐶𝑗 , « j = 1 à n »,

plus la base (𝐶0 ), reliés entre eux par rotation ou connexion prismatique avec l’articulation
j relient l‘objet 𝐶𝑗 à l’objet 𝐶𝑗−1 .
Figure 23:Chaine ouverte
Afin de définir la relation entre les positions des corps, nous avons associé à chaque
corps 𝐶𝑗 le repère R j (o j , x j , y j , z j ) tels que :
− l’articulation j porte L’axe 𝑧𝑗 .
− La perpendiculaire commune aux axes 𝑧𝑖 et 𝑧𝑖+1 permet de porter l'axe 𝑥𝑗 .
− L’axe 𝑦𝑗 est choisi pour créer un trièdre direct avec les axes (𝑥𝑗 , 𝑧𝑗 ).
− L’origine 𝑂𝑗 de 𝑅𝑗 est le point d’intersection de 𝑥𝑗 avec 𝑧𝑗 .
Les quatre paramètres suivants déterminent comment le passage du repère R j −1 au
repère R j est exprimé :
30
−  j : L’angle de rotation entre les axes x j −1 et x j autour de z j .
− 𝑑𝑗 : La distance entre l’axe z j −1 et l’axe z j suivant l’axe x j −1 .
−  j : L’angle de rotation entre l’axe z j −1 et l’axe z j autour de x j −1 .
− r j : la distance entre les axes x j −1 et x j suivant l’axe z j .
Figure 24: Paramètres de Denavit-Hartenberg modifiés

Le Tableau 1 suivant présente les paramètres D-H du panda Franka Emika :
Tableau 1: les paramètres DH du robot Franka

Joint qi (rad ) d i ( m) ai ( m)  i ( rad )
1 q1 0.333 0 0
2 q2 0 0 
−
2
3 q3 0.316 0 
2
4 q4 0 0.0825 
2
5 q5 0.384 -0.0825 
−
2
6 q6 0 0 
2
7 q7 0 0.088 
2
Flange 0 0.107 0 0
31
II.7 Matrice de transformation homogène

La matrice de passage entre deux systèmes de coordonnées consécutifs du repère
j −1
R j au repère R j −1 (j = 1 à n) est représentée par la matrice de transformation T j , qui est
exprimée en fonction des paramètres modifiés de Denavit-Hartenberg. La définition de

cette matrice est la suivante :[26]
j −1
T j = Rot ( x j −1 ,  j ).Trans ( x j −1 , d j ).Rot ( z j ,  j ).Trans ( z j , rj ) (2.5)
 cos  j − sin  j 0 dj 
 
sin  j cos  j cos  j cos  j − sin  j − rj sin  j 
j −1
Tj = 
 sin  j sin  j cos  j sin  j cos  j rj cos  j 
 
 0 0 0 1 
Où :
 c1 − s1 0 0  c2 − s2 0 0  c3 − s3 0 0 
     
s c1 0 0 0 0 1 0 0 0 −1 − d 3 
0
T1 =  1 1
T2 =  2
T3 = 
0 0 1 d1   − s2 −c2 0 0  s3 c3 0 0 
     
0 0 0 1  0 0 0 1 0 0 0 1 
 c4 − s4 a4 
0  c5 − s5 0 a5   c6 − s6 0 0
     
0 0 −1 0  0 0 1 d5  0 0 −1 0 
3
T4 =  4
T5 =  5
T6 = 
 s4 c4 0 0  − s5 −c5 0 0  s6 c6 0 0
     
0 0 0 1  0 0 0 1 0 0 0 1
 c7 − s7 a7 
0 0 0 0 0 
   
0 0 −1 0  0 0 0 0 
6
T7 =  7
T8 = 
 s7 c7 0 0 0 0 0 Df 
   
0 0 0 1 0 0 0 1 
32
II.8 Modélisation géométrique directe

La situation de l'organe terminal (OT) d'un bras manipulateur est exprimée par son
modèle géométrique direct (MGD) en fonction de sa configuration :
F : n → m
 (2.6)
q j → X = F (q j )
Avec :
− n : le nombre de degrés de liberté de la structure articulé.
− m : le nombre de degrés de liberté de l’OT.
Dans cette modélisation, il est nécessaire de multiplier les matrices de passage

successives homogènes reliant le repère 𝑅0 lié au bâti au repère Rn lié à l’OT :
0
Tn =0 T1 *1 T2 * *n −1 Tn (2.7)
II.9 Modélisation cinématique

La relation entre la vitesse articulaire 𝑞𝑗̇ pour j= [1... n] et la vitesse opérationnelle
est déterminée par la modélisation cinématique du robot.
Ce modèle est équivalent au modèle différentiel inverse, qui détermine la variation

différentielle des variables articulaires dq correspondant à un déplacement différentiel
donné de l'effecteur final de l'effecteur dX.
Figure 25: Modélisation géométrique du robot Franka Emika
33
II.9.1 Modèle cinématique directe

Le modèle cinématique directe du robot décrit les changements fondamentaux des
coordonnées opérationnelle en fonction des changements fondamentaux des coordonnées
articulaires.
Il est a noter :
𝑑𝑋 = 𝐽(𝑞) ∗ 𝑑𝑞
{ (2.8)
𝑋̇ = 𝐹(𝑞, 𝑞̇ )
J(q) : désigne la matrice jacobienne de dimensions (m x n) du système, et est égale

𝛿𝑋/𝛿𝑞 en fonction de la configuration articulaire q.
La matrice jacobienne participe au calcul d'un modèle différentiel direct qui donne
le changement de base dX des coordonnées opérationnelles en fonction du changement de
base dq des coordonnées articulaires.
Les intérêts de cette matrice résument en :
− Trouver les singularités.
− Analyser la redondance.
− Développer des stratégies de contrôle dans l’espace opérationnel.
II.9.2 Méthode de calcul de la matrice Jacobienne

Nous devons définir la matrice jacobienne afin de décrire la relation entre
l'articulation et la vitesse de l'effecteur final. Le jacobien peut être obtenu en résolvant
analytiquement ou numériquement une séquence d'équations linéaires en dérivant le MGD.
Considérons un ensemble de coordonnées, leur vitesse est 𝑋̇. On peut alors appliquer
l’équation :
𝜕𝑓(𝑞) 𝜕𝑞𝑗
𝑋̇= 𝜕𝑞 𝜕𝑡 = J(q) 𝑞𝑗 (2.9)
𝑗
En plus d'exprimer le jacobien de manière analytique, nous pouvons l'exprimer à

travers une approche géométrique. Un formalisme symbolique est nécessaire pour définir
la fonction f(q) sous forme fermée, ce qui peut être difficile à mettre en œuvre. Une forme
différente d’expression jacobienne, appelée jacobien géométrique, a été créée à cet effet.
Le jacobien géométrique peut être obtenu en considérant le vecteur vitesse de rotation ω.
Le jacobien peut s'exprimer ainsi :
34
𝐽
J=[ 𝑣 ] (2.10)
𝐽𝑤
Où le premier terme exprime l’effet de 𝑞1̇ sur la vitesse linéaire v et le deuxième

terme exprime l’effet sur la vitesse de rotation ω. Ainsi,
𝑣 = 𝐽𝑣1 𝑞1̇ + ⋯ + 𝐽𝑣7 𝑞̇ 7 (2.11)
𝑤 = 𝐽𝑤1 𝑞1̇ + ⋯ + 𝐽𝑤7 𝑞̇ 7 (2.12)
Autrement dit, le jacobien analytique diffère du jacobien géométrique pour la partie

rotationnelle. En considérant l'articulation de révolution, la j ème colonne du jacobien peut
être calculée comme suit :
 J vj   Z j −1 *( p7 − p j −1 ) 
0 0 0
  = 0  (2.13)
 J wj   Z j −1 
Où :
− 0 p7 est la position de l’effecteur terminal
0
− p j −1 est la position du repère liée au lien j-1
0
− Z j −1 est la troisième colonne de la matrice de rotation 0 R j −1
Pour valider notre modèle analytiquement on a comparé le résultat du jacobienne
analytique et simuler par gazebo on a trouvé les mêmes valeur les figures suivantes montrent le
calcul trouvé.
Figure 26 : Matrice jacobienne analytique
Figure 27 : Matrice jacobienne d'après Gazebo
35
II.10 Conclusion
Dans ce chapitre on a concentré sur la modélisation du robot Franka Emika 7-DOF.
En effet, nous avons déterminé les équations nécessaires pour établir :
• Le modèle géométrique direct via un paramétrage DH modifié.

• Le modèle cinématique directe par la définition de la matrice jacobienne. La
validation de ce modèle a été effectuée par une comparaison entre le modèle
analytique et le modèle numérique.
Enfin, nous rappelons que tous ces modèles seront utiles pour valider notre
modélisation numérique du robot. Cela a également servit pour valider notre espace
opérationnel qui sera développé dans le chapitre IV.
36
CHAPITRE III PLATEFORME NUMERIQUE
Chapitre III. Plateforme numérique
37
III.1 Introduction
Dans ce chapitre, nous allons nous concentrer sur la conception de la plateforme
robotique basée sur SolidWorks© et Gazebo© permettant de simuler le comportement du
modèle numérique du robot. Nous examinerons en détail les étapes de création d'un espace
de travail, de configuration de packages, d'assemblage et de visualisation de la plateforme
numérique. Pour cela, Les outils informatiques utilisés seront présentés brièvement dans la
section suivante.
III.1.1 SolidWorks
C’est un outil de modélisation géométrique de pièces et des assemblages. Nous
l’avons utilisé pour créer les modèles CAO des tables du robot et du vertèbre. La Figure 28
illustre l’environnement SolidWorks.
Figure 28: Interface d'utilisation de SolidWorks
38
III.1.2 ROS (Robot Operating System)

ROS (Robot Operating System) est un système d'exploitation pour robots. Il fournit
un ensemble d'outils et de bibliothèques pour faciliter le développement de logiciels pour
les robots. Il est utilisé avec des systèmes de robotique de différents types, tels que les
robots mobiles, les bras robotiques, les drones, etc. Il offre également des services pour la
planification de trajectoires, le contrôle de mouvement, la perception, la cartographie, la
navigation, la reconnaissance de la parole, etc. ROS est devenu un standard dans le
développement de robotique et est utilisé dans des applications industrielles, de recherche,
éducatives et de divertissement.[26]
Figure 29. ROS (Robot Operating System)
III.1.3 GAZEBO
Gazebo est un simulateur puissant de robots open-source développé par Open AI. Il
offre la possibilité de simuler des robots dans un environnement 3D réaliste en prenant en
compte leurs propriétés physiques et de collision. Cette simulation inclut également la
capacité de simuler différents types de capteurs tels que les caméras, lidar, IMU, GPS, etc.
L'utilisation de Gazebo permet de tester les algorithmes de perception et de

navigation avant de les appliquer sur un robot réel. Cette approche contribue à réduire les
coûts de développement et d'expérimentation, à améliorer la fiabilité et la robustesse des
systèmes robotiques, ainsi qu'à accélérer le développement de nouvelles applications
robotiques.[27]
Figure 30 : GAZEBO
39
III.1.4 RViz
RViz (Robot Visualization) est un outil de visualisation de données de robot
développé par Open Robotics. Il est utilisé pour afficher des informations provenant de
capteurs, de modèles de robot, et d'autres sources de données en utilisant des
représentations graphiques 3D.
- Il est souvent utilisé en conjonction avec ROS (Robot Operating System) pour
fournir une interface graphique pour visualiser les données provenant de différents nœuds
ROS, tels que les données de capteurs, les données de planification, les données de
contrôle de mouvement, etc.
- Il permet également de visualiser les données de simulation de Gazebo, pour une

meilleure compréhension de la simulation et faciliter la détection des erreurs.
- Il permet également de visualiser les données de différents capteurs et de

différents modèles de robot de manière synchrone, ce qui facilite la comparaison et
l'analyse des données.
En résumé, Rviz est un outil de visualisation qui permet de comprendre facilement

l'état et les actions d'un robot en temps réel, de 10 visualiser les données de différents
capteurs et de différents modèles de robot de manière synchrone, et de déboguer les
systèmes de robotique. [28]
Figure 31: RViz
40
III.2 Préparation de la plateforme

Dans cette section nous allons aborder quelques étapes importantes lors de la
préparation de notre plateforme. Nous allons d'abord réaliser la conception des différents
éléments de la plateforme (table, robot). Puis nous allons passer à une simulation sous
Gazebo. Ensuite, nous explorons la création d'un workspace, la mise en place d'un
package, l'assemblage de la plateforme et enfin, la visualisation de notre plateforme.
III.2.1 Conception les éléments de la plateforme

Dans notre travail, nous avons commencé par concevoir soigneusement chaque
composant de la plateforme robotique, y compris la table robotique et la table vertébrale.
Les figures ci-dessous montrent les résultats de notre travail, soulignant la précision et le
souci du détail de notre approche sur ce projet. Nous pouvons ensuite disposer d’un
jumeau numérique, qui est une copie virtuelle de la plateforme physique.
Figure 33: Table du robot Figure 32: Table du vertèbre
Figure 35: Outil de perçage des vertèbres Figure 34: Modèle CAO des vertèbres
41
Figure 36: Plateforme de simulation
III.2.1 Simulation Gazebo

III.2.1.1 Création d’un workspace
Un (Workspace) espace de travail est un répertoire contenant les fichiers sources

et les bibliothèques nécessaires au développement et à l'exécution des programmes ROS. Il
peut facilement séparer différents projets ROS les uns des autres et gérer les dépendances
entre eux. Il est utilisé pour compiler des programmes et organiser des packages ROS.
Dans notre travail nous avons suivi les étapes suivantes pour créer un espace de travail sur
ROS :[29]
• Nous avons commencé par utiliser la commande "mkdir -p ~/catkin_ws/src" dans le

terminal pour créer un répertoire de travail nommé "catkin_ws" dans le répertoire
personnel et créez un sous-répertoire nommé "src".
• Ensuite nous avons utilisé la commande "cd ~/catkin_ws" pour accéder au

répertoire de travail.
42
• Puis nous avons utilisé la commande "echo "source ~/catkin_ws/devel/setup.bash"

>> ~/.bashrc".
• Enfin, à l'aide de la commande "source ~/.bashrc", mettez à jour la variable

d'environnement du terminal pour inclure le chemin d'accès à la bibliothèque de
l'espace de travail.
Nous avons finalement trouvé les fichiers suivants dans l'espace de travail, comme le
montre les figures ci-dessous.
Figure 37: Workspace (espace de travail)
Figure 38: Création du contenu du Workspace
III.2.1.2 Création d’un package
La création d'un package sur ROS nécessite la création d'un ensemble de fichiers et
de dossiers pour créer les composants logiciels du robot. Les packages ROS contiennent
des fichiers de configuration, des programmes sources, des bibliothèques, des scripts, de la
documentation et d'autres éléments. Son rôle est d'organiser les différents éléments
logiciels du robot et de gérer leurs dépendances. Les étapes pour créer un package sont les
suivantes :
• Nous avons commencé par sélectionner le nom du package « plateforme » et créez-

le dans le répertoire « src » de notre espace de travail.
• Ensuite nous avons ajouté le fichier package.xml qui fournit des informations sur le
package et ses dépendances.
• Puis nous avons ajouté du fichier CMakeLists.txt expliquant comment compiler le

package.
43
• Enfin, nous avons ajouté des fichiers de configuration et de sources nécessaires au

package.
Nous pouvons mettre en place une structure organisée pour notre package en
précisant ses caractéristiques et en spécifiant les dépendances nécessaires pour son
fonctionnement à travers ces étapes.
Figure 39: Création d'un package

Nous avons ajouté le package du robot Franka Emika à notre propre package pour
améliorer notre environnement de développement. Pour ce faire, nous avons utilisé cette
commande :[30]
*git clone --recursive https://github.com/frankaemika/franka_ros src/franka_ros
Nous pouvons intégrer les fonctionnalités du robot Franka Emika à notre projet
grâce à cette action, ce qui élargit notre éventail de ressources pour la plateforme robotique
que nous concevons. Notre capacité à créer une plateforme robotique polyvalente et
performante est renforcée par la fusion de notre package personnaliser avec le package
Franka Emika. Afin d’aligner le modèle numérique du robot au modèle physique, quelques
modifications doivent être apportées. Dans la section suivante nous détaillons les
modifications que nous avons effectuées sur le modèle numérique issu du constructeur.
III.2.1.3 Modification apportée au package Franka Emika
• Remplacement panda gripper par le nouvel outil
Il est à noter que le modèle numérique du robot issu du constructeur est équipé d’un
outil appelé panda gripper (Figure 40). Cet outil ne correspond pas à l’outil utilisé pour le
perçage des vertèbres. Notre objectif initial était de supprimer complètement le panda
gripper et de le remplacer par le nouvel outil, qui était disponible sur notre plateforme
physique. Pour atteindre cet objectif, nous avons entrepris des recherches approfondies
pour éliminer complètement le panda gripper du modèle robotique, de ce fait, nous allons
concevoir à nouveau notre outil de perçage. Ce dernier est illustré par la Figure 41.
44
Outil panda
gripper
Figure 40: Robot initial
Figure 41: Robot finale

• Changement de repère
Comme indiqué dans la Figure 42, le repère initial a subi une transformation
significative en raison des modifications apportées au package Franka Emika. Nous avons
réussi à trouver la nouvelle position du repère en utilisant une matrice de transformation
homogène, comme le montre la Figure 44. Cette modification du repère était cruciale pour
aligner le robot avec notre propre outil et s'assurer qu'il s'intégrait bien dans notre
plateforme robotique.
45
Figure 42: Repère initiale

Pour créer la matrice de passage Flange→Outil, il est nécessaire d'identifier la
matrice de rotation qui permet de passer du repère Flange au repère outil et de déterminer
la position de la pointe de l'outil par rapport à l'origine du repère Flange.
Les coordonnées de la pointe de l’outil ont été obtenues en utilisant l’outil «

mesurer » du logiciel SolidWorks sur l’assemblage du support outil (Figure 43).
Figure 43: Lecture des coordonnées du TCP par rapport le Flange du robot sur SolidWorks
46
La matrice de passage résultante est ainsi la suivante :
1 0 0 −0.0505 
 
0 1 0 −0.0505 
T outil =
Flange
0 0 1 0.124 
 
0 0 0 1 
Ces différents paramètres sont à indiquer dans le menu « End-effector » disponible

sur le « Desk » avant le lancement de tout programme de commande (cf. annexe 1). De ce
fait, les informations fournies par le robot telles que la position, l’orientation ou encore la
force extérieure sont exprimées par rapport au repère outil et sont donc plus facilement
exploitable au sein du programme de commande du robot. Par la suite lorsqu’on a appliqué
cette matrice de transformation homogène nous avons obtenir le repéré dans sa position
finale comme il montre la Figure 44.
Figure 44: Repère finale
47
III.2.1.4 Création de fichier SDF
Nous avons suivi plusieurs étapes importantes lors du processus d'importation des
éléments de la plateforme dans Gazebo. Nous avons d'abord enregistré les éléments de
SolidWorks sous forme de fichiers STL, ce qui nous a permis de conserver leurs
géométries en 3D. Nous avons ensuite créé un fichier SDF (Simulation Description
Format) pour décrire la structure et les propriétés de chaque élément dans Gazebo.[31]
Une fois que les fichiers SDF pour chaque composant avaient été créés, nous avons
créé les fichiers .launch correspondants. Enfin, nous avons réussi à importer les
composants de la plateforme dans Gazebo en lançant ces fichiers .launch.
Un schéma simplifié de ce processus montre les étapes :
III.2.1.5 Visualisation de la plateforme
• Etude préliminaire :
L'espace de travail est prêt à être utilisé une fois qu'il a été configuré. La première
étape consiste à lancer ROS sur l'ordinateur en utilisant la commande "roscore" dans un
terminal distinct. Le cœur de ROS, Roscore, permet la communication entre les différents
nœuds (programmes) d'un robot. Ainsi, pour pouvoir utiliser les fonctionnalités de ROS, il
est essentiel de lancer roscore. Il est crucial de noter que le roscore doit être exécuté avant
de lancer d'autres commandes ROS.[32]
48
Figure 45: Lancement roscore
Ensuite, pour compiler les packages ROS personnalisés présents dans le répertoire
"src" nous avons utilisé la commande "catkin_make".
Puis nous avons effectué cette instruction "source devel/setup. bash" pour mettre à
jour l'environnement de la commande actuelle avec les variables d'environnement
nécessaires, telles que le chemin vers les bibliothèques ROS, afin de pouvoir utiliser les
commandes ROS dans notre terminal, aussi cette instruction doit être exécutée à chaque
fois que nous ouvrir une nouvelle fenêtre de terminal ou un nouvel onglet dans une fenêtre
de terminal existante.
Figure 46: Mettre à jour l'environnement
49
• Visualisation sur « Gazebo » et « RViz »

Pour lancer la simulation en utilisant la commande "roslaunch plateforme
platform.launch".
Figure 47: Lancer la simulation

L'exécution de cette commande "roslaunch plateforme platform.launch". Lancera le
fichier platform.launch, qui est responsable de l'ouverture simultanée de Gazebo et de
RViz.
Figure 48: Visualisation sur Gazebo
Figure 49: Visualisation sur RViz
50
III.3 Conclusion
Dans ce chapitre nous avons présenté en détail les différentes étapes de création
de la plateforme de simulation du robot. Un couplage SolidWorks-Gazebo a été dans un
premier temps élaboré ensuite une simulation sous Gazebo et la visualisation du
comportement cinématique du robot sous RViz.
Dans Le chapitre suivant nous allons détailler la commande du robot en vue de

générer une trajectoire cible et valider par la suite nos résultats avec l’approche
expérimentale.
51
CHAPITRE IV COMMANDE ET VALIDATION EXPERIMENTALE
Chapitre IV. Commande et Validation
expérimentale
52
IV.1 Introduction
Dans ce chapitre, nous nous concentrons sur la commande du robot où on a généré
une trajectoire et la communication en mettant l'accent sur l'utilisation de nœuds d'abonnés
et d'éditeurs et la création d'applications spécifiques. Nous aborderons ensuite la validation
expérimentale et l'analyse des résultats.
IV.2 Commande du robot

IV.2.1 Génération d’une trajectoire
En ce qui concerne la communication et la génération de trajectoire, nous abordons
les aspects clés de la commande du robot dans notre environnement de simulation. Nous
avons utilisé une loi de commande particulière (Figure 50) qui nous a permis de lire
attentivement les données de chaque position importante de notre trajectoire afin d'obtenir
des trajectoires fluides et précises.
Il convient également de souligner que ce processus a été répété six fois pour créer
un ensemble de trajectoires. La même méthodologie a été utilisée pour chacune de ces
répétitions, qui an impliqué une analyse approfondie des données de position et une
interpolation habilement effectuée entre les positions initiales et finales de chaque
trajectoire.
Figure 50: Commande de Lecture des Données du Robot
IV.2.2 Nœuds (Node)

Les nœuds jouent un rôle important dans le ROS (Robot Operating System) en
créant une architecture logicielle robuste et adaptable. Chaque nœud est un processus
indépendant capable d'effectuer des calculs spécifiques dans l'application robotique.
53
Un système de communication basé sur l'échange de messages relie ces noeuds..

Cette architecture en réseau permet aux nœuds de travailler ensemble en temps réel en
transmettant des données importantes.
Les nœuds interagissent à travers des canaux de communication spécifiques appelés

"topics" et "services". Les "topics" autorisent la diffusion de données, tandis que les
services permettent les demandes de services particuliers. Les nœuds peuvent à la fois
s'inscrire et publier des données sur des "topics".
Et voilà un schéma explicatif pour la communication des nœuds :[33]
En revanche dans ROS Les nœuds ne savent pas avec qu’ils communiquent. Au
lieu de cela, les nœuds intéressés par les données s’abonnent au sujet correspondant.
Figure 51 : Schéma de communication
54
La commande « rosrun rqt_graph » est utilisée pour voir le graphe de nœuds dans
ROS. Cette représentation graphique montre les nœuds et les sujets de notre système en
cours d’exécution. Les cases et les sujets sont représentés sous forme de nœuds et les
flèches représentent les connexions entre eux. Nous pouvons voir comment les différents
nœuds interagissent les uns avec les autres en examinant ce graphique. Cela a été fait avant
d’ajouter les nœuds de publication et d’abonnée.
Figure 52 : Nœuds de la plateforme
IV.2.2.1 Nœud éditeur (Publisher Node)
Nous avons créé un nœud éditeur (Publisher Node) spécialement conçu pour
générer la trajectoire que nous avons créée, qui comprend six points de passage. Les
données de trajectoire doivent être publiées par ce nœud, ce qui garantit une
communication efficace et fluide au sein de notre système robotique.
IV.2.2.2 Nœud d’abonné (Subscriber Node)
Nous avons également créé un nœud d’abonné dans le cadre de notre trajectoire.
Les données de la trajectoire publiées par le nœud éditeur doivent être reçues par ce nœud,
ce qui permet à la plateforme robotique de se synchroniser avec les six points de passage
spécifiques indiqués dans la trajectoire. Une exécution précise et coordonnée de la
trajectoire est assurée par cette interaction entre le nœud éditeur et le nœud abonné.
De plus, le système d’exploitation robotique (ROS) a permis cette interaction entre

les nœuds. ROS fournit un cadre de communication efficace pour les systèmes robotiques.
Le but du nœud d’abonné était de récupérer les couples et les positions d’articulation du
robot.
55
Pour visualiser les nœuds en cours d’exécution dans notre système, nous avons
également utilisé la commande « rosrun rqt_graph » une seconde fois.
Figure 53 : Schéma de communication des nœuds
IV.2.2.3 Création d’une application
Nous avons créé une application particulière dans cette étape pour diviser notre
chemin en six étapes distinctes. Cette application montre chaque étape de la trajectoire
avec des boutons interactifs, offrant une interface conviviale pour gérer et exécuter chaque
étape de la trajectoire avec précision et contrôle. La Figure 54 ci-dessous montre la
représentation de cette application.
Figure 54 : Application
56
IV.3 Interprétation
Dans la phase d’interprétation de notre travail, On a souligné l’utilisation d’une loi
de commande de couple. Appelée « cartesian_impedance example controller » pour
déterminer les positions d’articulations. La loi de commande utilisée est donc la suivante :
 c =  task +  null +  comp

(4.1)
Où  c est le vecteur de couples de commande,  task est associé à la tâche,  null
permet d’exploiter les degrés de redondance du robot et  comp est le vecteur de couples
correspondant à la compensation gravitationnelle et de friction (Coriolis) permettant

notamment au robot de compenser son propre poids.
Cependant, il est important de noter que notre robot présente une redondance, de
plus nos résultats ont été fortement influencés par des éléments extérieurs tels que le
frottement et les variations de température.
Les résultats ont montré qu'il y avait une différence significative entre les essais
expérimentaux et de simulation. Les figures suivantes présentent la comparaison entre les
positions d’articulation de simulation et l’expérimentales :
Figure 55: Comparaison de l’évolution des positions d’articulation (1&2) en fonction du

temps
57

temps

temps
58
Figure 58: Comparaison de l’évolution des positions d’articulation (7) en fonction du

temps
IV.4 Validation du modèle

Nous avons mis l'accent sur la validation dans l'espace opérationnel et articulaire
afin de valider notre modèle.
IV.4.1 Validation de l’espace opérationnelle

Pour l'espace opérationnel Nous avons utilisé une approche basée sur la
modélisation directe géométrique. Plus précisément, nous avons extrait la section du
modèle qui indique la position de l'organe terminal du robot et pour l’orientation de
l’organe terminale nous avons transformé la matrice de rotation issue de la matrice de
transformation homogène dans les coordonnées d'Euler en utilisant ces données. Les
résultats de cette transformation ont été représentés sous forme de courbes à l’aide d’un
code MATLAB, nous permettant d'obtenir des informations essentielles pour valider notre
modèle.la figure suivante représente la trajectoire désirée et la partie simulation et
l’expérimentale.
59
Figure 59:Position de l'organe terminale
Figure 60:Orientation de l'organe terminale
60
IV.4.2 Validation de l’espace articulaire

Pour valider notre espace articulaire Nous avons utilisé une méthode consistait à
injecter les positions articulaires réelles de notre robot dans un environnement de
simulation à l'aide du contrôleur "position_impedance_exemple-controller". Nous avons
ajouté une formule de couple et des fonctions particulières pour enrichir ce contrôleur. Les
tâches de ces fonctions consistaient à lire les données de position articulaire tirées de
l'expérimentation et à enregistrer les couples simulés. Nous avons pu reproduire la même
trajectoire que celle observée lors de l'expérimentation grâce à cette méthode et nous avons
découvert les résultats de couple d'articulation en fonction du temps.
Figure 61: Comparaison de la progression du couple d’articulation 1 au fil du temps
On peut observer que les couples externes de la partie expérimentale et la partie

simulation sont presque les mêmes, on peut dire dans ce cas que notre modèle est bien
validé en revient que les couples appliqués à l’articulation (1) sont faibles même que qu’il
proche de zéros de valeur qui varies entre 0.05 et 0.005 N.m.
61
Dans l’articulation 2 supporte une charge élevée à cause du bras de leviers qui situé
autour de cette articulation qui génère une force assez élevée de couples varies entre -1N.m
et -4.4 N.m.
Les couples exercés sur l’articulation 3 sont assez faible ils sont considérés
négligeable car la valeur est de l’intervalle entre -0.3Nm et -0.9Nm.
62
Le bras de levier exercé sur l'axe de l'articulation 4 pour soutenir la charge est
extrêmement important avec des couples qui varient de 21.7Nm et 23Nm.
Les couples à cette articulation sont très négligeables qui varient entre 6.18Nm et
0.72 Nm qui sont des valeurs inférieures à 1Nm.
63
Les couples exercés à l’articulation 6 sont assez élevés parce qu’il supporte de
chargement lors du mouvement du robot qui à de valeur entre 2.3Nm et 2.61Nm.
64
Les couples externes de l’articualtion7 sont très faibles et celle-là dû aux la

colinéarité entre l’axe du charge et l’axe de l’articulation avec des couples qui varient entre
0Nm et 0.09Nm
IV.5 Analyse des résultats

Il est à noter que les couples exercés sont relativement faibles pour les articulations
(1, 3 et 5) (Figures 61, 63 et 65). Cette faiblesse s'explique par le fait que le bras de levier
associé à ces articulations est limité. Par conséquent, il en résulte une accélération réduite,
engendrant une vitesse également limitée. Ces facteurs conjugués à un coefficient de
frottement peu élevé expliquent pourquoi les courbes associées à ces articulations sont très
similaires.
Il est remarquable que les couples exercés soient importants pour les articulations
(2, 4 et 6). Ces articulations ont un bras de levier important, ce qui permet des mouvements
a une accélération élevée, ce qui entraîne des vitesses importantes alors un coefficient de
frottement élevé ce qui entraîne un léger décalage dans les courbes.
IV.6 Conclusion
Dans ce chapitre, nous avons créé une trajectoire et contrôlé le robot en utilisant la
commande par couple. Ensuite, nous avons validé notre modèle à la fois dans les espaces
opérationnel et articulaire. La comparaison entre les résultats de simulation et les résultats
expérimentaux a révélé une forte concordance dans la plupart des cas, indiquant que la
modélisation reflète fidèlement l’état physique du robot.
65
CONCLUSION GENERALE
Conclusion générale
Dans ce mémoire de PFE, nous avons commencé par présenter l'Institut Pprime tout
en mettant en lumière la problématique, les objectifs de ce projet et les outils utilisés. Nous
avons ensuite souligné l'importance de la robotique en chirurgie, mettant en évidence son
potentiel et ses interventions précises. Ensuite, nous nous sommes concentrés sur la
modélisation du robot Franka Emika à 7 degrés de liberté comme application de ce travail.
En effet, les équations du modèle géométrique direct et le modèle cinématique directe ont
été développées afin de nous aider à valider notre modélisation numérique du robot. Nous
avons également validé notre espace opérationnel en considérant l’erreur qui est supposée
négligeable.
Les différentes étapes de la création de la plateforme de simulation du robot nous

ont permis de coupler SolidWorks avec le logiciel de simulation Gazebo et visualiser les
résultats cinématiques sous RViz. La validation de ce modèle se compose en deux parties.
La première est la validation opérationnelle qui se fait dans l’espace par une génération des
coordonnées de la trajectoire, ce qui engendre 9 courbes en déplacement triaxial et l’ajout
de 9 courbes pour présenter l’organe terminale. La deuxième partie est la validation dans
l’espace articulaire où on a injecté les données expérimentales des positions d’articulations
dans notre modèle numérique afin de récupérer les couples d’articulations pour effectuer la
comparaison et la validation des résultats.
A la lumière de ce travail, je peux conclure que ce projet été une occasion pour moi
pour visiter un laboratoire de recherche étranger à la pointe de la technologie dans le
domaine de la robotique. Aussi j’ai eu l’occasion d’apprendre à utiliser plusieurs logiciels
de spécialité tel que l’environnement Ros, Gazebo et RViz. J’ai également implémenté un
couplage entre l’outil SolidWorks et Gazebo. Comme perspective à ce travail je pense que
le retour d’information du modèle numérique du robot vers le robot physique en vue de la
commande s’impose.
66
BIBLIOGRAPHIE
[1] https://pprime.fr/le-laboratoire/
[2] Maria G. Juarez, Vicente J. Botti, Adriana S. Giret ‘Digital Twins: Review and
Challenges’ JUNE 2021, Vol. 21 DOI : 10.1115/1.4050244
[3] Angira Sharman, Edouard Kosasih, Jie Zhang, et al. ‘Digital Twins: State of the art
theory and practice, challenges, and open research questions’ 8 August 2022,
DOI :https://doi.org/10.1016/j.jii.2022.100383
[4] AIDAN FULLER, ZHONG FAN1, CHARLES DAY1 et CHRIS BARLOW2 ‘Digital
Twin: Enabling Technologies, Challenges and Open Research’ June 23, 2020.
DOI : 10.1109/ACCESS.2020.2998358
[5] Eric J. Tuegel, Anthony R. Ingraffea, Thomas G. Eason, et S.Michael Spottswood
‘Reengineering Aircraft Structural Life Prediction Using a Digital Twin’, Int. J. Aerosp.
Ing. 2011, doi.org/10.1155/2011/154798. Volume 2011, 14 pages
[6] Nathalie JULIEN, éric MARTIN’le jumeau numérique : de l’intelligence artificielle à

l’industrie agile’2020, ISBN: 978-2-10-080028-5, 259pages
[7] Pierre BÉGOUT. (2022). Thèse de DOCTORAT ‘Outil d’authoring 3D du Jumeau
Numérique de lignes d’assemblage pour augmenter l’opérateur de l’usine du futur’
[8] C. Mandolla, A. M. Petruzzelli, G. Percoco, and A. Urbinati, ‘Building a digital twin
for additive manufacturing through the exploitation of blockchain: A case analysis of the
aircraft industry’ Comput. Ind.,vol. 109, pp. 134_152, Aug. 2019.
[9] A. Bilberg and A. A. Malik, ‘Digital twin driven human_robot collaborative assembly’
CIRP Ann., vol. 68, no. 1, pp. 499_502, 2019.
[10] F. Longo, L. Nicoletti, and A. Padovano, ‘Ubiquitous knowledge empowers the smart
factory: The impacts of a service-oriented digital twin on enterprises' performance ‘ Annu.
Rev. Control, vol. 47, pp. 221_236, Jan. 2019.
[11] M. Lohtander, N. Ahonen, M. Lanz, J. Ratava, and J. Kaakkunen, ‘Micro
manufacturing unit and the corresponding 3D-model for the digital twin’ Procedia Manuf.,
vol. 25, pp. 55_61, Jan. 2018.
[12] H. Laaki, Y. Miche, and K. Tammi ‘Prototyping a digital twin for real time remote
control over mobile networks: Application of remote surgery’ IEEE Access, vol. 7, pp.
20325_20336, 2019.
[13] Q. Min, Y. Lu, Z. Liu, C. Su, and B.Wang, ‘Machine learning based digital twin
framework for production optimization in petrochemical industry’ Int. J. Inf. Manage., vol.
49, pp. 502_519, Dec. 2019.
[14] M. Joordens and M. Jamshidi, ‘On the development of robot _sh swarms in virtual
reality with digital twins’ in Proc. 13th Annu. Conf. Syst. Syst. Eng. (SoSE), Jun. 2018, pp.
411_416.
67
[15] Y. Liu, L. Zhang, Y. Yang, L. Zhou, L. Ren, F. Wang, R. Liu, Z. Pang, and M. J.
Deen, ‘A novel cloud-based framework for the elderly healthcare services using digital
twin ‘ IEEE Access, vol. 7, pp. 49088_49101, 2019.
[16] S. Gahlot, S. R. N. Reddy, and D. Kumar, ‘Review of smart health monitoring
approaches with survey analysis and proposed framework ’ IEEE Internet Things J., vol. 6,
no. 2, pp. 2116_2127, Apr. 2019.
[17] Serge SOUDOPLATOFF ’LE JUMEAU NUMÉRIQUE EN SANTÉ’. Septembre
2023
[18] P.-F. Scintu, B. Nord ‘État de l’art de la chirurgie robotique ’ DOI :
https://doi.org/10.1016
[19] Richard Philip Menger, Amey R. Savardekar, Frank Farokhi, Anthony Sin ’ A Cost-
Effectiveness Analysis of the Integration of Robotic Spine Technology in Spine
Surgery’July, 2018, https://doi.org/10.14245/ns.1836082.041
[20] F. Pugin, P. Bucher, P. Morel ‘Histoire de la chirurgie robotique : d’AESOP à Da
Vinci® en passant par Zeus’, octobre, 2011, doi:10.1016/j.jchirv.2011.03.009
[21] Ringel F, Stüer C, Reinke A et al. ‘Précision du placement assisté par robot des vis
pédiculaires lombaires et sacrées : une comparaison prospective randomisée avec
l'implantation conventionnelle de vis à main levée’ 2012.
[22] Alizée Koszulinski, Juan Sandoval, Tanguy Vendeuvre, Saïd Zeghloul, Med Amine
Laribi ‘Comanipulation Robotic Platform for Spine Surgery with Exteroceptive Visual
Coupling: Developmentand Experimentation’, May, 2022
[23] S. Performance, “Franka Emika PANDA - DATASHEET,” 2019.
[24] José GUTIERREZ, 2016, ‘Modélisation et Identification géométrique de robots
utilisés pour des opérations d’usinage ’. Thèse de doctorat
[25] Jean-Louis Boimond, cours robotique, ISTIA, Université Angers
[26] https://www.ros.org/
[27] https://gazebosim.org/home
[28] https://wiki.ros.org/rviz
[29] https://github.com/frankaemika/libfranka
[30] https://frankaemika.github.io/docs/installation_linux.html
[31] http://sdformat.org/spec
[32] https://wiki.ros.org/roscore
[33] https://wiki.ros.org/rosnode
68
ANNEXES2
Annexe 1
Interface « Desk » du Franka Emika disponible depuis un navigateur internet
Figure 68 : Page d'accueil du "Desk"
Figure 69: Menu "End-effector" de l'interface "Desk"
69
DEVELOPPEMENT D’UN JUMEAU NUMERIQUE APPLICATION A LA
CHIRURGIE CERVICALE
_______________________________________________________
RESUME
Notre projet de recherche à l'Institut Pprime se focalise sur les erreurs fréquentes lors du
perçage vertébral en chirurgie cervicale. La robotique joue un rôle clé pour des
interventions précises. Nous avons modélisé le robot Franka Emika 7-DOF, développant
des équations pour le modèle géométrique et cinématique direct pour valider notre
représentation numérique et notre espace opérationnel, en tenant compte des erreurs
négligeables. De plus, nous avons décrit la création de notre plateforme de simulation,
reliant SolidWorks à Gazebo, permettant une visualisation précise du comportement
cinématique. La validation s'est concentrée sur la génération de trajectoires et la
comparaison des mouvements triaxiaux, ainsi que l'ajout de données expérimentales pour
comparer les couples d'articulations. Notre projet ouvre des perspectives pour la prévention
des erreurs dans les procédures de perçage vertébral en chirurgie cervicale.
Mots clés : modélisation géométrique, plateforme numérique, jumeau numérique.
_______________________________________________________
ABSTRACT.
Our research project at the Institut Pprime is focusing on the frequent errors made during
vertebral drilling in cervical surgery. Robotics play a key role in ensuring precise
interventions. We modelled the Franka Emika 7-DOF robot, developing equations for the
direct geometric and kinematic model to validate our numerical representation and
operational space, taking into account negligible errors. In addition, we described the
creation of our simulation platform, linking SolidWorks to Gazebo, enabling accurate
visualisation of kinematic behaviour. Validation focused on generating trajectories and
comparing triaxial movements, as well as adding experimental data to compare joint
torques. Our project opens up prospects for error prevention in vertebral drilling
procedures in cervical surgery.
Key words: geometric modelling, digital platform, digital twin.

Rapport Version-Finale PFE

Transféré par

Informations du documentcliquez pour développer les informations du document

Informations du documentcliquez pour développer les informations du document

Droits d'auteur :

Formats disponibles

Rapport Version-Finale PFE

Transféré par

Informations du document

Titre original

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

Rapport Version-Finale PFE

Transféré par

Droits d'auteur :

Formats disponibles

Ministère de l'Enseignement Supérieur

Présenté pour obtenir le

DIPLÔME NATIONAL D’INGÉNIEUR

Développement d’un jumeau numérique application à la chirurgie

Soutenu le 02/11/2023, devant le jury d’examen :

Année universitaire N° : …1…

Je dédie ce travail aux personnes précieuses de ma vie qui m’ont

Pour ma famille et mes amis qui n’ont pas hésité à me réconforter, à

Ma chère maman Fatma, qui a partagé tous les moments de joie et

Ma sœur Yessmine et mon frère Wael pour la merveilleuse enfance

A ceux qui m’ont encouragé,

A ceux qui j’aime ….

A ceux qui m’aiment…

Je dédie ce modeste travail …

Je suis également très reconnaissant envers mon superviseur au laboratoire,

Je remercie également M. Sami CHATTI, président du jury, et M. Samir

LISTE DES FIGURES ................................................................................................................. v

Figure 1 : Logo de l'institut Pprime.................................................................................................. 11

Tableau 1: les paramètres DH du robot Franka ................................................................................ 31

L’innovation industrielle, souvent considérée comme le moteur de la croissance

L'intégration de la technologie du Jumeau Numérique dans le contexte de la

Dans ce mémoire de PFE on commence par un premier chapitre présentant les

Chapitre I. Présentation du laboratoire

d’accueil et synthèse bibliographique

I.2 Présentation du laboratoire

Cet institut se décompose en 3 départements :

• Département D1 : Physique et Mécanique des Matériaux (PMM)

• Département D2 : Fluides Thermique Combustion (FTC)

• Département D3 : Génie Mécanique et Systèmes Complexes (GMSC)

Figure 1 : Logo de l'institut Pprime

I.3 Cadre général du projet

I.3.3 Objectifs et plan d’action

Étude Bibliographique : Il s'agit d'établir une étude bibliographique approfondie

Modèle Virtuel de la Plateforme Robotique : Le projet vise à développer un

Intégration et Communication : Un aspect crucial est l'établissement d'une

Validation et Performance : Une phase cruciale du projet implique la validation

I.4 Etat de l’art sur le jumeau numérique

I.4.1 Historique et évolution du jumeau numérique

étendue à divers secteurs d’activité comme le secteur automobile, le secteur pétrolier et

Figure 2 : Evolution dans le temps du concept du jumeau numérique

2) la représentation virtuelle du produit physique,

3) la connexion des données entre l’espace physique et l’espace virtuel.

Figure 3 : Illustration du concept du JN

Modèle numérique : Il s'agit d'une représentation virtuelle d'un objet simulé ou

Ombre numérique : Au lieu de cela, s'il existe un échange d'informations

Jumeau numérique : S'il existe un échange d'informations entre un objet réel et un

Figure 4 : Les différentes sous-catégories de JN en fonction du niveau d’intégration des

On peut classer les différents jumeaux en fonction de leur degré de maturité,

Figure 5 : Evolution de la maturité du JN

I.4.3 Les usages du JN

Figure 6 : Evolution des usages

La première étape du processus consiste à établir un modèle statique ou un

En fusionnant les espaces virtuel et physique, la troisième étape marque un

La quatrième étape poursuit cette évolution en créant un "jumeau cognitif" en

Enfin, la cinquième et dernière étape correspond au "jumeau autonome." Il contrôle

L'interface homme-machine est cruciale pour interagir efficacement avec

I.4.4 Les applications du JN