Modeling and grasping strategy for manipulation of deformable objects
Modélisations et stratégie de prise pour la manipulation d'objets déformables
Résumé
Dexterous manipulation is an important issue in robotics research in which few works have tackled deformable object manipulation. New applications in surgery, food industry or in service robotics require mastering the grasping and manipulation of deformable objects. This thesis focuses on deformable object manipulation by anthropomorphic mechanical graspers such as multi-fingered articulated hands. This task requires a great expertise in mechanical modeling and control: interaction modeling, tactile and vision perception, force / position control of finger movements to ensure stable grasping. The work presented in this thesis focuses on modeling the grasping of deformable objects. To this end, we used a discretization by non-linear mass-spring systems to model deformable bodies in large displacements and deformations while having a low computational cost. To predict the interaction forces between robot hand and deformable object, we proposed an original approach based on a visco-elasto-plastic rheological model to evaluate tangential contact forces and describe the transition between the sticking and slipping modes. The contact forces are evaluated at nodes as function of the relative movements between the fingertips and the surface mesh facets of the manipulated object. Another contribution of this thesis is the use of this model in the planning of 3D deformable object manipulation tasks. This planning consists in determining the optimal configuration of the hand for grasping the objects as well as the paths to track and the efforts to be applied by the fingers to control the deformation of the object while ensuring the stability of the operation. The experimental validation of this work has been carried out on two robotic platforms: a Barrett hand embedded on a Adept S1700D ® manipulator and a Shadow hand embedded on a Kuka LWR4+® manipulator.
La manipulation dextre est un sujet important dans la recherche en robotique et dans lequel peu de travaux ont abordé la manipulation d'objets déformables. De nouvelles applications en chirurgie, en industrie agroalimentaire ou encore dans les services à la personne nécessitent la maîtrise de la saisie et la manipulation d'objets déformables. Cette thèse s’intéresse à la manipulation d’objets déformables par des préhenseurs mécaniques anthropomorphiques tels que des mains articulées à plusieurs doigts. Cette tâche requière une grande expertise en modélisation mécanique et en commande : modélisation des interactions, perception tactile et par vision, contrôle des mouvements des doigts en position et en force pour assurer la stabilité de la saisie. Les travaux présentés dans cette thèse se focalisent sur la modélisation de la saisie d'objets déformables. Pour cela, nous avons utilisé une discrétisation par des systèmes masses-ressorts non-linéaires pour modéliser des corps déformables en grands déplacements et déformations tout en ayant un coût calculatoire faible. Afin de prédire les forces d’interactions entre main robotique et objet déformable, nous avons proposé une approche originale basée sur un modèle rhéologique visco-élasto-plastique pour évaluer les forces tangentielles de contact et décrire la transition entre les modes d’adhérence et de glissement. Les forces de contact sont évaluées aux points nodaux en fonction des mouvements relatifs entre les bouts des doigts et les facettes du maillage de la surface de l’objet manipulé. Une autre contribution de cette thèse consiste à utiliser de cette modélisation dans la planification des tâches de manipulation d’objets déformables 3D. Cette planification consiste à déterminer la configuration optimale de la main pour la saisie de l’objet ainsi que les trajectoires à suivre et les efforts à appliquer par les doigts pour contrôler la déformation de l’objet tout en assurant la stabilité de l’opération. La validation expérimentale de ces travaux a été réalisée sur deux plateformes robotiques : une main Barrett embarquée sur un bras manipulateur Adept S1700D et une main Shadow embarquée sur un bras manipulateur Kuka LWR4+.
Origine : Version validée par le jury (STAR)
Loading...