Handling Uncertainty and Variability in Robot Control

Nirmal Giftsun 1
1 LAAS-GEPETTO - Équipe Mouvement des Systèmes Anthropomorphes
LAAS - Laboratoire d'analyse et d'architecture des systèmes [Toulouse]
Résumé : Au milieu de nombreuses recherches en matière de planification et de contrôle de mouvement dans le domaine des applications robotiques, l'humanité n'a jamais encore atteint un point où les robots sont parfaitement fonctionnels et autonomes dans des environnements dynamiques. Bien qu'il soit controversé de discuter de la nécessité de tels robots, il est très important d'aborder les problèmes qui nous empêchent d'atteindre un tel niveau d'autonomie. Les robots industriels ont évolué pour être très fiables et très productifs avec plus de 1,5 million de robots opérationnels dans une variété d'industries. Ces robots travaillent dans des environnements statiques et ils font littéralement ce qu'ils sont programmés pour des utilisations spécifiques, bien que les robots soient suffisamment flexibles pour être programmés pour une variété de tâches. Ce travail de recherche tente de s'attaquer à ces problèmes qui séparent profondément ces deux contextes en mettant particulièrement l'accent sur les incertitudes. Les impossibilités pratiques de capacités de détection précises conduisent à une variété d'incertitudes dans les scénarios où le robot est mobile ou l'environnement est dynamique. Ce travail se concentre sur le développement de stratégies intelligentes pour améliorer la capacité à gérer les incertitudes de manière robuste dans les robots humanoïdes et industriels. Dans un premier temps, nous nous concentrons sur un cadre dynamique d'évitement d'obstacles proposé pour les robots industriels équipés de capteurs cutanés de réactivité. La planification des trajectoires et le contrôle des mouvements sont généralement formalisés en tant que problèmes distincts en robotique. Les espaces de configuration de grande dimension, l'environnement changeant et les incertitudes ne permettent pas de planifier à l'avance le mouvement en temps réel nécessitant un contrôleur pour exécuter la trajectoire planifiée. L'impossibilité fondamentale d'unifier ces deux problèmes a conduit à gérer la trajectoire prévue au milieu de perturbations et d'obstacles imprévus en utilisant divers mécanismes d'exécution de trajectoire et de déformation. Le cadre proposé utilise 'Stack of Tasks', un contrôleur hiérarchique utilisant des informations de proximité pour éviter les obstacles. Des expériences sont effectuées sur un robot UR5 pour vérifier la validité du cadre et son utilisation potentielle pour des applications robotiques collaboratives. Deuxièmement, nous nous concentrons sur une stratégie pour modéliser les incertitudes des paramètres inertiels dans un contrôleur de balance pour robots à pattes. Le contrôle basé sur un modèle est devenu de plus en plus populaire dans la communauté des robots à pattes au cours des dix dernières années. L'idée clé est d'exploiter un modèle du système pour calculer des commandes précises du moteur qui résultent du mouvement souhaité. Cela permet d'améliorer la qualité du suivi de mouvement, tout en utilisant des gains de feedback plus faibles, conduisant ainsi à une plus grande conformité. Cependant, le principal défaut de cette approche est généralement son manque de robustesse aux erreurs de modélisation. Dans cet article, nous nous intéressons à la robustesse du contrôle de la dynamique inverse aux erreurs dans les paramètres inertiels du robot. Nous supposons que ces paramètres sont connus, mais seulement avec une certaine précision. Nous proposons ensuite un contrôleur basé sur l'optimisation, efficace sur le plan des calculs, qui assure l'équilibre du robot malgré ces incertitudes. Nous avons utilisé le contrôleur proposé en simulation pour effectuer différentes tâches d'atteinte avec le robot humanoïde HRP-2, en présence de diverses erreurs de modélisation. Des comparaisons avec un contrôleur de dynamique inverse standard à travers des centaines de simulations montrent la supériorité du contrôleur proposé pour assurer l'équilibre du robot.
Type de document :
Thèse
Automatic. Institut National des Sciences Appliquées de Toulouse (INSA Toulouse), 2017. English. 〈NNT : 2017ISAT0028〉
Liste complète des métadonnées

Littérature citée [209 références]  Voir  Masquer  Télécharger

https://hal.laas.fr/tel-02010919
Contributeur : Christine Fourcade <>
Soumis le : mardi 20 février 2018 - 09:51:35
Dernière modification le : mercredi 13 février 2019 - 15:57:53
Document(s) archivé(s) le : lundi 7 mai 2018 - 16:23:49

Fichier

GIFTSUN Nirmal.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-02010919, version 2

Citation

Nirmal Giftsun. Handling Uncertainty and Variability in Robot Control. Automatic. Institut National des Sciences Appliquées de Toulouse (INSA Toulouse), 2017. English. 〈NNT : 2017ISAT0028〉. 〈tel-02010919v2〉

Partager

Métriques

Consultations de la notice

194

Téléchargements de fichiers

374