Contribution à la modélisation de la répétabilité des robots manipulateurs par les ellipsoi͏̈des stochastiques

Modelling of manipulator robot repeatability using stochastic ellipsoids

• Auteur / Autrice : Jean-François Brethé
• Direction : Brayima Dakyo
• Type : Thèse de doctorat
• Discipline(s) : Physique. Électronique, électrotechnique, automatique. Robotique
• Date : Soutenance en 2004
• Etablissement(s) : Le Havre

Mots clés

Mots clés contrôlés

Robots industriels

Processus stochastiques

Machines d'assemblage

Robotique

Mots clés libres

Ellipsoi͏̈des stochastiques

Diagnostic

Répétabilité

Manipulabilité

Résumé

L'auteur présente une modélisation originale de la répétabilité des robots manipulateurs industriels par les ellipsoi͏̈des stochastiques, permettant de mieux prendre en compte l'anisotropie de la distribution spatiale autour d'un point de l'espace. Ces concepts sont validés sur un robot Kuka instrumenté afin d'obtenir la distribution spatiale des points pour une consigne fixe. Les principales applications : la prédiction des variations de la répétabilité en fonction de la zone de travail, l'analyse de l'influence de la charge sur la répétabilité, l'optimisation de la géométrie du robot, l'agencement du poste de travail par rapport à la tâche L'analyse des trajectoires en termes de processus stochastiques permet l'introduction de processus saut et mène au concept original d'espace granulaire. Ces concepts constituent la base d'un système expert intégrant des informations extéroceptives permettant un repositionnement précis et la réalisation effective de tâches d'assemblages tolérancés

An original modelling of industrial manipulator robot repeatability is proposed. The stochastic ellipsoid approach gives relevant information about the anisotropic spatial distribution around a given target. Experimental results obtained on an industrial Kuka robot assembly cell show a good adequacy between the points of the trials and the theoretical distribution. Among the main applications : calculation of repeatability variations in the workspace, influence of load on repeatability, optimisation of robot geometry and sensors, diagnosis of axis, customisation of robot cell layout to the task specifications, etc. Analysing the temporal trajectories from a stochastic process point of view, we introduce the jump process, and reveal the granular structure of the workspace. These concepts included in an expert system integrating external sensor information might well be used to perform very precise assembly tasks with a high rate of success