Préservation de l'équilibre et atténuation des collisions pour les robots bipèdes

Balance Preservation and Collision Mitigation for Biped Robots

• Auteur / Autrice : Matteo Ciocca
• Direction : Thierry Fraichard
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 27/05/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique de Grenoble - Institut national de recherche en informatique et en automatique (France). Centre de recherche de l'université Grenoble Alpes
• Partenaire(s) de recherche : Labex PERSIVAL : ANR-11-LABX-0025-01
• Jury : Président / Présidente : Gérard Bailly
• Jury : Examinateurs / Examinatrices : Julien Pettré, Pierre-Brice Wieber
• Jury : Rapporteurs / Rapporteuses : Florent Lamiraux, Vincent Padois

Mots clés

Mots clés contrôlés

Interaction humain-machine

Stabilité

Robots humanoïdes

Mots clés libres

Environnement Dynamique

Robots bipèdes

Navigation sûre

Préservation de l’équilibre

Atténuation des collisions

Balance Preservation

Biped Robots

Dynamic Environment

Collision Mitigation

Safe Navigation

Résumé

Ce travail se concentre sur deux tâches difficiles pour les robots humanoïdes: l'équilibre bipède et la prévention des collisions dans une foule dense. Nous résolvons ces tâches sur un horizon temporel limité dans lequel nous pouvons anticiper les conséquences des actions des robots.Nous pouvons garantir que le robot est capable de s'arrêter en quelques pas et d'éviter de tomber. Lorsque le robot ne prévoit pas de s'arrêter mais de continuer à marcher, nous montrons que la garantie d'éviter la chute n'est pas perdue mais qu'elle dépend de la longueur de l'horizon temporel. Il est impossible de savoir à l'avance ce que les gens feront ensuite, et nous ne pouvons donc pas garantir qu'aucune collision ne se produira jamais. Sur un horizon temporel limité, nous pouvons garantir la sécurité passive : le robot est capable de s'arrêter avant qu'une collision ne se produise. Cette garantie de sécurité est combinée avec l'évitement de chutes dans un schéma de contrôle prédictif. La capacité du robot à réagir et à éviter les collisions est limitée une fois qu’un pied est posé au sol, et ce jusqu'au prochain pas. Avec le schéma de commande décrit ci-dessus, le robot réagit non seulement à chaque pas, mais aussi entretemps. Nous montrons que le fait de ne réagir qu'une seule fois par pas (ce qui permet d'économiser de la puissance de calcul) ne dégrade pas la capacité d'éviter les collisions.Le temps laissé aux personnes pour réagir et éviter les collisions une fois que le robot s'est arrêté (pour garantir la sécurité passive) pourrait ne pas être suffisant. Nous proposons un nouveau système de contrôle appelé Collision Mitigation qui garantit l'évitement de chutes tout en visant à laisser aux personnes le plus de temps possible pour réagir. Ainsi, le robot entre en collision moins souvent et plus tard que lorsqu'il garantit la sécurité passive. Ce système peut être adapté pour prendre en compte différentes priorités. Par exemple, lorsque les membres d'une foule sont divisés en robots et en personnes, le robot doit laisser autant de temps que possible aux personnes pour réagir et ensuite, si possible, aux autres robots. Ou encore, lorsque le robot doit atteindre une cible de la plus haute importance et que des personnes pourraient entraver le mouvement du robot, ce dernier peut, si nécessaire, bousculer les personnes pour atteindre le lieu en question.

This work focuses on two challenging tasks for humanoid robots: bipedal balance and collision avoidance in a dense crowd. We solve these tasks on a limited time horizon in which we can anticipate the consequences of robot actions.We can guarantee that the robot is able to stop in a few steps and avoid falling. When the robot is not planning to stop but to continue walking, we show the guarantee to avoid falling is not lost but it depends on the length of the time horizon. It is impossible to know beforehand what people will do next, so we cannot guarantee that no collision will ever occur. Over a limited time horizon we can guarantee Passive Safety: the robot is able to stop before a collision occurs. This safety guarantee is combined with fall avoidance in a Model Predictive Control scheme. The capacity for the robot to react and avoid collisions is constrained once a step is planted on the ground, until the next step is initiated. With the control scheme outlined above the robot reacts not only at each step initiation but also in between. We show that reacting only once per step (thus saving computational power) does not degrade collision avoidance capability.The time left for people to react and avoid collisions once the robot has stopped (to guarantee Passive Safety) might not be enough. We propose a new control scheme called Collision Mitigation that guarantees fall avoidance while aiming to leave as much time as possible for the people to react. As a result, the robot collides less often and later than when it guarantees Passive Safety. This scheme can be adapted to take different priorities into account. For example, when the members of a crowd are divided in robots and people, the robot should leave as much time as possible for the people to react and then, if possible, for the other robots. Or when the robot must reach a target location at the utmost important and people might obstruct the motion of the robot, the robot can jostle people if necessary to reach the location.