Contribution à la modélisation et la commande robuste de robots manipulateurs à articulations flexibles. Applications à la robotique interactive.
Auteur / Autrice : | Maria Makarov |
Direction : | Pedro Rodriguez Ayerbe |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique (STIC) |
Date : | Soutenance le 21/05/2013 |
Etablissement(s) : | Supélec |
Ecole(s) doctorale(s) : | Ecole doctorale Sciences et Technologies de l'Information, des Télécommunications et des Systèmes (Orsay, Essonne ; 2000-2015) |
Jury : | Président / Présidente : Éric Walter |
Examinateurs / Examinatrices : Didier Dumur, Mathieu Grossard, Isabelle Queinnec, Edouard Laroche | |
Rapporteurs / Rapporteuses : Philippe Poignet, Maxime Gautier |
Mots clés
Résumé
La problématique traitée dans cette thèse concerne la commande de robots manipulateurs à articulations flexibles. Les méthodes développées visent à satisfaire les spécifications de performance et de robustesse en suivi de trajectoire, ainsi qu’à assurer un niveau de sécurité compatible avec un scénario de fonctionnement interactif dans lequel l’homme et le robot partagent un même espace de travail. Seules les mesures moteur sont utilisées dans un contexte d’instrumentation réduite. Le premier objectif de performance de la commande de mouvement est atteint grâce à l’identification expérimentale d’un modèle flexible représentatif du système, et l’usage de ce modèle pour la synthèse de lois de commande avancées intégrées au sein d’une structure cascade. Deux approches complémentaires fondées d’une part sur la commande prédictive de type GPC (Generalized Predictive Control), et d’autre part sur la commande Hinfini, sont considérées pour la synthèse de lois de commande à deux degrés de liberté, prédictives et robustes. Les performances de ces deux approches sont analysées et évaluées expérimentalement. Le deuxième objectif de sécurité est abordé à travers un algorithme de détection de collisions du robot avec son environnement, sans capteur d’effort et en présence d’incertitudes de modélisation. Afin de séparer efficacement les effets dynamiques des collisions de ceux des erreurs de modélisation, une stratégie adaptative de filtrage et de décision tenant compte de l’état du système est proposée. La validation expérimentale montre une très bonne sensibilité de détection, compatible avec les normes et les recommandations de sécurité relatives à la robotique collaborative.