Estimation et contrôle des déformations d'un exosquelette à partir de centrales inertielles

Estimation and control of the deformations of an exoskeleton using inertial sensors

• Auteur / Autrice : Matthieu Vigne
• Direction : Nicolas Petit, Florent Di Meglio
• Type : Thèse de doctorat
• Discipline(s) : Mathématique et automatique
• Date : Soutenance le 06/10/2021
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique (Paris)
• Partenaire(s) de recherche : Laboratoire : Centre automatique et systèmes (Fontainebleau, Seine et Marne)
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....)
• Jury : Président / Présidente : Pascal Morin
• Jury : Examinateurs / Examinatrices : Nicolas Petit, Florent Di Meglio, Mehdi Benallegue, Nicolas Mansard, Antonio El Khoury, Marine Petriaux
• Jury : Rapporteur / Rapporteuse : Pascal Morin, Jaeheung Park

Mots clés

Mots clés contrôlés

Exosquelette

Robots -- Cinématique

Centrales inertielles

Mots clés libres

Exosquelette

Flexibilités

Estimation d'attitude

Centrale inertielle

Contrôle boucle fermé

Exoskeleton

Flexibilities

Attitude estimation

Inertial measurement unit

Feedback control

Résumé

Cette thèse porte sur la question générale de la compensation des déformations sur un robot marcheur, avec comme cas d'étude particulier l'exosquelette à usage médical Atalante. Les déformations des robots anthropomorphes sont des phénomènes indésirables résultant de leur conception mécanique. Ces robots sont en effet constitués de jambes longues devant soutenir un torse relativement massif. Ces effets sont d'autant plus présents sur un exosquelette, qui en plus de son propre poids doit supporter le poids de l'utilisateur. La présence d'un humain non instrumenté induit des perturbations significatives non mesurées, auxquelles il est difficile de s'adapter en temps-réel. Nous proposons une approche en boucle fermée reposant sur des capteurs, qui effectue un retour d'état sur les signaux provenant de plusieurs centrales inertielles. A cette fin, nous modélisons cinématiquement les déformations par des liaisons rotules supplémentaires. Nous étudions plusieurs observateurs visant à estimer les rotations correspondantes, en reconstituant l'orientation des centrales inertielles. Trois observateurs, utilisant des modèles différents, sont étudiés: un modèle supposant que l'accélération moyenne des corps est nulle, un modèle cinématique et un modèle dynamique. Nous concluons que les meilleurs résultats sont obtenus en exploitant uniquement le modèle cinématique du robot afin de reconstruire une mesure approximative de la vitesse. Ceci permet la conception d'un observateur capable de supporter des accélérations élevées, tout en restant robuste à l'incertitude dynamique liée au comportement du patient. Ces estimations d'attitude sont ensuite convertis (par projection) sur les articulations du robot, comme dans un modèle d'actionneur élastique, et utilisées pour réaliser un contrôle par retour d'état grand gain décentralisé. L'ensemble de cette méthodologie est validée expérimentalement sur Atalante, où elle améliore le rejet de perturbation et le suivi de trajectoire, augmentant ainsi la robustesse de la marche d'Atalante avec utilisateur.

This thesis addresses the general problem of the compensation of deformations on a walking robot, and considers it in the particular context of the medical exoskeleton Atalante. Structural deformations are unavoidable in anthropomorphic robots with long legs and a heavy torso. This is even more true for an exoskeleton, which has to support the weight of the user. Meanwhile, the presence of an uninstrumented human user leads to significant disturbances, that limit the performance of feedforward corrections. We propose a sensor-based methodology, that feedbacks the data of several Inertial Measurement Units (IMUs) onto the actuators, in order to mitigate the effect of the multiple flexibilities on Atalante. To that end, we kinematically model the deformations as extra spherical joints. We study several observers to estimate the rotations induced by the flexibilities, by estimating the attitude of the IMUs. Three observers, based on various models, are considered: a (naive) zero-on-average acceleration model, a kinematic model and a dynamic model. We conclude that the best results are obtained by relying only on the kinematic model of the robot to build an approximate velocity measurement. This allows the design of an observer able to handle strong accelerations while being robust to the dynamical uncertainties linked to patient behavior. These attitude estimates are then projected onto the joints of the robot, to adopt a joint elasticity model, which we use to perform decentralized high-gain feedback control. This methodology is experimentally validated on Atalante, where it yields improved disturbance rejection and improved trajectory tracking, enhancing the robustness of Atalante's walk with a user.