Application de méthodes de contrôle prédictif corps complet à la locomotion bipède
Auteur / Autrice : | Ewen Dantec |
Direction : | Nicolas Mansard, Michel Taïx |
Type : | Thèse de doctorat |
Discipline(s) : | Robotique |
Date : | Soutenance le 17/05/2023 |
Etablissement(s) : | Toulouse, INSA |
Ecole(s) doctorale(s) : | École doctorale Systèmes (Toulouse ; 1999-....) |
Partenaire(s) de recherche : | Laboratoire : LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes - Laboratoire d'analyse et d'architecture des systèmes / LAAS |
Jury : | Président / Présidente : Philippe Souères |
Examinateurs / Examinatrices : Shuuji Kajita, Angelika Peer | |
Rapporteurs / Rapporteuses : Christian Ott, Michele Focchi |
Mots clés
Mots clés contrôlés
Résumé
Depuis plusieurs décennies, la robotique humanoïde s'est révélée être un domaine de recherche très actif avec des contributions importantes dans divers domaines scientifiques tels que l’ingénierie de contrôle, la biomécanique, l’informatique et les mathématiques. Néanmoins, parvenir à générer une locomotion bipède fiable dans des environnements génériques reste un défi en raison des contraintes temps réel du système et de la non-convexité du problème. A cause des limites technologiques présentes il y a quarante ans, les premiers travaux sur les robots marcheurs se sont appuyés sur des modèles et des dynamiques simplifiées. Compte tenu de l’augmentation constante des capacités de calcul de nos ordinateurs, des schémas de contrôle plus complexes tenant compte de la dynamique du corps complet deviennent possibles. D’autre part, les algorithmes de contrôle prédictif basés sur l’optimisation de la trajectoire future s'imposent de plus en plus comme une option viable et robuste pour la locomotion agile.Cette thèse vise à mettre en oeuvre une approche corps complet de la locomotion bipède à travers le prisme des méthodes de contrôle predictif. L'approche a été implémentée sur le robot Talos, un humanoïde lourd contrôlé en couple et possédant 32 joints actionnés. Compte tenu de la grande complexité du modèle, la fréquence de recalcul de notre solveur optimal est trop faible par rapport à celle du contrôle de bas niveau des plateformes robotiques actuelles. Pour atténuer ce problème, une politique de rétroaction de premier ordre basée sur les sensibilités du solveur a été conçue afin d'approximer la commande optimale à la fréquence des actionneurs. Dans un deuxième temps, un contrôleur de marche adapté à la locomotion en terrain accidenté est introduit puis discuté. Deux heuristiques différentes ont été utilisées pour calculer les trajectoires des pieds pendant la marche: la première est basée sur des splines pré-définies, la seconde utilise une carte de hauteur de l’environnement qui pénalise la vitesse du pied en vol par rapport à sa hauteur. La seconde heuristique permet de réduire l’impédance des pieds et d’effectuer des mouvements de rééquilibre après poussée en temps réel. Les deux heuristiques ont été combinées avec un planificateur de contact de haut niveau capable de définir des séquences de contact optimaux dans des environnements encombrés. Enfin, pour surmonter la non-convexité inhérente aux scénarios de planification comportant des obstacles, une mémoire du mouvement a été implémenter pour initialiser le solveur et accélérer sa convergence.