京都大学 / 0048 / 新制・課程博士 / 博士(工学) / 甲第18946号 / 工博第3988号 / 新制||工||1614(附属図書館) / 31897 / 京都大学大学院工学研究科航空宇宙工学専攻 / (主査)教授 泉田 啓, 教授 藤本 健治, 教授 松野 文俊 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

No description available.

No description available.

Cette thèse porte sur le développement de lois de commande pour la marche desrobots bipèdes. Le sous actionnement engendré par le basculement, volontaire ouinvolontaire, du pied en appui sur le sol représente une difficulté majeure. Nousabordons ce problème par l’étude de robots plans avec pieds ponctuels.La première partie de la thèse est une compilation des informations issuesde la littérature que nous avons jugées intéressantes. Nous traitons dans unpremier temps de la modélisation adoptée, puis effectuons une revue des différentesméthodes existantes, et présentons la mise en oeuvre expérimentale de l’une d’entre elle : la méthode HZD.Dans une deuxième partie, nous procédons à une étude de la dissipation relativede l’énergie cinétique du robot lorsque le pied impacte le sol. Nous utilisons les résultats issus de cette étude pour planifier des trajectoires de marche dissipant peu d’énergie. De telles trajectoires ont a priori le mérite de préserver la structure du robot et de générer moins de bruit. A contrario, des trajectoires dissipant la majorité de l’énergie du robot sont utilisées pour un arrêt rapide. Une étude numérique a montré que ces résultats sont robustes à des incertitudes de modèle.Enfin, dans une dernière partie, afin de compenser les difficultés liées au sousactionnement, nous proposons d’utiliser le degré de liberté supplémentaire offert par un changement de l’échelle de temps dans les équations de la dynamique (Time Scaling) pour la classe de robots considérée. En utilisant par ailleurs un changement de coordonnées et de feedback, nous dérivons de nouvelles formes normales exactes et approximatives. / This thesis addresses the general problem of the walking control of biped robots. The foot of the robot in contact with the ground may tip over and cause the robot to be undercatuated. This is a major difficulty in term of control. This problem is addressed by considering planar biped robots with point feet.In a first part, we present a standard way of modeling such systems, a litterature review of the existing methods, and then report experimental results of the walking control of a biped robot using the HZD method.In a second part, we perform an analytic and numeric study of the relativekinetic energy dissipation when the foot of the robot impacts the ground. Usingthis study, we design trajectories with low energy dissipation at impact, which a priori result in gaits preserving the hardware of the robot and causing less noise. On the contrary, trajectories dissipating almost all the kinetic energy are used to quickly stop the robot.Finally, in an attempt to alleviate the burden due to underactuation, we proposeto investigate the additional degree of freedom provided, in the control design, by a change of time scale in the dynamic equations (Time-Scaling) for the considered class of biped robots. Using feedback transformations, we derive new exact and approximative normal forms.

Un robot bipède doit pouvoir marcher en toute sécurité dans une foule. Pour cela, il faut prendre en compte deux aspects : l’équilibre et l'évitement des collisions. Maintenir l’équilibre implique d'éviter les défaillances dynamiques et cinématiques de la dynamique instable du robot. Pour ce qui est de l’évitement des collisions, il s’agit d’éviter le contact entre le robot et des individus. Nous voulons être capables de satisfaire ces deux contraintes simultanément, à l’instant présent mais aussi dans le futur. Nous pouvons assurer l’équilibre du robot indéfiniment en le faisant entrer dans un cycle limite de marche ou en le faisant s’arrêter après quelques pas. Néanmoins, une telle garantie pour l’évitement d’obstacle n’est pas possible pour plusieurs raisons : impossibilité de connaître de manière absolue la direction vers laquelle les individus se dirigent, limitations cinématiques et dynamiques du robot, mouvement adverse de la foule, etc. Nous traitons ces limitations avec une stratégie standard de navigation dans une foule, appelée passive safety, qui nous permet de formuler une loi de commande prédictive avec laquelle nous assurons l’équilibre et l'évitement des collisions, de manière unifiée, en faisant s’arrêter le robot de manière sécurisée et en temps fini. De plus, nous définissons une nouvelle stratégie de navigation sûre basée sur le principe d’évitement des collisions aussi longtemps que possible, qui a la propriété de minimiser leur apparition et sévérité. Nous proposons une formulation lexicographique qui synthétise des mouvements conformes à ce principe. Nous augmentons les degrés de liberté de la locomotion d’un robot bipède en permettant la variation de l’orientation et de la durée des pas en ligne. Cependant, cela introduit des non-linéarités dans les contraintes de nos problèmes d’optimisation. Nous faisons des approximations de ces contraintes non-linéaires avec des contraintes linéaires sûres de sorte que la satisfaction des secondes implique la satisfaction des premières. Nous proposons une nouvelle méthode de résolution des problèmes non-linéaires (Optimisation Quadratique Successive Sûre) qui assure la faisabilité des itérations de Newton en utilisant cette redéfinition des contraintes. Nous simulons la marche d’un robot bipède dans une foule pour évaluer la performance de nos lois des commandes. D’une part, nous réussissons à réduire (statistiquement) la quantité et la sévérité des collisions en comparaison avec la méthode de passive safety, spécialement dans les conditions d’incertitude de la marche du robot dans une foule. D’autre part, nous montrons des exemples de comportements typiques du robot, qui découlent de la liberté de choisir l’orientation et la durée des pas. Nous rapportons le coût de calcul de notre méthode de résolution des problèmes non-linéaires en comparaison avec une méthode standard. Nous montrons qu’une seule itération de Newton est nécessaire pour arriver à une solution faisable, mais que le coût de calcul dépend du nombre de factorisations de l’active set dont nous avons besoin pour arriver à l’active set optimal. / We want a biped robot to walk safely in a crowd. This involves two aspects: balance and collision avoidance. The first implies avoiding kinematic and dynamical failures of the unstable walking dynamics of the robot; the second refers to avoiding collisions with people. We want to be able to solve both problems not only now but also in the future. We can ensure balance indefinitely by entering in a cyclic walk or by making the robot stop after a couple of steps. Nonetheless, we cannot give a comparable guarantee in collision avoidance for many reasons: impossibility of having absolute knowledge of where people are moving, kinematic/dynamical limitations of the robot, adversarial crowd motion, etc. We address this limitation with a standard strategy for crowd navigation, known as passive safety, that allows us to formulate a unified Model Predictive Control approach for balance and collision avoidance in which we require the robot to stop safely in finite time. In addition, we define a novel safe navigation strategy based on the premise of avoiding collisions for as long as possible that minimizes their occurrence and severity. We propose a lexicographic formulation that produces motions that comply with such premise.We increase the degrees of freedom of the locomotion of a biped robot by allowing the duration and orientation of its steps to vary online. This introduces nonlinearities in the constraints of the optimization problems we solve. We approximate these nonlinear constraints with safe linear constraints so that satisfying the latter implies satisfying the former. We propose a novel method (Safe Sequential Quadratic Programming) that ensures feasible Newton iterates in the solution of nonlinear problems based on this redefinition of constraints.We make a series of simulations of a biped robot walking in a crowd to evaluate the performance of our proposed controllers. We are able to attest the reduction in the number and in the severity of collisions with our proposed navigation strategy in comparison with passive safety, specially when there is uncertainty in the motion of people. We show typical behaviors of the robot that arise when we allow the online variation of the duration and orientation of the steps and how it further improves collision avoidance. We report the computational cost of our proposed numerical method for nonlinear problems in comparison with a standard method. We show that we only need one Newton iteration to arrive to a feasible solution but that the CPU time is dependent on the amount of active set factorizations needed to arrive to the optimal active set.

The omnipresent tendency to &ldquo / live easy&rdquo / is a sign of our need for automatization. To enable for such a &ldquo / comfortable and safe&rdquo / world, the automatic systems have to be developed that satisfies the necessities of life. Biologically inspired robots, especially the humanoids, are thus the key, and research in this area focuses on the improvement of such systems. Lately, it has been shown by high dexterity examples that the humanoid robots achieved to a mature level even if there are still open issues to be improved, especially in the control and stability of the bipeds. The purpose of this thesis is to study biped locomotion in different floor conditions, such as stairs and obstacles / to improve the research done in this area / to contribute to the development of autonomous biped robots, dynamic modeling, gait planning, supervisory and guidence control, stability analysis of biped robots / and to implement new control algorithms for biped locomotion, especially by using optimization and high level intelligent control techniques. The locomotion aimed to be realized results from complex, high-dimensional, nonlinear and dynamically related interactions between the robot and its environment. The mathematical modeling of the physical system is realized based on a 5-link 7 DOF biped robot model walking on a 3D planar surface and the dynamic simulation is performed using MATLAB. In terms of control, several different methods applied, comparison and the performance of each method are given. The 3D dynamic simulation software is developed, which allows the user to operate the biped systems within a 3D virtual environment.

No description available.

No description available.

No description available.

Les petits robots humanoïdes sont généralement soumis à de nombreuses imperfections : déformations et jeux mécaniques, défauts électriques et problèmes d'asservissements moteurs. L'objet de ces travaux est l'utilisation de techniques d'apprentissage pour compenser les imperfections du robot réel. L'amélioration de la précision de l'odométrie et de la stabilité de mouvements générés est étudiée. Cette thèse est fortement guidée et inspirée par la participation de l'équipe Rhoban (Rhoban Football Club) à la compétition internationale de robotique, la RoboCup. Depuis 2011, l'équipe concourt chaque année dans la ligue des petits robots humanoïdes complètement autonomes (Humanoid Kid-Size) dans un tournoi de football robotique. L'odométrie proprioceptive estime les déplacements du robot à partir de ses capteurs internes (la caméra n'est pas utilisée) alors que l'odométrie prédictive simule les déplacements engendrés par une séquence donnée d'ordres du mouvement de marche. Deux méthodes de correction sont ici proposées pour les deux odométries. La première se fonde sur une technique de régression non paramétrique (LWPR) et un système externe de capture de mouvement. La deuxième optimise (CMA-ES) un modèle de correction linéaire sans ne nécessiter aucun autre dispositif de mesure. L'odométrie proprioceptive est essentielle à la localisation du robot sur le terrain de football alors que l'odométrie prédictive permet d'entraîner hors ligne une politique de contrôle de la marche. La synthèse de mouvements très dynamiques tels que la marche ou le tir est rendue difficile par la forte contrainte de stabilité bipède et les imperfections des servomoteurs. Des mouvements de tir sont tout d'abord générés par optimisation (CMA-ES) et évalués au travers du modèle dynamique inverse du robot. Le développement d'un simulateur physique a été commencé. Le but est de réduire la distance entre le comportement réel et désiré du robot par correction des mouvements au sein du simulateur. / Small humanoid robots are often affected by many flaws : mechanical wraps and backlashes, electrical issues and motor control problems. This work is aimed at applying machine learning methods to deal with the flaws of the real robot. More precisely, improving the odometry accuracy and generated motion stability is studied. This thesis is highly guided and inspired by the participation of the Rhoban team (Rhoban Football Club) to the international RoboCup competition. Since 2011, the team has been competing each year in a soccer tournament within the fully autonomous small humanoid robots (Kid-Size) league. Proprioceptive odometry estimates the robot displacements from its internal sensors (no camera is used) whereas predictive odometry simulates the displacements created from a sequence of walk orders. Two corrective methods are proposed for the two kinds of odometries. The first one is based on a non parametric regression (LWPR) and a motion capture setup. The second one optimizes (CMA-ES) a linear corrective model without needing any external measure system. The proprioceptive odometry is essential to the localization of the robot on the soccer field. The predictive odometry is used to train a control policy for the walk motion. The generation of very dynamic motions like walking or kicking the ball is difficult due to the biped balance constraint and the many servomotor flaws. To start, kick motions are generated by optimization (CMA-ES) and evaluated based on the inverse dynamic model of the robot. The implementation of a physics simulator has been started. The objective is make the real behaviour of the robot to catch up the target trajectory by correcting the motion within the simulator.