With the ability to navigate natural and man-made environments and utilize standard human tools, humanoid robots have the potential to transform emergency response and disaster relief applications by serving as first responders in hazardous scenarios. Such applications will require major advances in humanoid control, enabling robots to traverse difficult, cluttered terrain with both speed and stability. To advance the state of the art, this dissertation presents a complete dynamic locomotion and whole-body control framework for compliant (torque-controlled) humanoids. We develop low-level, mid-level, and high-level controllers to enable low-impedance balancing and walking on compliant and uneven terrain. For low-level control, we present a cascaded joint impedance controller for series elastic humanoids with parallel actuation. A distributed controller architecture is implemented using a dual-axis motor controller that computes desired actuator forces and motor currents using simple models of the joint mechanisms and series elastic actuators. An inner-loop force controller is developed using feedforward and PID control with a model-based disturbance observer, enabling naturally compliant behaviors with low joint impedance. For mid-level control, we implement an optimization-based whole-body control strategy assuming a rigid body model of the robot. Joint torque setpoints are computed using an efficient quadratic program (QP) given desired joint accelerations, spatial accelerations, and momentum rates of change. Constraints on the centroidal dynamics, contact forces, and joint limits ensure admissibility of the optimized setpoints. Using this approach, we develop compliant standing and stepping behaviors based on simple feedback controllers. For high-level control, we present a dynamic planning and control approach for humanoid locomotion using a novel time-varying extension of the Divergent Component of Motion (DCM). By varying the natural frequency of the DCM, we are able to achieve generic vertical center of mass (CoM) trajectories during walking. Complementary reverse-time integration and model predictive control (MPC) strategies are proposed to generate dynamically feasible DCM plans over a multi-step preview window, supporting locomotion on uneven terrain. The proposed approach is validated through experimental results obtained using THOR, a 34 degree of freedom (DOF) series elastic humanoid. Rough terrain locomotion is demonstrated in simulation, and compliant locomotion and push recovery are demonstrated in hardware. We discuss practical considerations that led to a successful implementation on the THOR hardware platform and conclude with an application of the presented control framework for humanoid firefighting onboard the ex-USS Shadwell, a decommissioned Navy ship. / Ph. D.

As a valuable asset in human augmentation and medical rehabilitation, exoskeletons have become a major area for research and development. They have shown themselves to be effective tools for training and rehabilitation of individuals suffering from limited mobility. However, most exoskeletons are not capable of balancing without the assistance of crutches from the user. Leveraging technology and techniques developed for force controlled humanoid robots, a project was undertaken to develop a fully self-balancing, compliant lower-body robotic exoskeleton. Due to their many beneficial features, series elastic actuators were utilized to power the joints on the exoskeleton. This thesis details the development of four linear series elastic actuators (LSEA) as part of this project. All 12-degrees of freedom will be powered by one of these four LSEA's. Actuator requirements were developed by examining human gait data and three robot-walking simulations. These four walking scenarios were synthesized into one set of power requirements for actuator development. Using these requirements, analytical models were developed to perform component trade studies and predict the performance of the actuator. These actuators utilize high-efficacy components, parallel electric motors, and liquid cooling to attain high power-to-weight ratios, while maintaining a small lightweight design. These analyses and trade studies have resulted in the design of a dual-motor liquid-cooled actuator capable of producing a peak force 8500N with a maximum travel speed of 0.267m/s, and three different single-motor actuators capable of producing forces up to 2450N continuously, with a maximum travel speeds up to 0.767m/s. / Master of Science

Cette thèse présente la conception et la commande d’une main robotique légère et peu onéreuse pour un robot compagnon humanoïde. La main est conçue pour exprimer des émotions à travers des gestes et pour saisir de petits objets légers. Sa géométrie est définie à l’aide de données anthropométriques. Sa cinématique est simplifiée par rapport à la main humaine pour réduire le nombre d’actionneurs tout en respectant ses exigences fonctionnelles. La main préserve son anthropomorphisme grâce aux nombres et au placement de la base des doigts et à une bonne opposabilité du pouce. La mécatronique de la main repose sur un compromis entre des phalanges couplés, qui permettent de bien connaître la posture des doigts pendant les gestes, et des phalanges capable de s’adapter à la forme des objets pendant la saisie, réunis en une conception hybride unique. Ce compromis est rendu possible grâce à deux systèmes d’actionnement distincts placés en parallèle. Leur coexistence est garantie par une transmission compliante basée sur des barres en élastomère. La solution proposée réduit significativement le poids et la taille de la main en utilisant sept actionneurs de faible puissance pour les gestes et un seul moteur puissant pour la saisie. Le système est conçue pour être embarqué sur Romeo, un robot humanoïde de1.4 [m] produit par Aldebaran. Les systèmes d’actionnements sont dimensionnés pour ouvrir et fermer les doigts en moins de 1 [s] et pour saisir une canette pleine de soda. La main est réalisée et contrôlée pour garantir une interaction sûre avec l’homme mais aussi pour protéger l’intégrité de la mécanique. Un prototype (ALPHA) est réalisé pour valider la conception et ses capacités fonctionnelles. / This thesis presents the design and control of a low-cost and lightweight robotic hand for a social humanoid robot. The hand is designed to perform expressive hand gestures and to grasp small and light objects. Its geometry follows anthropometric data. Its kinematics simplifies the human hand structure to reduce the number of actuators while ensuring functional requirements. The hand preserves anthropomorphism by properly placing five fingers on the palm and by ensuring an equilibrated thumb opposability. Its mechanical system results from the compromise between fully-coupled phalanges and self-adaptable fingers in a unique hybrid design. This answers the need for known finger postures while gesturing and for finger adaptation to different object shapes while grasping. The design is based on two distinct actuation systems embodied in parallel within the palm and the fingers. Their coexistence is ensured by a compliant transmission based on elastomer bars. The proposed solution significantly reduces the weightand the size of the hand by using seven low-power actuators for gesturing and a single high-power motor for grasping. The overall system is conceived to be embedded on Romeo, a humanoid robot 1.4 [m] tall produced by Aldebaran. Actuation systems are dimensioned to open and close the fingers in less than1 [s] and to grasp a full soda can. The hand is realized and controlled to ensure safe human-robot interaction and to preserve mechanical integrity. A prototype(ALPHA) is realized to validate the design feasibility and its functional capabilities.

La principale limitation du modèle connexionniste (réseau neuronal artificiel) CMAC (Cerebellar Model Articulation Controller) et son applicabilité à la résolution des problèmes inhérents au systèmes automatisés complexes (robots, véhicules autonomes, etc.) est liée à la taille de mémoire requise par ce type de modèle connexionniste. Il est pertinent de rappeler que la capacité de mémoire exigée par le CMAC dépend, en premier lieu, de la précision de la quantification des signaux d'entrée, puis, de la dimension de l'espace des entrées (espace caractéristique) du système modélisé. Dans le cas des applications requérant une exécution en temps-réel, la tendance est à la réduction de l'espace caractéristique (aussi petit que possible) et la précision (de la quantification : aussi faible que possible). Cependant, souvent, les systèmes complexes impliquent plusieurs entrées. Pour résoudre le problème inhérent à cet antagonisme et la taille de la mémoire, nous nous sommes intéressés, dans la présente thèse, à l'influence des paramètres intervenant dans la précision de la quantification et dans la capacité de la généralisation sur la qualité d'approximation du modèle CMAC. L'objectif escompté était d'arriver à des structures optimales du CAMC pour le contrôle des systèmes dynamiques complexes. Les robots bipèdes (humanoïdes) et des véhicules volants hypersoniques sont deux domaines d'applications très actuelles impliquant des systèmes complexes. Nous avons appliqué des concepts étudiés aux problèmes soulevés par les deux domaines précités. Des résultats obtenus à partir de la simulation ont montré que des structures optimales ou quasi-optimales conduisant à une réduction sensible d'erreur de modélisation peuvent être obtenues. Ces résultats ont montré que les choix effectués dans l'optimisation de la structure permet une réduction de la taille de la mémoire requise (par le CMAC) et une réduction du temps d'exécution à la fois / The main limitation of the CMAC (Cerebellar Model Articulation Controller) network in realistic applications for complex automated systems (robots, automated vehicles, etc…) is related to the required memory size. It is pertinent to remind that the memory used by CMAC depends firstly on the input signal quantification step and secondly on the input space dimension. For real CMAC based control applications, on the one hand, in order to increase the accuracy of the control the chosen quantification step must be as small as possible; on the other hand, generally the input space dimension is greater than two. In order to overcome the problem relating the memory size, how both the generalization and step quantization parameters may influence the CMAC's approximation quality has been discussed. Our goal is to find an optimal CMAC structure for complex dynamic systems' control. Biped robots and Flight control design for airbreathing hypersonic vehicles are two actual areas of such systems. We have applied the investigated concepts on these two quite different areas. The presented simulation results show that an optimal or sub-optimal structure carrying out a minimal modeling error could be achieved. The choice of an optimal structure allows decreasing the memory size and reducing the computing time as well

Les grands robots marcheurs sont des systèmes mécatroniques poly-articulés complexes qui cristallisent la volonté des humains de conférer leurs capacités à des artefacts, l’une d’entre elle étant la locomotion bipède, et plus particulièrement la conservation de l’équilibre face à des perturbations extérieures. Cette thèse propose un stabilisateur postural ainsi que sa mise en œuvre sur le système locomoteur BIP 2000.Ce robot anthropomorphique possède quinze degrés de libertés actionnés par moteurs électriques et a reçu un nouvel automate ainsi que des variateurs industriels lors de la mise à jour réalisée dans le cadre de ces travaux. Un contrôleur a été conçu et implémenté en suivant les principes de la programmation orientée objet afin de fournir une modularité qui s’inspire de la symétrie naturelle des humanoïdes. Cet aspect a conduit à l’élaboration d’un ensemble d’outils mathématiques permettant de calculer l’ensemble des modèles d’un robot composé de sous-robots dont on connaîtrait déjà les modèles. Le contrôleur permet notamment à la machine de suivre des trajectoires calculées hors ligne par des algorithmes de génération de marches dynamiques ainsi que de tester le stabilisateur postural.Ce dernier consiste en un contrôle en position du robot physique par la consigne d’un robot virtuel de modèle dégradé, commandé en effort, soumis à des champs électrostatiques contraignant sa configuration articulaire. Les tests effectués ont permis de montrer la faisabilité de la méthode. / Big walking robots are complex multi-joints mechanical systems which crystallize the human will to confer their capabilities on artefacts, one of them being the bipedal locomotion and more especially the balance keeping against external disturbances. This thesis proposes a balance stabilizer under operating conditions displayed on the locomotor system BIP 2000.This anthropomorphic robot has got fifteen electrically actuated degree of freedom and an Industrial controller. A new software has been developed with an object-oriented programming approach in order to propose the modularity required by the emulated and natural human symmetry. This consideration leads to the development of a mathematical tool allowing the computation of every modelling of a serial robot which is the sum of multiple sub robots with already known modelling. The implemented software also enables the robot to run offline generated dynamic walking trajectories and to test the balance stabilizer.We explore in this thesis the feasibility of controlling the center of gravity of a multibody robotic system with electrostatic fields acting on its virtual counterpart in order to guarantee its balance. Experimental results confirm the potential of the proposed approach.

Les robots sont de plus en plus utilisés dans un cadre social. Il ne suffit plusde partager l’espace avec des humains, mais aussi d’interagir avec eux. Dansce cadre, il est attendu du robot qu’il comprenne un certain nombre de signauxambiguës, verbaux et visuels, nécessaires à une interaction humaine. En particulier, on peut extraire beaucoup d’information, à la fois sur l’état d’esprit despersonnes et sur la dynamique de groupe à l’œuvre, en connaissant qui ou quoichaque personne regarde. On parle de la Cible d’attention visuelle, désignéepar l’acronyme anglais VFOA. Dans cette thèse, nous nous intéressons auxdonnées perçues par un robot humanoı̈de qui participe activement à une in-teraction sociale, et à leur utilisation pour deviner ce que chaque personneregarde.D’une part, le robot doit “regarder les gens”, à savoir orienter sa tête(et donc la caméra) pour obtenir des images des personnes présentes. Nousprésentons une méthode originale d’apprentissage par renforcement pourcontrôler la direction du regard d’un robot. Cette méthode utilise des réseauxde neurones récurrents. Le robot s’entraı̂ne en autonomie à déplacer sa tête enfonction des données visuelles et auditives. Il atteint une stratégie efficace, quilui permet de cibler des groupes de personnes dans un environnement évolutif.D’autre part, les images du robot peuvent être utilisée pour estimer lesVFOAs au cours du temps. Pour chaque visage visible, nous calculons laposture 3D de la tête (position et orientation dans l’espace) car très fortementcorrélée avec la direction du regard. Nous l’utilisons dans deux applications.Premièrement, nous remarquons que les gens peuvent regarder des objets quine sont pas visible depuis le point de vue du robot. Sous l’hypothèse quelesdits objets soient regardés au moins une partie du temps, nous souhaitonsestimer leurs positions exclusivement à partir de la direction du regard despersonnes visibles. Nous utilisons une représentation sous forme de carte dechaleur. Nous avons élaboré et entraı̂né plusieurs réseaux de convolutions afinde d’estimer la régression entre une séquence de postures des têtes, et les posi-tions des objets. Dans un second temps, les positions des objets d’intérêt, pou-vant être ciblés, sont supposées connues. Nous présentons alors un modèleprobabiliste, suggéré par des résultats en psychophysique, afin de modéliserla relation entre les postures des têtes, les positions des objets, la directiondu regard et les VFOAs. La formulation utilise un modèle markovien à dy-namiques multiples. En appliquant une approches bayésienne, nous obtenonsun algorithme pour calculer les VFOAs au fur et à mesure, et une méthodepour estimer les paramètres du modèle.Nos contributions reposent sur la possibilité d’utiliser des données, afind’exploiter des approches d’apprentissage automatique. Toutes nos méthodessont validées sur des jeu de données disponibles publiquement. De plus, lagénération de scénarios synthétiques permet d’agrandir à volonté la quantitéde données disponibles; les méthodes pour simuler ces données sont explicite-ment détaillée. / Robots are more and more used in a social context. They are required notonly to share physical space with humans but also to interact with them. Inthis context, the robot is expected to understand some verbal and non-verbalambiguous cues, constantly used in a natural human interaction. In particular,knowing who or what people are looking at is a very valuable information tounderstand each individual mental state as well as the interaction dynamics. Itis called Visual Focus of Attention or VFOA. In this thesis, we are interestedin using the inputs from an active humanoid robot – participating in a socialinteraction – to estimate who is looking at whom or what.On the one hand, we want the robot to look at people, so it can extractmeaningful visual information from its video camera. We propose a novelreinforcement learning method for robotic gaze control. The model is basedon a recurrent neural network architecture. The robot autonomously learns astrategy for moving its head (and camera) using audio-visual inputs. It is ableto focus on groups of people in a changing environment.On the other hand, information from the video camera images are used toinfer the VFOAs of people along time. We estimate the 3D head poses (lo-cation and orientation) for each face, as it is highly correlated with the gazedirection. We use it in two tasks. First, we note that objects may be lookedat while not being visible from the robot point of view. Under the assump-tion that objects of interest are being looked at, we propose to estimate theirlocations relying solely on the gaze direction of visible people. We formulatean ad hoc spatial representation based on probability heat-maps. We designseveral convolutional neural network models and train them to perform a re-gression from the space of head poses to the space of object locations. Thisprovide a set of object locations from a sequence of head poses. Second, wesuppose that the location of objects of interest are known. In this context, weintroduce a Bayesian probabilistic model, inspired from psychophysics, thatdescribes the dependency between head poses, object locations, eye-gaze di-rections, and VFOAs, along time. The formulation is based on a switchingstate-space Markov model. A specific filtering procedure is detailed to inferthe VFOAs, as well as an adapted training algorithm.The proposed contributions use data-driven approaches, and are addressedwithin the context of machine learning. All methods have been tested on pub-licly available datasets. Some training procedures additionally require to sim-ulate synthetic scenarios; the generation process is then explicitly detailed.

The main limitation of the CMAC (Cerebellar Model Articulation Controller) network in realistic applications for complex automated systems (robots, automated vehicles, etc...) is related to the required memory size. It is pertinent to remind that the memory used by CMAC depends firstly on the input signal quantification step and secondly on the input space dimension. For real CMAC based control applications, on the one hand, in order to increase the accuracy of the control the chosen quantification step must be as small as possible; on the other hand, generally the input space dimension is greater than two. In order to overcome the problem relating the memory size, how both the generalization and step quantization parameters may influence the CMAC's approximation quality has been discussed. Our goal is to find an optimal CMAC structure for complex dynamic systems' control. Biped robots and Flight control design for airbreathing hypersonic vehicles are two actual areas of such systems. We have applied the investigated concepts on these two quite different areas. The presented simulation results show that an optimal or sub-optimal structure carrying out a minimal modeling error could be achieved. The choice of an optimal structure allows decreasing the memory size and reducing the computing time as well

Increasing demands, a need for more efficient manufacturing processes and pressure to remain competitive have been driving the development and use of technology in the industry since the industrial revolution. The number of operational industrial robots worldwide have been increasing every year and is expected to reach 3 billion by 2020. The aerospace industry still faces difficulty when it comes to automation due to the complexity of the products and low production volumes. These aspects make the use of traditional fixed robots very difficult to implement and economically unfeasible, which is the reason why the assembly process of aircrafts is mainly a manual work. These challenges have led the industry to consider other possibilities of automation, bringing the attention of many companies to humanoid robots. The aim of this thesis was to investigate the applicability of autonomous humanoid robots in aircraft assembly activities by focusing on four domains: mobility, manipulation, instruction supply and human-robot interaction. A case study was made in one workstation of the pre-assembly process of a military aircraft at Saab AB, in order to collect technical requirements for a humanoid robot to perform in this station. Also, a state-of-the-art literature review was made focusing on commercially available products and ongoing research projects. The crossing of information gathered by the case study and the state-of-the-art review, provided an idea of how close humanoid robots are to performing in the aircraft assembly process in each of the four domains. In general, the findings show that the mechanical structure and other hardware are not the biggest challenge when it comes to creating highly autonomous humanoid robots. Physically, such robots already exist, but they mostly lack autonomy and intelligence. In conclusion, the main challenges concern the degree of intelligence for autonomous operation, including the capability to reason, learn from experience, make decisions and act on its own, as well as the integration of all the different technologies into one single platform. In many domains, sub-problems have been addressed individually, but full solutions for, for example, autonomous indoor navigation and object manipulation, are still under development.

L'étendue des mouvements que les robots humanoïdes peuvent réaliser est fortement limitée par des contraintes dynamiques. Une loi de commande qui ne prend pas en compte ses res- trictions, d'une manière ou autre, ne va pas réussir d'éviter une chute. La Commande Prédictive est capable de considérer les contraintes sur l'état et le contrôle de manière explicite, ce qui la rend particulièrement appropriée pour le contrôle des mouvements des robots marcheurs.Nous commençons par dévoiler la structure spécifique de ces contraintes, démontrant notamment l'importance des appuis au sol. Nous développons ensuite une condition suffisante pour l'évitement d'une chute et nous proposons une loi de commande prédictive qui y réponde. Cette formulation nous sert ensuite pour la conception des contrôleurs pratiques, capables d'un contrôle plus efficace et plus robuste des robots marcheurs humanoïdes. / The range of motions that humanoid robots are able to realize is strongly limited by inherent dynamical constraints so that any control law that does not consider these limitations, in one way or another, will fail to avoid falling. The Model Predictive Control (MPC) technique is capable of handling constraints on the state and the control explicitly, which makes it highly apt for the control of walking robots.We begin by unveiling the specific structure of these constraints, stressing especially the impor- tance of the supports on the ground. We give thereupon a sufficient condition for keeping balance and formulate an MPC law that complies with it. This formulation serves us then for the design of practicable controllers capable of more efficient and more robust control of humanoid robots.

Hier fiction, maintenant réalité, le robot humanoïde, machine intelligente créée sur le modèle humain, concrétise des rêves ancestraux, avec pour ambition que la copie puisse égaler ou dépasser son modèle et créateur ; voire effectuer un bond dans l’évolution, par delà l’altérité homme/machine et la finitude. Afin de questionner ce qui sous-tend la réalisation du robot, ses enjeux, et ce que ses caractéristiques disent de l’homme aujourd’hui, cette réflexion revisite ses traces mythologiques et techniques depuis l’Antiquité, puis aborde les principaux axes de recherche en robotique interactive. Au regard de la contextualité contemporaine sous le règne de la science et du néolibéralisme, et marquée par l’imaginaire de la science-fiction, des nouvelles technologies, et par l’héritage de la mort collective du 20e siècle ; sont examinésles fantasmes originaires et la dynamique pulsionnelle (concernant notamment l’emprise et la satisfaction, les interactions précoces, et la formation du double) à l’oeuvre dans l’avènement du robot humanoïde. En approchant ce que l’humain reproduit sciemment dans son double technologique, et tout ce qu’à son insu il y dépose, transparaît l’empreinte de la répétition et des tentatives de subjectivation de la place du sujet dans la filiation et du legs transgénérationnel en ce qu’il a d’irreprésentable ou de traumatique. Tenant de l’invention scientifique, du symptôme, de l’objet transitionnel et de l’oeuvre d’art, le robot humanoïde procède d’une double résistance, se traduisant en potentialités de répétition aliénante ou de subjectivation réparatrice, susceptibles de s’actualiser pendant la réalisation du robot ou dans l’interaction avec lui. / Yesterday a fiction, now a reality, the humanoid robot, an intelligent machine designed after the human model, embodies ancestral dreams, with the aim that the copy meets or exceeds its model and creator, or even makes a jump in evolution, beyond the difference between humans and machines and beyond death. This study addresses what underlies the realization of robots, the challenges they open up to, and what their characteristics may say about humans today.After examining the mythological and technical origins of the robot, it presents today’s key research topics in the field of human-robot interaction. With regards to the contemporary context dominated by science and neoliberalism, and marked by the imagination of science fiction and new technologies, as well as by the 20th century’s collective death inheritance,this work studies the original fantasies and the drive dynamics involved in the advent of the humanoid robot. The repetition compulsion and the human attempts to subjectify their position in the lineage and their transgenerational legacy in its unrepresentable or traumatic parts, show when approaching what humans deliberately reproduce in their artificial double,as well as what they deposit in it unknowingly. Though mainly a scientific invention and a technological tool, the humanoid robot may be regarded as a symptom, a transitional object or a piece of art. This particular status translates into a double ambivalent psychological resistance: constructing the humanoid robot and interacting with it, may develop into analienating repetition compulsion, as well as revive the subjectivation process.