In modern manufacturing, industrial robots are essential components that allow saving cost, increase quality and productivity for instance. To achieve such goals, high accuracy and speed are simultaneously required. The design of control laws compliant with such requirements demands high-fidelity mathematical models of those robots. For this purpose, dynamic models are built from experimental data. The main objective of this thesis is thus to provide robotic engineers with automatic tools for identifying dynamic models of industrial robot arms. To achieve this aim, a comparative analysis of the existing methods dealing with robot identification is made. That allows discerning the advantages and the limitations of each method. From those observations, contributions are presented on three axes. First, the study focuses on the estimation of the joint velocities and accelerations from the measured position, which is required for the model construction. The usual method is based on a home-made prefiltering process that needs a reliable knowledge of the system’s bandwidths, whereas the system is still unknown. To overcome this dilemma, we propose a method able to estimate the joint derivatives automatically, without any setting from the user. The second axis is dedicated to the identification of the controller. For the vast majority of the method its knowledge is indeed required. Unfortunately, for copyright reasons, that is not always available to the user. To deal with this issue, two methods are suggested. Their basic philosophy is to identify the control law in a first step before identifying the dynamic model of the robot in a second one. The first method consists in identifying the control law in a parametric way, whereas the second one relies on a non-parametric identification. Finally, the third axis deals with the home-made setting of the decimate filter. The identification of the noise filter is introduced similarly to methods developed in the system identification community. This allows estimating automatically the dynamic parameters with low covariance and it brings some information about the noise circulation through the closed-loop system. All the proposed methodologies are validated on an industrial robot with 6 degrees of freedom. Perspectives are outlined for future developments on robotic systems identification and other complex problems.

Cette thèse traite de l'identification des paramètres dynamiques des robots, en s'appuyant sur les méthodes d'identification en robotique, qui utilisent le modèle dynamique inverse, ou le modèle de puissance, ou le modèle d'énergie du robot. Ce travail revisite le modèle d'énergie en exploitant le caractère intégral des fonctions modulatrices appliquées au modèle de puissance du robot. En outre, les procédures d'intégration sont analysées dans le domaine fréquentiel, et certains groupes de fonctions modulatrices sont sélectionnés afin d'offrir un bon comportement de filtre passe-bas. Ensuite, l'introduction d'un différentiateur algèbrique récemment développé est proposé, nommé différentiateurs de Jacobi. L'analyse est effectuée dans le domaine temporel, et dans le domaine fréquenciel, ce qui met en évidence la propriété de filtrage passe bande et permet de sélectionner les paramètres des différentiateurs. Puis, ces différentiateurs sont appliqués avec succès à l'identification de robot, ce qui prouve leur bonne performance. Les comparaisons entre les différents modèles d'identification, les différenciateurs, les techniques des moindres carrés sont présentées et des conclusions sont tirées dans le domaine de l'identification de robot. / This thesis discusses the identification issues of the robot dynamic parameters. Starting with the well-known inverse dynamic identification model, power and energy identification models for robots, it extends the identification model from an energy point of view, by integrating modulating functions with robot power model. This new identification model avoids the computation of acceleration data. As well, the integration procedures are analyzed in frequency domain so that certain groups of modulating functions are selected in order to offer a good low-pass filtering property. Then, a recently developed high order algebraic differentiator is proposed and studied, named Jacobi differentiators. The analyses are done in both the time domain and in the frequency domain, which gives a clear clue about the differentiator filtering property and about how to select the differentiator parameters. Comparisons among different identification models, differentiators, least square techniques are presented and conclusions are drawn in the robot identification issues.

L’industrie moderne fait largement appel à des robots industriels afin de réduire les coûts, ou encore améliorer la productivité et la qualité par exemple. Pour ce faire, une haute précision et une grande vitesse sont simultanément nécessaires. La conception de lois de commande conformes à de telles exigences demande une modélisation mathématique précise de ces robots. A cette fin, des modèles dynamiques sont construits à partir de données expérimentales. L’objectif de cette thèse est ainsi de fournir aux ingénieurs roboticiens des outils automatiques pour l’identification de bras robotiques. Dans cette perspective, une analyse comparative des méthodes existantes pour l’identification de robot est réalisée. Les avantages et inconvénients de chaque méthode sont ainsi mis en exergue. À partir de ces observations, les contributions sont articulées selon trois axes. Premièrement, l’étude porte sur l’estimation des vitesses et accélérations des corps du robot à partir de la position mesurée. Ces informations sont en effet nécessaires à la construction du modèle. La méthode usuelle est basée sur prétraitement "sur mesure" qui requière une connaissance fiable des bande-passantes du système, alors que celui-ci est encore inconnu. Pour surmonter ce dilemme, nous proposons une méthode capable d’estimer les dérivées automatiquement sans réglage préalable par l’utilisateur. Le deuxième axe concerne l’identification du contrôleur. Sa connaissance est en effet requise par la grande majorité des méthodes d’identification. Malheureusement, pour des raisons de propriété industrielle, il n’est pas toujours accessible. Pour traiter ce problème, deux méthodes sont introduites. Leur principe de base est d’identifier la loi de commande dans un premier temps avant d’identifier le modèle dynamique du bras robotique dans un second temps. La première méthode consiste à identifier la loi de commande de manière paramétrique, alors que la seconde fait appel à une identification non-paramétrique. Finalement, le troisième axe porte sur le réglage "sur mesure" du filtre decimate. L’identification du filtre de bruit est introduite en s’inspirant des méthodes développées par la communauté d’identification de systèmes. Ceci permet l’estimation automatique des paramètres dynamiques avec de faibles covariances tout en apportant une connaissance concernant la circulation du bruit à travers le système en boucle-fermée. Toutes les méthodes proposées sont validées sur un robot industriel à six degrés de liberté. Des perspectives sont esquissées pour de futurs travaux portant sur l’identification de systèmes robotiques, voire d’autres applications. / In modern manufacturing, industrial robots are essential components that allow saving cost, increase quality and productivity for instance. To achieve such goals, high accuracy and speed are simultaneously required. The design of control laws compliant with such requirements demands high-fidelity mathematical models of those robots. For this purpose, dynamic models are built from experimental data. The main objective of this thesis is thus to provide robotic engineers with automatic tools for identifying dynamic models of industrial robot arms. To achieve this aim, a comparative analysis of the existing methods dealing with robot identification is made. That allows discerning the advantages and the limitations of each method. From those observations, contributions are presented on three axes. First, the study focuses on the estimation of the joint velocities and accelerations from the measured position, which is required for the model construction. The usual method is based on a home-made prefiltering process that needs a reliable knowledge of the system’s bandwidths, whereas the system is still unknown. To overcome this dilemma, we propose a method able to estimate the joint derivatives automatically, without any setting from the user. The second axis is dedicated to the identification of the controller. For the vast majority of the method its knowledge is indeed required. Unfortunately, for copyright reasons, that is not always available to the user. To deal with this issue, two methods are suggested. Their basic philosophy is to identify the control law in a first step before identifying the dynamic model of the robot in a second one. The first method consists in identifying the control law in a parametric way, whereas the second one relies on a non-parametric identification. Finally, the third axis deals with the home-made setting of the decimate filter. The identification of the noise filter is introduced similarly to methods developed in the system identification community. This allows estimating automatically the dynamic parameters with low covariance and it brings some information about the noise circulation through the closed-loop system. All the proposed methodologies are validated on an industrial robot with 6 degrees of freedom. Perspectives are outlined for future developments on robotic systems identification and other complex problems.

Cette thèse présente un travail complet sur la modélisation, l'identification et la commande des robots parallèles à câbles dans le but d'améliorer les performances dynamiques en termes de rapidité, de précision et de robustesse obtenues, tout en gérant les problèmes liés à l'utilisation de câbles. Dans le cadre de ces recherches, les techniques d'identification et de commande sont améliorées grâce à l'utilisation de mesures extéroceptives, notamment en utilisant la vision. Des méthodes issues des domaines de la robotique et de l'automatique sont mises en oeuvre et comparées. Les validations expérimentales sont effectuées sur un démonstrateur disponible au laboratoire : un robot INCA 6D conçu par la société Haption, équipé d'un système de capture de mouvement Bonita développé par la société Vicon. / This thesis presents a complete work on modelling, identification and control of cable-driven parallel robots in order to improve the dynamic performances in terms of speed, precision and robustness, while managing the problems related to the use of cables. In the context of these researches, the identification and control techniques are improved thanks to the use of exteroceptive sensors, in particular using vision. Methods from the fields of robotics and control are implemented and compared. The experimental validations are performed on a demonstrator available in the laboratory : an INCA 6D robot designed by Haption company, equipped with a Bonita motion capture system developed by Vicon company.