Ces travaux de recherche concernent la prédiction et l'amélioration de la précision des machines à structure parallèle. Ces travaux s'intéressent principalement aux machines utilisées pour des tâches complexes comme la manipulation rapide d'objets ou l'usinage à grande vitesse. Ces travaux s'intéressent à la cohérence du triptyque modélisation - identification - commande. L'originalité de ces travaux est la prise en compte au niveau de la commande, et au moyen d'une perception adaptée, des spécificités de la machine et de la dynamique de la tâche. L'apport principal de ces travaux de thèse est de proposer une commande dynamique dans l'espace Cartésien tout en utilisant une mesure extéroceptive de la pose de l'effecteur. Cette stratégie de commande permet notamment une précision plus importante que les stratégies classiques. En effet, le nombre d'estimations utilisées est plus faible, principalement au niveau de l'estimation du comportement dynamique. De plus, la régulation dans l'espace Cartésien permet la maîtrise complète du mouvement de l'effecteur, notamment au niveau des singularités de la machine. Ces améliorations sont validées en simulation. Le développement d'un capteur visuel rapide à 1 kHz a également permis une validation expérimentale de ces travaux.

Les problématiques de recherche abordées dans le cadre de cette thèse sont la localisation et la commande dynamique des robots mobiles à roues lors de leur évolution à grande vitesse en environnements extérieurs. Pour la localisation, nous proposons un filtre de Kalman étendu qui permet d'estimer la position et l'orientation du véhicule dans le plan du lacet en tenant compte des temps de latence lors de la réception de mesures GPS, et vérifie leur pertinence. Ce filtre a été simulé et validé lors de phases expérimentales. Une loi de commande en suivi de chemin, assurant la régulation de l'angle de lacet et de la vitesse d'avance est développée en utilisant les techniques de commande de type mode glissant. Une implémentation de cette loi de commande a été réalisée sur deux types de robots mobiles à quatre roues et à six roues. La seconde commande présentée consiste à moduler les couples appliqués sur chacune des quatre roues d'un véhicule à roues avants directionnelles en s'appuyant sur une analyse de son comportement dynamique pour une compensation des erreurs en vitesse de lacet. Cet algorithme, validé expérimentalement, a ensuite été complété en y intégrant le modèle dynamique d'un robot composé d'un nombre quelconque de roues directionnelles. Enfin, nous étudions le phénomène de dérapage en vue de l'utiliser pour l'optimisation temporelle d'un suivi de chemin.

La vision artificielle est un moyen de perception très apprécié en robotique. Les applications les plus courantes de la vision en robotique manipulatrice sont l'estimation de pose et la commande. D'un point de vue conceptuel, l'utilisation de la vision artificielle permet d'améliorer les performances de la commande des robots en termes de précision et de robustesse (vis-à-vis des erreurs sur les paramètres géométriques du robot). De plus, cette mesure est d'autant plus pertinente pour les robots parallèles puisque l'état de ces derniers est généralement mieux défini par la pose de l'effecteur que par les mesures articulaires, traditionnellement utilisées en commande. Cependant, les systèmes de vision classiques ne permettent pas de satisfaire les exigences des commandes hautes performances à cause de leur période d'acquisition et de leur temps de latence trop grands. Pour pallier ce problème, l'approche proposée dans cette thèse est de procéder à une acquisition séquentielle de fenêtres d'intérêt. En effet, le fait de ne transmettre que les régions de l'image contenant les primitives visuelles utiles a pour effet de diminuer la quantité de données à transmettre ce qui permet réduire la période d'acquisition et le temps de latence. De plus, l'acquisition non simultanée des primitives offre la possibilité d'estimer la pose et la vitesse du robot de façon conjointe. Différentes méthodes d'estimation et plusieurs schémas de commandes cinématiques et dynamiques utilisant ce mode d'acquisition ont ainsi été proposés dans ce document. Les résultats expérimentaux obtenus en commande dynamique par vision d'un robot parallèle montrent, pour la première fois, que la commande référencée vision peut être plus performante que la commande articulaire.

La vision artificielle est un moyen de perception très apprécié en robotique. Les applications les plus courantes de la vision en robotique manipulatrice sont l'estimation de pose et la commande. D'un point de vue conceptuel, l'utilisation de la vision artificielle permet d'améliorer les performances de la commande des robots en termes de précision et de robustesse (vis-à-vis des erreurs sur les paramètres géométriques du robot). De plus, cette mesure est d'autant plus pertinente pour les robots parallèles puisque l'état de ces derniers est généralement mieux défini par la pose de l'effecteur que par les mesures articulaires, traditionnellement utilisées en commande. Cependant, les systèmes de vision classiques ne permettent pas de satisfaire les exigences des commandes hautes performances à cause de leur période d'acquisition et de leur temps de latence trop grands. Pour pallier ce problème, l'approche proposée dans cette thèse est de procéder à une acquisition séquentielle de fenêtres d'intérêt. En effet, le fait de ne transmettre que les régions de l'image contenant les primitives visuelles utiles a pour effet de diminuer la quantité de données à transmettre ce qui permet réduire la période d'acquisition et le temps de latence. De plus, l'acquisition non simultanée des primitives offre la possibilité d'estimer la pose et la vitesse du robot de façon conjointe. Différentes méthodes d'estimation et plusieurs schémas de commandes cinématiques et dynamiques utilisant ce mode d'acquisition ont ainsi été proposés dans ce document. Les résultats expérimentaux obtenus en commande dynamique par vision d'un robot parallèle montrent, pour la première fois, que la commande référencée vision peut être plus performante que la commande articulaire. / Visual sensing is very appreciated in manipulation robotics since it provides measures for pose estimation and robot control. Conceptually, vision allows improving the performance of manipulator robots control from accuracy and robustness (against kinematic parameters errors) points of view. In addition, vision-based control is particularly relevant for parallel robot manipulators. In fact, the state of these robots is usually better described by the pose of their mobile platform than by their articular joints. Thus, the use of vision simplifies the control of parallel robots. However, the typical vision systems do not fulfil the dynamic control constraints on the acquisition frequency and the latency. The approach proposed in this thesis is to perform a sequential acquisition of regions of interest which contain the useful visual features to cut down the data amount to transmit. Thus allows for reducing the acquisition period and latency. In addition, the sequential acquisition allows for estimating both the pose and the velocity of the robot platform. Thanks to this acquisition method, several control laws are proposed. The experimental results show that the performance of the proposed vision based dynamic control laws are, for the first time, better than classical dynamic control.

Cette thèse est consacrée à l'identification et à la commande de machines parallèles (robot H4 du LIRMM). Les robots parallèles possèdent une dynamique élevée ce qui impose de lois de commande capables de prendre en compte cette dynamique. Ces lois sont bassées sur le modèle dynamique du robot et les paramètres dynamiques doivent être estimés d'abord. Nous avons proposé deux approches pour identifier ces paramètres : une première approche par moindres carrés pondérés et une deuxième approche dans un contexte à erreur bornée qui fourni un ensemble solution garantie. Dans ce dernier cas deux méthodologies sont mises en œuvre : estimation ellipsoïdale et estimation par intervalles. Une analyse expérimentale comparative des trois méthodes pour l'estimation des 14 paramètres du robot est alors presentée. Les paramètres sont alors utilisés pour la synthèse d'une commande prédictive fonctionnelle référencée sur un modèle linéaire. Une méthodologie originale a été développée : d´abord l'identification du modèle dynamique et linéarisation du système, puis l'identification du modèle interne pour la commande prédictive et synthèse de cette commande avec pré-bouclage en vitesse afin de stabiliser le processus linéarisé. Cette commande est comparée à deux stratégies classiques utilisées en robotique : la commande PID et la commande dynamique. Les performances de ces commandes ont été testées lors de mouvements simples et complexes. La stratégie prédictive fournit de meilleures réponses en termes de dynamique, précision et robustesse.

Le problème de commande motrice de systèmes exécutant des activités multi-objectifs et fortement contraintes est à résoudre pour permettre l’émergence de comportements performants et robustes ; l’élaboration de stratégies complexes de coordination motrice est critique pour en assurer les performances, faisabilité et sécurité.Bien que les approches de commande prédictive multi-objectifs permettent la définition de stratégies complexes et sous contraintes coordonnant l’activité motrice du système, leur coût de calcul est un inconvénient critique à leur application.Le travail présenté dans ce manuscrit vise à considérer des techniques de commande prédictive multi-objectifs pour des applications pratiques à la robotique humanoïde.Une architecture de commande est alors proposée sous la forme d’un contrôleur multi-objectif à deux niveaux, exploitant les avantages respectifs des formulations prédictive et instantanée.La contribution de ce travail prend la forme de la validation des avantages d’une telle approche dans son développement pour des défis pratiques, en simulation et implémentation temps-réel, sur les robots iCub et TORO ainsi que sur des modèles d’humain.Le coût de calcul du niveau prédictif est contenu par l’introduction de problèmes réduits, permettant la formulation avantageuse de problèmes de commande au travers de programmes en nombres entiers mixtes et de distributions séquentielles et parallèles.Malgré les approximations sur la dynamique du système au niveau prédictif, des comportements complexes émergent, exploitant des stratégies de coordination entre objectifs et contraintes conflictuels pour augmenter les performances et robustesse face à des perturbations. / Rising to the challenge of motor control for systems involved in multi-objective and highly-constrained activities is a requirement to enable the emergence of efficient and robust behaviors; the elaboration of complex motor coordination strategies is critical in ensuring performance, feasibility and safety.Although multi-objective predictive approaches enable the definition of complex and constrained strategies coordinating the motor activity of the system, their computational cost is a critical drawback from practical applications.The work presented in this dissertation aims at considering multi-objective predictive control for feasible and practical applications to humanoid robotics.A control architecture is proposed to this purpose as a multi-objective, two-layered controller exploiting the respective advantages of predictive and instantaneous formulations.The contribution of this work takes the form of the validation of the benefits from such an approach in its development for practical challenges and applications, in simulation and real-time implementation, on the iCub and TORO robots and virtual human models.Computational demand of the predictive level is contained with the introduction of reduced multi-objective predictive problems, enabling computationally-favorable formulations of the control problem using mixed-integer programming and sequential and parallel distributions.Despite the resulting approximations on the dynamics of the system at the predictive level, complex behaviors are emerging, exploiting elaborate coordination strategies between conflicting objectives and constraints to increase performance and robustness against disturbances.