La recherche portant sur l'identification des principes neurobiologiques qui sous-tendent le contrôle moteur humain est actuellement très active. Les mouvements humains ont en effet un niveau de robustesse et de dextérité encore inégalé dans la réalisation robotique de tâches complexes. L'objectif est donc de mieux comprendre l'origine de cette performance et de la reproduire en robotique bio-inspirée. Il a déjà été démontré que des réseaux spinaux rythmiques sont présents dans la moelle épinière des vertébrés. Ils constituent des systèmes dynamiques non-linéaires composés de neurones en inhibition réciproque et seraient à l’origine de la génération des mouvements rythmiques comme la locomotion et la respiration. Les attracteurs de ces systèmes dynamiques seraient modulés de manière continue ou intermittente par des signaux sensoriels et des signaux descendant du cortex moteur, de manière à adapter le comportement de l’agent à la dynamique de l’environnement.La présente étude émet l'hypothèse que des informations visuelles sont également couplées aux réseaux spinaux rythmiques et que ces couplages sont responsables des synchronisations temporelles et spatiales observées lors de la réalisation de tâches visuomotrices rythmiques. Cette proposition est confrontée à des résultats expérimentaux de frappe cyclique de balle, un benchmark bien connu des neuroscientifiques et des dynamiciens en raison de ses propriétés dynamiques intrinsèques. Il rend possible à la fois l’étude de la génération de mouvements rythmiques par des réseaux spinaux, la synchronisation temporelle avec l’environnement, la correction en-ligne des erreurs spatiales et l’interception de projectiles balistiques.Cette thèse propose ainsi un modèle comportemental mathématique innovant reposant sur un modèle d’oscillateur neuronal dont l’attracteur, qui définit les trajectoires de la raquette, est modulé en ligne par les perceptions visuelles de la trajectoire de la balle. La pertinence du modèle est validée par comparaison aux données expérimentales et aux modèles précédemment proposés dans la littérature. La robustesse de cette stratégie de contrôle est également quantifiée par une analyse de stabilité asymptotique du système hybride défini par le couplage entre le système neuro-musculo-squelettique et la balle. Le correcteur bio-inspiré proposé dans cette thèse réunit de manière harmonieuse un contrôle prospectif de la synchronisation balle-raquette, un contrôle paramétrique intermittent dimensionnant le mouvement et un contrôle émergeant du cycle-limite du système couplé. Il reproduit efficacement les modulations des actions motrices et les performances des humains durant la tâche de frappe cyclique de balle, y compris en présence de perturbations, et ce sans avoir recours à une planification du mouvement ou à des représentations internes explicites de l’environnement. Les résultats de cette étude conduisent à l’affirmation réaliste que les mouvements humains sont directement structurés par l’information sensorielle disponible et par des stratégies correctives en-ligne, en accord avec la théorie des dynamiques comportementales. Cette architecture de contrôle pourrait offrir de nombreux avantages aux robots humanoïdes qui en seraient munis, en assurant stabilité et économie d’énergie, par l’intermédiaire de lois de commande de faible complexité et peu gourmandes en ressources computationnelles. / The identification of the neurbiological principles underlying human motor control is a very active reseach topic. Indeed, human movement has a level of robustness and dexterity still unmatched by robots. The objective is therefore to better understand the origin of this efficiency to replicate these performances in robotics. It has been shown that spinal rhythm generators, known as Central Pattern Generators (CPG), are responsible for the generation of rhythmic movements such as locomotion and respiration in vertebrates. These CPG constitute dynamic nonlinear systems modulated by sensory signals and descending signals from the cortex to adapt the behavior to the changing environment.The present study hypothesizes that visual information is also coupled to the CPG and that these couplings are responsible for the temporal and spatial synchronization observed during rhythmic visuomotor tasks. This assumption is confronted with experimental results from human participants performing ball bouncing, a well-known benchmark in neuroscience and robotics for its intrinsic dynamic properties. This task allows for the investigation of rhythmic movement generation by spinal networks, the temporal synchronization with the environment, the on-line correction of spatial errors and the interception of ballistic projectiles.This thesis proposes an innovative mathematical behavioral model based on a neuronal oscillator whose attractor, which defines the paddle trajectories, is modulated on-line by the visual perception of the ball trajectory. The relevance of the model is validated by comparison with experimental data and models previously proposed in the literature. The robustness of this control strategy is quantified by an asymptotic stability analysis. The bio-inspired controller presented in this thesis harmoniously combines a prospective control of the ball-paddle synchronization, an intermittent parametric control that scales the movement and a control emerging from the coupled system limit cycle. It efficiently reproduces the human modulation in motor action and performance during ball bouncing, without relying on movement planning or explicit internal representation of the environment. The results of this study lead to the realistic assumption that much part of the human behavior during ball bouncing is directly structured by sensory information and on-line error correction processes, in agreement with the behavioral dynamics theory. This control architecture holds promise for the control of humanoid robots as it is able to ensure stability and energy saving through control laws of reduced complexity and computational cost.

No description available.

Experience Mapping based Prediction Control (EMPC) is a new type of controller presented in literature, which is based on the concept of Human Motor Control (HMC). During the developmental phase, called the initial learning phase, the controller records the experience in a knowledge base, through online interactions with the system to be controlled. This knowledge base created using the experience maps is termed as Experience Mapped Knowledge Base (EMK). The controller envisages the development of EMK only through interaction with the system, without the need for knowledge of the detailed plant model. The EMPC controls the system through prediction of actions based on the mapped experiences of EMK. Depending on the nature of control required for the system chosen, various strategies can be used to achieve control using the EMK. The above controller has previously been utilized for motion control applications. In the present work an effort has been made to study the suitability of the EMPC for the voltage regulation of switching converters. The plant chosen for the control study is a discontinuous conduction mode (DCM) buck converter. The parameter to be monitored for the purpose of control is the load voltage. The control input from the EMPC to the converter is a duty ratio value based pulse-width modulated (PWM) signal. Two strategies of control have been proposed: steady state control and transient control. Steady state control action maintains the steady state output voltage at the required value for a given load. The transient control action is used to improve the transient performance of the system. Iterative predictive action and iterative transient actions are used to facilitate convergence of the output voltage to within the required range in presence of non-linearities and uncertainties in the system. Impulse action is introduced to further improve the transient performance of the system. The EMPC is compared a proportional-integral (PI) controller for the given DCM buck system.

No description available.