Afin que les robots humanoïdes puissent travailler avec les humains et être en mesure de résoudre des tâches répétitives, nous devons leur permettre de planifier leurs mouvements de façon autonome. La planification de mouvement est un problème de longue date en robotique, et tandis que sa fondation algorithmique a été étudiée en profondeur, la planification de mouvement est encore un problème NP-difficile et qui manque de solutions efficaces. Nous souhaitons ouvrir une nouvelle perspective sur le problème en mettant en évidence sa structure: le comportement du robot, le système mécanique du robot et l’environnement du robot. Nous allons nous intéresser à l’hypothèse que chaque composante structurelle peut être exploitée pour créer des algorithmes de planification de mouvement plus efficaces. Nous présentons trois algorithmes exploitant la structure, basés sur des arguments géométriques et topologiques: d’abord, nous exploitons le comportement d’un robot de marche en étudiant la faisabilité des transitions des traces de pas. L’algorithme qui en résulte est capable de planifier des traces de pas tout en évitant jusqu’à 60 objets situés sur une surface plane 6 mètres carrés. Deuxièmement, nous exploitons le système mécanique d’un robot humanoïde en étudiant les structures des liaisons linéaires de ses bras et de ses jambes. Nous introduisons le concept d’une trajectoire irréductible, qui est une technique de réduction de dimension préservant la complétude. L’algorithme résultant est capable de trouver des mouvements dans des environnements étroits, où les méthodes d’échantillonnage ne pouvaient pas être appliquées. Troisièmement, nous exploitons l’environnement en raisonnant sur la structure topologique des transitions de contact. Nous montrons que l’analyse de l’environnement est une méthode efficace pour pré-calculer les informations pertinentes pour une planification de mouvement efficace. En s’appuyant sur ces résultats, nous arrivons à la conclusion que l’exploitation de la structure est une composante essentielle de la planification de mouvement efficace. Il en résulte que tout robot humanoïde, qui veut agir efficacement dans le monde réel, doit être capable de comprendre et d’exploiter la structure. / If humanoid robots should work along with humans and should be able to solve repetitive tasks, we need to enable them with a skill to autonomously plan motions. Motion planning is a longstanding core problem in robotics, and while its algorithmic foundation has been studied in depth, motion planning is still an NP-hard problem lacking efficient solutions. We want to open up a new perspective on the problem by highlighting its structure: the behavior of the robot, the mechanical system of the robot, and the environment of the robot. We will investigate the hypothesis that each structural component can be exploited to create more efficient motion planning algorithms. We present three algorithms exploiting structure, based on geometrical and topological arguments: first, we exploit the behavior of a walking robot by studying the feasibility of footstep transitions. The resulting algorithm is able to plan footsteps avoiding up to 60 objects on a 6 square meters planar surface. Second, we exploit the mechanical system of a humanoid robot by studying the linear linkage structures of its arms and legs. We introduce the concept of an irreducible motion, which is a completeness-preserving dimensionality reduction technique. The resulting algorithm is able to find motions in narrow environments, where previous sampling-based methods could not be applied. Third, we exploit the environment by reasoning about the topological structure of contact transitions. We show that analyzing the environment is an efficient method to precompute relevant information for efficient motion planning. Based on those results, we come to the conclusion that exploiting structure is an essential component of efficient motion planning. It follows that any humanoid robot, who wants to act efficiently in the real world, needs to be able to understand and to exploit structure.

Cette thèse traite de l'estimation et de la stabilisation de l'état des compliances passives présentes dans les chevilles du robot humanoïde HRP-2. Ces compliances peuvent être vues comme un degré de liberté unique et observable, sous quelques hypothèses qui sont explicitées. L'estimateur utilise des mesures provenant de la centrale inertielle située dans le torse du robot et éventuellement des capteurs de forces situés dans ses pieds. Un filtre de Kalman étendu est utilisé pour l'estimation d'état. Ce filtre utilise un modèle complet de la dynamique du robot, pour lequel la dynamique interne du robot, considérée comme parfaitement connue et contrôlée, a été découplée de la dynamique de la compliance passive du robot. L'observabilité locale de l'état a été montrée en considérant ce modèle et les mesures provenant de la centrale inertielle seule. Il a de plus été montré que l'ajout des mesures des capteurs de forces dans les pieds du robot permet de compléter l'état avec des mesures d'erreurs dans le modèle dynamique du robot. L'estimateur a été validé expérimentalement sur le robot humanoïde HRP-2. Sur cet estimateur a été construit un stabilisateur de l'état de la compliance d'HRP-2. L'état commandé est la position et vitesse du centre de masse (contrôle indirecte de la quantité de mouvement) du robot, l'orientation et la vitesse angulaire de son tronc (contrôle indirecte du moment cinétique), ainsi que l'orientation et la vitesse angulaire de la compliance. Les grandeurs de commande sont l'accélération du centre de masse du robot et l'accélération angulaire de son tronc. Un régulateur quadratique linéaire (LQR) a été utilisé pour calculer les gains du retour d'état, basé sur un modèle appelé "pendule inverse flexible à roue d'inertie" qui consiste en un pendule inverse dont la base est flexible et où une répartition de masse en rotation autour du centre de masse du robot représente le tronc du robot. Des tests ont été effectués sur le robot HRP-2 en double support, utilisant l'estimateur décrit précédemment avec ou sans les capteurs de forces. / This PhD thesis covers the estimation and stabilization of the passive compliances state wich are located in the HRP-2 humanoid robot ankles. These compliances can be seen as a unique compliance under some assumptions that are presented. The estimator uses measurements coming from an Inertial Measurement Unit (IMU) located in the robot's chest. It also uses measurements coming from forces sensors located in its feet. An Extended Kalman Filter (EKF) is used for state estimation. This filter uses a complete model of the robot dynamics, in which the internal dynamics of the robot, considered as known, is decoupled from the dynamics of its passive compliance. The local observability of the state is shown by considering this model and the measurements coming from the IMU only. Furthermore, it has been shown that, by adding the measurements coming from the forces sensors in the robot's feet, we are able to complete the state with some errors measurements in the dynamical model of the robot. The estimator was validated experimentaly on the HRP-2 humanoid robot. Based on this estimator, a stabilizer of the compliance state of the HRP-2 robot was build. The control state is the position and velocity of the center of mass of the robot, the orientation and angular velocity of its trunk, and the orientation and the angular velocity of the compliance. The control values are the acceleration of the robot's center of mass and the angular acceleration of its trunk. A Linear Quadratic Regulator (LQR) is used to compute the feed-back gains, based on a Viscoelastic Reaction Mass Pendulum model which consist in an inverse pendulum whith a flexible base and where a mass repartition rotating around the center of mass is modeling the robot's trunk. Some tests were made on the HRP-2 robot in double support, using the previous estimator with and without the use of forces sensors

La robotique de service est un domaine émergent où il est nécessaire de commander des robots en interaction forte avec leur environnement. Ce travail présente une méthode adaptative de commande combinant de l'apprentissage de modèles de la mécanique à de la commande dans l'espace opérationnel de robots redondants. L'apprentissage des modèles cinématiques est obtenu soit par dérivation de modèles géométriques appris, soit par apprentissage direct. Ces modèles cinématiques, également appelés matrices Jacobiennes, peuvent être utilisés dans le calcul de pseudo-inverses ou de projecteurs pour la commande de robots. Cette combinaison de méthodes permet d'obtenir un contrôleur qui s'adapte à la géométrie du robot command é. En utilisant les mêmes algorithmes d'apprentissage, il est possible d'apprendre un modèle dynamique inverse du robot contr^olé de manière à le commander en couple plutôt qu'en vitesse, l'avantage étant de pouvoir s'adapter aux modifications dynamiques qui s'appliquent sur le robot comme par exemple l'application d'une force extérieure ou l'ajout d'un poids. Des expériences en simulation menées dans le cadre de cette thèse montrent comment réaliser plusieurs tâches hiérarchiques ou comment s'adapter à des perturbations avec des modèles appris. Des expériences sur le robot iCub ont également été menées afin de rendre compte de la plausibilité de l'approche proposée sur un système réel.

Le but de cette thèse est le transfert du mouvement humain vers un robot humanoïde en ligne. Dans une première partie, le mouvement humain, enregistré par un système de capture de mouvement, est analysé pour extraire des caractéristiques qui doivent être transférées vers le robot humanoïde. Dans un deuxième temps, le mouvement du robot qui comprend ces caractéristiques est calculé en utilisant la cinématique inverse avec priorité. L'ensemble des tâches avec leurs priorités est ainsi transféré. La méthode permet une reproduction du mouvement la plus fidèle possible, en ligne et pour le haut du corps. Finalement, nous étudions le problème du transfert mouvement des pieds. Pour cette étude, le mouvement des pieds est analysé pour extraire les trajectoires euclidiennes qui sont adaptées au robot. Les trajectoires du centre du masse qui garantit que le robot ne tombe pas sont calculées `a partir de la position des pieds et du modèle du pendule inverse. Il est ainsi possible réaliser une imitation complète incluant les mouvements du haut du corps ainsi que les mouvements des pieds. / The aim of this thesis is to transfer human motion to a humanoid robot online. In the first part of this work, the human motion recorded by a motion capture system is analyzed to extract salient features that are to be transferred on the humanoid robot. We introduce the humanoid normalized model as the set of motion properties. In the second part of this work, the robot motion that includes the human motion features is computed using the inverse kinematics with priority. In order to transfer the motion properties a stack of tasks is predefined. Each motion property in the humanoid normalized model corresponds to one target in the stack of tasks. We propose a framework to transfer human motion online as close as possible to a human motion performance for the upper body. Finally, we study the problem of transfering feet motion. In this study, the motion of feet is analyzed to extract the Euclidean trajectories adapted to the robot. Moreover, the trajectory of the center of mass which ensures that the robot does not fall is calculated from the feet positions and the inverse pendulum model of the robot. Using this result, it is possible to achieve complete imitation of upper body movements and including feet motion

L'objet de cette thèse est le développement et l'étude des algorithmes de planification de mouvement pour les systèmes hautement dimensionnés que sont les robots humanoïdes et les acteurs virtuels. Plusieurs adaptations des méthodes génériques de planification de mouvement randomisées sont proposées et discutées. Une première contribution concerne l'utilisation de techniques de réduction de dimension linéaire pour accélérer les algorithmes d'échantillonnage. Cette méthode permet d'identifier en ligne quand un processus de planification passe par un passage étroit de l'espace des configurations et adapte l'exploration en fonction. Cet algorithme convient particulièrement bien aux problèmes difficiles de la planification de mouvement pour l'animation graphique. La deuxième contribution est le développement d'algorithmes randomisés de planification sous contraintes. Il s'agit d'une intégration d'outils de cinématique inverse hiérarchisée aux algorithmes de planification de mouvement randomisés. On illustre cette méthode sur différents problèmes de manipulation pour robots humanoïdes. Cette contribution est généralisée à la planification de mouvements corps-complet nécessitant de la marche. La dernière contribution présentée dans cette thèse est l'utilisation des méthodes précédentes pour résoudre des tâches de manipulation complexes par un robot humanoïde. Nous présentons en particulier un formalisme destiné à représenter les informations propres à l'objet manipulé utilisables par un planificateur de mouvement. Ce formalisme est présenté sous le nom d'« objets documentés». / This thesis deals with the development and analysis of motion planning algorithms for high dimensional systems: humanoid robots and digital actors. Several adaptations of generic randomized motion planning methods are proposed and discussed. A first contribution concerns the use of linear dimensionality reduction techniques to speed up sampling algorithms. This method identifies on line when a planning process goes through a narrow passage of some configuration space, and adapts the exploration accordingly. This algorithm is particularly suited to difficult problems of motion planning for computer animation. The second contribution is the development of randomized algorithms for motion planning under constraints. It consists in the integration of prioritized inverse kinematics tools within randomized motion planning. We demonstrate the use of this method on different manipulation planning problems for humanoid robots. This contribution is generalized to whole-body motion planning with locomotion. The last contribution of this thesis is the use of previous methods to solve complex manipulation tasks by humanoid robots. More specifically, we present a formalism that represents information specific to a manipulated object usable by a motion planner. This formalism is presented under the name of "documented object".

Le sens du toucher joue un rôle fondamental dans la façon dont nous percevons notre environnement, nous déplaçons, et interagissons délibérément avec d'autres objets ou êtres vivants. Ainsi, les forces de contact informent à la fois sur l'action réalisée et sa motivation. Néanmoins, l'utilisation de capteurs de force traditionnels est coûteuse, lourde, et intrusive. Dans cette thèse, nous examinons la perception haptique par la capture de mouvement. Ce problème est difficile du fait qu'un mouvement donné peut généralement être causé par une infinité de distributions de forces possibles, en multi-contact. Dans ce type de situations, l'optimisation sous contraintes physiques seule ne permet que de calculer des distributions de forces plausibles, plutôt que fidèles à celles appliquées en réalité. D'un autre côté, les méthodes d'apprentissage de type `boîte noire' pour la modélisation de structures cinématiquement et dynamiquement complexes sont sujettes à des limitations en termes de capacité de généralisation. Nous proposons une formulation du problème de la distribution de forces exploitant ces deux approches ensemble plutôt que séparément. Nous capturons ainsi la variabilité dans la façon dont on contrôle instinctivement les forces de contact tout en nous assurant de leur compatibilité avec le mouvement observé. Nous présentons notre approche à la fois pour la manipulation et les interactions corps complet avec l'environnement. Nous validons systématiquement nos résultats avec des mesures de référence et fournissons des données exhausives pour encourager et évaluer les travaux futurs sur ce nouveau sujet. / The human sense of touch is of fundamental importance in the way we perceive our environment, move ourselves, and purposefully interact with other objects or beings. Thus, contact forces are informative on both the realized task and the underlying intent. However, monitoring them with force transducers is a costly, cumbersome and intrusive process. In this thesis, we investigate the capture of haptic information from motion tracking. This is a challenging problem, as a given motion can generally be caused by an infinity of possible force distributions in multi-contact. In such scenarios, physics-based optimization alone may only capture force distributions that are physically compatible with a given motion, rather than those really applied. In contrast, machine learning techniques for the black-box modelling of kinematically and dynamically complex structures are often prone to generalization issues. We propose a formulation of the force distribution problem utilizing both approaches jointly rather than separately. We thus capture the variability in the way humans instinctively regulate contact forces while also ensuring their compatibility with the observed motion. We present our approach on both manipulation and whole-body interaction with the environment. We consistently back our findings with ground-truth measurements and provide extensive datasets to encourage and serve as benchmarks for future research on this new topic.

Le travail présenté dans cette thèse est divisé en deux parties. Dans la première partie, un modèle pour la représentation unifiée de problèmes d'optimisation numérique est proposé. Ce modèle permet de définir un problème d'optimisation indépendamment de la stratégie utilisée pour le résoudre. Cette représentation unifiée est particulièrement appréciable en robotique où une solution analytique des problèmes est rarement possible. La seconde partie traite de l'exécution de mouvements complexes asservis sur un robot humanoïde. Lors de la locomotion d'un tel système, les glissements des points de contact entraînent une dérive qu'il est nécessaire de corriger. Nous proposons ici un modèle permettant d'asservir une tâche de locomotion sur un capteur externe afin de compenser les erreurs d'exécution des mouvements. Un modèle est également proposé permettant de représenter des séquences de tâches de locomotion et de manipulation asservies. Enfin, une méthodologie pour le développement d'applications robotiques complexes est établie. Les stratégies proposées dans le cadre de cette thèse ont été validées sur la plate-forme expérimentale HRP-2.

Le travail présenté dans cette thèse est divisé en deux parties. Dans la première partie, un modèle pour la représentation unifiée de problèmes d'optimisation numérique est proposé. Ce modèle permet de définir un problème d'optimisation indépendamment de la stratégie utilisée pour le résoudre. Cette représentation unifiée est particulièrement appréciable en robotique où une solution analytique des problèmes est rarement possible. La seconde partie traite de l'exécution de mouvements complexes asservis sur un robot humanoïde. Lors de la locomotion d'un tel système, les glissements des points de contact entraînent une dérive qu'il est nécessaire de corriger. Nous proposons ici un modèle permettant d'asservir une tâche de locomotion sur un capteur externe afin de compenser les erreurs d'exécution des mouvements. Un modèle est également proposé permettant de représenter des séquences de tâches de locomotion et de manipulation asservies. Enfin, une méthodologie pour le développement d'applications robotiques complexes est établie. Les stratégies proposées dans le cadre de cette thèse ont été validées sur la plate-forme expérimentale HRP-2.

La problématique traitée dans cette thèse concerne la commande et l'équilibre des robots humanoïdes disposant d'une base mobile à roues omnidirectionnelles. Les méthodes développées visent à atteindre de hautes performances dynamiques pour ce type de robot, tout en assurant stabilité et équilibre. Les robots humanoïdes ont en général un centre de masse relativement haut en comparaison avec leur surface de contact avec le sol. Ainsi, la moindre accélération des corps du robot induit une large variation de la répartition des forces de contact avec le sol. Si celles-ci ne sont pas correctement contrôlées, alors le robot peut tomber. De plus, le robot disposant d'une base mobile à roues, une perturbation peut l'amener aisément à basculer sur deux roues. Enfin, un intérêt particulier a été apporté à la réalisation d'une commande temps-réel implémentée sur le système embarqué du robot. Cela implique principalement des contraintes concernant le temps de calcul de la loi de commande. Afin de répondre à ces problèmes, deux modèles linéaires du robot ont été réalisés. Le premier permet de modéliser la dynamique du robot lorsque celui-ci possède toutes ses roues en contact avec le sol. Le second permet de modéliser la dynamique du robot lorsque celui-ci bascule sur deux de ses roues. Ces modèles ont été réalisés en prenant en compte la répartition massique du robot. Ainsi, il a été judicieux de le modéliser comme un système à deux masses ponctuelles, pouvant se déplacer sur un plan parallèle au sol. La première correspond au centre de masse de la base mobile, la seconde à celui du reste du robot. Ces modèles sont ensuite utilisés au sein de deux commandes prédictives, permettant de prendre en compte à chaque instant les contraintes dynamiques ainsi que le comportement du robot dans le futur. La première commande permet de contrôler les déplacements du robot lorsque celui-ci possède toutes ses roues en contact avec le sol, lui assurant de ne pas basculer. La seconde permet au robot de se rattraper d'une situation où une perturbation l'amène à basculer, afin de ramener toutes ses roues en contact avec le sol. Aussi, un superviseur disposant d'une machine à état à été réalisé afin de définir quelle loi de commande doit être exécutée à chaque instant. Ce superviseur utilise les capteurs disponibles sur le robot afin d'observer son état de basculement. Enfin, afin de valider expérimentalement le résultat des développements de cette thèse, une série d'expériences a été présentée, mettant en évidence les différents aspects de la loi de commande. Notamment, des essais ont été réalisés concernant le suivi de trajectoires non physiquement réalisables, le rejet de perturbations appliqués à la base mobile, la stabilisation du robot lors de son basculement, ainsi que la compensation de variations de l'inclinaison du sol. / The problem of this thesis concerns the control of the movements and the equilibrium of humanoid robots that have a mobile base with omnidirectionnal wheels. The developed methods aim to reach high dynamical performances for this type of robot, while ensuring it stability and equilibrium. Humanoid robots have generally a center of mass relatively high compared to its contact surface with the ground. Therefore, the slightest acceleration of the robot bodies induces a large variation of the distribution of the contact forces with the ground. If they are not properly controlled, the robot can fall. Moreover, the robot having a mobile base with wheels, a disturbance can easily bring it to tilt on two wheels. Finally, a specific interest have been provided about the realisation of a real time controler implemented on the embedded system of the robot. This implies some constraints about the computationnal time of the control law. In order to answer these problems, two linear models of the robot have been developed. The first allows to modelize the dynamics of the robot when it has all of its wheels in contact with the ground. The second allows to modelize the dynamics of the robot when it tilts on two of its wheels. These models have been developed by taking into account the mass distribution of the robot. These models have been subsequently used in two predictive control laws, allowing to take into account at every instant the dynamical constraints as weel as the future behavior of the robot. The first allows to control the movements of the robot when it has all of its wheels in contact with the ground, preventing it for tilting. The second allows the robot to recover itself in a situation when a disturbance bring it to tilt, in order to bring back all of its wheels in contact with the ground. Also, a supervisor that has a state machine has been made in order to define which control law has to be executed at each instant. This supervisor uses the available sensors on the robot in order to observe its tilt state. Finally, in order to validate experimentally the results of the developments of this thesis, a series of experiments has been presented, demonstrating some aspects of the control law. In particular, some tests have been made concerning the tracking of non physically feasible trajectories, the reject of disturbances applied on the mobile base, the stabilisation of the robot during its tilt, and the compensation of the variations of the ground inclination.

Cette thèse propose une solution au problème de la génération de mouvements pour les robots humanoïdes. Le cadre qui est proposé dans cette thèse génère des mouvements corps-complet en utilisant la dynamique inverse avec l'espace des tâches et en satisfaisant toutes les contraintes de contact. La spécification des mouvements se fait à travers objectifs dans l'espace des tâches et la grande redondance du système est gérée avec une pile de tâches où les tâches moins prioritaires sont atteintes seulement si elles n'interfèrent pas avec celles de plus haute priorité. À cette fin, un QP hiérarchique est utilisé, avec l'avantage d'être en mesure de préciser tâches d'égalité ou d'inégalité à tous les niveaux de la hiérarchie. La capacité de traiter plusieurs contacts non-coplanaires est montrée par des mouvements où le robot s'assoit sur une chaise et monte une échelle. Le cadre générique de génération de mouvements est ensuite appliqué à des études de cas à l'aide de HRP-2 et Romeo. Les mouvements complexes et similaires à l'humain sont obtenus en utilisant l'imitation du mouvement humain où le mouvement acquis passe par un processus cinématique et dynamique. Pour faire face à la nature instantanée de la dynamique inverse, un générateur de cycle de marche est utilisé comme entrée pour la pile de tâches qui effectue une correction locale de la position des pieds sur la base des points de contact permettant de marcher sur un terrain accidenté. La vision stéréo est également introduite pour aider dans le processus de marche. Pour une récupération rapide d'équilibre, le capture point est utilisé comme une tâche contrôlée dans une région désirée de l'espace. En outre, la génération de mouvements est présentée pour CHIMP, qui a besoin d'un traitement particulier. / This thesis aims at providing a solution to the problem of motion generation for humanoid robots. The proposed framework generates whole-body motion using the complete robot dynamics in the task space satisfying contact constraints. This approach is known as operational-space inverse-dynamics control. The specification of the movements is done through objectives in the task space, and the high redundancy of the system is handled with a prioritized stack of tasks where lower priority tasks are only achieved if they do not interfere with higher priority ones. To this end, a hierarchical quadratic program is used, with the advantage of being able to specify tasks as equalities or inequalities at any level of the hierarchy. Motions where the robot sits down in an armchair and climbs a ladder show the capability to handle multiple non-coplanar contacts. The generic motion generation framework is then applied to some case studies using HRP-2 and Romeo. Complex and human-like movements are achieved using human motion imitation where the acquired motion passes through a kinematic and then dynamic retargeting processes. To deal with the instantaneous nature of inverse dynamics, a walking pattern generator is used as an input for the stack of tasks which makes a local correction of the feet position based on the contact points allowing to walk on non-planar surfaces. Visual feedback is also introduced to aid in the walking process. Alternatively, for a fast balance recovery, the capture point is introduced in the framework as a task and it is controlled within a desired region of space. Also, motion generation is presented for CHIMP which is a robot that needs a particular treatment.