Cette thèse s’inscrit dans la problématique générale de la caractérisation et de la classification des systèmes. Plus précisément, nos contributions s’orientent vers les applications robotiques et, plus particulièrement, vers la classification de manipulateurs. Les algorithmes et méthodologies proposés dans ce document s’appuient sur plusieurs théories mathématiques dont la théorie des singularités et l’Analyse par Intervalles, qui sont formalisés dans la première partie de cette Thèse.Classifier des systèmes induit deux objectifs que sont la formalisation des éléments communs aux systèmes dans la même classe ainsi que leur détection formelle et pratique. Ainsi, ce mémoire compile, pour chacun dans un chapitre dédié, nos contributions vis-à-vis de ces deux objectifs associés à la classification. Une méthodologie générale est proposée, afin de distinguer plusieurs sous ensembles singuliers caractéristiques et génériquement non vides. Cette méthodologie est illustrée pour des fonctions entre espaces de même dimension, allant de 1à 3. Chaque application met en lumière des propriétés différentes de la méthodologie générale proposée.Complémentairement, chacune de ces applications mène à la conception d’algorithmes, basé sur l’Analyse par Intervalles, mettant en œuvre cette méthodologie.Complémentairement à la détection de points d’intérêt,nous présentons une méthodologie générale pour définir un objet combinatoire codant le comportement d’une fonction. Cette méthodologie s’appuie sur la détection préalable d’ensembles d’intérêt dont les topologies sont invariantes pour l’équivalence choisie. Ces développements ouvrent vers de nombreuses perspectives futures qui concluent ce mémoire. / This thesis is within the scope of the general problematic of characterizing and classifying systems. More precisely, our contributions are aimed toward robotic applications and, more particularly, at the classification of manipulators. The algorithms and methodologies proposed in this document are based upon several mathematical theories including Singularity Theory and Interval Analysis, which are formalized in the first part of this Phd Thesis report. Classifying systems induces two objectives that are the formalization of the elements commons to systems in the same class as well as their formal and practical detection. Then, this report compiles, for each one in a dedicated chapter, our contributions regarding these two objectives associated with the classification. A general methodology is proposed, with the objective to distinguish several characteristic singular subsets that prove to be generically not empty. This methodology is illustrated for functions between spaces of the same dimension, ranging from 1 to 3. Each application highlights different properties that are admitted by the proposed general methodology. Furthermore, each of these applications leads to the conception of severalalgorithms, based on Interval Analysis, that enforce the proposed methodology. Complementarily to the detection of interest points, we introduce a general methodology to define a combinatorial object encoding the behavior of a function. This methodology is based on the preliminary detection of interest sets whose topologies are invariant for the chosen equivalence. These developments open up to numerous future perspectives that conclude this report.
| Identifer | oai:union.ndltd.org:theses.fr/2017ANGE0034 |
| Date | 16 November 2017 |
| Creators | Benoit, Romain |
| Contributors | Angers, Wenger, Philippe, Delanoue, Nicolas, Lagrange, Sébastien |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0018 seconds