The Platform for Ambulating Wheels (PAW) is a hybrid quadruped wheeled-legged robot that can bound, gallop, roll and brake at high speeds, and perform inclined turning. In previous work, the PAW’s controller used fixed touchdown and liftoff angles to achieve a stable bounding gait, and these angles were predetermined through an extensive trial and error process. In this work, an intelligent velocity controller is developed to allow the robot to autonomously find the touchdown and liftoff angles to bound at a desired velocity. This enables the robot to track desired velocities between 0.9 and 1.3 m/s, as shown in a Matlab-Adams co-simulation model of bounding. The controller also demonstrates tracking capabilities in the presence of minor terrain changes. To implement this controller on the physical platform, an Extended Kalman Filter (EKF) is developed to estimate the forward velocity of the robot required as a controller input. The EKF combines the data from an Inertial Measurement Unit and an estimate of forward velocity found kinematically using measurements from motor encoders and leg potentiometers. The accuracy of the EKF estimate of the forward velocity is validated in simulation and using high speed camera experiments. Finally, the intelligent controller is implemented and tested on the physical platform demonstrating adequate velocity tracking for set points between 0.9 m/s and 1.3 m/s, as well as transitions between set points in this range. / Le « Platform for Ambulating Wheels » (PAW) est un robot quadrupède qui possède des roues au bout de ses quatre jambes. Sa combinaison de roues et jambes lui permet de rouler, d’effectuer des virages en inclinant son corps, de sauter, de bondir et de galloper. Dans les travaux précédents, le robot utilisait des angles fixes, trouvés par essais et erreurs, pour pouvoir bondir à une certaine vitesse. Un contrôleur intelligent capable de trouver les angles de façon autonome afin de suivre une vitesse prédéterminée est développé dans ce mémoire. Premièrement, la performance du contrôleur est évaluée dans une simulation MSC Adams et MATLAB démontrant les capacités à suivre des vitesses entre 0.9 et 1.3 m/s. Le contrôleur démontre une capacité à suivre la vitesse désirée même en présence de changement de terrain mineur.Ensuite, un filtre Kalman pour système non-linéaire est développé pour estimer la vitesse du robot, un paramètre nécessaire pour introduire le système de contrôle intelligent sur le robot. Les données d’une unité de mesure inertielle et une estimation de la vitesse par des équations cinématiques sont combinés dans le filtre pour estimer plus précisément la vitesse du robot. La précision du filtre est validée en comparant ses résultats contre ceux acquis en simulation et par une caméra à haute vitesse.Finalement, le contrôleur intelligent est évalué sur le robot en utilisant la vitesse estimée par le filtre Kalman. Les résultats expérimentaux du contrôleur démontre qu’il est capable de bien suivre des vitesses entre 0.9 et 1.3 m/s.
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMM.40825 |
| Date | January 2009 |
| Creators | Faragalli, Michele |
| Contributors | Inna Sharf (Internal/Supervisor) |
| Publisher | McGill University |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | application/pdf |
| Coverage | Master of Engineering (Department of Mechanical Engineering) |
| Rights | All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated. |
| Relation | Electronically-submitted theses. |
Page generated in 0.0011 seconds