Aquesta tesi proposa l'ús d'aproximacions de control inspirades biològicament per a generar i controlar el patró de locomoció omnidireccional de robots humanoides, adaptant el seu moviment a diversos tipus de terreny pla usant realimentació multisensorial. Els sistemes de control de locomoció proposats van ser implementats usant xarxes de Generadors Centrals de Patrons (CPG) basades en el model de neurona de Matsuoka. Els CPGs són xarxes neuronals biològiques situades en el sistema nerviós central dels vertebrats o en els ganglis principals d'invertebrats, les quals poden controlar moviments coordinats.
El fet que, a la natura, la locomoció humana i animal sigui controlada mitjançant xarxes CPG ha inspirat la teoria en la qual es basa la present tesi. En particular, la tesi proposa dues arquitectures de control en llaç tancat basades en mètodes de control CPG-espai-articulacions, les quals han estat validades mitjançant un robot simulat i un robot humanoide NAO real. La primera arquitectura de control va identificar algunes característiques importants que un esquema de control CPG-espai-articulacions ha de tenir si es vol descriure un patró de locomoció útil. A partir d'aquesta anàlisi, la segona arquitectura de control va ser proposada per descriure patrons de locomoció ben caracteritzats.
Per a millorar el comportament del sistema en llaç tancat, s’ha proposat un mecanisme de reinicialització de fase per a xarxes CPG basades en el model de neurona de Matsuoka. Aquest mecanisme fa possible dissenyar i estudiar controladors de realimentació que poden modificar ràpidament els patrons de locomoció generats.
Els resultats obtinguts mostren que els esquemes de control proposats poden produir patrons de locomoció ben caracteritzats amb una resposta ràpida adequada per a robots humanoides amb una capacitat de processament reduïda. Els experiments també indiquen que el sistema de control proposat habilita el robot a respondre ràpida i robustament, i poder fer front a situacions complexes. / Esta tesis propone el uso de aproximaciones de control inspiradas biológicamente para generar y controlar el modo de caminar omnidireccional de robots humanoides, adaptando su movimiento a varios tipos de terreno plano usando realimentación multisensorial. Los sistemas de control de locomoción propuestos fueron implementados usando redes de Generadores Centrales de Patrones (CPG) basadas en el modelo de neurona de Matsuoka. Los CPGs son redes neuronales biológicas ubicadas en el sistema nervioso central de vertebrados o en los ganglios principales de invertebrados, las cuales pueden controlar movimientos coordinados.
El hecho de que, en la naturaleza, la locomoción humana y animal sea controlada mediante redes CPG ha inspirado la teoría en la cual se basa la presente tesis. En particular, dos arquitecturas de control en lazo cerrado basadas en métodos de control CPG-espacio-articulaciones han sido propuestas y probadas mediante ambos un robot simulado y un robot humanoide NAO real. La primera arquitectura de control identificó algunas características importantes que un esquema de control CPG-espacio-articulaciones debe tener si se quiere describir un patrón de locomoción útil. A partir de este análisis, la segunda arquitectura de control fue propuesta para describir patrones de locomoción bien caracterizados.
Para mejorar cómo se comporta el sistema en lazo cerrado, un mecanismo de reseteo de fase para redes CPG basadas en el modelo de neurona de Matsuoka ha sido propuesto. Este mecanismo hace posible diseñar y estudiar controladores de realimentación que pueden modificar rápidamente los patrones de locomoción generados.
Los resultados obtenidos muestran que los esquemas de control propuestos pueden producir patrones de locomoción bien caracterizados con una respuesta rápida adecuada para robots humanoides con una capacidad de procesamiento reducida. Estos experimentos también indican que el sistema de control propuesto habilita al robot a responder rápida y robustamente, y poder hacer frente a situaciones complejas. / This thesis proposes the use of biologically inspired control approaches to generate and control the omnidirectional gait of humanoid robots, adapting their movement to various types of flat terrain using multi-sensory feedback. The proposed locomotion control systems were implemented using Central Pattern Generator (CPG) networks
based on Matsuoka’s neuron model. CPGs are biological neural networks located in the central nervous system of vertebrates or in the main ganglia of invertebrates, which can control coordinated movements, such as those involved in locomotion, respiration, chewing or swallowing.
The fact that, in nature, human and animal locomotion is controlled by CPG networks has inspired the theory on which the present thesis is based. In particular, two closed-loop control architectures based on CPG-joint-space control methods have been proposed and tested by using both a simulated and a real NAO humanoid
robot. The first control architecture identified some important features that a CPG-joint-space control scheme must have if a useful locomotion pattern is to be described. On the basis of this analysis, the second control architecture was proposed to describe well-characterized locomotion patterns. The new system, characterized by optimized parameters obtained with a genetic algorithm (GA), effectively generated and controlled locomotion patterns for biped robots on flat and sloped terrain.
To improve how the system behaves in closed loop, a phase resetting mechanism for CPG networks based on Matsuoka’s neuron model has been proposed. It makes it possible to design and study feedback controllers that can quickly modify the locomotion pattern generated.
The results obtained show that the proposed control schemes can yield well-characterized locomotion patterns with a fast response suitable for humanoid robots with a reduced processing capability. These experiments also indicate that
the proposed system enables the robot to respond quickly and robustly, and to cope with complex situations.
| Identifer | oai:union.ndltd.org:TDX_URV/oai:www.tdx.cat:10803/348879 |
| Date | 15 January 2016 |
| Creators | Cristiano Rodríguez, Julián Efrén |
| Contributors | Puig Valls, Domènec Savi, García García, Miguel Ángel, Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques |
| Publisher | Universitat Rovira i Virgili |
| Source Sets | Universitat Rovira i Virgili |
| Language | English |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Format | 131 p., application/pdf |
| Source | TDX (Tesis Doctorals en Xarxa) |
| Rights | ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs., info:eu-repo/semantics/openAccess |
Page generated in 0.003 seconds