Transitions continues des tâches et des contraintes pour le contrôle de robots

• Main Author: Tan, Yang
• Other Authors: Paris 6
• Language: en
• Published: 2016
• Subjects: Robots redondants; Contrôle dynamique; Commande prédictive; Optimisation quadratique; Commande en couple; Continuités des contraintes; Redundant Robots; Dynamic Control; Model Predictive Control; 629.8
• Online Access: http://www.theses.fr/2016PA066096/document

Lors du contrôle de robots, les variations fortes et soudaines dans les couples de commande doivent impérativement être évitées. En effet ces discontinuités peuvent entraîner, en plus des comportements imprévisibles du système, des dommages physiques, notamment au niveau des actionneurs. Pour la réalisation de tâches complexes, un robot à plusieurs degrés de liberté utilise généralement un système de commande multi-objectif avec lequel plusieurs tâches doivent être réalisées et plusieurs contraintes respectées. Le basculement entre ces différentes tâches ainsi que les contraintes causées par un environnemt dynamique et imprévisible sont les causes directes des variations fortes dans les couples de commande. Dans ce travail, les problèmes de transitions de priorités entre les différentes tâches ainsi que la variation des contraintes sont considérées avec pour objectif la des variations fortes dans les couples de commande. Deux contributions principales ont été réalisées.Premièrement, un nouveau contrôleur appelé "contrôle hiérarchique généralisé (GHC)" est implémenté sous forme d’optimisation quadratique pour gérer la priorité des transitions entre les tâches de poids différents. Le projecteur utilisé assure en plus de la continuité des transitions, la gestion de l’ajout et/ou de la suppression de tâches. Les couples de commande sont alors calculés en résolvant un problème d’optimisation prenant en compte en même temps la hiérarchie des tâches et les contraintes égalitaire et inégalitaires.Deuxièmement, nous avons développé une primitive de contrôle à base de Contrôle par Modèle Prédictif (CMP) afin de gérer l’existence des discontinuités des contraintes que doit respecter le robot, tel que le changement d’état des contacts ou l’évitement d'obstacles. Le contrôleur profite ainsi de la formulation prédictive en anticipant l'évolution des contraintes vis-à-vis des scénarios de commande et/ou de l'information des capteurs. Il permet de générer des nouvelles contraintes continues qui remplacent les anciennes contraintes discrètes dans le contrôleur réactif QP. Par conséquent, le taux de changement des couples articulaires est minimisé, comparé aux anciennes contraintes discrètes. Cette primitive de contrôle prédictive ne modifie pas directement les objectifs désirés des tâches mais les contraintes, ce qui permet de s’assurer que les changements de couple sont bien gérés dans les pires scénarios.L'efficacité de la stratégie de contrôle proposée est validée via des expériences en simulation avec le robot Kuka LWR 4+ et le robot humanoïde iCub. Les résultats montrent que l'approche développée peut réduire de manière significative la variation des couples articulaires pendant les changements de priorité des tâches ou sous contraintes discrètes. === Large and sudden changes in the torques of the actuators of a robot are highly undesirable and should be avoided during robot control as they may result in unpredictable behaviours. Multi-objective control system for complex robots usually have to handle multiple prioritized tasks while satisfying constraints. Changes in tasks and/or constraints are inevitable for robots when adapting to the unstructured and dynamic environment, and they may lead to large sudden changes in torques. Within this work, the problem of task priority transitions and changing constraints is primarily considered to reduce large sudden changes in torques. This is achieved through two main contributions as follows. Firstly, based on quadratic programming (QP), a new controller called Generalized Hierarchical Control (GHC) is developed to deal with task priority transitions among arbitrary prioritized task. This projector can be used to achieve continuous task priority transitions, as well as insert or remove tasks among a set of tasks to be performed in an elegant way. The control input (e.g. joint torques) is computed by solving one quadratic programming problem, where generalized projectors are adopted to maintain a task hierarchy while satisfying equality and inequality constraints. Secondly, a predictive control primitive based on Model Predictive Control (MPC) is developed to handle presence of discontinuities in the constraints that the robot must satisfy, such as the breaking of contacts with the environment or the avoidance of an obstacle. The controller takes the advantages of predictive formulations to anticipate the evolutions of the constraints by means of control scenarios and/or sensor information, and thus generate new continuous constraints to replace the original discontinuous constraints in the QP reactive controller. As a result, the rate of change in joint torques is minimized compared with the original discontinuous constraints. This predictive control primitive does not directly modify the desired task objectives, but the constraints to ensure that the worst case of changes of torques is well-managed. The effectiveness of the proposed control framework is validated by a set of experiments in simulation on the Kuka LWR robot and the iCub humanoid robot. The results show that the proposed approach significantly decrease the rate of change in joint torques when task priorities switch or discontinuous constraints occur.