Retour au site du LAAS-CNRS

Laboratoire d’analyse et d’architecture des systèmes
Choisir la langue : FR | EN

43documents trouvés

18395
15/10/2018

Modèles réduits fiables et efficaces pour la planification et l’optimisation de mouvement des robots à pattes en environnements contraints

P.FERNBACH

GEPETTO

Doctorat : Université de Toulouse III - Paul Sabatier, 15 Octobre 2018, 245p., Président: M.P.CANI, Rapporteurs: L.RIGHETTI, A.KHEDDAR, Examinateurs: J.PETTRE, Directeurs de thèse: M.TAIX, S.TONNEAU , N° 18395

Diffusable

Plus d'informations

Abstract

The automatic synthesis of movements for legged robots is one of the long standing challenge of robotics, and its resolution is a prior to the safe deployment of robots outside of their labs. In this thesis, we tackle it with a divide and conquer approach, where several smaller sub-problems are identified and solved sequentially to generate motions in a computationally efficient manner. This decoupling comes with a feasibility issue : how can we guarantee that the solution of a sub-problem is a valid input for the next sub-problem ? To address this issue, this thesis defines computationally efficient feasibility criteria, focused on the constraints on the Center Of Mass of the robot. Simultaneously, it proposes a new formulation of the problem of computing a feasible trajectory for the Center Of Mass of the robot, given a contact sequence. This formulation is continuous, as opposed to traditional approaches that rely on a discretized formulation, which can result in constraint violations and are less computationally efficient. This general formulation could be straightforwardly used with any existing approach of the state of the art. The framework obtained was experimentally validated both in simulation and on the HRP-2 robot, and presented a higher success rate, as well as computing performances order of magnitudes faster than the state of the art.

Résumé

La synthèse automatique du mouvement de robots à pattes est un enjeu majeur de la robotique : sa résolution permettrait le déploiement des robots hors de leurs laboratoire. Pour y parvenir, cette thèse suit l’approche "diviser pour régner", où le problème est décomposé en plusieurs sous-problèmes résolus séquentiellement. Cette décomposition amène alors la question nouvelle de la faisabilité : comment garantir que la solution d’un sous-problème, permet la résolutiondes suivants (dont elle sert d’entrée) ? Pour y répondre, cette thèse définit des critères de faisabilités efficaces, qui s’appuient sur la définition des contraintes qui s’appliquent au centre de masse du robot. En parallèle, et de manière plus générale, elle propose une nouvelle formulation du problème du calcul d’une trajectoire valide pour le centre de masse du robot. Cette formulation, continue, présente le double avantage (par rapport aux méthodes discrètes classiques) de garantir la validité de la solution en tous points, tout en améliorant, grâce à une réduction de la dimensionnalité du problème, les performances des algorithmes de l’état de l’art. L’architecture de planification de mouvement résultante a été validée en simulation, ain que sur le robot HRP-2, démontrant ainsi sa supériorité en termes de temps de calcul et de taux de succès par rapport à l’existant.

Mots-Clés / Keywords
Planification de mouvement; Robots à pattes; Multi-contact; Planification kinodynamique; Optimisation; Motion and kinodynamic planning; Legged robots; Optimization;

145394
18352
10/10/2018

Descriptive and Explanatory Tools for Human Movement and State Estimation in Humanoid Robotics

F.BAILLY

GEPETTO

Doctorat : Université de Toulouse III - Paul Sabatier, 10 Octobre 2018, 168p., Président: J.P.LAUMOND, Rapporteurs: A.IJSPEERT, L.CHEZE, Examinateurs: E.GUIGON, Directeurs de thèse: P.SOUERES, B.WATIER , N° 18352

Lien : https://hal.laas.fr/tel-01927768

Diffusable

Plus d'informations

Abstract

Le sujet principal de cette thèse est le mouvement des systèmes anthropomorphes, et plus particulièrement la locomotion bipède des humains et des robots humanoïdes. Pour caractériser et comprendre la locomotion bipède, il est instructif d’en étudier les causes motrices et les conséquences physiques qui en résultent, que sont les interactions avec l’environnement. Concernant les causes, par exemple, quels sont les principes qui régissent l'organisation des ordres moteurs pour élaborer une stratégie de déplacement spécifique ? Puis, quelles grandeurs physiques pouvons-nous calculer pour décrire au mieux le mouvement résultant de ces commandes motrices ? Ces questions sont en partie abordées par la proposition d’une extension mathématique de l'approche du Uncontrolled Manifold au contrôle moteur de tâches dynamiques puis par la présentation d'un nouveau descripteur de la locomotion anthropomorphe. En lien avec ce travail analytique vient le problème de l'estimation de l'état pour les systèmes anthropomorphes. La difficulté d'un tel problème vient du fait que les mesures apportent un bruit qui n'est pas toujours séparable des données informatives, et que l'état du système n'est pas nécessairement observable. Pour se débarrasser du bruit, des techniques de filtrage classique peuvent être employées, mais elles sont susceptibles d’altérer le contenu des signaux d’intérêt. Pour faire face à ce problème, nous présentons une méthode récursive, basée sur le filtrage complémentaire, pour estimer la position du centre de masse et la variation du moment angulaire d’un système en contact, deux quantités centrales de la locomotion bipède. Une autre idée pour se débarrasser du bruit de mesure est de réaliser qu'il résulte en une estimation irréaliste de la dynamique du système. En exploitant les équations du mouvement, qui dictent la dynami! que temporelle du système, et en estimant une trajectoire plutôt qu’un point unique, nous présentons ensuite une estimation du maximum de vraisemblance en utilisant l'algorithme de programmation différentielle dynamique pour effectuer une estimation optimale de l'état centroidal des systèmes en contact. Finalement, une réflexion pluridisciplinaire est présentée, sur le rôle fonctionnel et computationnel joué par la tête chez les animaux. La pertinence de son utilisation en robotique mobile y est discutée, pour l’estimation d’état et la perception multisensorielle. Le sujet principal de cette thèse est le mouvement des systèmes anthropomorphes, et plus particulièrement la locomotion bipède des humains et des robots humanoïdes. Pour caractériser et comprendre la locomotion bipède, il est instructif d’en étudier les causes motrices et les conséquences physiques qui en résultent, que sont les interactions avec l’environnement. Concernant les causes, par exemple, quels sont les principes qui régissent l'organisation des ordres moteurs pour élaborer une stratégie de déplacement spécifique ? Puis, quelles grandeurs physiques pouvons-nous calculer pour décrire au mieux le mouvement résultant de ces commandes motrices ? Ces questions sont en partie abordées par la proposition d’une extension mathématique de l'approche du Uncontrolled Manifold au contrôle moteur de tâches dynamiques puis par la présentation d'un nouveau descripteur de la locomotion anthropomorphe. En lien avec ce travail analytique vient le problème de l'estimation de l'état pour les systèmes anthropomorphes. La difficulté d'un tel problème vient du fait que les mesures apportent un bruit qui n'est pas toujours séparable des données informatives, et que l'état du système n'est pas nécessairement observable. Pour se débarrasser du bruit, des techniques de filtrage classique peuvent être employées, mais elles sont susceptibles d’altérer le contenu des signaux d’intérêt. Pour faire face à ce problème, nous présentons une méthode récursive, basée sur le filtrage complémentaire, pour estimer la position du centre de masse et la variation du moment angulaire d’un système en contact, deux quantités centrales de la locomotion bipède. Une autre idée pour se débarrasser du bruit de mesure est de réaliser qu'il résulte en une estimation irréaliste de la dynamique du système. En exploitant les équations du mouvement, qui dictent la dynami! que temporelle du système, et en estimant une trajectoire plutôt qu’un point unique, nous présentons ensuite une estimation du maximum de vraisemblance en utilisant l'algorithme de programmation différentielle dynamique pour effectuer une estimation optimale de l'état centroidal des systèmes en contact. Finalement, une réflexion pluridisciplinaire est présentée, sur le rôle fonctionnel et computationnel joué par la tête chez les animaux. La pertinence de son utilisation en robotique mobile y est discutée, pour l’estimation d’état et la perception multisensorielle.

Abstract

The substantive subject of this thesis is the motion of anthropomorphic systems, and more particularly the bipedal locomotion of humans and humanoid robots. To characterize and understand bipedal locomotion, it is instructive to study its motor causes and its resulting physical consequences, namely, the interactions with the environment. Concerning the causes, for instance, what are the principles that govern the organization of motor orders in humans for elaborating a specific displacement strategy? And then, which physical quantities can we compute for best describing the motion resulting from these motor orders ? These questions are in part addressed by the proposal of a mathematical extension of the Uncontrolled Manifold approach for the motor control of dynamic tasks and through the presentation of a new descriptor of anthropomorphic locomotion. In connection with this analytical work, comes the problem of state estimation in anthropomorphic systems. The difficulty of such a problem comes from the fact that the measurements carry noise which is not always separable from the informative data, and that the state of the system is not necessarily observable. To get rid of the noise, classical filtering techniques can be employed but they are likely to distort the signals. To cope with this issue, we present a recursive method, based on complementary filtering, to estimate the position of the center of mass and the angular momentum variation of the human body, two central quantities of human locomotion. Another idea to get rid of the measurements noise is to acknowledge the fact that it results in an unrealistic estimation of the motion dynamics. By exploiting the equations of motion, which dictate the temporal dynamics of the system, and by estimating a trajectory versus a single point, we then present maximum likeli! hood estimation using the dynamic differential programming algorithm to perform optimal centroidal state estimation for systems in contact. Finally, a multidisciplinary reflection on the functional and computational role played by the head in animals is presented. The relevance of using this solution in mobile robotics is discussed, particularly for state estimation and multisensory perception.

Mots-Clés / Keywords
humanoid robotics; Biomechanics; Locomotion; State estimation; Motor control; Robotique humanoide; Biomécanique; Contrôle moteur;

145095
18197
23/04/2018

Optimal control and machine learning for humaoid and aerial robots

M.GEISERT

GEPETTO

Doctorat : INSA de Toulouse, 23 Avril 2018, 185p., Président: J.CORTES, Rapporteurs: P.Y.OUDEYER, K.LIU, Examinateurs: J.BUCHLI, S.DONCIEUX, Directeurs de thèse: N.MANSARD , N° 18197

Lien : https://hal.laas.fr/tel-01886622

Diffusable

Plus d'informations

Résumé

Quelle sont les points communs entre un robot humanoïde et un quadrimoteur ? Et bien, pas grand-chose... Cette thèse s’intéresse donc au développement d’algorithmes permettant de contrôler un robot de manière dynamique tout en restant générique par rapport au model du robot et à la tâche que l’on cherche à résoudre. Le contrôle optimal numérique est pour cela un bon candidat. Cependant il souffre de plusieurs difficultés comme un nombre important de paramètres à ajuster et des temps de calcul relativement élevés. Cette thèse présente alors plusieurs améliorations permettant dâAZatténuer ces difficultés. D’un côté, l’ordonnancement des différentes tâches sous la forme d’une hiérarchie et sa résolution avec un algorithme adapté permet de réduire le nombre de paramètres à ajuster. D’un autre côté, l’utilisation de l’apprentissage automatique afin d’initialiser l’algorithme d’optimisation ou de générer un modèle simplifié du robot permet de fortement diminuer les temps de calcul.

Abstract

What are the common characteristics of humanoid robots and quadrotors? Well, not many... Therefore, this document is focused on the development of algorithms allowing to dynamically control a robot while staying generic with respect to the model of the robot and the task that needs to be solved. Numerical optimal control is good candidate to achieve such objective. However, it suffers from several difficulties such as a high number of parameters to tune and a relatively important computation time. This document presents several ameliorations allowing to reduce these problems. On one hand, the tasks can be ordered according to a hierarchy and solved with an appropriate algorithm to lower the number of parameters to tune. On the other hand, machine learning can be used to initialize the optimization solver or to generate a simplified model of the robot, and therefore can be used to decrease the computation time.

Mots-Clés / Keywords
Optimal control; Hierarchical control; Machine learning; Motion planning; Humanoid robots; Aerial robots; Contrôle optimal; Contrôle hiérarchique; Apprentissage automatique; Plannification de mouvement; Robots humanoïdes; Robots aériens;

144093
17519
13/12/2017

Handling uncertainty and variability in robot control

N.GIFTSUN

GEPETTO

Doctorat : INSA de Toulouse, 13 Décembre 2017, 115p., Président: P.PLOEGER, Rapporteurs: V.PADOIS, Examinateurs: A.DEL PRETE, Directeurs de thèse: F.LAMIRAUX , N° 17519

Lien : https://hal.laas.fr/tel-01713007

Diffusable

Plus d'informations

Abstract

Amidst a lot of research in motion planning and control in concern with robotic applications, the mankind has never reached a point yet, where the robots are perfectly functional and autonomous in dynamic settings. Though it is controversial to discuss about the necessity of such robots, it is very important to address the issues that stop us from achieving such a level of autonomy. Industrial robots have evolved to be very reliable and highly productive with more than 1.5 million operational robots in a variety of industries. These robots work in static settings and they literally do what they are programmed for specific usecases, though the robots are flexible enough to be programmed for a variety of tasks. This research work makes an attempt to address these issues that separate both these settings in a profound way with special focus on uncertainties. Practical impossibilities of precise sensing abilities lead to a variety of uncertainties in scenarios where the robot is mobile or the environment is dynamic. This work focuses on developing smart strategies to improve the ability to handle uncertainties robustly in humanoid and industrial robots. First, we focus on a dynamical obstacle avoidance framework proposed for industrial robots equipped with skin sensors for reactivity. Path planning and motion control are usually formalized as separate problems in robotics. High dimensional configuration spaces, changing environment and uncertainties do not allow to plan real-time motion ahead of time requiring a controller to execute the planned trajectory. The fundamental inability to unify both these problems has led to handle the planned trajectory amidst perturbations and unforeseen obstacles using various trajectory execution and deformation mechanisms. The proposed framework uses ’Stack of Tasks’, a hierarchical controller using proximity information to avoid obstacles. Experiments are performed on a UR5 robot to check the validity of the framework and its potential use for collaborative robot applications. Second, we focus on a strategy to model inertial parameters uncertainties in a balance controller for legged robots. Model-based control has become more and more popular in the legged robots community in the last ten years. The key idea is to exploit a model of the system to compute precise motor commands that result in the desired motion. This allows to improve the quality of the motion tracking, while using lower feedback gains, leading so to higher compliance. However, the main flaw of this approach is typically its lack of robustness to modeling errors. In this paper we focus on the robustness of inverse-dynamics control to errors in the inertial parameters of the robot. We assume these parameters to be known, but only with a certain accuracy. We then propose a computationally-efficient optimization-based controller that ensures the balance of the robot despite these uncertainties. We used the proposed controller in simulation to perform different reaching tasks with the HRP-2 humanoid robot, in the presence of various modeling errors. Comparisons against a standard inverse-dynamics controller through hundreds of simulations show the superiority of the proposed controller in ensuring the robot balance.

142375
17608
12/12/2017

Planification interactive de mouvement avec contact

N.BLIN

GEPETTO

Doctorat : INP de Toulouse, 12 Décembre 2017, 134p., Président: R.ZAPATA, Rapporteurs: V.PERDEREAU, B.FOUAD, Examinateurs: , Directeurs de thèse: J.Y.FOURQUET, M.TAIX, P.FILLATREAU , N° 17608

Lien : https://hal.archives-ouvertes.fr/tel-01769238

Diffusable

Plus d'informations

Abstract

Designing new industrial products requires to develop prototypes prior to their launch phase. An interesting solution to speedup the development phase and reduce its costs is to use virtual prototypes as long as possible. Some steps of the development consist in assembly or disassembly operations. These operations can be done manually or automatically using a motion planning algorithm. Motion planning is a method allowing a computer to simulate the motion of an object from a start point to a goal point while avoiding obstacles. The following research work brings solutions for the interaction between a human operator and a motion planning algorithm of virtual objects for the exploration of free space. Research time is split between the human and the machine according to an authority sharing parameter determining the percentage of time allocated to one or the other entity. The simultaneous use of a human and a machine greatly speedup the exploration in comparison to the time needed by any of the former two alone. This work then presents a new interactive motion planner with contact. This method permits to generate trajectories at the surface of obstacles instead of free space trajectories. Contact motion planning allows specific operations such as sliding or insertion. This greatly diminishes the solving time of motion planning problems in cluttered environments. Detecting the intentions of a user when he interacts with a machine is a good way to convey orders efficiently and intuitively. An algorithm for interactive contact planning with intention detection techniques is proposed. This algorithm uses a haptic robot allowing a user to feel virtual obstacles when manipulating a virtual object in a virtual reality environment. The interactive algorithm adapts to the actions of the user in real time for a pertinent exploration of the surfaces of obstacles. This work has been done partly in LAAS-CNRS laboratory in Toulouse in Gepetto team and partly in LGP-ENIT laboratory in Tarbes in DIDS team. We wish to thank the Midi-Pyrénées region for funding this research.

Résumé

La conception de nouveaux produits industriels nécessite le développement de prototypes avant leur déploiement grand public. Afin d’accélérer cette phase et de réduire les coûts qui en découlent, une solution intéressante consiste a utiliser des prototypes virtuels le plus longtemps possible en particulier dans la phase de conception. Certaines des étapes de la conception consistent à effectuer des opérations d’assemblage ou de désassemblage. Ces opérations peuvent être effectuées manuellement ou automatiquement à l’aide d’un algorithme de planification de mouvement. La planification de mouvement est une méthode permettant à un ordinateur de simuler le déplacement d’un objet d’un point de départ à un point d’arrivée tout en évitant les obstacles. Le travail de recherche de cette thèse apporte des solutions afin d’améliorer l’interaction entre un humain et un algorithme de planification de mouvement pendant l’exploration de l’espace libre. Le temps de recherche est partagé entre l’humain et la machine selon un paramètre de partage d’autorité permettant de déterminer le pourcentage d’allocation du temps à l’une ou l’autre entité. L’utilisation simultanée de ces deux entités permet d’accélérer grandement la vitesse d’exploration par rapport à la vitesse d’un humain seul ou d’un algorithme seul. Ces travaux apportent ensuite une nouvelle méthode de planification de mouvement avec contact permettant de générer des trajectoires à la surface des obstacles au lieu de les générer uniquement dans l’espace libre. La planification au contact permet d’effectuer des opérations spécifiques telles que le glissement ou l’insertion utiles pour la résolution de problèmes de planification dans des environnements encombrés. Enfin, détecter les intentions d’un utilisateur lorsqu’il interagit avec une machine permet de lui fournir des ordres efficacement et intuitivement. Dans le cadre de la planification interactive au contact, un algorithme de détection d’intention est proposé. Ce dernier s’appuie sur l’utilisation d’un robot haptique permettant à un opérateur de ressentir les obstacles virtuels lors de la manipulation d’un objet virtuel dans un environnement de réalité virtuelle. L’algorithme interactif s’adapte en temps réel aux actions de l’opérateur pour une exploration pertinente de la surface des obstacles. Ces travaux ont été menés en partie au laboratoire toulousain LAAS au sein de l’équipe Gepetto et en partie dans le laboratoire LGP de l’ENIT au sein de l’équipe DIDS. Nous remercions la région Midi-Pyrénées pour avoir financé ces recherches.

Mots-Clés / Keywords
Planification au contact; Planification de mouvement; Robotique; Informatique; Réalité virtuelle; Retour haptique; Détection d'intention; Computer science; Robotics; Motion planning; Virtual reality; Haptic feedback; Intention detection;

143213
17643
29/11/2017

Analysis and Generation of Highly Dynamic Motions of Anthropomorphic Systems: Application to Parkour

G.MALDONADO

GEPETTO

Doctorat : Université de Toulouse III - Paul Sabatier, 29 Novembre 2017, 149p., Président: E.BURDET, Rapporteurs: A.ROBY-BRAMI, F.MULTON, Examinateurs: E.BURDET, Directeurs de thèse: B.WATIER, P.SOUERES , N° 17643

Lien : https://hal.laas.fr/tel-01922226

Diffusable

Plus d'informations

Résumé

Cette thèse fournit une approche interdisciplinaire originale pour le traitement du mouvement humain corps-complet grâce à l’utilisation synergique des approches de la biomécanique, du contrôle moteur et de la robotique. Des méthodes robustes de biomécanique sont utilisées pour l’enregistrement, le traitement et l’analyse du mouvement humain. L’approche "Uncontrolled Manifold" du contrôle moteur est étendue pour étudier des mouvements très dynamiques, traités dans l’étude biomécanique. Ceci permet de déterminer si les tâches dynamiques hypothétiques sont contrôlées de manière stable par le cerveau et d’inférer une organisation hiérarchique des tâches motrices contrôlées. Le formalisme de l’espace des tâches utilisé en robotique pour la génération de mouvement corps-complet et la hiérarchie des tâches extraites dans l’étude du contrôle moteur sont utilisés pour générer mouvement humain très dynamique. Cette approche permet de mieux comprendre le mouvement humain et de générer du mouvement de ce dernier avec des systèmes anthropomorphes. Une étude de cas de mouvements très dynamiques et complexes de Parkour, y compris les sauts et les techniques d’atterrissage, est utilisée pour illustrer l’approche proposée.

Abstract

This thesis provides an original interdisciplinary approach for the treatment of whole-body human movement through the synergistic utilization of biomechanics, motor control and robotics approaches. Robust methods of biomechanics are used for recording, processing and analyzing whole-body human motion. The uncontrolled manifold approach (UCM) of motor control is extended for studying highly dynamic movements, processed in the biomechanics study, in order to determine if hypothesized dynamic tasks are being controlled stably by the brain and to infer a hierarchical organization of the controlled motor tasks. The task space formalism of motion generation in robotics is used for generating whole-body motion taking into account the hierarchy of tasks extracted in the motor control study. This approach allows for better understanding human dynamic motion and for generating whole-body human motion with anthropomorphic systems. A case study of highly dynamic and complex movements of Parkour, including jumps and landing techniques, is utilized for illustrating the proposed approach.

Mots-Clés / Keywords
Redundancy; Whole-body motion; Biomechanics; Motor control; Robotics; Human-inspired motion; Task space; Uncontrolled Manifold; Parkour; Highly dynamic motion; Redondance; Mouvement corps-complet; Biomécanique; Contrôle moteur; Robotique; Mouvement inspiré de l’homme; Espace de tâches; Mouvement hautement dynamique;

144653
17406
17/10/2017

Estimation et stabilisation de l'état d'un robot humanoïde compliant

A.MIFSUD

GEPETTO

Doctorat : INP de Toulouse, 17 Octobre 2017, 113p., Président: C.CHEVALLEREAU, Rapporteurs: T.HAMEL, Examinateurs: J.SOLA, P.B.WIEBER, Directeurs de thèse: F.LAMIRAUX, M.BENALLEGUE , N° 17406

Lien : https://hal.laas.fr/tel-01653163

Diffusable

Plus d'informations

Résumé

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.

Mots-Clés / Keywords
Estimation; Asservissement; Robotique humanoïde;

141453
17634
01/09/2017

Computational foundations of anthropomorphic locomotion

J.CARPENTIER

GEPETTO

Doctorat : Université de Toulouse III - Paul Sabatier, 1er Septembre 2017, 132p., Président: Y.CHITOUR, Rapporteurs: A.ALBU-SCHAFFER, S.SCHAAL, Examinateurs: P.B.WIEBER, C.CHEVALLEREAU, A.KHEDDAR, Directeurs de thèse: J.P.LAUMOND, N.MANSARD , N° 17634

Lien : https://hal.laas.fr/tel-01841095

Diffusable

Plus d'informations

Résumé

La locomotion anthropomorphe est un processus complexe qui met en jeu un très grand nombre de degrés de liberté, le corps humain disposant de plus de trois cents articulations contre une trentaine chez les robots humanoïdes. Pris dans leur ensemble, ces degrés de liberté montrent une certaine cohérence rendant possible la mise en mouvement du système anthropomorphe et le maintien de son équilibre, dans le but d’éviter la chute. Cette thèse met en lumière les fondements calculatoires à l’origine de cette orchestration. Elle introduit un cadre mathématique unifié permettant à la fois l’étude de la locomotion humaine, et la génération de trajectoires locomotrices pour les robots humanoïdes. Ce cadre consiste en une réduction de la dynamique corps-complet du système pour ne considérer que sa projection autour du centre de gravité, aussi appelée dynamique centroïdale. Bien que réduite, nous montrons que cette dynamique centroïdale joue un rôle central dans la compréhension et la formation des mouvements locomoteurs. Pour ce faire, nous établissons dans un premier temps les conditions d’observabilité de cette dynamique, c’est-à-dire que nous montrons dans quelle mesure cette donnée peut être appréhendée à partir des capteurs couramment employés en biomécanique et en robotique. Forts de ces conditions d’observabilité, nous proposons un estimateur capable de reconstruire la position non-biaisée du centre de gravité. A partir de cet estimateur et de l’acquisition de mouvements de marche sur divers sujets, nous mettons en évidence la présence d’un motif cycloïdal du centre de gravité dans le plan sagittal lorsque l’humain marche de manière nominale, c’est-à-dire sans y penser. La présence de ce motif suggère l’existence d’une synergie motrice jusqu’alors ignorée, soutenant la théorie d’une coordination générale des mouvements pendant la locomotion. La dernière contribution de cette thèse porte sur la locomotion multi-contacts. Les humains ont une agilité remarquable pour effectuer des mouvements locomoteurs qui nécessitent l’utilisation conjointe des bras et des jambes, comme lors de l’ascension d’une paroi rocheuse. Comment doter les robots humanoïdes de telles capacités ? La difficulté n’est certainement pas technologique, puisque les robots actuels sont capables de développer des puissances mécaniques suffisantes. Leurs performances, évaluées tant en termes de qualité des mouvements que de temps de calcul, restent très limitées. Dans cette thèse, nous abordons le problème de génération de trajectoires multi-contacts sous la forme d’un problème de commande optimale. L’intérêt de cette formulation est de partir du modèle réduit de la dynamique centroïdale tout en répondant aux contraintes d’équilibre. L’idée originale consiste à maximiser la vraisemblance de cette dynamique réduite vis-à-vis de la dynamique corps-complet. Elle repose sur l’apprentissage d’une mesure d’occupation qui reflète les capacités cinématiques et dynamiques du robot. Elle est effective : l’algorithmique qui en découle est compatible avec des applications temps réel. L’approche a été évaluée avec succès sur le robot humanoïde HRP-2, sur plusieurs modes de locomotions, démontrant ainsi sa polyvalence.

Mots-Clés / Keywords
Locomotion anthropomorphe; Robotique humanoïde; Biomécanique; Contrôle optimal; Estimation; Apprentissage automatique;

143973
17149
07/07/2017

Motion planning for digital actors

M.CAMPANA

GEPETTO

Doctorat : Université de Toulouse III - Paul Sabatier, 17 Juillet 2017, 115p., Président:, Rapporteurs: L.REVERET, K.YAMANE, Examinateurs: M.VENDITELLI, J.CORTES, Directeurs de thèse: J.P.LAUMOND , N° 17149

Lien : https://hal.laas.fr/tel-01591472

Diffusable

Plus d'informations

Résumé

Les algorithmes probabilistes offrent de puissantes possibilités quant à la résolution de problèmes de planification de mouvements pour des robots complexes dans des environnements quelconques. Cependant, la qualité des chemins solutions obtenus est discutable. Cette thèse propose un outil pour optimiser ces chemins et en améliorer la qualité. La méthode se base sur l’optimisation numérique contrainte et la détection de collision pour réduire la longueur du chemin tout en évitant les collisions. La modularité des méthodes probabilistes nous a aussi inspirés pour réaliser un algorithme de génération de sauts pour des personnages. Cet algorithme est décrit par trois étapes de planifications, de la trajectoire du centre du personnage jusqu’à son mouvement corps-complet. Chaque étape bénéficie de la rigueur de la planification pour éviter les collisions et pour contraindre le chemin. Nous avons proposé des contraintes inspirées de la physique pour améliorer la plausibilité des mouvements, telles que du non-glissement, de la limitation de vitesse et du maintien de contacts. Les travaux de cette thèse ont été intégrés dans le logiciel “Humanoid Path Planner” et les rendus visuels effectués avec Blender.

Abstract

Probabilistic algorithms offer powerful possibilities as for solving motion planning problems for complex robots in arbitrary environments. However, the quality of obtained solution paths is questionable. This thesis presents a tool to optimize these paths and improve their quality. The method is based on constrained numerical optimization and on collision checking to reduce the path length while avoiding collisions. The modularity of probabilistic methods also inspired us to design a motion generation algorithm for jumping characters. This algorithm is described by three steps of motion planning, from the trajectory of the character’s center to the wholebody motion. Each step benefits from the rigor of motion planning to avoid collisions and to constraint the path. We proposed physics-inspired constraints to increase the plausibility of motions, such as slipping avoidance, velocity limitation and contact maintaining. The thesis works have been implemented in the software ‘Humanoid Path Planner’ and the graphical renderings have been done with Blender.

Mots-Clés / Keywords
Motion planning; Computer animation; Ballistic motion; Path optimization; Simulation; Planification de mouvement; Animation graphique; Mouvement ballistique; Optimisation de chemin;

140133
17079
21/02/2017

Manipulation planning for documented objects

J.MIRABEL

GEPETTO

Doctorat : INP de Toulouse, 21 Février 2017, 131p., Président: J.P.LAUMOND, Rapporteurs: E.MAZER, F.VAN DER STAPPEN, Examinateurs: M.MICHELIN, Directeurs de thèse: F.LAMIRAUX , N° 17079

Lien : https://hal.laas.fr/tel-01516897

Diffusable

Plus d'informations

Résumé

Cette thèse traite du problème de planification de mouvement pour objets documentés. La difficulté du problème réside dans le couplage d’un problème symbolique et d’un problème géométrique. Les approches habituelles combinent la planification de tâche et la planification de mouvement. Elles sont complexes à implémenter et coûteuse en temps de calcul. Notre approche se différencie sur trois aspects. Le premier aspect est un cadre théorique modélisant les mouvements admissibles du robot et des objets. Ce modèle théorique utilise des contraintes pour lier tâche symbolique et chemins géométriques accomplissant cette tâche. Un graphe de contrainte permet de modéliser les règles de manipulation. Un algorithme de planification utilisant ce graphe est proposé. Le deuxième aspect est la gestion de chemin contraint. Dans le cadre de la manipulation, un définition abstraite sous forme de contrainte numérique est nécessaire. Un critère de continuité pour les méthodes de type Newton-Raphson est proposé pour assurer la continuité de trajectoire dans des sous-variétés. Le dernier aspect est la documentation des objets. Certaines informations, facile à définir pour l’être humain, accélère grandement la recherche d’une solution. Cette documentation, spécifique à chaque objet et préhenseur, est utilisée pour générer un graphe de contrainte, facilitant ainsi la spécification et la résolution du problème.

Abstract

This thesis tackles the manipulation planning for documented objects. The difficulty of the problem is the coupling of a symbolic and a geometrical problem. Classical approaches combine task and motion planning. They are hard to implement and time consuming. This approach is different on three aspects. The first aspect is a theoretical framework to model admissible motions of the robot and objects. This model uses constraints to link symbolic task and motions achieving such task. A graph of constraint models the manipulation rules. A planning algorithm using this graph is proposed. The second aspect is the handling of constrained motion. In manipulation planning, an abstract definition of numerical constraint is necessary. A continuity criterion for Newton-Raphson methods is proposed to ensure the continuity of trajectories in sub-manifolds. The last aspect is object documentation. Some information, easy to define for human beings, greatly speeds up the search. This documentation, specific to each object and end-effector, is used to generate a graph of constraint, easing the problem specification and resolution.

Mots-Clés / Keywords
Manipulation planning; Constrained planning; Continuous trajectory generation; Affordance; Documented objects; Planification de manipulation; Planification sous contraintes; Génération de trajectoire continue; Objets documentés;

139493
Les informations recueillies font l’objet d’un traitement informatique destiné à des statistiques d'utilisation du formulaire de recherche dans la base de données des publications scientifiques. Les destinataires des données sont : le service de documentation du LAAS.Conformément à la loi « informatique et libertés » du 6 janvier 1978 modifiée en 2004, vous bénéficiez d’un droit d’accès et de rectification aux informations qui vous concernent, que vous pouvez exercer en vous adressant à
Pour recevoir une copie des documents, contacter doc@laas.fr en mentionnant le n° de rapport LAAS et votre adresse postale. Signalez tout problème de dysfonctionnement à sysadmin@laas.fr. http://www.laas.fr/pulman/pulman-isens/web/app.php/