Contributions à la Commande de Robots sous Contraintes

Slides:



Advertisements
Présentations similaires
Reconstitution de l’état d’un micro drone par fusion de données
Advertisements

Soutenance du stage de DEA.
Baptiste ARNAULT, Manel ZERELLI, Thierry SORIANO
Borhen LOUHICHI Merci, Monsieur le président,
Conception Préliminaire de Manipulateurs Mobiles et Génération de Consignes Évolutionnaires : une Méthodologie pour Intégrer la Commande dans l’Évaluation.
Equipe optimisation TempoSoft
au LISC, Cemagref de Clermont Ferrand
A Pyramid Approach to Subpixel Registration Based on Intensity
Estimation ellipsoïdale des paramètres dynamiques d'un robot
Optimisation dans les télécommunications
Application aux NK-landscape...
Jean-Laurent Hippolyte
Le 19/ 11/ Modèle de tarification planifiée pour les réseaux mobiles Mustapha OUGHDI Alexandre CAMINADA Sid LAMROUS.
Plus rapide chemin bicritère : un problème d’aménagement du territoire
L’optimisation par essaims De particules
Animation de solides en contact par modèle physique
Sélection automatique d’index et de vues matérialisées
Reconstruction de volume 3D
ELE6207 Commande de systèmes robotiques
Laboratoire LCOMS Equipe « Evaluation de Performance et Systèmes d’Aide à la Personne » (EPSAP) Guy Bourhis CENRob 4-5 avril.
Introduction à l’Intelligence Artificielle
UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE D’ORAN
Travaux Initiative Personnels Encadrés
Application des algorithmes génétiques
جامعــــــة محمد خيضــــــــــــر بــســكــــــــــــرة
DEA Intelligence Artificielle et Optimisation Combinatoire
Commande par algorithme génétique
Comportement Réactif - Champs de potentiel
Comportement Hiérarchique
Quelques Modèles de conception
3.6 Les équations de la cinématique à accélération constante MRUA
Modélisation causale multiphysique
Modélisation du robot Azimut-3
© Petko ValtchevUniversité de Montréal Janvier IFT 2251 Génie Logiciel Notions de Base Hiver 2002 Petko Valtchev.
Réaction aux collisions dans les animations physiques François Faure, Olivier Galizzi GRAVIR Projet commun CNRS,INRIA,INPG,UJF 1 1.
Activités en salle de Réalité Virtuelle
Les étapes du cycle de développement du génie logiciel
AIP PRIMECA des Pays de La Loire – 9 novembre 2006
Soutenance de stage 16 Mai au 5 Août 2011
Structure du cours Introduction générale Notions de géodésie
1 Modèles de particules Reeves, W. T., "Particle Systems - A technique for Modeling a Class of Fuzzy Objects," SIGGRAPH 83, Reeves, W. T., and.
Les PREF, DEC, et jauges outils
Réseau bayésien à la détection de fraude
Similarité Belkhir Abdelkader Laboratoire LSI USTHB
Contrôle d’impédance dans les interfaces cerveau-machine
Responsables : Sandrine Dobosz Dufrénoy – Pascal Monot
Graph cuts et applications
Etude cinématique sur l’axe R3 d’un robot fruitier
Optimisation par les algorithmes génétiques
Mohamed Amine CHABCHOUB
Micro-intro aux stats.
AU SERVICE DE LA TERRE BRGM BP Orléans France Tel : Fax : NTNU Energos Norvège ISWA Allemagne BRGM.
Travaux Pratiques Optimisation Combinatoire
CINEMATIQUE – Base INTRODUCTION GENERALITE PRENTATION DE L’ATELIER DMU Kinematics CREATION DE CINEMATIQUE V5.
Patrick Chedmail – Philippe Wenger Fouad Bennis - Alain Bernard
LIRMM, MONTPELLIER, FRANCE FTFC 2003 Définition d’une métrique d’insertion de buffers X. Michel, A. Verle N. Azémard, P. Maurine, D. Auvergne Paris, France.
1 Méthode de “Fast Marching” générique pour “Shape From Shading” E. Prados & S. Soatto RFIA 2006 janvier 2006, Tours.
Reconnaissance de visage par vidéo
Optimisation pour la Conception de Systèmes Embarqués
Présenté par : ABED Djemaa; BAKHOUIA Roqiya.
Algorithmes génétiques
Implémentation d’un opérateur de répartition de sources lumineuses
1 Logiciels de confection automatique d’horaires.
Organisation des séquences pédagogiques TD TP
Leçon de Mécanique pré-bac n°10 Thème : Résolution d’un problème de cinématique, aspects méthodologiques Niveau : Première STI2D Le 01/02/12 Gwenaël.
Modélisation des Actions Mécaniques Première sti2d
GdR MoMaS Novembre 2003 Conditions d’interface optimales algébriques pour la vibro-élasticité. François-Xavier Roux (ONERA) Laurent Sériès (ONERA) Yacine.
MODULE 1 FINANCEMENTFINANCEMENT FINANCEMENTFINANCEMENT 1 Sur la base de l'analyse des régimes de sécurité sociale existants, à la fin de ce module les.
Laboratoire d’accueil :
Transcription de la présentation:

Contributions à la Commande de Robots sous Contraintes Contributions to the control of constrained robots Philippe Bidaud Michel de Broissia Vincent Padois Sébastien Rubrecht Sous la direction de : Bonjour, merci à tous etc. /Présentation sébastien rubrecht/

Maintenance Téléopérée Projet Telemach Maintenance Téléopérée Conception Commande TELEMACH= maintenance téléopérée en tête de coupe. Equilibre pression pour maintenir stabilité front. /video/ 2 pbtiques: 1 commande des systèmes en environnement contraint, et la morpho à donner aux robots d’intervention. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Un Problème de Conception : morphologie du bras Morphologies de manipulateurs Banque de segments Optimisation 105 Evaluation : suivi de trajectoire en tête de coupe Au dela des pb de commande, un pb de conception est posé. Propose conception évolutionnaire basée Grand Nbre d’évaluation robots inconnus a priori. [Sallé2004] Rubrecht, S., Padois, V., and Bidaud, P. (2009). New Horizons in Evolutionary Robotics, Evolutionary Design of a Robotic Manipulator for a Highly Constrained Environment, pages 59–64. Springer. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Un Problème de Commande Spécifications Commande multiobjectifs Commande temps réel Commande sûre Commande performante Intervention en milieu encombré nécessite une commande sûre avant tout. Cadre réactif pur (téléop). A chaque instant, consignes imprévisibles Le premier pb est un pb de commande = comment je fais pour traduire des consignes données par l’utilisateur au niveau opérationel en consignes compréhensibles par le robot en espace articulaire. Qques précautions à prendre. Pb de commande téléopérée en environnement encombré. Bcp specs pas pb. Par contre, pb pour cde sûre et perf en encombré. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Un Problème de Commande sûre Spécifications Commande sûre en environnement contraint et hostile Considère robot soumis à acceleration et butées. Espace configuration et espace laissé libre par les contraintes. Respecter les contraintes amène à incompatibilité -> Pb Formulation. /video: en pratique, conséquences dramatiques si pas marges. En général marges./ 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Un Problème de Commande performante Spécifications Commande performante en environnement réduit et encombré En env encombré, différentes stratégies. Difficile compromis sécurité/performance. /vidéo à gauche prudente, à droite suivi performant. On y reviendra./ [Maciejewski 1985] [Sentis 2005] 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Synthèse Commande performante Commande Commande sûre Cinématique inverse Commande sûre Formulation du problème de commande Commande=conversion opé  arti à chaque itération. 1er tps, considère min wrt const. L’étude sécurité induit formalisation L’étude performance focalise sur résolution. Contributions à la Commande de Robots sous Contraintes 23 Septembre 2011

Formulation du Problème de Commande Cinématique inverse Formulation du problème de commande

Contraintes considérées Variable Position articulaire Distance opérationnelle Vitesse articulaire Accélération articulaire En prelim, par contraintes on pense à pos obst vit accé: détail. Description Système Contraint se fait par état étendu. Etat étendu 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Sécurité au niveau de la commande Le système est en sécurité instantanée lorsque ses contraintes sont respectées Reprise pb précédent. Tous les pas de tps en sécu inst. Mais pb viol, donc sécu inst. Insuffisante  absolue nécessaire Le système est en sécurité absolue lorsque ses contraintes ne pourront jamais être violées. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Sécurité au niveau de la commande Afin d’illustrer, un Système Humanoïde. Séparation espace en 2: S respecte, ou non. Cependant, existe partie où meme si secu instanta., on arrive inévit. violation = différence entre sécu instanta. et absolue. La commande limite ds espace bleu, on veut espace vert = éviter les états étendus menant inévit violation La contribution est : comment modifier les contraintes pour limiter l’évolution du système. [Fraichard2007] [Wieber2008] [Broquère2011] 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Cas 1: position, vitesse et accélération Reformulation Modification butée nécessaire. Mettre une ou deux diapos à la fin en annexe en cas de question sur la méthode pour trouver cette équation. Dire que l’on se repose sur capacités de décélération. Conclusion Modification expression des contraintes Système en sécurité absolue 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Cas 1: position, vitesse et accélération Résultats étude de cas 2. Rubrecht, S., Padois, V., Bidaud, P., de Broissia, M., and Da Silva Simoes, M. (2011). Motion safety and constraints compatibility for multibody robots. Revision submitted – Autonomous Robots. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Cas 1: position, vitesse et accélération Dépassement théorique v=1.5, a=-2, t=0,75, arrêt en 0,56 rad soit 32°. Ici, 20 fois moins, 1.5°. v 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Cas 2 : position, obstacle, vitesse, accélération ? ? ? ? Problème : les capacités de décél opé dépendent de la config et sont donc inconnues à l’avance. Obstacle=butée sans capacité de décélération connue. Besoin d’un ASB. Conclusion Incompatibilités toujours possibles  Sécurité non assurée. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Algorithme pour la sécurité Commande Cinématique inverse Commande Cinématique inverse Sécurité Formulation du problème de commande Formulation des contraintes Expression À la fin, donner idée générale d’un asb = ramener le système dans un état étendu connu comme étant de sécurité absolue. Compatibilité ? Comportement alternatif sûr 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Décélération maximale : Alternative Safe Behavior ASB1 Robot statique + Sécurité instantanée  Sécurité absolue Expliquer l’ASB1. Utiliser accé max : déclenche un arrêt assez tardif, mène à un arrêt du Système. On ne peut pas faire moins sûr. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Décélération maximale: ASB1 Rubrecht, S., Padois, V., Bidaud, P., de Broissia, M., and Da Silva Simoes, M. (2011). Motion safety and constraints compatibility for multibody robots. Revision submitted – Autonomous Robots. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Décélération maximale ASB1 A VOIR EN FONCTION DE TOURNASSOUD 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Décélérations mixtes : Alternative Safe Behavior ASB2 A VOIR EN FONCTION DE TOURNASSOUD. Il existe des contraintes de lissage du comportement = Faverjon et Tournassoud. Mais elles sont incompatibles car pas de prise en compte accélération. Avec plus de précaution, peut être compatible. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Décélérations mixtes ASB2 [Faverjon1987] Rubrecht, S., Padois, V., Bidaud, P., de Broissia, M., and Da Silva Simoes, M. (2011). Motion safety and constraints compatibility for multibody robots. Revision submitted – Autonomous Robots. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Décélérations mixtes ASB2 A VOIR EN FONCTION DE TOURNASSOUD. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Résolution du problème de commande Cinématique inverse Formulation du problème de commande Sécurité Focalisation sur la résolution du problème de commande. En particulier, on suppose que la structure mise en place à la partie précédente est présente, i.e. le rôle de la résolution du problème de commande est de respecter les contraintes (forme QP) à chaque instant, contraintes qui sont compatibles.

Critères d’évaluation Spécifications Commande sûre Commande performante en environnement encombré Respect des contraintes Optimalité locale Bon comportement global 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Problème de commande à résoudre Trouver tel que Cadre multiobjectif hiérarchique … Sous des contraintes strictes 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Multiobjectif, inversion directe [Maciejewski 1985] Multiobjectif, inversion directe [Sentis 2005] Absence de contraintes : tâches de suivi, tâche d’évitement (actif) Objectif en 1er Contraintes en 1er Evitement pris en objectif mais pas en contrainte. Pour la contrainte ça pose un problème: besoin de faire un évitement infini en cas de compétition (sinon risque de viol), besoin de 0 au threshold pour avoir un comportement lisse à l’activation, besoin de passer de 0 à l’infini de façon continue, donc le threshold doit être grand et utilisation sous optimale. Impose une distance de threshold 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Clamping Clamping Calcul du modèle courant Calcul mvmt [Baerlocher 2004] Clamping Clamping Calcul du modèle courant Calcul mvmt Modification Jacobienne Clamping Respect contraintes? 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Vers une Commande Compliante aux Contraintes CCC Inversion directe Résolution Itérative Contraintes non respectées Formalisme universel Evitement actif Oscillations Potentiel d’évitement inverse : non optimal et termes infinis. + Commande sûre Restreint aux butées Pas de mouvements d’évitement Pas d’oscillations, bon suivi Pas de vitesses infinies + + + + Méthode CCC Résolution itérative Formalisme d’inversion directe (projecteurs) Eloignement contraintes par évitement actif Priorité basse dans la hiérarchie des tâches Potentiels d’évitement saturés 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes CCC : Synthèse Priorité 1 Evitement passif Priorité 2 Priorité 3 Evitement actif 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

CCC: Algorithme Calcul du modèle courant Calcul du mouvement Choix Combinaison de Contraintes Respect contraintes? Scaling Err < eps? 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes CCC : simulation Rubrecht, S., Padois, V., Bidaud, P., and de Broissia, M. (2010a). Advances in Robot Kinematics, Constraint compliant control for a redundant manipulator in a cluttered environment, pp. 367–376. Springer 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes Résultats: CCC Distance aux obstacles (m) Position opérationnelle (m) 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Prise en compte des contraintes d’accélération 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Utilisation d’une configuration déplacée Permet de satisfaire les contraintes d’accélération pour la CCC Offre la loi de commande la plus optimale en une itération. Rubrecht, S., Padois, V., Bidaud, P., and de Broissia, M. (2010b). Constraints compliant control: constraints compatibility and the displaced configuration approach. In Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems, pages 677–684. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Conclusions and Perspectives

Contributions à la Commande de Robots sous Contraintes Conclusions Bilan Formalisme de sécurité commande Méthodes de maintien de la sécurité Etudes de cas et vérifications expérimentales Principe d’évitement passif Commande multiobjectif à hiérarchie stricte respectant les contraintes Commande à itération unique sûre et performante CCC TODO. Bilan partiel et conclusion partielles. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes Perspectives Travaux à venir Mise au point d’une politique actif/passif Détermination de points déplacés dédiés suivant la mission Extension au cadre dynamique Extension à d’autres contraintes: obstacles mobiles, limites de couple Tous ces travaux auront une suite à l’ISIR, ou un doctorant vient de commencer une thèse dans la continuité de ces travaux, mais aussi chez Bouygues Travaux Publics, ou je continuerai d’exercer après cette thèse, notamment dans le cadre des collaborations avec l’ISIR. A l’instar du projet Telemach distingué par l’ANR pour sa synergie remarquable Entreprise-Université, ma thèse a bénéficié d’un environnement de travail idéal, Bouygues m’ayant offert un cadre stable pour travailler dans de bonne conditions en me laissant une disponibilité totale et une grande liberté sur cette thèse. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes Merci! Bilan partiel et conclusion partielles. 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Compléments

Conception par Algorithme Génétique Application : Conception par Algorithme Génétique

Un Problème de Conception Définition d’une banque de segments pour créer une population de robots aléatoires Population Parent Critère d’arrêt Sélection Opération Génétique Evaluation Remplacement Population enfant Population génitrice Génération Suivi de trajectoires en tête de coupe Spécifications Bonne évaluation 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes Choix d’un génotype 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Indicateurs et Commande Evaluation Présim : 40 pts 360 pts 3D 9 m Cinématique Indicateurs Erreur de suivi Nombre de DDL Longueur du robot Collision / segment / pas de tps Paramètres Génétiques Cross over : 13 % Mutation : 10 % Générations : 500 Individus : 150 CCC Contraintes : Vitesse, obstacle. Impact: nature des indicateurs Impact: relations entre indicacteurs 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes Résultats 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes

Contributions à la Commande de Robots sous Contraintes Résultats 23 Septembre 2011 Contributions à la Commande de Robots sous Contraintes