Robote 1 M 202 202

Robotique 1
MI4
Philippe Fraisse
Université de Montpellier
18/01/2023
Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 1 / 43

Introduction à la robotique mobile

Modélisation cinématique d’un véhicule
Il existe plusieurs types de cinématiques de véhicules terrestres dont deux
sont très couramment utilisés :
Il s’agit d’une part du robot mobile de type unicycle avec 2 roues

motrices indépendantes assurant à la fois la vitesse et l’orientation du
véhicule.
D’autre part, il y a le robot mobile de type véhicule à 3 ou 4 roues
dont 1 ou 2 roues placées à l’avant sont orientables et assurent la
direction indépendamment de la vitesse.
La disposition des roues est viable s’il existe un point unique de vitesse
nulle autour duquel tourne le robot. Il s’agit du Centre Instantané de
Rotation (CIR).
Le CIR est situé à l’intersection des perpendiculaires de tous les

vecteurs vitesses du véhicule.

Hypothèses :
Contact roue-sol ponctuel,
Les roues sont indéformables de rayon r,
Roulement sans glissement,
En réalité le contact est une surface déformable (roue déformable) avec
glissement.
! ! !
VQ = VP + !
! ^ P Q = ~0
Modélisation cinématique
Avec : 0 ˙ 1
sin(✓)~x
!
! = @ ˙ cos(✓)~y A (1)
˙z
✓~
0 1
0
!
PQ = @ 0 A (2)
r~z
0 1
ẋ~x
! @ A
VP = ẏ~y (3)
0
On obtient :
˙z + ˙ sin(✓)~x
ẋ~x + ẏ~y + (✓~ ˙ cos(✓)~y ) ^ ( r~z ) = ~0 (4)
Modélisation cinématique
On projette cette équation sur les axes x et y.
˙z + ˙ sin(✓)~x
ẋ~x + ẏ~y + (✓~ ˙ cos(✓)~y ) ^ ( r~z ) = ~0 (5)
On obtient :
l/~x : ẋ + r ˙ cos(✓) = 0
(6)
/~y : ẏ + r ˙ sin(✓) = 0
On exprime ainsi le roulement sans glissement de la roue par une
contrainte non intégrale de la forme :
ẏ cos(✓) ẋ sin(✓) = 0 (7)

Il s’agit d’une contrainte de non-holonomie. c’est une contrainte
non-intégrable.

Modélisation cinématique de l’unicyle
Déterminer la relation cinématique entre la vitesse des roues du véhicule

˙ dans le plan (o, ~x, ~y )
Vd et Vg et le vecteur vitesse P~ = (ẋ, ẏ, ✓)
Modélisation cinématique de l’unicyle
Modélisation de l’unicycle
On considère un véhicule unicycle avec L = 0.5m, et
Vgmax = Vdmax = 3m/s.
1 On veut réaliser une trajectoire circulaire dans le plan (o, x, y) avec la
vitesse maximale. Donner l’expression de x(t) et y(t).
2 En déduire les expressions des vitesses ẋ(t) et ẏ(t).
3 ˙
Déterminer les expressions de ✓(t) et ✓(t).
4 Donner les expressions de Vg (t) et Vd (t).
5 Déterminer le rayon de braquage maximal rmax pour une vitesse de
rotation !0 donnée en prenant en compte la vitesse maximale des
roues.

Modélisation cinématique du véhicule
Déterminer la relation cinématique entre la vitesse des roues du véhicule V

˙ ˙ ) dans le
et la commande du volant ⌘ et le vecteur vitesse P~ = (ẋ, ẏ, ✓,
plan (o, ~x, ~y )
Modélisation cinématique du véhicule
Modélisation du véhicule
On considère un véhicule avec D = 1m et Vmax = 10m/s.
1 On veut réaliser une trajectoire circulaire dans le plan (o, x, y) avec la
vitesse maximale. Donner l’expression de x(t) et y(t).
2 En déduire les expressions des vitesses ẋ(t) et ẏ(t).
3 ˙ et (t).
Déterminer les expressions de ✓(t), ✓(t)
4 Donner les expressions de V (t) et ⌘(t).
5 Déterminer le rayon de braquage maximal rmax pour une vitesse de
rotation !0 donnée en prenant en compte la vitesse du véhicule.

Modélisation cinématique d’un manipulateur mobile
Déterminer la relation cinématique entre la vitesse de l’e↵ecteur Ẋe , Ẏe

ainsi que l’orientation du véhicule ✓˙ et les variables de commandes dans
l’espace des configurations ✓1 , ✓2 , ✓˙1 , ✓˙1 , Vd et Vg .

Modélisation et commande des robot à chaı̂nes
cinématiques séries ou arborescentes

Introduction à la robotique
Introduction
Figure 1: Bras manipulateur Kuka à 7ddl
On peut écrire le modèle géométrique direct (MGD) d’une chaı̂ne

cinématique série en utilisant la convention DH afin d’exprimer la
position et l’orientation en fonction des positions articulaires du robot
On peut dériver directement du MGD le modèle cinématique direct
(MCD) permettant d’exprimer la relation entre les vitesses de l’outil
et les vitesses articulaires. Il s’agit du calcul de la matrice Jacobienne.
L’expression du MGI peut être également extraire sous certaines
conditions.
Exercice
Modélisation du Centre de Masse (CdM)
On souhaite modéliser la position du Centre de Masse d’un robot
manipulateur à 2ddl.
Figure 2: Contrôle de la position du CdM

Exercice
Modélisation du Centre de Masse (CdM)
Le calcul de la position du centre de masse ou centre de gravité d’un
système mécanique est défini par :
N
~ 1 X ~i
OCdM = mi Oc (8)
M
i=1
PN
Avec M = i=1 mi
1 Déterminer la position du CdM du robot en fonction des variables
articulaires (✓1 , ✓2 ).
2 Comparer ce résultat avec le MGD du bras manipulateur à 2ddl.
Conclusions. En déduire le MGI.
3 Représenter le bras de robot série équivalent dont la position de
l’e↵ecteur est associée à la position du CdM. Déterminer les
longueurs équivalentes r1 et r2 de ce bras série?
Exercice
Identification Centre de Masse (CdM)

On réalise deux mesures statiques sur un robot à 2ddl en utilisant une
plate-forme de force fixée au sol permettant de relever uniquement la
valeur du CdM selon l’axe x.
On a mesuré l1 = 0.82m, l2 = 0.9m, M = 80kg et ci = li /2.
1er Essai ✓1 = ⇡2 , ✓2 = ⇡4 2nd Essai ✓1 = 3⇡

✓2 = ⇡4
4
CdMx 0.179m CdMx -0.453m
CdMy pas de mesure CdMy pas de mesure
1 Déterminer les coefficients r1 et r2 .

2 En déduire les valeurs des masses m1 et m2 .

Modélisation et Commande Avancée
Modélisation 3D du Centre de Masse pour une chaı̂ne série
Chaı̂ne cinématique série
Exercice : Modélisation du CdM

Exprimer la position du CdM pour cette chaı̂ne cinématique série.

Modélisation du Centre de Masse en 3D
Exercice : Modélisation du CdM pour une chaine série à 3ddl

On calcule en utilisant les Matrices Homogènes l’expression du CdM. On
obtient :
   
CdM m1 c m2 c m3 c
= T1 1 + T1 T2 2 + T1 T2 T3 3
1 M 1 M 1 M 1
Démontrer que le CdM peut s’exprimer comme :
CdM = r1 + A1 r2 + A1 A2 r3 + A1 A2 A3 r4
Déterminer l’expression des ri .

Exercice : Modélisation du CdM pour une chaı̂ne arborescente
Développer l’expression de la position du CdM du robot :
    
CdM m1 c1 m2 c2 m3 c3 m4 c
= T1 + T1 T2 + T1 T3 + T1 T3 T4 4
1 M 1 M 1 M 1 M 1

Exercice : Modélisation du CdM en 3D

Montrer que la position du CdM peut s’écrire sous la forme suivante :
CdM = r1 + A1 r2 + A1 A2 r3 + A1 A3 r4 + A1 A3 A4 r5

Commande Géométrique
Commande Géométrique
On souhaite contrôler la position d’un robot manipulateur en utilisant le
MGI. Soit :
✓ = g(X) (9)
Déterminer le schéma de commande de la position de l’e↵ecteur

(xr , yr ) du robot en utilisant le MGI.
Conclusions

Commande Cinématique
Commande Cinématique
On souhaite contrôler la position d’un robot manipulateur en utilisant le
MCI. Soit :
✓˙ = J 1
ė (10)
On choisit e = X Xd . Avec Xd On défini le comportement dynamique
du robot avec la relation suivante
ė + e = 0
Déterminer le vecteur de commande ✓˙ pour le contrôle du robot avec

le MCI.
En déduire le schéma de commande.
Conclusions
Exercice
Figure 3: Kuka LWR
Modélisation du robot Kuka LWR

En utilisant la table des paramètres modifiés de DH, Calculer le MGD du
Robot Kuka LWR donnant la position et l’orientation du repère R7 dans le
repère R0 .
Exercice
Figure 4: Kuka LWR

Exercice
Modélisation du robot Kuka LWR
En déduire l’expression du centre de masse donnant la position du
CdM dans le repère R0 . On utilisera les valeurs données par le
constructeur mi = 2.7kg, avec i = 1, .., 6 et m7 = 0.3kg.
Les ci pour i = 1..7 se situent au mielieu du segment qui relie deux
articulations successives.
Caculer la matrice jacobienne géométrique J(q) au point origine du
repère R7 .
Réaliser une trajectoire linéaire dans le plan (x,y) de l’e↵ecteur du
robot Kuka en utilisant Matlab et V-REP.

Commande Dynamique
Technique du couple calculé

On souhaite contrôler un robot manipulateur dont le modèle dynamique
direct est :
= A(✓)✓¨ + H(✓, ✓)
˙ ✓˙ + Fv ✓˙ + G(✓) (11)
Proposer un schéma de commande de type proportionnel-dérivé sur

l’erreur de position (✓d ✓) capable de contrôler la position articulaire
du robot. Conclusions
Est-il possible d’éliminer les e↵ets de la dynamique avec l’hypothèse
que le modèle est parfaitement connu? Conclusions.
Choisissons une commande de type linéaire qui ne tient pas compte
de la dynamique du robot avec c = Kp(✓d ✓) + Kd (✓˙d ✓) ˙
Écrire l’équation du système en boucle fermée. Conclusions.

Commande Dynamique
Technique du couple calculé

On choisit cette fois-ci :
c = Â(Kp(✓d ✓) + Kd (✓˙d ˙ + ✓¨d ) + Ĥ(✓, ✓)

✓) ˙ ✓˙ + Fv ✓˙ + Ĝ(✓) (12)
Réécrire l’équation de la boucle fermée. Conclusions.

Discuter sur le cas où les valeurs du modèle estimées sont di↵érentes
du système réel.
Écrire l’équation du système en boucle fermée. Conclusions.
Que représente les gains Kp et Kd dans cette équation?
Calculer

Commande Dynamique
Espace opérationnel
On souhaite contrôler un robot manipulateur dont le modèle dynamique
est exprimé dans l’espace opérationnel :
˙ ✓) + Fext
Fc = M (✓)Ẍ + ⇤(✓, (13)
˙ ✓)
Déterminer les expressions de M (✓) et ⇤(✓,
En utilisant la technique du couple calculé déterminé un vecteur de
commande Fc tel que le comportement du robot dans l’espace
opérationnel soit linéaire.
Conclusions

Introduction à la résolution de la
cinématique inverse des robots
redondants

Modélisation et commande avancée
Étude des robots redondants
Systèmes sous-déterminés
Soit le système algébrique :
Ax = b (14)
Avec A une matrice de dimension m ⇥ n et x un vecteur de dimension
n ⇥ 1 et b de dimension m ⇥ 1.
On considère le cas sous-déterminé avec : m < n et rang(A) = m. Le
système présente un nombre d’équations (m) inférieur aux nombres
d’inconnus (n).
Le nombre de solution est infinie. On propose alors le choix de minimiser
la norme euclidienne du vecteur x. Dans ce cas essayons de trouver quelle
est la relation qui permet de réaliser cette minimisation. Soit :
1
argmin || x ||22
x 2 (15)
s.t. : Ax b = 0
On propose de déterminer sa solution en utilisant les multiplicateurs de
Lagrange. Soit une nouvelle fonction objectif définie par :
1
⇠(x) = || x ||22 + T
(Ax b)
2
Avec un vecteur de dimension m. On a maintenant un problème de
minimisation non-contraint avec m + n variables, les m composantes de b
et les n composantes de x. On peut les regrouper dans le vecteur :
y = [xT T T
]
On peut maintenant établir la solution de ce problème par :
@⇠(x)
=0
@y
On peut décomposer cette expression en deux solutions :
@⇠
= x + AT = 0n
@x
et
@⇠
= Ax b = 0m
@x
. On a : x = AT et AAT b = 0 De ces deux expressions on en
déduit :
x = AT (AAT ) 1
b (16)
Avec :
A+ = AT (AAT ) 1
(17)
A+ est appelée la pseudo-inverse de Moore-Penrose de la matrice A ou
inverse généralisée.
propriétés de la pseudo-inverse
En considérant la relation :
Ax = b
avec x = A+ b et A+ = AT (AAT ) 1, on obtient les propriétés suivantes :
AA+ A = A
A+ AA+ = A+
(A+ A)T = A+ A
Une solution particulière xp peut-être trouver en utilisant le projecteur
dans le noyau de la matrice A. Soit :
xp = A+ b + (I A+ A)z (18)
Avec z un vecteur quelconque.

propriétés de la pseudo-inverse
Démonstration :
xp = A+ b + (I A+ A)z
Axp = AAT (AAT ) 1

b + A(I AT (AAT ) 1
A)z
Axp = AAT (AAT ) 1

b + Az AAT (AAT ) 1
Az
Axp = b + Az Az
soit :
Axp = b

Exercice : système sur-déterminé
Soit l’ensemble des points suivants :
1 X = [1 3 8 9 13 19 25] et Y = [40 34 28 22 19 15 11]
2 Déterminer la droite d’équation Y = a ⇤ X + b minimisant l’écart
entre la distribution des points et la droite au sens des moindres
carrés.

Exercice : système sur-déterminé
Soit l’ensemble des points suivants :
0 1+
✓ ◆ X1 1 ✓ ◆
a BX2 1C 1.1617
=B
@ ...
C Y =
A
T
(19)
b 37.0875
X7 1

Exercice : système sous-déterminé

Soit le système suivant à 2 équations et 4 inconnues :
0 1
✓ ◆ a1 ✓ ◆
0.5 1 3 0.1 B C
Ba2 C = 12
2 1 1.5 2 @a3 A 25
a4
on obtient :
0 1 0 1
a1 ✓ ◆+ ✓ ◆ 4.38
Ba 2 C B1.98C
B C = 0.5 1 3 0.1 12
=B C
@a 3 A 2 1 1.5 2 25 @3.77A
a4 4.30

Hiérarchie de tâche
On suppose que l’on a N tâches à réaliser sur le robot humanoı̈de qui est
une chaı̂ne cinématique arborescente (CoM, Marche, saisie d’objets,
manipulation, évitement de collision, etc..).
Est-il possible d’avoir N tâches concurrentes utilisant en même temps les
articulations ✓ du robot humanoı̈de? Dans une première approximation, on
considère donc le problème suivant :
N
X
✓˙ = Jk+ ėk (20)
k=1
Est-ce que cette solution est viable?

Expliquer l’incohérence de cette proposition.

On propose d’étudier 2 tâches e1 et e2 sur le robot humanoı̈de. Si l’on
prend indépendamment les 2 tâches dans le cas général on a :
✓˙ = J1+ ė1 + (I J1+ J1 )Z1 (21)

et
✓˙ = J2+ ė2 + (I J2+ J2 )Z2 (22)
avec Z1 et Z2 deux vecteurs quelconques.
On peut réécrire la première équation en multipliant pat J2 à gauche et à
droite :
J2 ✓˙ = J2 J1+ ė1 + J2 (I J1+ J1 )Z1 (23)
ė2 = J2 J1+ ė1 + J2 (I J1+ J1 )Z1 (24)

on a :
Z1 = (J2 (I J1+ J1 ))+ (ė2 J2 J1+ ė1 ) (25)

On insère ce résultat dans l’équation (8) et on obtient :
✓˙⇤ = J1+ ė1 + (I J1+ J1 )(J2 (I J1+ J1 ))+ (ė2 J2 J1+ ė1 ) (26)
Avec P1 = (I J1+ J1 ) et P2 = (I J2+ J2 ) on a :
✓˙⇤ = J1+ ė1 + P1 (J2 P1 )+ (ė2 J2 J1+ ė1 ) (27)

On peut simplifier cette équation car P1 (J2 P1 )+ = (J2 P1 )+ . On obtient :
✓˙⇤ = J1+ ė1 + (J2 P1 )+ (ė2 J2 J1+ ė1 ) (28)

✓˙⇤ = J1+ ė1 + (J2 P1 )+ (ė2 J2 J1+ ė1 ) (29)
Cette équation peut ainsi se décomposer par :
u1 = J1+ ė1 (30)
u2 = (J2 P1 )+ (ė2 J2 u1 ) (31)

et :
✓˙⇤ = u1 + u2 (32)

Si l’on souhaite généraliser à N tâches, on a :
1 u1 = J1+ ė1
2 u2 = (J2 P1 )+ (ė2 J2 u1 )
3 u3 = (J3 P2 )+ (ė 3 J3 u2 )
4 u4 = (J4 P3 )+ (ė 4 J4 u3 )
5 ...
6 uN = (JN PN 1 )+ (ėN JN uN 1 )
7 ✓˙⇤ = u1 + u2 + u3 + u4 + ... + uN
N
X
✓˙⇤ = u k + PN Z N (33)
k=1
Avec uk = (Jk Pk 1)
+ (ė
k Jk uk 1 ), P0 = I et u0 = 0.

Robote 1 M 202 202

Transféré par

Droits d'auteur :

Formats disponibles

Robote 1 M 202 202

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Robote 1 M 202 202

Transféré par

Droits d'auteur :

Formats disponibles

Robotique 1

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 1 / 43

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 2 / 43

Il s’agit d’une part du robot mobile de type unicycle avec 2 roues

Le CIR est situé à l’intersection des perpendiculaires de tous les

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 4 / 43

ẏ cos(✓) ẋ sin(✓) = 0 (7)

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 7 / 43

Déterminer la relation cinématique entre la vitesse des roues du véhicule

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 9 / 43

Déterminer la relation cinématique entre la vitesse des roues du véhicule V

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 11 / 43

Déterminer la relation cinématique entre la vitesse de l’e↵ecteur Ẋe , Ẏe

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 12 / 43

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 13 / 43

Figure 1: Bras manipulateur Kuka à 7ddl

On peut écrire le modèle géométrique direct (MGD) d’une chaı̂ne

Figure 2: Contrôle de la position du CdM

Identification Centre de Masse (CdM)

1er Essai ✓1 = ⇡2 , ✓2 = ⇡4 2nd Essai ✓1 = 3⇡

1 Déterminer les coefficients r1 et r2 .

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 17 / 43

Chaı̂ne cinématique série

Exercice : Modélisation du CdM

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 18 / 43

Exercice : Modélisation du CdM pour une chaine série à 3ddl

Démontrer que le CdM peut s’exprimer comme :

Déterminer l’expression des ri .

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 19 / 43

Modélisation du Centre de Masse en 3D

Exercice : Modélisation du CdM en 3D

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 21 / 43

Déterminer le schéma de commande de la position de l’e↵ecteur

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 22 / 43

Déterminer le vecteur de commande ✓˙ pour le contrôle du robot avec

Figure 3: Kuka LWR

Modélisation du robot Kuka LWR

Figure 4: Kuka LWR

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 25 / 43

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 26 / 43

Technique du couple calculé

Proposer un schéma de commande de type proportionnel-dérivé sur

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 27 / 43

Technique du couple calculé

c = Â(Kp(✓d ✓) + Kd (✓˙d ˙ + ✓¨d ) + Ĥ(✓, ✓)

Réécrire l’équation de la boucle fermée. Conclusions.

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 28 / 43

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 29 / 43

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 30 / 43

Avec z un vecteur quelconque.

Axp = AAT (AAT ) 1

Axp = AAT (AAT ) 1

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 35 / 43

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 36 / 43

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 37 / 43

Exercice : système sous-déterminé

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 38 / 43

Est-ce que cette solution est viable?

Philippe.Fraisse@lirmm.fr (UM) Robotique 1 18/01/2023 39 / 43