Thèse de doctorat en Mécanique. Robotique
Sous la direction de Jean-Claude Guinot.
Soutenue en 2006
à Paris 6 .
Cette étude porte sur la modélisation et la simulation dynamique de quadrupèdes en s’inspirant de la nature. Dans cette optique, des expériences ont été effectuées avec le Muséum National d’Histoire Naturelle (MNHN) de Paris. L’objectif à long terme est d’apporter des éléments pouvant permettre l’amélioration de la robotique, et de tenter de trouver des paramètres invariants de la locomotion quadrupède. Pour le MNHN, l’intérêt est une meilleure compréhension mécanique de la marche des quadrupèdes, en analysant les animaux d’un point de vue roboticien, et la réalisation d’un simulateur paramétrable dans lequel pourraient être insérées des données géométriques d’espèces disparues afin d’obtenir des films réalistes de leurs marches. La position du problème réside dans la complexité de la robotique à pattes, et notamment l’infinité de solutions de locomotion possibles, d’où l’idée de s’inspirer d’un système qui a fait ses preuves et qui a des millions d’années d’avance sur nous, la nature.
A bio-inspired approach to quadruped locomotion
This study deals with the modeling and the dynamic simulation of quadrupeds, inspired from the nature. In this optic, experiments have been carried out with the Muséum National d’Histoire Naturelle (MNHN) of Paris. The long-term objective is to bring elements which could improve the legged robotic, and to try to find invariants parameters of the quadruped locomotion. For the MNHN, the interest is a better mechanical comprehension of the quadrupeds walk, by analyzing the animals from a robotics engineer point of view, and the realization of a parameterized model in which geometrical data of disappeared species could be inserted in order to obtain realistic films of their locomotion. The position of the problem lies in the complexity of legged robotic, and especially the infinity of possible solutions of locomotion. This is where comes the idea to take as a starting point a system which proved its efficiency and which has million years in advance on us, the nature.