Conception et contrôle de robots à géométrie variable : applications au franchissement d'obstacles autonome

par Jean-Luc Paillat

Thèse de doctorat en Automatique

Sous la direction de Laurent Hardouin.

Soutenue en 2010

à Angers .


  • Résumé

    Les travaux de cette thèse se placent dans le cadre de la robotique mobile terrestre. Un prototype innovant de robot à géométrie variable capable de franchir divers obstacles (escaliers, trottoirs. . . ) est présenté et analysé. Le retour d'expérience nous donne des pistes pour évoluer vers un robot autonome. L'étude de la déformation d'un robot muni de n degrés de liberté est présentée et formalisée comme un problème de satisfaction de contraintes. L'objectif est d'actionner les articulations du robot tout en conservant la tension de la chenille qui transmet l'effort des moteurs de propulsion. Des outils d'analyse par intervalles sont utilisés pour proposer une solution. Un autre aspect du contrôle d'un robot à géométrie variable est ensuite étudié pour fournir une méthode autonome de déformation lors de phases de franchissement d'obstacles. Un réseau de neurones est entraîné via un algorithme génétique dans le but de franchir un escalier. Le prototype existant nous permet de valider expérimentalement ces résultats.

  • Titre traduit

    Conception and control of variable geometry robots : autonomous obstacles clearing applications


  • Résumé

    This work focuses on mobile robotics. An innovative variable geometry vehicle able to pass over several obstacles (staircase, curb. . . ) is presented and analysed. Experiment feedbacks provide some clues to evolve into a fully autonomous robot. A study about the deformation of a robot equipped with n degrees of freedom is presented and formalised as a constraints satisfaction problem. The aim is to provide a way to change the shape of the robot while keeping the tracks tightened. Interval analysis tools are used to propose a solution. An other variable geometry robot control method is then studied to lead to autonomous staircase climbing. A neural network is trained through a genetic algorithm in order to climb a staircase autonomously. Our prototype is used to validate those results.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (x-138 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. [135]-138

Où se trouve cette thèse ?

  • Bibliothèque : Université d'Angers. Service commun de la documentation. Section Lettres - Sciences.
  • Disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.