Добірка наукової літератури з теми "Commande multi-robots"

In this paper, we present a multi-modal control framework to provide compliant behaviors on industrial robots, even when the robots are position commanded. This is obtained by fusing multi-modal sensor signals from robot skin with different control approaches. These compliant behaviors allow to teach robots safely. The presented framework is able to bridge kinesthetically demonstrated activities with low-level robot commands using a state-of-the-art teaching by demonstration method based on a semantic engine. We validate our framework in a real wheeled robot for an industrial scenario, where our presented framework enables a stiff robotic system to be compliant, flexible, and adaptable to different working conditions, e.g. different end-effectors with multiple command interfaces (position/velocity and torque interfaces).

In this study, we investigated the relationship between the finger force and the neural command in multi-finger force production tasks in order to characterize the neural enslaving effect and the force-deficit effect among fingers. Seven healthy male subjects were instructed to press one, two, three and four fingers on the finger sensors as hard as possible acting in parallel in all possible combinations. Then, the finger forces in each task were recorded and analyzed to represent the neural enslaving effect and the force-deficit effect. The results confirmed that individual finger forces were smaller in multi-finger maximal voluntary contraction tasks than in single-finger tasks. The force deficit effect increased with the number of fingers involved. A mathematical model proposed in this paper based on the experimental results could explicitly describe the two effects of finger interaction by representing the relationship between the neural commands and finger forces. The present results could be useful information to understand the basic neuro-muscular mechanism in hand biomechanics and the fundamentals of intelligent hand robots.

The article develops multi-pattern formation exchange using A* searching algorithm, and programs the shortest motion paths for mobile robots. The system contains an image recognition system, a motion platform, some wireless RF modules and five mobile robots. We use Otsu algorithm to recognize the variety 2D bar code to classify variety pattern, and control five mobile robots to execute formation exchange, and present the movement scenario on the motion platform. We have been developed some pattern formations according to game applications, such as hook pattern formation, T pattern formation, L pattern formation, rectangle pattern formation, sward pattern formation and so on, and develop the user interface of the multi-robot system to program motion paths for variety pattern formation exchange on the supervised computer. The supervised computer programs pattern formation exchange according to the image recognition results, and controls mobile robots moving on the motion platform via wireless RF interface. In the experimental results, mobile robots can receive the pattern formation command from the supervised computer, and change the original pattern formation to the assigned pattern formation on the motion platform, and avoid other mobile robots on real-time.

It is challenging to avoid obstacles safely and efficiently for multiple robots of different shapes in distributed and communication-free scenarios, where robots do not communicate with each other and only sense other robots’ positions and obstacles around them. Most existing multi-robot collision avoidance systems either require communication between robots or require expensive movement data of other robots, like velocities, accelerations and paths. In this paper, we propose a map-based deep reinforcement learning approach for multi-robot collision avoidance in a distributed and communication-free environment. We use the egocentric local grid map of a robot to represent the environmental information around it including its shape and observable appearances of other robots and obstacles, which can be easily generated by using multiple sensors or sensor fusion. Then we apply the distributed proximal policy optimization (DPPO) algorithm to train a convolutional neural network that directly maps three frames of egocentric local grid maps and the robot’s relative local goal positions into low-level robot control commands. Compared to other methods, the map-based approach is more robust to noisy sensor data, does not require robots’ movement data and considers sizes and shapes of related robots, which make it to be more efficient and easier to be deployed to real robots. We first train the neural network in a specified simulator of multiple mobile robots using DPPO, where a multi-stage curriculum learning strategy for multiple scenarios is used to improve the performance. Then we deploy the trained model to real robots to perform collision avoidance in their navigation without tedious parameter tuning. We evaluate the approach with multiple scenarios both in the simulator and on four differential-drive mobile robots in the real world. Both qualitative and quantitative experiments show that our approach is efficient and outperforms existing DRL-based approaches in many indicators. We also conduct ablation studies showing the positive effects of using egocentric grid maps and multi-stage curriculum learning.

SUMMARYResearchers dream of developing autonomous humanoid robots which behave/walk like a human being. Biped robots, although complex, have the greatest potential for use in human-centred environments such as the home or office. Studying biped robots is also important for understanding human locomotion and improving control strategies for prosthetic and orthotic limbs. Control systems of humans walking in cluttered environments are complex, however, and may involve multiple local controllers and commands from the cerebellum. Although biped robots have been of interest over the last four decades, no unified stability/balance criterion adopted for stabilization of miscellaneous walking/running modes of biped robots has so far been available. The literature is scattered and it is difficult to construct a unified background for the balance strategies of biped motion. The zero-moment point (ZMP) criterion, however, is a conservative indicator of stabilized motion for a class of biped robots. Therefore, we offer a systematic presentation of multi-level balance controllers for stabilization and balance recovery of ZMP-based humanoid robots.

The article designs the multiple pattern formation controls of the multi-robot system according to two arms’ gesture of the player, and uses flood fill searching algorithm and A* searching algorithm to program the motion paths. The inertia module detects two arms’ gesture of the player. We use the inertia module to be embedded in the two arms, and use mobile robots to present the movement scenario of pattern formation exchange on the grid based motion platform. We have been developed some pattern formations applying in the war game, such as rectangle pattern formation, long snake pattern formation, L pattern formation, sword pattern formation, cone pattern formation and so on. We develop the user interface for variety pattern formation exchange according to the minimum displacement on the supervised computer. The mobile robot receives the command from the supervised compute, and transmits the status of environment to the supervised computer via wireless RF interface. Players can use variety arms’ gesture to control the multiple mobile robots to executed pattern formation exchange. In the experimental results, the supervised computer can decides the arm gesture using fusion algorithms. Mobile robots can receive the pattern formation command from the supervised computer, and change the original pattern formation to the assigned pattern formation on the motion platform, and avoid other mobile robots.

Developing a safe and efficient collision-avoidance policy for multiple robots is challenging in the decentralized scenarios where each robot generates its paths with limited observation of other robots’ states and intentions. Prior distributed multi-robot collision-avoidance systems often require frequent inter-robot communication or agent-level features to plan a local collision-free action, which is not robust and computationally prohibitive. In addition, the performance of these methods is not comparable with their centralized counterparts in practice. In this article, we present a decentralized sensor-level collision-avoidance policy for multi-robot systems, which shows promising results in practical applications. In particular, our policy directly maps raw sensor measurements to an agent’s steering commands in terms of the movement velocity. As a first step toward reducing the performance gap between decentralized and centralized methods, we present a multi-scenario multi-stage training framework to learn an optimal policy. The policy is trained over a large number of robots in rich, complex environments simultaneously using a policy-gradient-based reinforcement-learning algorithm. The learning algorithm is also integrated into a hybrid control framework to further improve the policy’s robustness and effectiveness. We validate the learned sensor-level collision-3avoidance policy in a variety of simulated and real-world scenarios with thorough performance evaluations for large-scale multi-robot systems. The generalization of the learned policy is verified in a set of unseen scenarios including the navigation of a group of heterogeneous robots and a large-scale scenario with 100 robots. Although the policy is trained using simulation data only, we have successfully deployed it on physical robots with shapes and dynamics characteristics that are different from the simulated agents, in order to demonstrate the controller’s robustness against the simulation-to-real modeling error. Finally, we show that the collision-avoidance policy learned from multi-robot navigation tasks provides an excellent solution for safe and effective autonomous navigation for a single robot working in a dense real human crowd. Our learned policy enables a robot to make effective progress in a crowd without getting stuck. More importantly, the policy has been successfully deployed on different types of physical robot platforms without tedious parameter tuning. Videos are available at https://sites.google.com/view/hybridmrca .

In this research, multi-robot formation can be established according to the environment or workspace. Group of robots will move sequently if there is no space for robots to stand side by side. Leader robot will be on the front of all robots and follow the right wall. On the other hand, robots will move side by side if there is a large space between them. Leader robot will be tracked the wall on its right side and follow on it while every follower moves side by side. The leader robot have to broadcast the information to all robots in the group in radius 9 meters. Nevertheless, every robot should be received information from leader robot to define their movements in the area. The error provided by fuzzy output process which is caused by read data from ultrasound sensor will drive to more time process. More sampling can reduce the error but it will drive more execution time. Furthermore, coordination time will need longer time and delay. Formation will not be establisehed if packet error happened in the communication process because robot will execute wrong command.

It is very intricate to determine the parameters for a correct kinematic model to compensate robot inaccuracies by calibration. Whereas non model-based approaches to compensate multi-directional robot pose inaccuracies with the help of a correction matrix have the disadvantage of being time consuming due to the large number of measurements. This paper describes a more efficient non model-based method to compensate tool deviations by defining a minimized subspace for the robot, taking advantage of a rotary table. Necessary measuring poses are identified depending on the commanded paths and the inverse kinematics. The authors present the validation and verification of the method. They quantify and evaluate particularly the multi-directional positioning path accuracy.

Cette thèse porte sur des stratégies distribuées pour systèmes multi-robot. Tout d'abord, nous nous focalisons sur des algorithmes de consensus pour des systèmes hétérogènes qui représente, par exemple, différents modèles ou générations de robots. Dans la suite, nous proposons deux solutions pour améliorer les propriétés de connectivité du système. Tout d'abord, nous montrons comment améliorer la vitesse de convergence des algorithmes de consensus en modifiant les protocoles classiques. Plus précisément, nous appliquons le principe de retard stabilisant et nous montrons comment de l'information échantillonné convenablement peut être utilisée dans la design du contrôleur. Enfin, nous concevons et analysons un algorithme pour le déploiement d'agents compact. Dans cette approche, qui augmente le nombre de connexions du graphe, la configuration souhaitée de l'ensemble des robots est entièrement spécifiée par les angles inter-agents. La stratégie proposée est un algorithme complètement distribué, uniquement basée sur l'information locale qui permet l'auto-organisation du système.

L’objectif principal de cette thèse est d’étudier le problème du contrôle de suivi distribué pour les systèmes de formation de multi-robots à contrainte non holonomique. Ce contrôle vise à entrainer une équipe de robots mobile de type monocycle pour former une configuration de formation désirée avec son centroïde se déplaçant avec une autre trajectoire de référence dynamique et pouvant être spécifié par le leader virtuel ou humain. Le problème du contrôle de suivi a été résolu au cours de cette thèse en développant divers contrôleurs distribués pratiques avec la considération d’un taux de convergence plus rapide, une précision de contrôle plus élevée, une robustesse plus forte, une estimation du temps de convergence explicite et indépendante et moins de coût de communication et de consommation d’énergie. Dans la première partie de la thèse nous étudions d’abord au niveau du chapitre 2 la stabilité à temps fini pour les systèmes de formation de multi-robots. Une nouvelle classe de contrôleur à temps fini est proposée dans le chapitre 3, également appelé contrôleur à temps fixe. Nous étudions les systèmes dynamiques de suivi de formation de multi-robots non holonomiques dans le chapitre 4. Dans la deuxième partie, nous étudions d'abord le mécanisme de communication et de contrôle déclenché par l'événement sur les systèmes de suivi de la formation de multi-robots non-holonomes au chapitre 5. De plus, afin de développer un schéma d'implémentation numérique, nous proposons une autre classe de contrôleurs périodiques déclenchés par un événement basé sur un observateur à temps fixe dans le chapitre 6
The main aim of this thesis is to study the distributed tracking control problem for the multi-robot formation systems with nonholonomic constraint, of which the control objective it to drive a team of unicycle-type mobile robots to form one desired formation configuration with its centroid moving along with another dynamic reference trajectory, which can be specified by the virtual leader or human. We consider several problems in this point, ranging from finite-time stability andfixed-time stability, event-triggered communication and control mechanism, kinematics and dynamics, continuous-time systems and hybrid systems. The tracking control problem has been solved in this thesis via developing diverse practical distributed controller with the consideration of faster convergence rate, higher control accuracy, stronger robustness, explicit and independent convergence time estimate, less communication cost and energy consumption.In the first part of the thesis, we first study the finite-time stability for the multi-robot formation systems in Chapter 2. To improve the pior results, a novel class of finite-time controller is further proposed in Chapter 3, which is also called fixed-time controller. The dynamics of nonholonomic multi-robot formation systems is considered in Chapter 4. In the second part, we first investigate the event-triggered communication and control mechanism on the nonholonomic multi-robot formation tracking systems in Chapter 5. Moreover, in order to develop a digital implement scheme, we propose another class of periodic event-triggered controller based on fixed-time observer in Chapter 6

Ce travail s'inscrit dans le cadre des recherches effectuees a l'inria pour l'amelioration de la commande des manipulateurs rigides. L'objectif de cette etude est de mettre au point une commande robuste et performante pour des modules de translation et de rotation, constitues de composants hydrauliques. Ces modules de motricite sont concus pour construire un manipulateur d'assemblage en micro-mecanique dont un prototype est en cours de realisation. Les contraintes essentielles que doit respecter un robot utilisable dans un atelier flexible d'assemblage automatique, sont la rapidite, la precision, la robustesse et la modularite. Ces differents aspects sont pris en compte pour le choix de la structure geometrique, des actionneurs du manipulateur et aussi dans la realisation de la commande. Ainsi, a partir d'un modele de connaissance etablit grace a une modelisation precise des modules de motricite, un regulateur issu des techniques de commande lineaire et de commande optimale est developpe. La validation de l'algorithme de controle est faite par simulation en tenant compte des caracteristiques des actionneurs hydrauliques, mais aussi des couplages et des variations d'inertie dans le cas ou les modules de motricite sont associes en une configuration rpp. L'etude comprend l'implantation des algorithmes de controle dans un ensemble multiprocesseurs

Cette thèse s'inscrit dans le domaine de l’emballage et du conditionnement. À notre connaissance, dans le monde industriel et académique, il n'existe pas d'outils de simulation qui prennent en compte toutes les étapes du cycle de développement afin d'aider au dimensionnement et à l'amélioration des performances d'application pick & place multi-robots. Il existe des outils performants répondant à un seul besoin mais aucun logiciel répondant à tous. L'objectif de ces travaux est le développement d'une méthodologie utilisable, à l'aide d’un unique outil logiciel, tout au long du cycle de création d’une application pick & place. Dans un premier temps, la cinématique des différents robots ainsi que leur environnement sont abordées. Dans un second temps, les stratégies de commande, permettant le travail individuel et collaboratif des robots, sont développées. En dernier lieu, le transfert du programme de la simulation à l'expérimentation est effectué de façon automatisée. A chaque étape, une phase de tests est initiée. Des tests comportementaux pour vérifier le fonctionnement des robots et leur interaction avec leur environnement sont effectués. Des essais en simulation des différents algorithmes sont réalisés suivant différentes configurations d'applications pick & place. Enfin, la comparaison entre les résultats obtenus en simulation et en expérimentation montre la pertinence de la démarche proposée
This work belongs to the field of packaging. To best of our knowledge, in industrial and academic context, there are no digital tools that take into account all the steps of the development cycle to assist in the sizing and in the improvement of performance of multi-robots pick & place applications. The aim of these works is the development of a methodology usable, using a single software tool, throughout the creation cycle of a pick & place application. Firstly, kinematics of different robots and their environment are addressed. Secondly, control laws for individual and collaborative work of robots are developed. Finally, the transfer of the program from simulation to experimentation is carried out. At each step, a testing phase is initiated. Behavioral tests to check the robots operation and their interaction with their environment are performed. Simulation tests of the different algorithms are carried out according different configurations of pick & place application. Finally, a comparison between the result in simulation and in experimentation shows the relevance of the proposed approach

La complexité associée à la coordination d’un groupe de robots mobiles est traitée dans cette thèse en investiguant plus avant les potentialités des architectures de commande multi-contrôleurs dont le but est de briser la complexité des tâches à exécuter. En effet, les robots mobiles peuvent évoluer dans des environnements très complexes et nécessitent de surcroît une coopération précise et sécurisée pouvant rapidement devenir inextricable. Ainsi, pour maîtriser cette complexité, le contrôleur dédié à la réalisation d’une tâche est décomposé en un ensemble de comportements/contrôleurs élémentaires (évitement d’obstacles et de collision entre les robots, attraction vers une cible, planification, etc.) qui lient les informations capteurs (provenant des capteurs locaux du robot, etc.) aux actionneurs des différentes entités robotiques. La tâche considérée dans cette thèse correspond à la navigation d’un groupe de robots mobiles dans des environnements peu ou pas connus en présence d’obstacles (statiques et dynamiques). La spécificité de l’approche théorique consiste à allier les avantages des architectures multi-contrôleurs à ceux des systèmes multi-agents et spécialement les modèles organisationnels afin d’apporter un haut niveau de coordination entre les agents/robots mobiles. Le groupe de robots mobiles est alors coordonné suivant les différentes normes et spécifications du modèle organisationnel. Ainsi, l’activation d’un comportement élémentaire en faveur d’un autre se fait en respectant les contraintes structurelles des robots en vue d’assurer le maximum de précision et de sécurité des mouvements coordonnés entre les différentes entités mobiles. La coopération se fait à travers un agent superviseur (centralisé) de façon à atteindre plus rapidement la destination désirée, les événements inattendus sont gérés quant à eux individuellement par les agents/robots mobiles de façon distribuée. L’élaboration du simulateur ROBOTOPIA nous a permis d’illustrer chacune des contributions de la thèse par un nombre important de simulations
The difficulty of coordinating a group of mobile robots is adressed in this thesis by investigating control architectures which aim to break task complexity. In fact, multi-robot navigation may become rapidly inextricable, specifically if it is made in hazardous and dynamical environment requiring precise and secure cooperation. The considered task is the navigation of a group of mobile robots in unknown environments in presence of (static and dynamic) obstacles. To overcome its complexity, it is proposed to divide the overall task into a set of basic behaviors/controllers (obstacle avoidance, attraction to a dynamical target, planning, etc.). Applied control is chosen among these controllers according to sensors information (camera, local sensors, etc.). The specificity of the theoretical approach is to combine the benefits of multi-controller control architectures to those of multi-agent organizational models to provide a high level of coordination between mobile agents-robots systems. The group of mobile robots is then coordinated according to different norms and specifications of the organizational model. Thus, activating a basic behavior in favor of another is done in accordance with the structural constraints of the robots in order to ensure maximum safety and precision of the coordinated movements between robots. Cooperation takes place through a supervisor agent (centralized) to reach the desired destination faster ; unexpected events are individually managed by the mobile agents/robots in a distributed way. To guarantee performance criteria of the control architecture, hybrid systems tolerating the control of continuous systems in presence of discrete events are explored. In fact, this control allows coordinating (by discrete part) the different behaviors (continuous part) of the architecture. The development of ROBOTOPIA simulator allowed us to illustrate each contribution by many results of simulations

Dans cette thèse nous montrons comment améliorer la perception d’un robot humanoïde NAO en utilisant la fusion multi-capteurs. Nous avons proposé deux scénarios: la détection de la couleur et la reconnaissance d’objets colorés. Dans ces deux situations, nous utilisons la caméra du robot et nous ajoutons des caméras externes pour augmenter la fiabilité de la détection car nous nous plaçons dans un contexte expérimental dans lequel l’environnement est non contrôlé. Pour la détection de la couleur, l’utilisateur demande au robot NAO de trouver un objet coloré. La couleur est décrite par des termes linguistiques tels que: rouge, jaune, .... Le principal problème à résoudre est la façon dont le robot reconnaît les couleurs. Pour ce faire, nous avons proposé un système Flou de Sugeno pour déterminer la couleur demandée. Pour simplifier, les cibles choisies sont des balles colorées. Nous avons appliqué la transformation de Hough pour extraire les valeurs moyennes des pixels des balles détectées. Ces valeurs sont utilisées comme entrées pour le système Flou. Les fonctions d'appartenance et les règles d'inférence du système sont construites sur la base de l'évaluation perceptive de l'humain. La sortie du système Flou est une valeur numérique indiquant le nom de la couleur. Une valeur de seuil est introduite pour définir la zone de décision pour chaque couleur. Si la sortie floue tombe dans cet intervalle, alors la couleur est considérée comme la vraie sortie du système. Nous sommes dans un environnement non contrôlé dans lequel il y a des incertitudes et des imprécisions (variation de la lumière, qualité des capteurs, similarité entre couleurs). Ces facteurs affectent la détection de la couleur par le robot. L’introduction du seuil qui encadre la couleur, conduit à un compromis entre l'incertitude et la fiabilité. Si cette valeur est faible, les décisions sont plus fiables, mais le nombre de cas incertains augmente, et vice et versa. Dans nos expérimentations, on a pris une valeur de seuil petite, de sorte que l'incertitude soit plus importante, et donc la prise de décision par un capteur unique, celui de NAO, soit faible. Nous proposons d'ajouter d’autres caméras 2D dans le système afin d’améliorer la prise de décision par le robot NAO. Cette prise de décision résulte de la fusion des sorties des caméras en utilisant la théorie des fonctions de croyance pour lever les ambiguïtés. La valeur de seuil est prise en compte lors de la construction des valeurs de masse à partir de la sortie Floue de Sugeno de chaque caméra. La règle de combinaison de Dempster-Shafer et le maximum de probabilité pignistique sont choisis dans la méthode. Selon nos expériences, le taux de détection du système de fusion est grandement amélioré par rapport au taux de détection de chaque caméra prise individuellement. Nous avons étendu cette méthode à la reconnaissance d’objets colorés en utilisant des caméras hétérogènes 2D et 3D. Pour chaque caméra, nous extrayons vecteurs de caractéristiques (descripteurs SURF et SHOT) des objets, riches en informations caractérisant les modèles d'objets. Sur la base de la correspondance avec des modèles formés et stockés dans la base d'apprentissage, chaque vecteur de caractéristiques de l'objet détecté vote pour une ou plusieurs classes appartenant à l'ensemble de puissance. Nous construisons une fonction de masse après une étape de normalisation. Dans cette expérimentation, la règle de combinaison de Dempster-Shafer et le maximum de probabilité pignistique sont utilisés pour prendre la décision finale. A la suite des trois expérimentations réalisées, le taux de reconnaissance du système de fusion est bien meilleur que le taux de décision issu de chaque caméra individuellement. Nous montrons ainsi que la fusion multi-capteurs permet d’améliorer la prise de décision du robot
Being interested in the important role of robotics in human life, we do a research about the improvement in reliability of a humanoid robot NAO by using multi-sensor fusion. In this research, we propose two scenarios: the color detection and the object recognition. In these two cases, a camera of the robot is used in combination with external cameras to increase the reliability under non-ideal working conditions. For the color detection, the NAO robot is requested to find an object whose color is described in human terms such as: red, yellow, brown, etc. The main problem to be solved is how the robot recognizes the colors as well as the human perception does. To do that, we propose a Fuzzy Sugeno system to decide the color of a detected target. For simplicity, the chosen targets are colored balls, so that the Hough transformation is employed to extract the average pixel values of the detected ball, then these values are used as the inputs for the Fuzzy system. The membership functions and inference rules of the system are constructed based on perceptual evaluation of human. The output of the Fuzzy system is a numerical value indicating a color name. Additionally, a threshold value is introduced to define the zone of decision for each color. If the Fuzzy output falls into a color interval constructed by the threshold value, that color is considered to be the output of the system. This is considered to be a good solution in an ideal condition, but not in an environment with uncertainties and imprecisions such as light variation, or sensor quality, or even the similarity among colors. These factors really affect the detection of the robot. Moreover, the introduction of the threshold value also leads to a compromise between uncertainty and reliability. If this value is small, the decisions are more reliable, but the number of uncertain cases are increases, and vice versa. However, the threshold value is preferred to be small after an experimental validation, so the need for a solution of uncertainty becomes more important. To do that, we propose adding more 2D cameras into the detection system of the NAO robot. Each camera applies the same method as described above, but their decisions are fused by using the Dempster-Shafer theory in order to improve the detection rate. The threshold value is taken into account to construct mass values from the Sugeno Fuzzy output of each camera. The Dempster-Shafer's rule of combination and the maximum of pignistic probability are chosen in the method. According to our experimens, the detection rate of the fusion system is really better than the result of each individual camera. We extend this recognition process for colored object recognition. These objects are previously learned during the training phase. To challenge uncertainties and imprecisions, the chosen objects look similar in many points: geometrical form, surface, color, etc. In this scenario, the recognition system has two 2D cameras: one of NAO and one is an IP camera, then we add a 3D camera to take the advantages of depth information. For each camera, we extract feature points of the objects (SURF descriptor for 2D data, and the SHOT descriptor for 3D data). To combine the cameras in the recognition system, the Dempster-Shafer theory is again employed for the fusion. Based on the correspondence to trained models stored in the learning base, each feature point of the detected object votes for one or several classes i.e. a hypothesis in the power set. We construct a mass function after a normalization step. In this case, the Dempster-Shafer's rule of combination and the maximum of pignistic probability are employed to make the final decision. After doing three experiments, we conclude that the recognition rate of the fusion system is much better than the rate of each individual camera, from that we confirm the benefits of multi-sensor fusion for the robot's reliability

Cette thèse développe les lois de coordination de systèmes de Lagrange. Elle propose en premier lieu une stratégie complètement décentralisée qui se base sur la technique de cross-coupling pour la commande d'un groupe de robots, appelé réseau, qui synchronisent leurs mouvements en suivant une trajectoire désirée. Cette stratégie est étendue pour faire face à l'incertitude paramétrique des robots ainsi qu’aux retards fréquemment rencontrés dans les applications pratiques de réseaux de communication. Une deuxième architecture basée sur la théorie des graphes est proposée pour les réseaux à leader. L'approche développée est considérée hybride. Une extension adaptative à base de réseaux de neurones est développée pour traiter les cas d'incertitude paramétrique. La stratégie conçue prend en considération les délais dans la réception des données. En se basant sur la notion de système en chaîne, la théorie des graphes, le concept de la passivité et la technique du backstepping, une nouvelle méthodologie de la conception de contrôleur de synchronisation pour une classe de systèmes sous-actionnés est développée. Afin d’avoir la possibilité d’implémenter ces stratégies de contrôle, on a développé une plate-forme d'expérimentation pour la robotique industrielle coopérative
This thesis investigates the issue of designing decentralized control laws to cooperatively control a team of robot manipulators. The purpose is to synchronize their movements while tracking common desired trajectory. Based on a combination of Lyapunov direct method and cross-coupling technique, To account for unmatched uncertainties, the proposed decentralized control laws are extended to an adaptive synchronization tracking controllers. Moreover, due to communication imperfection, time delay communication problems are considered in the performance analysis of the controllers. Another relevant problem for distributed synchronized systems is the leader-follower control problem. In this strategy, a decentralized control laws based on the backstepping scheme is proposed to deal with a leader-follower multiple robots structure. Based on graph theory, the coordination strategy combines the leader follower control with the decentralized control. The thesis, also considers the cooperative movement of under- actuated manipulators tracking reference trajectories defined by the user. The control problem for a network of class of under-actuated systems is considered. The approach we adopted in this thesis consists in decomposing the under-actuated manipulators into a cascade of passive subsystems that synchronize with he other neighbors subsystems. The resulting synchronized control law is basically a combination of non-regular backstepping procedure aided with some concepts from graph theory. The proposed controllers are validated numerically, assuming that the underlying communication graph is strongly connected. To implement these control strategies, we developed an experimental platform made of three robot manipulators

Les imperfections des composants technologiques des robots industriels engendrent des erreurs dependant ou non de leurs conditions d'utilisation. Cela se traduit par un ecart entre la trajectoire reellement suivie par l'effecteur du robot et la trajectoire theorique que l'operateur a defini par programmation pour executer une tache de production donnee. Pour ameliorer la precision du positionnement de l'effecteur du robot, nous proposons tout d'abord de comprendre les phenomenes a l'origine de cet ecart, et nous en deduisons une modelisation technologique tres fine qui prend en compte les differentes erreurs d'origine geometrique et non geometrique. Apres avoir valide ce modele a partir de la simulation d'un robot industriel connu, nous avons resolu le probleme de la construction d'un tel modele a partir de donnees metrologiques experimentales, par identification de ses differents parametres. Ensuite, nous proposons d'utiliser les fondements de ce modele en agissant sur le systeme de commande pour compenser des l'origine et par anticipation ces differentes erreurs. Nous avons etudie ces mecanismes de correction dans le cadre de plusieurs architectures de commande, et nous avons particulierement detaille le cas d'un systeme de commande a architecture decentralisee. L'ensemble de notre etude trouve son interet dans la perspective d'une architecture mecatronique de robot : le robot mecatronique se definit par une structure mecanique plus allegee et donc plus souple, par une localisation au sein meme des articulations des motorisations et de la commande decentralisee correspondante, cette derniere integrant les traitements necessaires pour compenser cette plus grande souplesse.

L'approche classique des langages pour le contrôle de Systèmes Multi-Agents (SMA), a fortiori robotiques et autonomes, consiste d'abord en un point de vue microscopique : chaque agent dispose de son propre programme de contrôle contenant des primitives de communication / synchronisation permettant la coopération / collaboration entre agents. L'émergence d'un comportement global, le point de vue macroscopique du calcul, ne peut qu'être observé a posteriori. Dans ce contexte, MASL propose une approche unifiée et macroscopique à l'expression de calculs hétérogènes et distribués sur des agents conçus en suivant le modèle délibératif, réactif ou hybride. C'est un langage de haut niveau indépendant de l'exécutif où chaque agent, vu comme une entité concurrente, détermine localement sa participation à des blocs d'exécution collectifs (e-blocs). Chaque e-bloc est un programme collectif anonyme pouvant s'exécuter sur un réseau d'agents selon des critères locaux. Le mode d'orchestration (scalaire, synchrone, asynchrone) est déterminé statiquement par un attribut du bloc, les communications supportent le modèle à mémoire partagée, le modèle à envoi de messages et le modèle d'évènements. L'hétérogénéité des agents est assurée par héritage et polymorphisme alors que l'autonomie est proposée par un mécanisme (appelé perméabilité) de filtrage où chaque agent peut masquer/ouvrir son interface dynamiquement et selon la position de l'émetteur dans la hiérarchie d'e-blocs. Dans un contexte d'allocation dynamique des agents, de reprise après échec ou de remplacement d'un agent robotique dans une flotte de robots (cas d'une panne ou perte de fonctionnalité compromettant la mission), le ebloc propose une perspective de point d'entrée d'un traitement collectif. Dans le cas d'e-bloc synchrones, le paradigme sous-jacent est issu du modèle data-parallèle, permettant ici des traitements itératifs par vagues successives d'agents. Au final, MASL propose des avancées dans le domaine des SMA (appartenance dynamique à des groupes, précision du rythme des actions à entreprendre pour permettre une coopération désirée) et au niveau de la gestion des erreurs
The classical approach for Multi-Agent System (MAS) Control, especially autonomous and robotic ones, deals first from a microscopic point of view: each agent embed a control program with communication/synchronization primitives that enable cooperation between agents. The emergence of a global behaviour from a macroscopic point of view can only be observed afterwards. In this context, MASL offers a macroscopic and unified approach with heterogeneous and distributed calculations over deliberative, reactive or hybrid agents. In this high level language, regardless of the runtime, each concurrent agent locally decides its participation in a collective execution block named an e-block. Each e-block is an anonymous collective program that runs over an agent network following local conditions. The orchestral mode (scalar, asynchronous, synchronous) is statically fixed by a shared block attribute. The communication use shared memory, events, synchronous messages passing, and asynchronous messages passing. Heterogeneous agents are managed with heritage and polymorphism. Permeability mechanism, dealing with agent autonomy, allows an agent to dynamically filter calls to its interface in respects to the sender position in the e-block hierarchy. In dynamic task allocation of agents, auto failover and recovery, agent replacement in a robot fleet (case of agent failure, loss of a mandatory functionality for the mission) an e-block is an entry point of a collaborative work. In the case of synchronous e-block, the programming paradigm is the data parallel model with iterative task for waves of agents. Finally, MASL offers advances in the field of MAS (dynamic belonging to groups, accuracy of the pace of actions to undertake to enable a desired cooperation) and for the management of errors

Abstract A micro computer based multi-axis motion controller for servo control of d.c. motors for robotic applications is presented in this paper. The motion controller interface uses LM628 precision motion controller chips. The design presented in this paper facilitates control of four motors from a single PC board consisting of four LM628 chips. The motion controller board has provisions to issue commands to all or some chips simultaneously. The presence of LM628 chips relieves the host computer of the responsibility of feedback control and it is free to perform other tasks once the necessary commands are downloaded to the motion controller board. The motion controller chips perform the closed loop control to drive the motors to the desired positions and/or to run at the desired velocity. The motion controller board also has safety features to stop the motors in case of problems and provide self diagnostics. This motion controller is used to control a prototype Automatic Guided Vehicle (AGV) and a five axis robot. The performance of the motion controller board is observed to be satisfactory.

Abstract Multi-robots navigation in dynamic environment is a promising topic in intelligent robotics with motion planning being one of the fundamental problems. However, in practicel, multi-robots motion planning is challenging with traditional centralized approach since computational demand makes it less practical and robust for the motion planning of a large number of robots. In this paper, a decentralized distribute robots motion planning framework (DDRMPF) is discussed which addresses the specific issue. DDRMPF directly maps raw sensor data to steering command to generate optimal paths for each constituent robot. Unlike centralized method which needs a complete observation along with a center agent which processes heavy data collected from all the robots, DDRMPF allows each agent to generate an optimal local path needing only partial observation, thus rendering motion planning involving large numbers of robots more practical and robust. DDRMPF trains the policy for each robot in the complex and dynamic environment simultaneously based on the reinforcement algorithm.

Multi-agent path finding (MAPF) is the problem to find collision-free paths for a set of agents (mobile robots) moving on a graph. There exists several abstract models describing the problem with various types of constraints. The demo presents software to evaluate the abstract models when the plans are executed on Ozobots, small mobile robots developed for teaching programming. The software allows users to design the grid-like maps, to specify initial and goal locations of robots, to generate plans using various abstract models implemented in the Picat programming language, to simulate and to visualise execution of these plans, and to translate the plans to command sequences for Ozobots.

In this paper an effective approach for kinematic and dynamic modeling of high mobility wheeled mobile robots (WMR) has been presented. As an example of these robots, the method has been applied on CEDRA rescue robot which is a complex, multibody mechanism. The model is derived for 6-DOF motions enabling movement in x, y, z directions, as well as pitch, roll and yaw rotations. Forward kinematics equations are derived using Denavit-Hartenberg method and the wheels Jacobian matrices. Moreover the inverse kinematics of the robot is obtained and solved for the wheel velocities and steering commands in terms of desired velocity, heading and measured link angles. Finally dynamical analysis of the rover has been thoroughly studied. Due to the complexity of this multi-body system especially on rough terrain, Kane’s method of dynamics has been used to model this problem. The approach has been developed in such a way that it can easily be extended to other mechanisms and rovers.