Modeling and control of multifingered dextrous manipulation for humanoid robot hands - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

Modeling and control of multifingered dextrous manipulation for humanoid robot hands

Modélisation et contrôle de la manipulation dextre multidigitale pour les mains robotisées humanoïdes

Résumé

In robotics, when the demands for dexterity and versatility are high, traditional end effectors quickly show their limits and humanoid robot hands look like an appealing alternative. Unfortunately, although such hands can be built nowadays that are mechanically satisfactory, using them still remains problematic because their control is difficult. In this thesis, we have investigated three problems related to the control of humanoid robot hands: controlling the motion of the grasped object and the forces it is subject to, keeping hold of the object in case of external disturbances, and calculating the stiffness of the grasp, that is to say its elastic behavior. To manipulate the object, we propose a new control law, based on mathematical programming, that has the advantage of returning control torques which realize a trade-off between the different setpoints, possibly incompatible or unfeasible, and also respect the constraints due to physics and to the mechanics of the robot. To keep hold of the object when a disturbance happens, we propose a method to compute the tightening forces that make the grasp withstand the largest possible disturbance, in the direction where this largest possible disturbance is the smallest: a kind of critical disturbance for the grasp. Finally, we model the stiffness of the object as a function of the stiffness of the fingers, in the case when a relative rolling motion is possible between the fingers and the object. We prove that this stiffness is also function of the contact forces and the curvatures of the contacting surfaces.
En robotique, lorsque les exigences de dextérité et de polyvalence sont élevées, les effecteurs terminaux traditionnels montrent vite leurs limites et les mains robotisées humanoïdes semblent une alternative séduisante. Malheureusement, si l'on sait aujourd'hui fabriquer de telles mains satisfaisantes sur le plan mécanique, leur utilisation pose toujours problème car leur contrôle est difficile. Dans cette thèse, on s'est intéressé à trois problèmes relatifs au contrôle des mains robotisées humanoïdes : le contrôle du mouvement de l'objet saisi et des efforts qui lui sont appliqués, le maintien de l'objet en cas de perturbations extérieures, et la raideur de la prise, c'est-à-dire son comportement élastique. Pour la manipulation de l'objet, on propose une nouvelle loi de contrôle, basée sur un problème d'optimisation sous contraintes, qui a l'avantage de synthétiser des couples articulaires moteurs réalisant un compromis entre les différents objectifs de contrôle, possiblement conflictuels ou non atteignables, tout en respectant les limitations de la physique et du robot. Pour garder prise sur l'objet en cas de perturbation, on propose une méthode pour calculer les forces de serrage qui assurent la robustesse de la prise à la plus grande perturbation possible, dans la direction où cette plus grande perturbation possible est la plus petite : une sorte de perturbation critique pour la prise. Enfin, on donne une modélisation de la raideur de l'objet en fonction de celle des doigts, dans le cas où un mouvement relatif de roulement est possible entre les doigts et l'objet. On montre que cette raideur dépend aussi des forces de contact et des courbures des surfaces en contact.
Fichier principal
Vignette du fichier
thA_se.pdf (53.92 Mo) Télécharger le fichier

Dates et versions

tel-00825438 , version 1 (23-05-2013)

Identifiants

  • HAL Id : tel-00825438 , version 1

Citer

Romain Michalec. Modeling and control of multifingered dextrous manipulation for humanoid robot hands. Automatic. Université Pierre et Marie Curie - Paris VI, 2011. English. ⟨NNT : 2011PA066531⟩. ⟨tel-00825438⟩
201 Consultations
1427 Téléchargements

Partager

Gmail Facebook X LinkedIn More