Workspace Estimation and Design Optimization of Soft Robots
Estimation de l’Espace de Travail et l’Optimisation de la Conception des Robots Déformables
Résumé
Soft robots are an emergent instrument that has gradually been investigated by researchers in recent years to overcome the limitations of traditional rigid robots as well as to propose novel robotic applications. Rigid robots are challenged when operating in restricted and dynamic environments. Being made from a soft and flexible material, soft robots provide many benefits such as high dexterity, safe interactions, and increased adaptability, which are very useful for various applications, especially the manipulation of fragile objects, environment exploration, and medical operations. However, owing to their natural conformity and compliance, soft robots consist of a large number of degrees of freedom, their deformation is highly nonlinear, and they are characterized by different mechanical laws compared to that of rigid robots. All these aspects make theirmodeling more complex. Consequently, scientific challenges such as workspace evaluation and design optimization of soft robots arise and with them the opportunities of new contributions in the field of soft robotics. The workspace evaluation provides many benefits for different soft robotic applications mainly related to their design and control.Accordingly, the present thesis investigates the workspace evaluation and design optimization of soft robots. For this, two different methods are adopted for the mathematical modeling of soft robots. The first is the Piece-wise Constant Strain (PCS), which focuses on slender-shaped soft robots and the second is the Finite Element Method (FEM), which concerns soft robots with a general shape. Based on the adopted mathematical models, this thesis proposes different methodologies to estimate the workspace of soft robots. In fact, two strategies can be followed for the workspace estimation of soft robots: the first consists of discretizing the inputs (actuators)space, and the second consists of discretizing the outputs (end-effector) space. However, the first strategy is not efficient as it depends on the dimension of the actuators which are used to control the investigated soft robot and varies corresponding to the particular studied configuration.Conversely, the second strategy presents a stable and efficient way for the workspace estimation since the end-effector’s space is always constant (smaller or equal to 3, if we focus on the position-access) regardless of the studied soft robot’s configuration and the dimension of actuators. Each proposed workspace estimation approach was then applied to both the PCS and the FEM models and validated via a variety of soft robots’ configurations. Finally, this thesis proposes a model-based optimization approach in order to optimize the design of soft robots for the purpose of achieving specific performance objectives
Les robots rigides présentent de nombreux inconvénients lorsqu’ils fonctionnent dans des environnements dynamiques et fragiles et par conséquent, les robots déformables ont été un engin émergent qui a été graduellement étudié par les chercheurs afin de surmonter ces limitations et de faire face à de nouvelles applications robotiques. Les robots déformables sont fabriqués à partir de matériaux souples et flexibles, ce qui leur permet d’avoir plusieurs caractéristiques telles qu’une grande dextérité, des collisions prudentes et sans danger ainsi qu’une flexibilité importante. Toutes ces fonctionnalités offrent de nombreux avantages pour différentes applications, notamment l’exploration de l’environnement et les opérations médicales.Cependant, en raison de leur conformité naturelle, la modélisation des robots souples est plus complexe que celle des robots rigides, car les robots déformables comportent un nombre élevé de degrés de liberté, leur déformation est non linéaire et ils sont caractérisés par des lois mécaniques différentes de celles des robots rigides. Par conséquent, des problèmes scientifiques tels que la détermination de l’espace de travail et l’optimisation de la conception des robots déformables émergent et avec eux les possibilités de nouvelles contributions dans le domaine de la robotique souple. L’évaluation de l’espace de travail offre de nombreux avantages pour différentes applications de la robotique souple principalement liées à leur conception et à leur contrôle. En conséquence, cette thèse étudie l’estimation de l’espace de travail et l’optimisation de la conception des robots souples. Afin d’accomplir cette tâche, on propose deux méthodes différentes pour la modélisation des robots déformables, la première est la méthode de déformation constante par morceaux (PCS), qui est utilisée pour la modélisation des robots déformables avec une géométrie continue et la deuxième est la méthode des éléments finis (FEM), qui est utilisé pour la modélisation des robots déformables avec une géométrie générale. Ensuite, basée sur ces modèles mathématiques, cette thèse propose différentes méthodologies pour estimer l’espace de travail des robots souples. Deux stratégies ont été proposées pour l’estimation de l’espace de travail, la première consiste à discrétiser l’espace des entrées (actionneurs), et la deuxième consiste à discrétiser l’espace des sorties (l’effecteur du robot). Cependant, la première stratégie est inefficace, car elle dépend de la dimension des actionneurs et celle-ci varie en fonction de la configuration du robot déformable étudiée. En revanche, la seconde stratégie présente une méthodologie stable et efficace pour l’estimation de l’espace de travail puisque l’espace de l’effecteur est toujours constant (inférieur ou égal à 3, si nous nous concentrons sur l’aspect position de l’espace de travail), quelles que soient la configuration du robot souple étudié et la dimension des actionneurs. Les approches proposées pour l’estimation de l’espace de travail ont ensuite été appliquées aux deux modèles mathématiques adoptés et validées à l’aide de différentes configurations de robots déformables. Enfin, cette thèse propose une approche d’optimisation basée sur les modèles mathématiques adoptés pour optimiser la conception des robots souples afin d’atteindre certains objectifs spécifiques
Origine | Version validée par le jury (STAR) |
---|