moussab benneharchemori/temp/maxence/keynote_cst_1.pdf · backstepping [wang et al, 2009] ct [luh...
TRANSCRIPT
Moussab [email protected]
Montpellier le 27/09/2013
Réunion de suivi de thèse
Architectures de commande avancées en robotique: applications aux robots parallèles redondants
Plan de la présentation
I. Contexte et problématiques de la thèse
II. Etat de l’art sur la commande des robots parallèles
III. Solution proposée : commande adaptative DCAL étendue
IV.Résultats: application au robot Dual-V
V. Conclusions et perspectives
Contexte et problématiques de la thèse
1. La découpe laser robotisée
2. Machines outils parallèles pour l’usinage
3. Problématiques de la thèse
La découpe laser robotisée
Un faisceau infrarouge intense est généré par le laserCe faisceau est concentré sur la surface à découper Ceci permet de fondre localement la matière à découper La matière fondue est ensuite évacué grâce à un gaz agissant d’une manière coaxiale avec le faisceau du laserLa tête de découpe est déplacée à travers la surface de la plaque du métal suivant une trajectoire bien spécifiée
La seule technologie qui permet la découpe à très haute précisionQualité de découpe incomparable par rapport aux autre technologies concurrentes Petites incisions lors de la découpe Très haute vitesse de traitement Le procédé est sans contact (contact-free), donc pas besoin de changer l’outil
Principe de base
Ses avantages
Robotiser la découpe laser ?
BesoinsRapidité
Précision
Légèreté
Rigidité
Idée de base : Robot parallèle
Tête de découpe
Pièce à découper
La découpe laser robotisée
Machine outils parallèles pour l’usinage
Procédé d’usinage
Contraintes de qualité Réduction des coûts
Objectif: Réduction du coût tout en conservant la qualité de production
Usinage à grande vitesse (UGV)
Problématiques de la thèse
Commander des systèmes hautement non linéaires est une tâche à
complexité non triviale.
Les contraintes de fermeture des chaines cinématiques donnent lieu à des
forces internes qui peuvent endommager la structure du robot.
Les modes de vibrations de la structure ne doivent pas être excités par
l’architecture de commande.
L’incertitude et la variation des paramètres dynamiques doivent être
compensées par le contrôleur
Etat de l’art sur la commande des robots parallèles
1. Classification des approches existantes
2. Approches non basées modèle
3. Approches basées modèle
4. Approches adaptative
Classification des approches de commande existantes
Principales approches de commande
Approches non basées modèles
Approches basées modèles
PID [Cheng et al, 2003]
NPD [Han et al, 1994]
Autres approches
Vision [Pacot et al, 2008]
Prédictive [Vivas et al, 2003]
Adaptative par backstepping [Wang et al, 2009]
CT [Luh et al, 1980]
APD [Reyes et al, 1984]
PD+ [Reyes et al, 2001]
NAPD [Shang et al, 2009]
NCT [Shang et al, 2009]
Approches non-adaptatives
Approches adaptatives
Mouvement en coordination [Shang et al, 2010]
Compensation désirée adaptative [Honegger et al, 2000]
Compensation intégrale adaptative [Shang et al, 2009]
Approches non basées modèles
Contrôleur décentralisé Robot
Valeur désirée Erreur
Valeur actuelleCommande
Avantages Inconvénients
Structure très simpleEfficace en termes de temps de calculAucun modèle du robot n’est nécessaireAdéquat pour la plupart des tâches industrielles
Dynamique et redondance non prises en compteEfforts internes → peuvent endommager le robotFortes consommation énergétiquePerformance médiocre en hautes accélérations
Exemple: Loi de commande PD (espace articulaire):
Approches basées modèles non adaptatives
Avantages Inconvénients
Meilleur suivi des trajectoires de référenceFaible consommation énergétique Gains de retour moins importantsPrise en compte de la redondance et des non linéarités grâce au retour non linéaire
Nécessité d’un modèle dynamique précis (parfois indisponible)Architecture de commande plus complexe → besoin d’un calculateur performantLe bruit de mesure détériore encore plus la performance
Contrôleur décentralisé Robot
Valeur désirée Erreur
Valeur actuelleCommande
Modèle dynamique
inverse
Compensation dynamique
Trajectoires désirées/actuelles
3,7121
3,2795
2,20152,0982
1,9815 1,9684
0
0,5
1
1,5
2
2,5
3
3,5
4
Comparaison des RMS des erreurs
PD NPD APD NAPD CT NACT
×〖10〗
2( )xN
x
ErrRMS
N=∑
2 2 2x yRMS RRMS MS RMSθ= + +
Comparaison entre les différentes approches classiques
Commande adaptative des robots manipulateurs
Avantages Inconvénients
Estimation en ligne des paramètresAdaptation aux changements de l’environnementCapacité de traiter la variation des paramètres propres au robot
Convergence de paramètres non garantieNécessité de trajectoires suffisamment riches en fréquence pour réaliser la convergence
Exemple: [Honegger et al. 2000]
Commande adaptative des robots manipulateurs
La matrice d’inertie 𝐷𝐷(𝑞𝑞) est symétrique, définie positive et, ainsi que son inverse sont bornées en 𝑞𝑞
Prop
riété
1
Le modèle dynamique inverse peut être écrit sous forme d’un produit de deux quantités
Prop
riété
2
La matrice 𝑁𝑁 𝑞𝑞, �̇�𝑞 = �̇�𝐷 𝑞𝑞 − 2𝐶𝐶(𝑞𝑞, �̇�𝑞) est antisymétrique
Prop
riété
3
Modèle dynamique d’un robot manipulateur
Commande adaptative des robots manipulateurs
Objectifs: Poursuite asymptotique des trajectoires de référenceTous les signaux internes doivent rester bornés
Hypothèses : Les paramètres du robot sont inconnus, incertains ou variable
Deux approches possibles
Approches basées sur le modèle dynamique inverse (Prop. 1 et 2)
Approches basées sur la passivité (Prop. 2 et 3)
Pas besoin de mesurer les accélérations actuelles (régresser Independent de �̈�𝑞)Pas de linéarisation de l’équation de l’erreur
Basée sur les approches basées modèle conventionnelles (CT, APD, etc.)Mènent à une équation linéaire de l’erreurMesures d’accélérations nécessaires (souvent indisponibles)Nécessitent l’inversion de la matrice d’inertie (calcul complexe)
Solution proposée: commande adaptative DCAL étendue
1. Principes de la commande DCAL
2. Nouvelle extension proposée
Principes de la commande DCAL
Modèle dynamique d’un robot manipulateur
Paramétrisation
Loi de commande DCAL
Loi d’adaptation des paramètres
Principes de la commande DCAL
Générateur de trajectoires
Mécanisme d’adaptation
Loi de commande DCAL
Loi d’adaptation des paramètres
Nouvelle extension proposée
Proposition
Remplacer les gains de retour constants 𝐾𝐾𝑝𝑝 et 𝐾𝐾𝑑𝑑 par des gains non linéaires variables
Nouvelle loi de commande
Nouvelle loi d’adaptation
Nouvelle extension proposée
Choix des gains non linéaires [Shang et al. 2009]
Si les gains sont bien choisis: Larges gains pour des erreurs larges Faibles gains pour de faible erreurs
Meilleure distributions des couples de commandeCompensation rapide des erreursEviter les dépassements importants de la consigne
1. Simulateur développé
2. Résultats de simulation
3. Plateforme expérimentale
4. Résultats expérimentaux
5. Publications
Résultats: Application au robot Dual-V
Simulateur développé
• Développée avec GUIDE de Matlab• Modèle dynamique D et I• Modèle géométrique D et I• Modèle cinématique
• Plusieurs générateur de trajectoires• Plusieurs architectures de commande
implémentées (classiques et avancées)• Récapitule l’avancement du travail
Simulateur développé
• Modèles de robots : • Dual-V (modèles MGD/MGI, MCD/MCI, MDD, MDI)• Prototype ARROW : (bientôt intégré) • Autres
• Approches de commande intégrées : • Classiques: PD, PID, APD, NPD, PID+ • Avancée: Adaptative (compensation exacte et désirée)• Autres: prédictive, …. (bientôt implémentées)
• Générateurs de trajectoires • Deux méthodes de génération de trajectoires• Possibilité d’intégrer d’autres générateurs
• Critères d’évaluation: • Précision : à travers les fonctions d’erreurs (RMS, …) • Energétique : intégrer des fonction d’évaluation des contrôleur
Résultats de simulation
Suivi de trajectoires dans l’espace Cartésien
Critère d’évaluation: moyenne quadratique RMS
Résultats de simulation
Convergence du paramètre �𝑚𝑚 (v. nom. = 2.0051 kg) Convergence du paramètre 𝐼𝐼 (v. nom. = 0.0216 kg.m²)
DCAL
DCAL étendue
DCAL
DCAL étendue
Plateforme expérimentale
Robot parallèle planaire4 chaines de type RRR3 ddl: 2 translations / x, y 1 rotation / Z 4 moteurs actionneurs: direct drive1 degré de redondance d’actionnementSystème de mesure externe (optionnel)Boucle de commande cadencée à 10 kHzDéveloppement du contrôleur sous Simulink et Real-Time Workshop
Résultats expérimentaux, 1er scénario: sans charge additionnelle sur la nacelle
Suivi de trajectoires dans l’espace Cartésien
Evaluation de la moyenne quadratique RMS
Résultats expérimentaux, 1er scénario: sans charge additionnelle sur la nacelle
Convergence du paramètre �𝑚𝑚 (v. nom. = 2.0051 kg.m²)
DCAL
DCAL étendue
DCAL
DCAL étendue
Convergence du paramètre 𝐼𝐼 (v. nom. = 0.0216 kg.m²)
Suivi de trajectoires dans l’espace Cartésien
Evaluation de la moyenne quadratique RMS
Résultats expérimentaux, 2ème scénario: avec 6.6 kg de charge de sur la nacelle
Résultats expérimentaux, 2ème scénario: avec 6.6 kg de charge de sur la nacelle
Convergence du paramètre �𝑚𝑚
DCAL
DCAL étendue
DCAL
DCAL étendue
Convergence du paramètre 𝐼𝐼
1. Résultats obtenus jusqu’ici
2. Travaux à venir
3. Références
Conclusions et perspectives
Travail réalisé et résultats obtenus jusqu’ici
15/10/2012Début de la thèse
22/03/2013Deadline IROS’13
30-31/06/2013Réunion ARROW
16/09/2013Deadline ICRA’14
CST
Etat de l’art: techniques adaptatives
Développement du simulateur et implémentation de lois de commande classiques
Implémentation des lois adaptatives en simulation et expérimentations sur Dual-V
Rédaction: article IROS
Etat de l’art: génération de trajectoires et commande des robots manipulateurs parallèles
Rédaction: article IROS
Implémentation temps-réel des approches de commande classiques sur Dual-V
Refusé
Travail à venir
15/10/2013Deadline SSD’14
03/2014Deadline IROS’14
14-15/11/2013Réunion ARROW
09/2014Deadline ICRA’15
10/2014CST
Rédaction article SSD
Article survey sur la commande des robots parallèles (y compris architectures adaptatives): Applications au robot Dual-VContribution IROS’14, simulations et expérimentations (Proto ARROW)
Rédaction articles IROS
Contribution ICRA’15, simulations et expérimentations (Proto ARROW)
Rédaction article ICRA
Références[Reyes et al, 2001] Reyes, F. and Kelly, R., ‘Experimental evaluation of model-based controllers on a direct-drive
robot arm’, Mechatronics, Vol. 11, no 3, p. 267-282[Han, 1994] Han, J., Nonlinear PID controller, Acta Automat Sinica. [Shang et al., 2009] Shang, W. W., Cong, S. and Zhang, Y., Nonlinear friction compensation of a 2-dof planar
parallel manipulator, Advanced robotics.[Cheng et al, 2003] CHENG, H., YIU, Y., and LI, Z., ‘Dynamics and control of redundantly actuated
parallel manipulators, Mechatronics, IEEE/ASME Trans. on, vol. 8, no 4, p. 483-491.[Honegger et al., 1997] Honegger, M., Coudourey, A., and Burdet, E., Adaptive control of the Hexaglide, a 6 dof parallel
manipulator, Robotics and Automation, 1997. Proc., p. 543-548.[Paccot et al., 2008] Paccot, F., Lemoine, P., Andreff, N., Chablat, D., & Martinet, P., A vision-based computed torque
control for parallel kinematic machines, Robotics and Automation, 2008. Proc. p. 1556-1561.[Wang et al, 2009] Wang, L., Lu, Z., Liu, X., & Liu, K., Adaptive control of a parallel robot via backstepping
technique. Intern. Journal of Systems, Control and Communications, Vol. 1, no. 3, p. 312-324.[Vivas et al, 2003] Vivas, A., and Poignet, P., Model Based Predictive Control of a Fully Parallel Robot,
Symposium on Robot Control SYROCO’03, p. 277-282[Shang et al., 2010] Shang, W., Cong, S., and Ge, Y., Coordination Motion Control in the Task Space for Parallel Manipulators With
Actuation Redundancy, IEEE Transactions on Automation Science and Engineering, vol. 10, no. 3, pp. 665-673, 2010.[Shang et al., 2009b] Shang, W., and Cong, S., Nonlinear adaptive task space control for a 2-DOF redundantly actuated parallel
manipulator, Nonlinear Dynamics, vol. 59, no. 1-2, pp. 61-72, 2009.[Shang et al., 2009c] Shang, W., and Cong, S., Nonlinear Dynamic Control and Friction Compensation of Parallel Manipulators, InTech
Open, 2009.
Merci pour votre attention