Documente Academic
Documente Profesional
Documente Cultură
Paul ALEXANDRE
Introduction
• Les robots à roues ou à chenilles sont les plus répandus; ils sont aisés
à commander grâce au nombre restreint de degrés de liberté (le plus
souvent deux) et sont très efficaces sur un sol plat ou modérément
accidenté dans le cas des chenilles. Ils sont largement utilisés dans
l’industrie pour le transport et la manutention automatisés dans les
ateliers et les entrepôts (AGV).
• Les robots à pattes sont considérés pour leur mobilité supérieure obte-
nue grâce à un nombre élevé de degrés de liberté. Le contact avec
le sol est discret, ce qui permet une sélection des points d’appui en
fonction des conditions locales du terrain. La charge utile est relative-
ment faible, essentiellement à cause d’une puissance installée intrin-
sèquement élevée. Divers prototypes expérimentaux ont été mis au
1
point, la plupart du temps, pour des activités d’inspection ou d’explo-
ration de milieux peu accessibles. Néanmoins, malgré leurs possibilités
attrayantes en matière de mobilité, l’intérêt de l’industrie pour ce type
de véhicule se révèle être, à ce jour, encore très limité.
• Les corps articulés sont constitués de plusieurs modules élémentaires
disposant de plusieurs degrés de liberté l’un par rapport à l’autre.
Certaines configurations de ce type permettent une mobilité analogue
à celle du serpent (mobilité péristaltique). Parmi diverses applications
possibles de ce type de robot, on peut citer la maintenance des sites
nucléaires (figure 1.1c) et l’inspection des tuyauteries.
2
du véhicule à pattes et à roues de la figure 1.1d utilisé comme véhicule
tout-terrain dans les régions alpestres.
On a systématiquement recours aux robots à roues pour leurs meilleures
performances lorsque les voies de passage sont adaptées à ce type de loco-
motion. Cependant, ceux-ci ne peuvent convenir dans de nombreuses cir-
constances tant à l’intérieur des bâtiments (escaliers) qu’en environnement
extérieur. Ainsi, d’après un rapport de l’US army (1967), plus de la moitié de
la surface terrestre reste inaccessible aux véhicules à roues ou à chenilles alors
que la plupart de ces terrains présentent peu de difficultés pour les animaux.
Ce type de milieu peu accessible pourrait se rencontrer également dans un
environnement industriel très déstructuré comme, par exemple, suite à un
accident (présence d’obstacles).
3
• La perception tactile du sol: celle-ci peut être obtenue facilement en
utilisant des capteurs de toucher que l’on peut fixer à l’extrémité des
pattes. La suspension du véhicule peut être assurée par les pattes grâce
à cette information. Les capteurs peuvent être de simples interrup-
teurs ou des capteurs de forces. Dans ce deuxième cas, il est possible
de donner à la suspension un comportement dynamique (compliance
active) en faisant intervenir un terme de force dans la régulation des
actionneurs. L’information tactile peut également avoir une fonction
importante dans la sélection des points d’appui (détection du sol et
évitement local d’obstacle). Une telle perception tactile du sol est
problématique pour les véhicules à roues ou à chenilles.
• La propulsion sur sol meuble: du fait que le contact se fait en des points
fixes durant la poussée, les forces de réaction d’un sol meuble agis-
sent de manière différente dans la propulsion du véhicule (figure 1.2).
Dans le cas des roues, la force de propulsion nette est diminuée de la
résistance de compaction alors que cette dernière s’ajoute à la poussée
de friction dans le cas de la locomotion à patte. Cet avantage pour la
locomotion sur sol meuble est encore plus marqué dans le cas d’une
gravité réduite (exploration planétaire).
4
d’arbres sans les arracher. Un prototype industriel d’une telle machine
est sur le point d’être commercialisé en Finlande (figure 2.3).
5
nombre réduit de pattes: deux ou même une seule pour le robot unijambiste
(figure 2.8). L’aspect équilibre dynamique de la locomotion à pattes ne sera
pas considéré dans le cadre de cette étude.
6
de la locomotion et de la coordination des pattes de l’animal. Ces con-
statations ont permis de comprendre la coordination des arthropodes et de
la reproduire artificiellement au moyen de microprocesseurs interconnectés
(coordination neurobiologique - Weidemann et al.,1994).
L’exploitation de l’équilibre dynamique est l’apanage d’animaux plus
évolués (vertébrés) bipèdes et quadrupèdes: reptiles, oiseaux et mammifères.
Ceux-ci sont caractérisés par une musculature plus massive et plus puissante
organisée autour d’un squelette osseux dont les arthropodes sont dépourvus.
Cette différence morphologique favorise l’apparition d’effets dynamiques non
négligeables dans les mouvements des membres, lesquels peuvent être mis
à profit dans les déplacements de l’animal. L’organisation nerveuse de tels
animaux est nettement plus complexe. Néanmoins, il a été démontré que
la coordination des mouvements de locomotion est, comme pour les arthro-
podes, assurée par un système nerveux décentralisé qui se localise le long de
la moelle épinière.
La relation entre le type d’équilibre utilisé et le nombre de pattes appa-
raı̂t de la classification qui précède. Les animaux dont la locomotion est
à équilibre statique possèdent généralement au moins six pattes comme les
insectes. Pour un robot marcheur à équilibre statique, ce nombre semble
constituer le meilleur compromis entre la simplicité de l’engin, sa vitesse et
sa stabilité, ces dernières augmentant toutes deux avec le nombre de pattes.
Jusqu’à présent, les robots à pattes restent considérablement moins agiles
et moins élégants que les animaux, particulièrement en terrain accidenté.
Ceci résulte notamment des raisons suivantes:
• Les membres des animaux ont un espace de travail plus grand et des
degrés de liberté redondants. Ceci leur donne une agilité supérieure
qui leur permet d’escalader ou d’éviter des obstacles qui peuvent être
de loin plus grands qu’eux.
• Les animaux ont un rapport charge utile/poids beaucoup plus grand
que celui des machines.
• Les membres des animaux ont de nombreuses terminaisons nerveuses
donnant une information tactile répartie; celle-ci est utilisée très effi-
cacement pour l’évitement d’obstacle, la sélection des points d’appui
et l’adaptation de la démarche au terrain.
• Les animaux utilisent une grande variété de démarches et peuvent
passer de manière continue de l’une à l’autre. Les démarches dyna-
miques offrent, outre des vitesses de déplacements élevées, plus de
possibilités pour la récupération d’équilibre et l’évitement d’obstacles.
7
• Les animaux utilisent une combinaison de la vue du terrain et de
l’information tactile pour coordonner leurs mouvements.
• la perception de l’environnement
• le contrôle de démarche
8
horizontale de coefficient de frottement µ si l’on considère uniquement le
travail réalisé au cours du déplacement (rendement=1).
La figure 1.3 porte en graphique la résistance spécifique en fonction de
la vitesse de déplacement sur sol plat pour différents types de locomotion.
On constate que si les animaux marcheurs ont des résistances spécifiques
comparables à celles des automobiles, les robots marcheurs ont des valeurs de
10 à 100 fois supérieures, ce qui est limitatif du point vue de leur autonomie
énergétique.
Certains auteurs considèrent comme valeur pour m, non la masse du
véhicule mais celle de la charge utile. Cette autre convention se prête
bien à l’évaluation du rendement des véhicules transporteurs. Elle pénalise
d’avantage la relative inefficacité des robots à pattes sur sol plat par rapport
à d’autres principes de locomotion.
9
1.5.2 Les pertes d’énergie
Les pertes d’énergie associées à la locomotion à pattes ont diverses ori-
gines, les principales sont :
10
Figure 1.4: Le robot marcheur Silex de l’ULB.
11
Les principaux modules de contrôle à prévoir sont la coordination des
mouvements des pattes ou contrôle de démarche, la génération des trajec-
toires pour les pattes et le contrôle même des articulations. En outre, un
contrôle d’attitude et d’altitude améliore le comportement et l’équilibre du
véhicule en terrain accidenté, en maintenant horizontal le châssis du robot.
Enfin, une suspension active du véhicule, obtenue grâce à des capteurs de
forces intégrés dans les pieds du robot, améliore la répartition des forces
de contact entre les pattes et rend possible la marche sur sol meuble en
compensant l’enfoncement différentiel des pattes.
La dissertation s’organise comme suit: le chapitre 2 donne un aperçu his-
torique de la recherche dans le domaine; le chapitre 3 introduit le problème
du contrôle dans son ensemble et sa subdivision en plusieurs niveaux hié-
rarchisés; le chapitre 4 présente l’étude des démarches périodiques qui con-
stituent l’approche classique du problème de la coordination. D’autres solu-
tions sont proposées au chapitre 5 dont un algorithme original, développé
dans le cadre de cette thèse, basé sur le concept de free gait. Le chapitre 6
présente le contrôle cinématique du robot, y compris la régulation d’attitude
et d’altitude. L’utilisation de l’information tactile provenant des capteurs
de force est abordée dans le chapitre 7. Finalement, les conclusions de
cette étude sont données ainsi que des indications pour de futurs travaux de
recherche.
12
Chapitre 2
Etat de l’Art
2.1 Introduction
Quoique l’idée de construire une machine qui marche semble être assez
ancienne - un brevet pour un cheval mécanique déposé à la fin du dix-
neuvième siècle l’atteste - il a fallu attendre les progrès technologiques
récents en matière de contrôle numérique pour qu’un grand nombre de pro-
jets dans ce domaine voient le jour.
Ainsi, des travaux de recherche importants furent menés à partir des
années ’70 aux Etats-Unis, où une grande variété de prototypes ont été
construits, un certain nombre exploitant l’équilibre dynamique. Plusieurs de
ces projets furent financés par des budgets militaires, d’autres concernaient
l’exploration spatiale.
A partir des années ’80, de nombreuses études démarrèrent également au
Japon, certaines s’intéressant à la question fondamentale de la mobilité, et
d’autres orientées vers des applications potentielles, comme la maintenance
des sites nucléaires ou l’exploration des fonds sous-marins.
Jusqu’à récemment, à l’exception de l’ex-URSS, l’Europe restait très
peu active dans ce domaine, focalisant la recherche en robotique mobile sur
les problèmes liés à la perception de l’environnement. A partir des années
’90, un grand nombre de prototypes ont été construits en Europe, financés
notamment par la Communauté Européenne (programme Teleman). C’est
dans ce contexte que le Service des Constructions Mécaniques et Robotique
de l’ULB a entamé, en 1989, une recherche dans le domaine des robots à
pattes et développé plusieurs prototypes avec différents degrés de sophisti-
cation. La chronologie de ces développements est reprise dans le tableau 2.1.
Ce chapitre est organisé comme suit: il passe d’abord en revue les
13
Etapes de développement Chercheurs concernés Date
différents types de missions envisagées pour les robots à pattes (tableau 2.2)
avant de décrire succinctement quelques projets ayant apporté une contri-
bution au domaine de recherche ainsi que les projets menés au laboratoire
(tableau 2.3). Enfin, l’aspect cinématique des robots marcheurs est abordé
par l’étude comparative de quelques mécanismes de pattes.
14
Mission Particularités
Tableau 2.2: Sommaire des principales missions envisagées pour les machines
à pattes.
• fournir une assistance pendant et après les accidents, ceci en vue d’une
meilleure protection des personnes et de l’environnement.
15
Ohio State Univ. OSU hexapod (1977), long. 1.3m, 100kg, moteurs AC
(U.S.A.) supervisory control, free gait, compliance active.
(McGhee-Waldron) ASV: Adaptive Suspension vehicle (1987), long. 5m, 2600kg
Véhicule hydraulique autonome, pantographe.
ODETICS (U.S.A.) ODEX I (1983) long. 1.5m, 140kg, 6 pattes (hexagonal), électrique
(Bartholet) Architecture hexagonale, découplage gravitationnel.
M.I.T. (U.S.A.) GENGHIS (1989) long. 35cm, 1kg, 6 pattes à 2 ddl, électrique
(Brooks) Subsumption architecture, intelligence artificielle.
Carnegie Mellon (U.S.A.) Robot sauteur unijambiste (1984) haut. 1.1m, 17kg, 1 patte
(Raibert) Etude de l’équilibre dynamique.
Tokyo Inst. of Tech. TITAN III (1984), haut. 1m, 10kg, 4 pattes
(Japon)(Hirose) Free gait, pantographe, évitement d’obstacle (escaliers).
Académie des Sciences MASCHA (1981) long. 0.7m, 18kg, 6 pattes, capteurs de force 3D
de Moscou (Devjanin) Compliance active des pattes, étude de la locomotion sur sol meuble.
IFF Magdebourg (RFA) MAG (1994-1996) long. 0.6m, 21kg, 6 pattes (hexagonal), électrique
(Schmucker-Schneider) Capteurs de force 3D, compliance active, évitement d’obstacle.
16
Robug III. Une brève description en sera donnée plus loin.
17
Figure 2.1: Le Marsokhod conçu par l’Institut russe Transmash.
Lunokhod 1 et 2 (800 kg) expédiés sur la Lune lors des missions russes
Luna 17 et 21 (1970 et 1973) et, sur l’utilisation d’un véhicule à 4 roues
(Lunar Roving Vehicle-600 kg) conduit par les astronautes américains
lors des missions Apollo 15,16 et 17 (1971-1972). On peut noter
également le développement par les Russes d’un petit robot mobile
(4.2kg) exploitant un type de locomotion analogue au ski de fond: le
Prop-M. Ce véhicule fut expédié à deux reprises sur la planète Mars
(1971-1973), malheureusement sans résultat à cause de l’insuccès des
deux voyages.
• Dans les années ’80, des véhicules de gabarits très importants, à roues
(Robby - 6 roues - 2000 kg) et à pattes (Ambler - 6 pattes - 2000 kg),
furent construits pour la NASA en vue d’une mission sur Mars avec
retour d’échantillons, projet qui, par la suite, fut abandonné.
• Enfin, depuis le début des années ’90, seuls les véhicules de moyen
(< 100kg) et petit gabarits (micro-rover: < 10kg) sont encore envisa-
gés; la tendance actuelle étant plutôt de considérer l’envoi de plusieurs
petits véhicules afin d’augmenter les chances de succès par rapport à
l’utilisation d’un seul robot mobile de grande taille dont le transport
dans l’espace serait par ailleurs beaucoup plus onéreux. Parmi les
projets les plus prometteurs, on peut mentionner le Marsokhod, un
véhicule de gabarit moyen à 6 roues coniques dont le châssis articulé
améliore le comportement des roues sur sol meuble (75kg - figure 2.1),
18
Figure 2.2: Rocky IV, un des micro-rovers développé par le Jet Propulsion
Laboratory (NASA).
19
• un bon comportement sur sol meuble et la capacité de récupération
suite à un renversement.
20
Figure 2.3: Véhicule proposé par la société Plustech pour l’exploitation
forestière.
21
Les pattes sont préférées aux chenilles à cause de la nécessité de disposer
d’une plate-forme horizontale et stable sur des surfaces pouvant présenter des
inégalités jusqu’à 2m et sous des courants marins importants. Un véhicule
à chenilles équivalent serait beaucoup plus massif et devrait transporter
une plate-forme équipée d’un mécanisme de positionnement pour obtenir
l’horizontalité.
Bien d’autres opérations sont envisagées pour ce type de robot: nivelle-
ment, terrassement, forage, interventions sur des structures sous-marines au
moyen d’un manipulateur transporté,...
2.3 Projets
D’autres applications ont déjà été envisagées pour les robots à pat-
tes, par exemple: l’aide aux personnes handicapées, le transport militaire,
l’agriculture, la lutte contre les incendies, la lutte anti-terroriste, la con-
struction, l’inspection des tuyauteries (Roßmann et Pfeiffer 1996), ... Il faut
22
cependant constater que, de manière générale, l’utilisation d’engins à pat-
tes dans l’industrie est encore très peu répandue. Cette section donne une
idée des performances de quelques prototypes développés durant les vingt
dernières années.
23
Figure 2.4: L’Adaptive Suspension Vehicle (Ohio State University).
2.3.3 Odex I
Le robot hexapode Odex I (200kg, long. 1m) réalisé dès 1983 par la firme
Odetics, fut la première plate-forme à pattes disponible commercialement
(Bartholet 1983). Il est destiné à des missions d’inspection et d’intervention
légère en environnement hostile tel que les industries nucléaire et chimique.
L’engin a une architecture hexagonale ce qui facilite les changements
de direction. Les pattes, constituées d’un mécanisme à boucle fermée, sont
caractérisées par un large espace de travail ce qui lui permet d’adopter une
grande variété de géométries différentes: la hauteur du robot peut varier de
1.2m à 3m et la largeur du véhicule peut être réduite afin de franchir des
passages étroits (figure 2.5). D’autre part, la capacité de charge du robot
est considérable: environ 400kg. Il transporte des batteries qui lui assurent
une autonomie énergétique d’environ 1/2 heure.
Le système de contrôle est décentralisé et utilise 6 cartes de contrôle,
basées sur un microprocesseur Motorolla 6809, associées à chacune des pat-
tes. Ces cartes sont connectées par un bus parallèle à un processeur principal
(Intel 8086/8087) responsable de la coordination et en liaison avec la con-
sole de commande. La coordination utilise une démarche du type tripode
alterné.
24
Figure 2.5: Robot Odex I (Odetics Inc.).
Une version plus récente de ce robot, Odex III, a servi de machine d’essai
pour le projet Sherpa financé par la CEE (Teleman 11).
2.3.4 Genghis
Genghis est un petit robot hexapode (long. 35cm, 1kg - figure 2.6),
qui a été développé à la fin des années ’80 par le laboratoire de robotique
mobile du MIT (Brooks,1989). Il consiste en une plate-forme rectangulaire
munie de six pattes à deux degrés de liberté (figure 2.7) dont la motricité est
assurée par des servomoteurs pour l’aéromodélisme. L’articulation α donne
un mouvement avant/arrière permettant la propulsion du véhicule tandis
que le degré de liberté β assure le mouvement lever/poser de la patte.
Le robot mobile est équipé d’un grand nombre de capteurs extéroceptifs
25
Figure 2.6: Robot Genghis (MIT).
26
parmi lesquels: une détection de contact des pattes avec le sol (basée sur
une mesure de courant des servomoteurs associés aux angles βi ), une paire
de moustaches placées à l’avant du véhicule pour la détection d’obstacles,
plusieurs cellules infrarouges (éléments passifs pyro-électriques) et un incli-
nomètre à 2 axes. Trois batteries assurent l’autonomie énergétique du petit
véhicule.
Le contrôle est assuré par 4 microprocesseurs 8 bits interconnectés par
un réseau du type token ring. La stratégie de contrôle met en oeuvre un
réseau d’automates assurant des actions élémentaires comme lever une patte,
avancer une patte, etc... Des actions complexes comme marcher ou suivre
une personne (en utilisant les cellules IR) sont obtenues en associant les auto-
mates de manière incrémentale afin d’obtenir progressivement des comporte-
ments de plus en plus complexes. Cette approche, connue sous le nom de
Subsumption Architecture, est proposée par le MIT pour la programmation
des robots mobiles (Brooks et Flynn 1989). Le Behavior Language permet
sa mise en oeuvre. Une des finalités du projet Genghis était précisément de
démontrer que l’approche pouvait convenir au contrôle d’un robot à pattes.
Par la suite, d’autres prototypes plus sophistiqués du point de vue de
la cinématique et de l’équipement en capteurs ont été développés au MIT:
Hermes et Attila. Toutes ces plate-formes sont commercialisées par la société
IS-Robotics.
Une plate-forme similaire à Genghis, baptisée Max, a été construite
au Service des Constructions Mécaniques et Robotique. Le contrôle était
assuré dans la première version par un PC relié au véhicule par un cor-
don ombilical transmettant les signaux de commande des 12 servo-moteurs
et les états de 6 contacteurs fixés aux extrémités des pattes (détection du
sol). Ce petit véhicule a permis d’étudier le problème de la coordination
(démarches périodiques) et de mettre au point des procédures de détection
et d’évitement d’obstacle (Preumont et al. 1991).
27
Figure 2.8: Robot sauteur unijambiste (Raibert et al. 1984).
28
Cette stratégie de contrôle a été expérimentée avec succès. Une vitesse
maximale de l’ordre de 2m/s a été atteinte pour un cycle de saut d’environ
1.5s. Le but de cette recherche était d’expérimenter l’équilibre dynamique
sur un système simple avant d’aborder le problème plus complexe des robots
sauteurs multipodes (Raibert et al. 1986).
2.3.6 Ambler
Ambler est un engin à pattes particulièrement imposant: masse 2000kg,
charge utile 1000kg, hauteur 4 − 6m (Dwivedi et Mahalingam 1992 - Manko
1992). Il a été développé vers la fin des années ’80 à l’Université Carnegie
Mellon en vue d’une mission d’exploration sur la planète Mars (financement
de la NASA). Ce projet a cependant été abandonné pour donner la faveur
à des véhicules plus compacts.
La cinématique des pattes est un mécanisme du type RPP (amplitude
du déplacement vertical de 2m), ce qui assure le découplage gravitationnel.
Le robot se distingue en outre par une cinématique tout à fait originale:
les 6 pattes du véhicule s’articulent par trois autour de deux axes verticaux
ce qui donne lieu à un recouvrement complet des espaces de travail pour
les pattes d’un même côté du véhicule (figure 2.9). Cette particularité per-
met de considérer des démarches procurant une grande stabilité statique au
robot grâce à la notion de polygone de support conservatif (circulating gait -
Mahalingam et Whittaker 1989). L’idée est d’utiliser des configurations du
robot qui restent stables dans le cas d’une perte d’appui d’une des pattes.
Cette propriété n’est généralement pas transposable à d’autres robots dont
les espaces de travail des pattes ne se recouvrent pas. La cinématique offre
une très grande souplesse pour le placement des pattes; en revanche, les
problèmes d’interférences entre pattes sont à prendre en compte.
2.3.7 Dante
Le robot Dante, d’un gabarit plus restreint (800kg), a été développé
plus récemment (1994) par l’Université Carnegie Mellon également pour
l’exploration spatiale.
Le robot est un octopode d’environ 800 kg. La cinématique du robot
s’inspire de celle du robot d’exploration des fonds sous-marins Recus, pré-
senté plus loin.
Plusieurs essais de ce robot en environnement terrestre (exploration de
cratères volcaniques en Alaska) ont permis de tester le véhicule et de mettre
en évidence certaines faiblesses (notamment la fragilité du cordon ombilical).
29
Figure 2.9: Robot Ambler (Carnegie Mellon University).
30
Figure 2.10: Robot Titan III (Tokyo Institute of Technology).
2.3.9 Recus
Le robot ReCUS (Remotely Controlled Underwater Surveyor) est une
plate-forme à pattes conçue pour l’exploration des fonds sous-marins par la
société japonaise Komatsu (Ishino et al. 1983). Elle a déjà servi dans l’étude
du fond marin (70 m de profondeur) en préparation à la construction des
piliers du pont Honshu-Shikoku (Japon).
Il s’agit d’un gigantesque octopode de 29 tonnes (long. 8m) actionné
hydrauliquement. Le châssis est constitué de deux parties possédant chacune
quatre pattes à un degré de liberté vertical (pattes télescopiques) et con-
nectées entre elles par une articulation de translation-rotation; cette dispo-
sition a l’avantage de limiter le nombre de degrés de liberté, ici réduit à
10, et de faciliter la coordination et les changements de direction. Le robot
se déplace en alternant les appuis sur quatre pattes (tétrapodes alternés).
Un cordon ombilical transmet, depuis un bateau, les signaux de contrôle
ainsi que la puissance électrique nécessaire à l’entraı̂nement de la pompe
hydraulique.
Recus est équipé d’un inclinomètre permettant le contrôle d’attitude,
31
essentiel pour les repérages. Il transporte également de nombreuses caméras
pour la téléopération et un scanner à ultrason pour l’étude du sol.
2.3.10 Mascha
Parallèlement aux développements américains, des machines à pattes ont
également été construites en U.R.S.S. dans le courant des années ’70. Parmi
ces réalisations, l’hexapode Mascha (Gurfinkel et al. 1981 - Devjanin et al.
1983) développé à l’Académie des Sciences de Moscou, plate-forme similaire
à l’OSU hexapod (long. 0.7m - 18kg). Les pieds du robot sont équipés de
capteurs d’effort à 3 composantes pour la mesure des forces de contact. Un
capteur d’attitude basé sur un gyroscope permet la mesure des angles de
roulis et de tangage du véhicule.
Le contrôle est assuré par un ordinateur hybride constitué d’un mini-
ordinateur NOVA 2/10 et de trois calculateurs analogiques, ces derniers
ayant pour charge les boucles de contrôle les plus rapides.
Ce dispositif expérimental a permis l’étude de la locomotion sur différents
types de sols meubles en utilisant la compliance active pour compenser
l’enfoncement différentiel des pattes (Gorinevski et Schneider 1990). Ce
projet a servi de base pour nos travaux sur la compliance active.
2.3.11 Robug II
La société Portech a développé, en collaboration avec l’Université de
Portsmouth, plusieurs robots à pattes grimpeurs pneumatiques à ventouses
destinés à l’inspection. Robug II (Luk et al. 1991) est un tétrapode de
12kg, 1.5m de long (figure 2.11). Le châssis est articulé, afin de faciliter les
manoeuvres de transfert entre deux surfaces faisant un angle droit (transfert
plancher-mur ou mur-plafond).
Les pattes sont pilotées par des cartes à microprocesseur individuelles
responsables du contrôle de position des 3 articulations (commande PWM).
Un PC coordonne les mouvements du robot par le cordon ombilical.
De nombreux essais ont démontré que Robug II constitue un prototype
fiable et performant. A la suite de cette expérience, Portech et l’Université
de Porsmouth se sont lancés dans un nouveau projet financé par la CEE
(Teleman 44).
2.3.12 Mecant
Mecant (pour MEChanical ANT) est un hexapode hydraulique développé
par l’Université de Helsinki comme véhicule tout-terrain expérimental pour
32
Figure 2.11: Véhicule grimpeur Robug II (Portech Ltd)
33
Figure 2.12: Robot Mecant (Helsinki University of Technology).
34
Figure 2.13: Conception d’un robot à pattes basé sur des principes
biologiques (Technical University of Munich).
35
sera détaillée plus loin.
2.3.14 Mag
L’Institut Fraunhofer de Magdebourg a récemment construit, en col-
laboration avec l’Université de Moscou (Dr Schneider), un véhicule à pattes
hexagonal équipé de capteurs de force à trois composantes intégrés aux pieds
(Schmucker et al. 1996).
Les pattes du véhicule ont trois degrés de liberté actionnés par des
moteurs DC avec réducteur. La cinématique est similaire à celle de l’OSU
hexapod.
Le contrôle est assuré par une architecture décentralisée mettant en oeu-
vre 6 contrôleurs de pattes (microprocesseur Intel 87C196KR - niveau C)
et un contrôleur principal (même processeur) responsable du niveau B. Les
différents contrôleurs sont interconnectés par un bus série et embarqués sur
le robot (niveau B et C). Seul le contrôleur principal est relié à un PC
extérieur par une liaison série. Ce dernier constitue l’interface utilisateur.
Jusqu’à présent, l’expérimentation s’est focalisée sur le contrôle de force.
Un calcul de répartition de force optimale est effectué au niveau B tandis
qu’un algorithme de compliance active est implémenté au niveau C.
2.3.15 Silex
A la suite de la réalisation du robot Max, le Service des Constructions
Mécaniques et Robotique a entrepris la construction d’un engin plus sophis-
tiqué appelé Silex, dans le cadre du projet Sherpa (Teleman 11). Il s’agit
d’un hexapode d’architecture hexagonale de 13kg, haut de 50 cm dont la
cinématique s’inspire de celle du robot Odex I.
Les pattes sont constituées d’un mécanisme à boucle fermée à trois degrés
de liberté. Leur géométrie résulte de l’optimisation du découplage gravita-
tionnel. Ce mécanisme est décrit à la section suivante.
L’architecture de contrôle est décentralisée: chaque patte est associée
à une carte de contrôle, basée sur un microprocesseur Intel 87C196KC,
qui résout en temps réel les équations de la cinématique inverse. Les six
contrôleurs locaux et un inclinomètre à 2 axes sont montés à bord du robot.
Le contrôleur principal (PC) coordonne le mouvement des pattes (niveau B).
Dans le cadre de cette thèse, cette structure de contrôle a été dans un pre-
mier temps complétée par un contrôle d’attitude et d’altitude. Par la suite,
un algorithme de coordination des pattes, appelé free gait, a été développé
afin d’améliorer les séquences de mouvement des pattes lors des changements
36
de direction du robot (Alexandre et Preumont 1996). Dans le même temps,
des capteurs de force à trois composantes basés sur des jauges de contrainte
ont été développés et intégrés aux pieds du robot. Ils ont permis la mise
en oeuvre de la compliance active, qui améliore la répartition des forces de
contact avec le sol durant la marche (Alexandre et al. 1996).
2.3.16 Ioan
Ce micro-rover résulte d’une amélioration apportée au premier robot
à pattes hexapode qui fut réalisé au laboratoire, Max. La structure du
véhicule, utilisant les mêmes éléments pour les pattes, a été obtenue en
séparant l’hexapode en trois modules, possédant deux pattes chacun, inter-
connectés par des articulations universelles actives (figure 2.14). Ces arti-
culations sont commandées par des servomoteurs et équipées de jauges de
contrainte intégrées dans le mécanisme de transmission. Ces jauges four-
nissent une mesure des couples associés aux deux degrés de liberté.
Cette nouvelle configuration a deux avantages distincts:
37
Figure 2.14: Séquence de mouvements permettant au Micro-rover Ioan de
se retourner.
38
Dans cette section, quelques mécanismes particuliers sont présentés; nous
nous limitons aux pattes à 3 degrés de liberté. Le dimensionnement d’un
mécanisme de patte résulte notamment des objectifs suivants:
• le découplage gravitationnel.
Il sera établi dans l’étude des démarches périodiques (chapitre 4), que la
vitesse maximale d’un véhicule à pattes est proportionelle à la course R (tra-
jectoire horizontale) réalisable. Ceci explique l’intérêt d’obtenir un espace
de travail tel que la valeur de R, déterminée sur des coupes horizontales de
l’espace de travail, dépende le moins possible de la direction de progression
et de la coordonnée verticale de la patte.
La mobilité maximum est l’objectif principal des robots à pattes. Le
paramètre ∆z qui caractérise la hauteur de l’espace de travail (dans sa partie
utile) est à mettre directement en rapport avec la hauteur des obstacles à
franchir ou à surmonter.
Enfin, le découplage gravitationnel est souhaitable car il permet d’élimi-
ner les pertes énergétiques liées au travail géométrique durant le processus
de marche. Pour illustrer cette dernière notion, on peut analyser le travail
de support des articulations d’une patte à deux degrés de liberté lors d’un
mouvement horizontal du châssis à vitesse constante (figure 2.15).
Lorsque le véhicule se déplace vers la droite, la position relative de
la patte se déplace du point A au point C. Les puissances associées aux
deux articulations q1 et q2 se compensent à tout moment puisque le travail
qui résulte du mouvement est nul. Cependant, si la puissance disponible
à l’articulation travaillant négativement ne peut être récupérée, la source
d’énergie doit fournir de la puissance à l’autre articulation d’où une con-
sommation d’énergie inutile. Ce type de perte d’énergie est appelé travail
géométrique (Hirose 1984).
Cette situation est évidemment peu souhaitable. Il est possible d’y
remédier en utilisant pour la patte un mécanisme dont les mouvements
réalisables par les différents actionneurs sont géométriquement découplés
en mouvements horizontaux et verticaux (découplage gravitationnel). Dans
ce cas, le mouvement horizontal de la patte est obtenu à partir du mou-
vement d’une seule articulation (cas plan) et la puissance requise pour ce
déplacement à vitesse constante est nulle aux frottements près. On peut
39
Figure 2.15: Travail géométrique d’une patte lors d’un déplacement hori-
zontal du véhicule.
noter que la cinématique inverse du mécanisme est dès lors simplifiée pour
les mouvements horizontaux.
Une solution triviale à ce problème est donnée par un mécanisme à deux
articulations prismatiques orthogonales. Cette configuration se retrouve sur
le robot Ambler, le troisième degré de liberté étant assuré par un axe de
rotation vertical.
Plusieurs mécanismes comportant une boucle fermée ont été proposés
comme alternative, nous les passons en revue ci-dessous.
40
Figure 2.16: Un mécanisme de patte à pantographe et son espace de travail.
41
Figure 2.17: Quelques mécanismes de pattes à pantographe: (a)Titan III,
(b)Mecant, (c)ASV.
( p
x = 4l2 − (q1 − q2 )2
(2.3)
z = q2
Un mouvement horizontal de l’extrémité s’obtient dès lors en agissant
seulement sur q1 alors qu’un mouvement vertical s’obtient en agissant sur q1
et q2 à des vitesses égales. Le découplage vertical n’est donc pas atteint. Il
n’est cependant pas nécessaire puisque les pattes ne travaillent que lors des
trajectoires horizontales (support).
Tel quel, le mécanisme d’Evans convient peu pour une patte, notamment
à cause de l’inclinaison du segment AD. Le mécanisme de la figure 2.18b per-
met de pallier cet inconvénient en introduisant une boucle supplémentaire
42
constituée d’un parallélogramme. Le mouvement de l’extrémité du dispositif
est identique au mouvement du point D et l’orientation du pied reste verti-
cale. Une autre possibilité est d’associer le mécanisme d’Evans à un panto-
graphe, ce qui permet d’amplifier les mouvements des actionneurs (figure
2.18c).
La solution adoptée par Hirose pour Titan VI est représentée à la figure
2.18d. Un mécanisme téléscopique constitué de 3 cylindres amplifie les mou-
vements du point D d’un facteur 2 grâce au système de poulies représenté. Le
cylindre extérieur pivote autour de l’articulation D du mécanisme d’Evans.
Le cylindre intermédiaire solidaire s’articule en E et le cylindre intérieur,
constituant l’extrémité de la jambe télescopique, est entraı̂né par le câble de
telle sorte que le point F suive les mouvements de D à double vitesse.
43
Figure 2.18: Systèmes basés sur le mécanisme d’Evans.
44
Figure 2.19: Section verticale de l’espace de travail d’une patte du robot
Silex (q3 fixé). L’erreur d’horizontalité sur les courbes iso-q1 est inférieure à
10mm sur l’ensemble de la course de q2 .
45
Chapitre 3
Hiérarchie de contrôle
46
47
que la compliance active des pattes. Ces tâches sont typiquement
reprises par des unités de calcul indépendantes associées à chaque patte
(contrôle décentralisé).
La navigation autonome d’un robot à pattes (niveau A) n’a pas lieu d’être
différente de ce qu’elle serait pour un autre robot mobile; c’est pourquoi ce
problème ne sera pas détaillé ici. On supposera que le niveau A est assuré
par un opérateur humain dont le rôle est d’assigner au véhicule une vitesse
de référence (trois composantes Vx , Vy , ωz ) au moyen d’un joystick. Cette
situation convient à un grand nombre d’applications de la robotique mobile
(téléopération).
Les stratégies réalisant la coordination (niveau B), fonction propre à la
locomotion à pattes, sont diversifiées et feront l’objet d’une étude appro-
fondie dans les chapitres suivants. Plusieurs approches différentes seront
présentées:
48
vers le niveau B est nécessaire: position des pattes dans leur espace de tra-
vail pour le contrôle de démarche et mesure des forces de contact pour le
calcul de la répartition des forces de contact.
49
3.2.2 Acquisition numérique des mesures
Les différents capteurs installés sur le robot sont:
50
Les données envoyées vers le niveau C sont les vitesses et positions de
consigne nécessaires pour l’exécution des pas, ainsi que la consigne de force
pour la compliance active. En retour, chaque microprocesseur renvoie les
positions angulaires des articulations de la patte ainsi que les composantes
des forces de réaction.
Le protocole de communication a été défini de manière à permettre une
programmation flexible du mouvement des pattes. Il est bien adapté à
l’expérimentation des algorithmes de coordination. Dans un premier temps,
seules les démarches régulières furent testées en utilisant de simples inter-
rupteurs pour détecter le sol. Ensuite, après la mise au point de l’algorithme
de free gait sur un simulateur reproduisant la cinématique du robot, ce type
de démarche a également été expérimenté avec succès sur le robot Silex et
combiné avec la compliance active.
51
Figure 3.2: L’Architecture de contrôle décentralisée du robot Silex.
52
Figure 3.3: Asservissement en vitesse et position des moteurs à courant
continu au moyen du circuit LM629 (National Semiconductor).
53
Chapitre 4
4.1 Introduction
Le rôle de la coordination des mouvements des pattes a été introduit
précédemment; deux fonctions doivent être assurées simultanément par celle-
ci: le maintien du véhicule en équilibre et son déplacement horizontal à une
vitesse donnée.
Avant d’étudier les propriétés des démarches périodiques, il est utile
d’introduire certaines notions et conventions. La terminologie adoptée suit
de près celle de Song et Waldron (1989) qui est très largement utilisée dans
la littérature.
- La phase de support d’une patte est la période durant laquelle elle est
en contact avec le sol. La durée correspondante est notée s.
54
Pour un déplacement rectiligne uniforme du véhicule, la phase de support
d’une patte consiste en un mouvement relatif de vitesse opposée à la direction
de progression de l’extrémité de la patte.
- Une démarche à incrément de phase constant est telle que les dif-
férences de phase entre pattes successives d’un même côté de l’axe
longitudinal sont les mêmes:
φ3 − φ1 = φ5 − φ3 (4.2)
55
Les démarches périodiques, régulières, symétriques et à incrément de
phase constant ont des propriétés particulières qui seront étudiées plus loin.
Le diagramme de séquencement de la figure 4.2 illustre de telles démarches.
Cette représentation indique pour les pattes gauches (1,3 et 5) et droites (2,4
et 6) le déroulement des phases de support (trait continu) et de transfert
(trait interrompu) au cours d’un cycle de locomotion.
Quelques définitions géométriques suivent (cfr. figure 4.1):
λ R R R1−β
V = = = = (4.3)
T βT s τ β
Pour des raisons de stabilité qui apparaı̂tront plus loin (la stabilité augmente
avec β), on utilise généralement le facteur de service β comme paramètre
pour faire varier la vitesse, en fixant la durée de transfert τ , à une valeur
minimale τmin correspondant à la vitesse maximale de retour de la patte.
Cependant, en dessous d’une certaine valeur de β, c’est la phase de support
minimale smin qui limite la vitesse. La vitesse est donc donnée par:
R 1−β R
V = min{ , } (4.4)
τmin β smin
Dans l’hypothèse vraisemblable où smin = τmin , la phase de transfert con-
stitue l’élément limitant pour la vitesse pour β ≥ 1/2, soit pour l’entièreté
de l’intervalle de stabilité de β pour un hexapode. Si le nombre de pattes
est supérieur à 6, β peut devenir inférieur à 1/2 et la limitation provient
alors de la phase de support, smin . La vitesse ne peut dans ce cas plus
augmenter lorsqu’on diminue β; elle est maximale. Cette situation est illus-
trée à la figure 4.3. On y constate que la vitesse maximale d’un hexapode
est trois fois supérieure à celle d’un tétrapode, mais qu’aucun accroissement
de vitesse ne peut être obtenu en utilisant un octopode. Il n’y a donc pas
56
d’avantage du point de vue de la vitesse à utiliser plus de six pattes pour la
marche à équilibre statique.
Considérons à présent la stabilité statique du véhicule.
57
- La marge de stabilité longitudinale réduite est
Sl β
Sl∗ = = Sl (4.5)
λ R
58
mentionner la marge définie par Messuri et Klein (1985), appelée energy
stability margin, qui correspond au travail minimal nécessaire à faire basculer
le véhicule par rotation autour d’un des côtés du polygone de sustentation.
59
Rφ3
P > (φ3 ≤ β) (4.7)
β
R(1 − φ3 )
P > (φ3 > β) (4.8)
(1 − β)
60
de stabilité frontale du véhicule est donc l’instant précédant la pose de la
patte 1. La partie frontale du polygone de sustentation à ce moment est
représenté à la figure 4.7a.
A l’instant critique, la patte 2 est en phase de support depuis un demi-
cycle; elle s’est donc déplacée en arrière de R/2β depuis sa position extrême
antérieure (AEP). Quant à la patte 3, elle est en phase de support et a
un retard de φ3 T sur le mouvement de la patte 1 ou ce qui est équivalent
une avance de (1 − φ3 )T par rapport à la même patte 1. La patte 3 s’est
donc déplacée de R(1 − φ3 )/β depuis sa position antérieure (1/2 ≤ φ3 ≤ β
garantit que la position postérieure n’est pas atteinte).
A partir de la figure 4.7a, on peut à présent établir la formule de la marge
de stabilité frontale:
1 R R(1 − φ3 ) R R
Sf = [ − +P + − ]
2 2 β 2 2β
P R R 3
= + − ( − φ3 ) (4.9)
2 2 2β 2
ou, en grandeur réduite:
Sf βSf 3 β P φ3
Sf∗ = = = − + (1 + ) + (φ3 ≤ β) (4.10)
λ R 4 2 R 2
Si β < φ3 ≤ (1+β)/2, les pattes 1 et 3 sont, par moment, simultanément
en phase de transfert (figure 4.6b et 4.7b) d’où une configuration peu avan-
tageuse du point de vue de la stabilité. L’instant critique du cycle se situe
juste avant que la patte 3 ne se pose. La figure 4.7b illustre la situation à cet
instant précis: la patte 4 étant en phase de support depuis 1/2 cycle, la patte
2, en retard de (1 − φ3 )T par rapport à la patte 4, a parcouru une distance
de (1/2 − (1 − φ3 ))R/β = (φ3 − 1/2)R/β depuis sa position antérieure. De
manière similaire, la patte 3 étant en retard de (1 − φ3 )T par rapport à la
patte 5, cette dernière a parcouru (1 − φ3 )R/β depuis sa position antérieure.
De la figure 4.7b, on tire la valeur de la marge de stabilité:
1 R 1 R R R
Sf = {[P + − (φ3 − ) ] − [P − + (1 − φ3 ) ]}
2 2 2 β 2 β
R R
= − (4.11)
2 4β
ou en grandeur réduite:
Sf βSf β 1
Sf∗ = = = − (β < φ3 ≤ (1 + β)/2) (4.12)
λ R 2 4
61
On constate que la marge de stabilité frontale est indépendante de l’incré-
ment de phase φ3 dans ce deuxième cas qui est moins favorable au point
de vue de la stabilité. On peut vérifier qu’elle est effectivement toujours
inférieure à celle obtenue dans le premier cas [équation (4.10)] pour autant
que la condition de non-interférence (4.7) soit vérifiée.
Le troisième cas φ3 > (1 + β)/2 a déjà été signalé plus haut: à l’instant
précédant la pose de la patte 5, on peut vérifier que les pattes 3 et 1 en
retard respectivement de (1 − φ3 )T et 2(1 − φ3 )T < (1 − β)T sont encore en
phase de transfert (τ = (1 − β)T ), d’où l’instabilité.
Les équations (4.10) et (4.12) permettent d’analyser la stabilité des
démarches avant proposées dans la littérature:
• déphasage uniforme sur une moitié de cycle (Forward Half Cycle Equal
Phase Gait - F φ60): β = 5/6,
62
demi-cycle (1 − φ3 = 1/6 ou 60◦ d’où la désignation F φ60). Ceci réduit les
pointes de consommation et constitue un avantage du point de vue alimen-
tation en puissance des actionneurs.
Cependant, la stabilité de ces démarches est mauvaise pour les vitesses
élevées (pour β < 2/3 et β < 5/6 respectivement); la discontinuité est due
au passage à un mode de séquencement pour lequel deux pattes successives
sont simultanément en phase de transfert (φ3 > β - équation (4.12)). La
démarche F φ60 devient instable pour β < 2/3, la séquence passant par des
configurations pour lesquelles trois pattes sont simultanément lévées d’un
même côté (φ3 > (1 + β)/2).
On peut toutefois noter que les forward equal phase gaits F φ60 et F φ120
se confondent avec les forward wave gaits, respectivement pour β = 2/3 et
5/6. On obtient donc, pour ces deux ensembles de paramètres (β = φ3 = 2/3
et β = φ3 = 5/6), des démarches qui optimisent à la fois la stabilité et la
répartition de la consommation en énergie sur le cycle.
3 β
Sf∗ = − + + φ3 (4.13)
4 2
On peut facilement vérifier que cette expression est toujours négative en
tenant compte des inégalités φ3 < 1 − β et β ≥ 1/2. Les démarches corres-
pondantes sont donc instables.
L’analyse de la stabilité des démarches arrière proposées dans la littéra-
ture se fait à l’aide des équations (4.10) et (4.13):
• onde arrière (Backward Wave Gait - BWG): φ3 = 1 − β,
• déphasage uniforme sur une moitié de cycle (Backward Half Cycle
Equal Phase Gait - Bφ60): φ3 = 1/6,
• déphasage uniforme sur un cycle (Backward Full Cycle Equal Phase
Gait - Bφ120): φ3 = 1/3.
63
Les marges de stabilité frontale de ces démarches sont portées en fonction
du facteur de service β à la figure 4.12. Les backward equal phase gaits sont
instables pour β < 5/6 (Bφ60) et β < 2/3 (Bφ120).
La figure 4.13 résume la discussion sur la stabilité des démarches pério-
diques, régulières, symétriques et à incrément de phase constant: des droites
d’isostabilité frontale sont tracées dans un diagramme (φ3 ,β). Quatre zones
de stabilité sont à distinguer :
Ce graphique permet de vérifier que pour une vitesse donnée (fixée par
la valeur du paramètre β), les démarches avant sont plus stables que les
démarches arrière, la démarche la plus stable étant le forward wave gait et
la démarche la moins stable, le backward wave gait. Les equal phase gaits
ont, suivant la valeur de β, soit une stabilité intermédiaire (β élevé), soit
une stabilité très faible [équation (4-11)], soit sont instables (F φ60, Bφ60 et
Bφ120 pour β faible).
Cette représentation des droites d’isostabilité avait déjà été proposée par
Vijaykumar (1987).
64
Pour le calcul de la marge de stabilité longitudinale, la numérotation
des pattes est similaire à celle utilisée pour l’architecture rectangulaire en
prenant la direction de progression comme référence.
Les dimensions géométriques du robot sont caractérisées par P , la dis-
tance séparant deux centres d’espaces de travail voisins et R, la course des
pattes supposée égale pour les 6 pattes.
La marge de stabilité dépend de l’angle de crabe α entre la trajectoire
du robot et l’axe de symétrie de référence. Dans la discussion, seules les
valeurs de α comprises entre 0◦ et 30◦ sont considérées. Il faut noter que les
considérations de symétrie évoquées plus haut à propos des images miroir
du polygone de sustentation ne sont valables que dans le cas où α = 0.
Seul le calcul de la marge de stabilité frontale est donné ici. Le principe
de son évaluation est le même que pour l’architecture rectangulaire: la
détermination de la configuration critique et l’évaluation géométrique de
Sf . Le calcul de la marge pour une valeur arbitraire de α donne une ex-
pression compliquée et n’est pas développé ici; seules les valeurs extrêmes
sont examinées: α = 0 et α = 30◦ , pour lesquelles le résultat est simple et
élégant.
La figure 4.15 illustre la situation pour les deux cas lorsque la configu-
ration critique est l’instant précédant le placement de la patte 1 en position
antérieure et correspondant à une phase de support pour la patte 3. Ceci
est valable pour les démarches avant (φ3 > 1/2) lorsque φ3 ≤ β et pour les
démarches arrière (φ3 < 1/2) lorsque φ3 ≥ 1 − β. Pour α = 0, la marge de
stabilité frontale est:
2 1 P φ3
Sf∗ = − + β( + √ ) + (4.14)
3 2 R 3 3
et pour α = 30◦ :
3 1 P φ3
Sf∗ = − + β( + )+ (4.15)
4 2 2R 2
Cette dernière équation est identique à celle obtenue pour l’architecture
rectangulaire [équation (4.10)]. Les marges de stabilité frontale relatives
aux autres configurations critiques identifiées à la section précédente sont
indépendantes de α et identiques à celles obtenues pour l’architecture rec-
tangulaire (ceci est dû au fait que la patte 3 est en phase de transfert).
On obtient pour β < φ3 ≤ (1 + β)/2:
Sf βSf β 1
Sf∗ = = = − (4.16)
λ R 2 4
et une démarche instable pour φ3 < 1 − β et φ3 > (1 + β)/2.
65
Les résultats sont donc qualitativement les mêmes que pour l’architecture
rectangulaire.
4.5 Conclusion
Les démarches périodiques sont les plus faciles à mettre en oeuvre dans
la hiérarchie de contrôle décrite au chapitre précédent. De plus, il ressort de
l’étude qui précède que le forward wave gait présente une stabilité optimale.
C’est d’ailleurs ce type de coordination qu’utilisent les insectes lorsque les
conditions du terrain le permettent.
Cependant, la stabilité du forward wave gait est particulièrement sensible
à la présence d’obstacles qui décalent les instants de pose des pattes et
les changements de vitesse et de direction nécessitent une modification du
déphasage entre les pattes.
Dans ces circonstances, des stratégies de coordination plus flexibles, per-
mettant de s’écarter des séquences périodiques, sont à envisager pour ex-
ploiter pleinement le potentiel de mobilité des robots marcheurs. Elles font
l’objet du chapitre suivant.
66
Figure 4.1: Définitions des paramètres géométriques et numérotation des
pattes.
67
68
69
70
Figure 4.5: Condition de non-interférence géométrique entre pattes succes-
sives, lors de la pose de la patte 3: (a) si φ3 ≤ β, la patte 1 est en phase de
support; (b) si φ3 > β, la patte 1 est en phase de transfert.
71
Figure 4.6: Diagramme de phase d’une démarche avant. Seules les pattes
gauches sont représentées. (a) Si φ3 ≤ β, la configuration critique se situe
juste avant le placement de la patte 1. (b) Si β < φ3 ≤ (1 + β)/2, elle se
passe juste avant le placement de la patte 3.
72
Figure 4.7: Géométrie frontale du polygone de sustentation pour les con-
figurations critiques d’une démarche avant. (a) A l’instant où la patte 1 se
pose (φ3 ≤ β). (b) lorsque la patte 3 se pose (β < φ3 ≤ (1 + β)/2).
73
Figure 4.8: Marge de stabilité longitudinale réduite des démarches avant en
fonction de β pour R/P = 0.5. La vitesse réduite (1 − β)/β est également
représentée.
74
75
Figure 4.10: Diagramme de phase d’une démarche arrière. La configuration
critique a lieu juste après la pose de la patte 1. (a) Si φ3 ≥ 1 − β, la patte
3 est en phase de support; (b) Sinon elle est en phase de transfert.
76
Figure 4.11: Géométrie frontale du polygone de sustentation pour les con-
figurations critiques d’une démarche arrière. (a) A l’instant où la patte 1 se
pose (φ3 ≥ 1 − β). (b) lorsque la patte 1 se pose (φ3 < 1 − β).
77
Figure 4.12: Marge de stabilité longitudinale réduite de démarches arrière
en fonction de β, pour R/P = 0.5.
78
Figure 4.13: Droites d’isostabilité longitudinale des démarches régulières,
symétriques et à incrément de phase constant pour R/P = 0.5.
79
Figure 4.14: Architecture hexagonale; paramètres géométriques et numéro-
tation des pattes.
80
Figure 4.15: Configurations critiques juste avant la pose de la patte 1 lorsque
la patte 3 est en phase de support. (a) α = 0; (b) α = 30◦ .
81
Chapitre 5
Contrôle de démarche
5.1 Introduction
Les démarches périodiques, telles qu’introduites au chapitre précédent,
sont trop restrictives pour assurer la coordination lorsque le terrain est forte-
ment déstructuré ou encore dans le cas de changements de direction ou de
vitesse de référence. Le contrôle de démarche (gait control) a pour fonction
d’adapter la démarche du véhicule à ce type de situations prévisibles ou
imprévisibles.
Les principales stratégies de contrôle de démarche sont présentées dans
ce chapitre:
82
séquence d’un forward wave gait de paramètre β fixé. Pour ce faire, à chaque
cycle de calcul ∆T , une pseudo-période T est calculée afin de conserver les
déphasages adéquats entre les pattes tout en restant compatible avec les
performances des actionneurs (vitesse maximale). Il ne s’agit donc plus
d’une démarche périodique au sens strict.
Quelques définitions complètent la terminologie introduite au début du
chapitre 4:
83
1. à chaque cycle de calcul ∆T , la marge cinématique temporelle σi est
évaluée pour chaque patte en phase de support.
scrit = min(sinst
i ), i = 1, ..., n (5.3)
84
Calcul des marges σi = di
cinématiques temporelles |v~i |
σi
Calcul des durées maximales sinst
i = 1−φsi
instantanées de support 6
?
Passage au
Détermination de la scrit = min(sinst
i ) ∆T
durée critique cycle suivant
la valeur 1 sont levées de même que les pattes en phase de transfert pour
lesquelles φti atteint la valeur 1 sont posées. Ce dernier point maintient une
séquence fixe de mouvements correspondant aux différences de phase définies
en introduisant les phases relatives initiales dans l’algorithme (forward wave
gait).
Cet algorithme s’accommode de configurations de départ arbitraires ainsi
que de vitesses de référence incluant une composante de rotation. Plu-
sieurs améliorations de cette version de bases sont possibles: passage à une
séquence du type backward wave gait pour les vitesses correspondant au recul
du véhicule (inversion de la séquence), prise en compte dans la séquence des
instants réels de pose des pattes (boucles d’attente), etc...
La méthode est simple à mettre en oeuvre. On constate que pour une
vitesse longitudinale constante, on retrouve une démarche périodique for-
ward wave gait après quelques pas. Des comparaisons avec un algorithme de
free gait ont été réalisées à l’Université de Helsinki et ont révélé une marge
de stabilité inférieure sur sol inégal. Ces résultats seront détaillés plus loin.
85
5.3 Coordination neurobiologique
Des recherches effectuées par des biologistes tentent de décrire et de com-
prendre les mécanismes nerveux assurant la coordination des mouvements
associés à la marche des animaux et de l’homme. Dans ce contexte, des
biologistes de l’Université de Bielefeld (Cruse et al. 1991) se sont intéressés
à un insecte se prêtant particulièrement bien à l’expérimentation: le Stick
Infecta ou Carausius morosus, un phasme d’une longueur de 7 cm. Pour
simplifier, nous l’appelerons par la suite le Stick. Sa taille, relativement
grande pour un insecte, a permis la mise en oeuvre de méthodes assurant
la mesure de nombreuses variables durant la marche, parmi lesquelles les
positions angulaires des articulations et les forces de réaction. Un des dis-
positifs expérimentaux est illustré à la figure 5.2. L’amputation de membres
et de divers centres nerveux a été effectuée afin de déterminer le rôle exact
de chacun des organes dans la locomotion.
Le mécanisme de contrôle de démarche du Stick est basé sur un réseau
de 6 contrôleurs responsables du mouvement de chacune des pattes. Le
processus de décision met en jeu, par l’intermédiaire de ces contrôleurs, les
influences coordinatrices des organes sensoriels des pattes voisines.
Le principe du contrôleur de patte modélisé par les biologistes est repris à
la figure 5.3. On trouve en tête du schéma bloc un relais qui donne la position
de référence: une valeur de sortie positive correspond à un mouvement vers
l’avant, c’est-à-dire à la phase de transfert (position de référence AEP) et
une valeur négative correspond à un mouvement vers l’arrière, c’est-à-dire
à la phase de support de la patte (position de référence PEP). La sortie du
relais sert de référence à une boucle de vitesse qui constitue le contrôleur
local de bas niveau. La phase de support se termine lorsque les organes
sensoriels signalent que la PEP a été atteinte, ce qui fait basculer le relais;
ensuite, la phase de transfert commence et la patte entame un mouvement
en direction opposée.
Chaque patte est influencée par ses voisines, par modification de ses
limites antérieures et postérieures de l’espace de travail (seuils AEP et PEP
du relais) conformément aux mécanismes de coordination repris à la figure
5.4. Le fonctionnement de ces influences dépend de la position relative des
pattes voisines: on distingue les influences entre pattes ipsilatérales - il s’agit
des pattes situées d’un même côté du corps de l’insecte - et les influences
entre pattes contralatérales - paire de pattes situées de part et d’autre. Les
influences entre pattes ipsilatérales sont prédominantes. En reprenant la
numérotation indiquée sur le schéma, on peut énoncer les six mécanismes
suivants identifiés, modélisés et validés par l’expérimentation:
86
Figure 5.2: Le dispositif expérimental utilisé par des biologistes pour étudier
la marche du Stick (Bässler 1988).
87
Figure 5.3: Principe du contrôleur de patte (Cruse et al. 1991).
88
1. La phase de transfert d’une patte Li inhibe la phase de transfert de la
patte ipsilatérale qui la précède par rapport au sens de la marche Li−1 .
En effet la situation dans laquelle deux pattes ipsilatérales successives
sont levées simultanément correspond à une configuration instable ou
à marge de stabilité très faible (cfr. plus loin état marginalement sta-
ble). L’influence inhibitrice est obtenue en reculant la position extrême
postérieure au niveau du relais de décision de la patte qui précède; ce
qui correspond à rallonger sa phase de support.
4. Durant les phases de transfert des pattes médianes et arrières, les seuils
AEP sont ajustées de sorte que la patte n’interfère pas avec celle qui
la précède: (AEP )Li < (P EP )Li−1 . Ce mécanisme est connu sous le
nom de ”targeting”.
Des simulations par ordinateur sur un modèle cinématique ont montré que
les mécanismes décrits ci-dessus peuvent produire des séquences de marche
semblables à celles observées chez les insectes, et stables par rapport à une
grande variété de perturbations, y compris des configurations de départs
aléatoires.
Ce mécanisme de coordination neurobiologique a été mis en oeuvre sur le
robot à pattes construit à l’Université de Munich (Weidemann et al. 1994)
dont la cinématique a également été inspirée de l’insecte. Elle constitue une
structure totalement décentralisée puisqu’elle assure entièrement la coordi-
nation et le contrôle des pattes (niveaux B et C).
89
Figure 5.4: Schéma des mécanismes de coordination selon Cruse. Les flèches
indiquent la direction des influences coordinatrices.
90
5.4 Free Gait
A l’opposé de la coordination neurobiologique, le free gait est une straté-
gie de contrôle de démarche qui centralise toutes les informations disponibles
en vue d’établir la séquence de marche. Elle consiste à considérer le proces-
sus de décision comme un automate opérant dans l’espace fini des états de
marche ou gait states, représentation dans laquelle les pattes sont caractéri-
sées par un état binaire 1 ou 0 selon qu’elles supportent ou non le véhicule).
Les transitions entre états correspondent dès lors à lever et à poser certaines
pattes en suivant un ensemble de règles garantissant l’équilibre statique à
tout moment. Cette stratégie de contrôle de démarche est connue sous le
nom de free gait. L’idée, initialement proposée par Kugushev et Jaroshevski
(1975), fut pour la première fois expérimentée par McGhee et Iswandhi
(1979) pour le contrôle de démarche de l’hexapode de l’Ohio State Univer-
sity.
Par la suite plusieurs algorithmes de free gait ont été développés:
• L’algorithme de Hirose (1984) pour coordonner le véhicule marcheur
tétrapode: Perambulating Vehicle II (PVII) qui est la version primitive
du robot Titan. L’algorithme fait appel à des règles géométriques et
fait converger la séquence des mouvements vers celle d’une démarche
forward wave gait lorsque les conditions le permettent.
• Pal et Jayarajan (1991) du centre de recherche atomique de Bombay
ont élaboré, grâce à des simulations, une stratégie de recherche dans
un graphe pour un modèle simplifié de tétrapode.
• Halme et son équipe (1993) de l’Université Technique de Helsinki ont
développé un algorithme basé sur le Leg Phase State (LPS). Cette no-
tion, qui est dérivée de la marge cinématique temporelle σi introduite
par Lee et Orin pour le wave gait adaptatif, sera précisée plus loin. Elle
se prête bien aux règles de transitions de l’automate car elle traduit
directement l’état du robot en termes de délais de disponibilité des pat-
tes. La méthode est utilisée pour la coordination du robot hexapode
Mecant et a fait l’objet de comparaisons avec la stratégie du wave gait
adaptatif (Salmi et Halme 1995).
• Enfin, un algorithme basé sur des règles graphiques faisant intervenir
le LPS a été développé dans le cadre de cette thèse et appliqué au
robot Silex. Il possède, comme l’algorithme de Hirose, la propriété de
converger vers une marche du type forward wave gait dans les circon-
stances appropriées.
91
Les différents approches qui viennent d’être mentionnées vont à présent
être détaillées.
• A chaque point d’appui potentiel pour une patte correspond une marge
cinématique qui vaut le plus long intervalle que le véhicule pourrait
parcourir sur sa trajectoire en utilisant comme support la patte con-
sidérée. Cette quantité est à la base du processus de décision permet-
tant le séquencement des mouvement des pattes.
92
Figure 5.5: Organigramme de l’algorithme de McGhee et Iswandhi.
Ces notions étant introduites, le free gait peut être défini très simplement
comme étant la recherche d’une séquence de polygones de sustentation telle
que les segments d’existence successifs se recouvrent. Cette séquence peut
être rendue optimale suivant différents critères: une marge de stabilité maxi-
male pour la trajectoire considérée, une charge minimale sur les pattes pour
la traversée d’un terrain meuble, une vitesse maximale, etc...
En discrétisant le temps, il est possible de résoudre le problème (horizon
fini) en explorant le graphe de toutes les séquences possibles. Le nombre de
possibilités à calculer dépend alors fortement de la discrétisation du temps
et de l’environnement. Cette approche correspond à l’algorithme développé
par Pal et Jayarajan.
McGhee et Iswandhi proposent la recherche d’une solution suboptimale
à l’aide d’un ensemble de règles simples garantissant la stabilité du véhicule
(figure 5.5). Ceci permet une prise de décision beaucoup plus rapide (les
actions futures n’entrant pas en considération).
A chaque itération, une des quatre décisions suivantes est prise:
4. Arrêt du véhicule.
93
Le processus de décision est basé principalement sur les deux points
suivants:
94
Evaluation du polygone de
sustentation à la fin du pas
?Détermination de
la patte à lever
Recherche
? du
6 point d’appui
Principes
? de la diagonale
Exécution du pas
sécurité atteint), soit parce qu’une des pattes est arrivée à l’extrémité de son
espace de travail. Cet instant critique correspond à l’extrémité du segment
de stabilité défini plus haut.
Ensuite, la patte à lever est sélectionnée. L’algorithme de sélection com-
porte deux parties: dans un premier temps, on cherche à déplacer une
patte qui pourrait reproduire ne fut-ce que partiellement la disposition de
pattes correspondant au forward wave gait. Si aucune patte ne peut être
sélectionnée par ce premier critère, ou si il n’est pas possible d’avancer la
patte sélectionnée à cause d’un obstacle, une seconde procédure choisit la
patte correspondant à la phase de transfert la plus longue. La procédure
de sélection tente donc en priorité de maintenir un forward wave gait, ou, à
défaut, d’optimiser le déplacement dans la séquence de marche non régulière.
Dès qu’une patte à lever est sélectionnée, une procédure délimite la zone
de recherche du point d’appui dans l’espace de travail de la patte. Trois
règles géométriques, appelées principes de la diagonale, sont utilisées dans
cette procédure. Les objectifs de ces règles sont:
95
L’algorithme de Hirose constitue une approche très intéressante pour la
coordination d’une machine tétrapode dans un environnement avec obsta-
cles. La méthode n’est cependant pas transposable au cas des hexapodes,
notamment en ce qui concerne les règles géométriques pour la détermination
des points d’appui.
96
Figure 5.7: Modèle simplifié utilisé par Pal et Jayarajan et table de transition
des états.
97
décision ont été améliorées grâce à deux notions qui simplifient la description
du processus de marche:
98
Figure 5.8: La notion de Gait State.
• Une composante négative indique que la patte est levée: LP S(i) < 0
représente le temps minimum nécessaire pour que la patte en phase
de transfert atteigne le point d’appui désiré (la position extrême anté-
rieure AEP par rapport à la direction d’avancement). Une valeur nulle
indique que la patte est disponible pour le support: elle peut être posée
99
Figure 5.9: Définition du Leg Phase State (LPS).
100
endéans un cycle ∆T .
101
102
• Choisir la nouvelle configuration comme celle maximisant la marge de
stabilité.
103
nous utilisons 6 diagrammes dans lesquels le LP S d’une patte est représenté
en fonction du LP S de la patte contiguë (figure 5.11). La trajectoire du
vecteur LP S forme, dans ces diagrammes, un angle de 45◦ avec les axes
dans le cas d’une vitesse constante du véhicule puisque les temps estimés
pour atteindre les positions extrêmes de l’espace de travail (AEP pour une
phase de transfert et PEP pour une phase de support) décroissent au même
taux pour toutes les pattes (négativement pour les pattes en phases de trans-
fert).
Pour chaque patte, la valeur maximale du LP S est égale à la durée totale
d’une phase de support, si , calculée pour la vitesse courante, alors que la
valeur minimale vaut la durée de la phase de transfert, −τi .
Les discontinuités des trajectoires correspondent à la levée et à la pose
des pattes: par exemple, BB’ est la levée de la patte i (LP Si varie de +0 à
−τi ) et CC’ est la pose de la patte i (LP Si varie de −0 à +si ).
L’ensemble des configurations strictement stables est caractérisé par la
propriété que deux pattes contiguës ne peuvent être simultanément levées
(c’est-à-dire les deux LP S sont négatifs), de sorte qu’une séquence de config-
urations strictement stables produit des trajectoires dans les 6 diagrammes
LP S qui ne passent jamais par les troisièmes quadrants correspondant aux
deux pattes levées (partie foncée sur le diagramme).
Comme exemple, considérons une marche forward wave gait, caractérisée
par les différences de phase: φ3 = β, φ5 = 2β − 1. La trajectoire correspon-
dante dans les diagrammes LP S est donnée à la figure 5.12 pour un facteur
de service β = 2/3. La figure 5.12a est le diagramme pour une paire de pat-
tes successives d’un même côté du véhicule: la trajectoire d’un cycle complet
est ABB’CC’A’A; les différents segments ayant la signification suivante:
104
Figure 5.11: Diagramme des LP S d’une paire de pattes contiguës.
105
106
1 − β constitue une valeur minimale; toute réduction de cette différence de
phase déplacerait le point C vers la gauche, ce qui conduirait la trajectoire
dans le troisième quadrant.
La figure 5.12 illustre la trajectoire pour une paire de pattes opposées
par rapport à l’axe longitudinal. Ces pattes sont déphasées d’un demi-cycle
et par conséquent la trajectoire est symétrique par rapport aux axes.
Si la vitesse de consigne (Vx , Vy , ωz ) inclut un terme de rotation (c’est-
à-dire si ωz 6= 0), la marche cesse d’être périodique et les différentes pattes
n’ont pas la même durée de cycle. Dès lors, les concepts de facteur de service
et de différence de phase ne sont plus applicables. A l’opposé, les trajec-
toires du vecteur LP S restent un concept entièrement valable et permettent
d’exploiter la mobilité du véhicule. Le diagramme devient rectangulaire,
puisque si + τi 6= sj + τj (figure 5.13).
L’idée de l’algorithme de free gait proposé est d’appliquer des règles
géométriques aux diagrammes LP S afin de contrôler et de synchroniser les
mouvements des pattes. Le vecteur LP S est calculé à chaque cycle de calcul
∆T de l’algorithme pour la vitesse de consigne courante (Vx , Vy , ωz ). Ensuite
l’algorithme procède comme suit:
1. Calcul du facteur de réduction de vitesse: grâce au diagramme LP S,
il est possible de prévoir que certaines pattes nécessaires au support
dans le prochain GS ne seront pas disponibles à temps (la phase de
retour de la patte est trop longue). La solution dans ce cas est de
réduire la vitesse du véhicule d’un certain facteur r < 1, afin d’éviter
un arrêt forcé.
2. Sélection des pattes à lever: Deux cas se présentent. Soit une patte
atteint la limite de son espace de travail, il faut donc la lever. Soit
deux pattes contiguës sont sur le point d’atteindre leur limite d’espace
de travail dans un intervalle de temps très court. Cette situation cor-
++
respond au deuxième test de l’algorithme de Halme (test sur LP Smin ).
3. Sélection des pattes à poser: Ici aussi, deux cas sont à envisager: si
certaines pattes sont sélectionnées pour être levées, les deux pattes
contiguës doivent être posées au sol si elles ne sont déjà en phase
de support. Les pattes arrivées en fin de période de transfert sont
aussi candidates pour être posées; cependant dans certaines situations
décrites plus loin, il est préférable de retarder cette mise en service afin
de modifier le décalage de la patte par rapport aux pattes voisines.
Les trois étapes énumérées ci-dessus peuvent être exécutées à l’aide de
règles géométriques que l’on peut définir dans les diagrammes LP S par
107
108
Figure 5.13: Diagramme LP S pour une marche non-périodique.
rapport à des régions critiques. Celles-ci sont mises en évidence sur la figure
5.14 et décrites ci-après:
109
110
Figure 5.14: Les régions critiques du diagramme-LPS.
Deux décisions peuvent être prises dans cette situation: la patte peut
être posée immédiatement ou elle peut être gardée en réserve et posée
ultérieurement. La première solution augmente la valeur courante de la
marge de stabilité du véhicule mais le nouveau vecteur LP S résultant
peut se situer dans la région V, ce qui est à éviter. Il est donc, dans ce
cas, plus indiqué de retarder la pose de la patte, ce qui a pour effet de
décaler la trajectoire. Cette possibilité peut également être utile pour
s’approcher de la trajectoire de référence du forward wave gait comme
illustré plus loin. Lors de la pose d’une patte, la nouvelle configuration
de marche est toujours stable si la précédente l’était.
On peut remarquer que pour les démarches périodiques, les régions I, III,
IV et V correspondent à la transgression de la condition de stabilité qu’on
s’est fixée: pour éviter ces situations, la différence de phase entre pattes
contiguës doit être comprise entre 1 − β et β.
A partir de ces régions critiques, les étapes de décision de l’algorithme
peuvent maintenant être décrites (figure 5.15). L’algorithme est exécuté
avec une période de cycle ∆T .
2. Sélectionner les pattes qui doivent être levées: les pattes en phase de
support atteignant la limite de leur espace de travail sont sélectionnées
pour être levées (région II du diagramme). Si la région IV est atteinte
dans l’un des diagrammes, il est nécessaire de lever l’une des pattes
concernées. On vérifie d’abord si la patte dont le LP S est minimum
peut être levée. Si ce n’est pas le cas, on vérifie si l’autre patte peut
être levée. Dans le cas particulier où aucune des deux pattes ne peut
être levée et si le vecteur LP S est à l’intérieur de la limite en trait
discontinu, un nouveau facteur de réduction de vitesse doit être calculé
111
112
3. Sélectionner les pattes qui doivent être posées: les pattes étant conti-
guës aux pattes sélectionnées au point 2 pour être levées doivent as-
surer au cycle suivant le support du véhicule. Elles doivent donc être
posées si elles ne sont déjà au sol. De plus, chacune des pattes en fin
de phase de transfert (région VI) peut être posée si le vecteur LP S
résultant ne se trouve pas dans la région V (figure 5.17).
113
Figure 5.16: Construction pour le calcul du facteur de réduction de vitesse.
114
115
Figure 5.17: Stratégie pour la pose des pattes en fin de phase de transfert.
de free gait conserve la séquence du forward wave gait (correspondant à la
trajectoire du vecteur LP S illustrée à la figure 5.18) pour autant que la
vitesse de consigne correspond au β de l’état initial.
La stratégie utilisée pour converger à partir d’une valeur arbitraire du
vecteur LP S vers une démarche forward wave gait est la suivante:
Dans un premier temps, une différence de phase de 0.5 entre les pat-
tes avant est imposée progressivement et maintenue. Ceci peut se faire en
raccourcissant ou en rallongeant les phases de transfert des pattes avant.
Les raccourcissements et allongements des durées de transfert doivent être
limités pour éviter des transitions trop abruptes.
Ensuite, la différence de phase de 1 − β entre pattes successives est sim-
plement obtenue en allongeant, quand cela est possible, la phase de trans-
fert des pattes arrières avec comme effet une diminution progressive de la
différence de phase jusqu’à la valeur minimale autorisée 1 − β. Pour adoucir
la transition vers la marche forward wave gait, le délai ajouté avant de poser
les pattes, en vue d’allonger les phases de transfert, est également limité à
une valeur maximale de quelques cycles ∆T .
Après quelques pas (dont le nombre dépend de l’état initial), l’algorithme
atteint et maintient la marche forward wave gait souhaitée avec le facteur
de service β correspondant à la vitesse de consigne (figure 5.18).
L’algorithme qui vient d’être décrit a, dans un premier temps, été mis
au point grâce à un simulateur et une animation graphique de la marche
du robot. Par la suite, le modèle cinématique du robot Silex a été intro-
duit dans la simulation afin de tester l’algorithme sur un modèle proche du
robot. La troisième étape fut de tester l’algorithme sur le robot réel. Les
résultats expérimentaux confirment la bonne robustesse de l’algorithme ainsi
que sa convergence vers le forward wave gait quand la consigne de vitesse
est constante.
116
Figure 5.18: Convergence de la trajectoire du LP S pour une paire de pattes
successives.
117
Chapitre 6
Contrôle cinématique
6.1 Introduction
Le contrôle cinématique du véhicule à pattes Silex se répartit aux niveaux
B et C de la hiérarchie de contrôle:
Deux types de trajectoires différents sont à envisager selon que la patte est
en phase de support ou de transfert (figure 6.1):
118
Figure 6.1: Trajectoire d’une patte dans le cas d’un mouvement rectiligne.
119
~r = −V
à la vitesse V ~ par rapport au corps du robot. Les trajectoires
considérées sont alors des lignes droites parcourues à vitesse constante.
Des mouvements horizontaux incluant une composante de rotation du
robot ωz (axe vertical) peuvent également être obtenus. Dans ce cas,
les vitesses relatives des pattes en phase de support sont différentes et
doivent être calculées au niveau B.
120
Figure 6.2: Choix des référentiels.
121
Un repère relatif {O, x, y, z} est fixé au châssis du robot mobile; l’axe
z est orienté selon l’axe de symétrie du véhicule, l’origine O est fixée à la
hauteur des articulations q2 des pattes et l’axe x est orienté entre les pattes
1 et 2 selon le plan de symétrie. C’est dans ce repère que l’on exprime les 3
composantes de la vitesse horizontale du véhicule: Vx , Vy , ωz .
Enfin, des repères {Oi , xi , yi , zi } seront associés à chaque patte i. L’ori-
gine Oi est située dans le plan xy à l’intersection avec l’axe correspondant
à l’articulation verticale q3 . L’axe xi est orienté selon la droite OOi et fait
un angle ψi avec l’axe x.
~ri = −(V
V ~ +ω ~ i)
~ × OP (6.1)
~ = Vx~1x + Vy~1y et ω
où V ~ = ωz~1z caractérisent la vitesse absolue du véhicule
dans les axes relatifs. Les composantes du vecteur V ~ri valent donc:
(
ẋi = −Vx + ωz yi
(6.2)
ẏi = −Vy − ωz xi
où xi et yi sont les coordonnées relatives du point de contact Pi (figure 6.3).
Les vitesses articulaires de la patte i s’obtiennent alors en deux étapes:
avec
122
!
cos(θi + ψi ) −ri sin(θi + ψi )
Ji = (6.4)
sin(θi + ψi ) ri cos(θi + ψi )
où ψi est l’angle de rotation entre le repère lié au châssis et le repère
lié à la patte i.
123
Figure 6.3: Calcul de la cinématique inverse.
124
Figure 6.4: Sélection du point d’appui lorsque ωz = 0.
(trait discontinu de la figure 6.4); ceci pour une raison évidente de sécurité
mais aussi pour éviter un blocage du robot lors d’un éventuel changement
de direction. La position extrême antérieure donne les coordonnées du futur
point d’appui.
Dans le cas où la composante de rotation du robot est non nulle (ωz 6= 0),
les trajectoires des phases de support des pattes ne sont plus des droites
mais des arcs de cercle centrés au centre instantané de rotation dont les
coordonnées peuvent être obtenues à partir de l’équation (6.2):
(
xcir = −Vy /ωz
(6.6)
ycir = Vx /ωz
125
Figure 6.5: Sélection du point d’appui dans le cas particulier où Vx = Vy = 0
et ωz 6= 0.
126
par la procédure de sélection du point d’appui est importante. C’est pour-
quoi, la première partie de la phase de transfert peut être réalisée à vitesse
articulaire constante. L’approche du sol est cependant plus délicate.
La patte doit être levée durant la phase de transfert afin d’éviter tout
contact avec le sol durant le retour en position antérieure. La composante
verticale de la trajectoire est réalisée comme suit: consigne de vitesse en
trapèze jusqu’à une position de référence jugée raisonnable pour surmonter
les obstacles ou les irrégularités du sol, maintien à cette position durant le
transfert de la patte et consigne de vitesse en trapèze jusqu’au contact avec
le sol, point dont la position n’est pas connue avec précision, ce qui nécessite
une approche à vitesse réduite.
Remarquons que ce type de trajectoire peut, dans certains cas, sortir
de l’espace de travail de la patte comme l’illustre la figure 6.6 (partie en
trait interrompu). Des contacteurs de bout de course (articulation q2 ) ont
été intégrés au mécanisme afin de détecter ce type de situation. Dès que
l’un d’eux est activé, la tension de commande du moteur est coupée afin
d’annuler le couple. Lorsque l’extrémité de la patte s’éloigne de la limite, la
tension de commande se rétablit.
127
Figure 6.6: Trajectoire de transfert intersectant la limite de l’espace de
travail (cas d’une trajectoire radiale: θi = 0).
128
La matrice de rotation correspondante est:
cos β sin β sin γ sin β cos γ
R= 0 cos γ − sin γ (6.7)
− sin β cos β sin γ cos β cos γ
Si les angles β et γ sont petits, on peut utiliser les approximations sin β ≈ β
et cos β ≈ 1, ce qui conduit à:
1 0 β
R≈ 0 1 −γ (6.8)
−β γ 1
Cette matrice de rotation caractérise le défaut de verticalité de l’axe Oz du
robot; ce dernier peut dès lors être corrigé en déplaçant verticalement les
points de support Pi d’une valeur:
∆z = −(h0 − h) (6.12)
On peut remarquer que les corrections d’attitude et d’altitude ont des effets
indépendants l’une par rapport à l’autre; elles peuvent donc simplement
s’ajouter.
Afin de coordonner les corrections des différentes pattes, il est souhai-
table d’implémenter les corrections (6.10) et (6.12) par l’intermédiaire d’une
129
Figure 6.7: Principe du contrôle d’attitude.
130
régulation de vitesse; il suffit pour cela de choisir les consignes de vitesse
pour les coordonnées verticales proportionnelles aux corrections de position:
q̇1i = Katt [−(β − β0 )xi + (γ − γ0 )yi ] + Kalt [−h0 − < z >] (6.13)
où les gains Katt et Kalt sont ajustés empiriquement afin d’obtenir un amor-
tissement raisonnable.
6.6 Conclusion
La structure de contrôle décrite dans ce chapitre permet la mobilité
complète du châssis du véhicule:
• le contrôle des composantes de vitesse horizontale des pattes en phase
de support donne au châssis les 3 degrés de liberté d’un mouvement
plan arbitraire (Vx , Vy , ωz ).
• le contrôle d’attitude et d’altitude fixe les 3 degrés de liberté restants:
l’inclinaison du châssis par rapport au plan horizontal et sa coordonnée
verticale (γ0 , β0 , h0 ).
Le contrôle cinématique des pattes, combiné à l’utilisation de simples
contacteurs installés dans les pieds pour la détection du sol, suffit pour
se déplacer sur un sol irrégulier mais rigide: la descente de la patte est
arrêtée aussitôt que le capteur est activé au contact du sol. A cause des
inévitables erreurs de positionnement liées notamment à la calibration im-
parfaite des capteurs, les trajectoires des pattes en phase de support ne
respectent pas exactement la contrainte introduite par le contact avec le
sol. Par conséquent, des forces internes antagonistes apparaissent dans les
mécanismes, pouvant entraı̂ner le glissement des pattes sur le sol.
Heureusement, ces forces indésirables, qui ont tendance à augmenter
durant la phase de support, sont régulièrement annulées lors des phases de
transfert. De ce fait, les erreurs de trajectoires restent inférieures aux jeux
dans les mécanismes (environ 15mm). Les forces internes induites par ces
erreurs sont ainsi limitées.
Les erreurs sur la position verticale de l’extrémité de la patte sont com-
pensées par le module de contrôle d’attitude et d’altitude. Cependant, un
contrôle purement cinématique ne convient plus si le robot se déplace sur un
sol meuble, car les pattes sont soumises à des enfoncements différentiels. Ce
problème peut être résolu grâce au concept de compliance active présenté
au chapitre suivant; cette stratégie requiert l’utilisation de capteurs d’effort
afin d’estimer les forces de contact.
131
Chapitre 7
Contrôle de force
7.1 Introduction
Le contrôle de force dans la conduite d’un véhicule à pattes a deux
intérêts majeurs:
• la compliance active qui permet une répartition optimale des forces
de réaction entre les pattes et compense l’enfoncement différentiel des
pattes lors de la locomotion sur sol meuble.
• l’évitement d’obstacles locaux par action réflexe ou par suivi de con-
tour (par exemple pour l’ascension autonome d’un escalier).
Ce chapitre présente la conception du capteur de force à trois composantes
qui équipe chacun des pieds du robot Silex, ainsi que sa mise en oeuvre afin
d’intégrer les deux fonctions ci-dessus dans l’architecture de contrôle.
132
1
Fx 0 0 0 0 0 c16 0 c18 2
Fy 0 0 0 0 c25 0 c27 0 3
Fz c31 c32 c33 c34 0 0 0 0 4
= (7.1)
Mx 0 c42 0 c44 0 0 0 0 5
My c51 0 c53 0 0 0 0 0
6
Mz 0 0 0 0 c65 c66 c67 c68 7
8
133
Figure 7.1: Poignet capteur d’effort de Sheinman.
134
Figure 7.2: Capteur d’effort pour la mesure des force de contact.
135
Le capteur a été dimensionné par éléments finis. Sa réalisation est illustrée
à la figure 7.3: il est constitué d’une fine croix en acier sur laquelle sont
fixées 4 paires de jauges de contraintes résistives (4 sur chaque face de la
croix). Le schéma d’amplification permet d’obtenir 3 signaux analogiques
proportionnels aux composantes des forces de contact. Ceux-ci sont conver-
tis numériquement par le microprocesseur de la patte.
136
Figure 7.3: Capteur de force développé à l’ULB.
137
A l’équilibre (~r˙ I = 0), l’erreur de position et l’erreur de force sont liées
par:
δ~r = ~r − ~rI = −Λ(F~ − F~I ) (7.7)
où Λ = K −1 est appelée le coefficient de compliance active de la patte. Donc,
l’écart de la force mesurée par rapport à la force demandée est convertie en
un incrément de position, δ~r, lequel est utilisé pour corriger la position de
référence du contrôle cinématique. Si une modélisation du sol est disponible,
il est possible d’estimer l’enfoncement s∗ et de l’ajouter au membre de droite
de l’équation (7.5), comme terme de compensation (Devjanin et al.,1983).
Sans la compliance active, la répartition des forces de contact d’un robot
ayant plus de trois pattes au sol dépend dans une large mesure des petites
erreurs de positionnement et des propriétés élastiques du sol (compliance
passive); il y a donc une grande incertitude sur la répartition de la charge.
Avec la compliance active, la répartition des efforts dans les pattes est
principalement déterminée par les forces F~I et la matrice de compliance Λ:
si la compliance est élevée, la répartition des forces sera peu sensible aux
petites erreurs de positionnement, qui sont inévitables.
138
Figure 7.4: Répartition des forces pour une configuration donnée.
139
où xi , yi sont les coordonnées de l’extrémité de la patte i dans le repère fixé
au châssis du véhicule qui est supposé coincider avec le centre de masse. Les
sommes s’étendent aux pattes en phase de support.
Le système d’équations (7.8) peut être réécrit matriciellement sous la
forme,
F1z
x1 x2 · · · xn 0
F2z
y 1 y 2 · · · yn .. = 0 (7.9)
1 1 ··· 1 . Mg
Fnz
que l’on notera AFz = P . Si le véhicule repose sur 3 pattes, la matrice A
est régulière (son déterminant vaut la surface du triangle de sustentation).
Dans le cas où plus de 3 pattes supportent le véhicule, le système devient
sous-déterminé. La solution de norme minimum:
X
minFiz { |Fiz |2 } (7.10)
i
F z = A+ P (7.11)
où A+ = AT (AAT )−1 est la matrice pseudo-inverse à droite.
Sous l’hypothèse de pertes d’énergie proportionnelles au carré de la force
de contact pour chacune des pattes, on remarque que la solution (7.11) mini-
mise également la dissipation liée au support du véhicule, proportionnelle à
la norme (7.10).
Cette répartition de forces est choisie comme répartition idéale FzI pour
la compliance active. Elle est calculée au niveau B à chaque cycle de calcul
(≈ 200ms). Une technique de calcul préconisée par Gorinevsky et Schneider
(1990) a été utilisée pour la mise en oeuvre de l’algorithme.
140
où Fz est obtenue à partir de la composante axiale de la force de réaction
mesurée par le capteur, en tenant compte de l’inclinaison du dernier segment
de la patte.
La régulation d’attitude et d’altitude est alors obtenue en corrigeant les
positions idéales zI des pattes à chaque cycle de calcul du niveau B par
l’équation:
zI (k + 1) = zI (k) + K∆z (7.13)
où ∆z est la somme des corrections (6.10) et (6.12).
La figure 7.5 indique le schéma complet de contrôle du robot Silex. Le
contrôle de démarche utilise les grandeurs de commande q̇2C et q̇3C pour
les mouvements horizontaux du robot (Vx , Vy , ωz ) tandis que le contrôle
d’attitude et d’altitude (ωx , ωy , Vz ) ainsi que la compliance active utilisent la
même grandeur de commande q̇1C (pour chacune des pattes en phase de sup-
port). Il est dès lors normal d’obtenir un couplage entre ces deux dernières
boucles de contrôle. La description de cette interaction est cependant com-
plexe car elle met en jeu notamment des termes d’inertie. La modélisation
de ce phénomène n’a pas été abordée dans ce travail. Les différents gains
ont été déterminés empiriquement en ajustant en premier lieu ceux de la
compliance active, Gp et Gf (la boucle la plus rapide - niveau C), avant
d’augmenter progressivement le gain K de l’équation (7.13). Les figures 7.6
et 7.7 donnent quelques résultats expérimentaux.
141
Figure 7.5: Schéma de contrôle avec compliance active.
142
Figure 7.6: Composante verticale de la force de contact mesurée et force de
référence d’une patte durant la marche.
143
Figure 7.7: Régulation
144 d’attitude.
Figure 7.8: Evitement d’obstacle.
Cette procédure a été testée avec succès sur une patte du robot Silex mais
n’a pas été implémentée à ce jour dans la structure de contrôle complète.
145
Chapitre 8
Résumé et perspectives
146
bilité d’une démarche périodique ont été examinées: le wave gait adaptatif,
proche des démarches périodiques, la coordination neurobiologique, basée
sur l’organisation nerveuse des insectes et diverses algorithmes de free gait,
consistant en un processus décisionnel faisant appel à un ensemble de règles.
Inspiré des différentes stratégies qui viennent d’être mentionnées, un
algorithme de free gait original a été proposé. Celui-ci est basé sur des règles
géométriques dans un espace à 6 dimensions, constitué de 6 diagrammes
représentant les Leg Phase State de pattes voisines. L’algoritme de base
est complété de règles qui maximisent la marge de stabilité longitudinale
du véhicule dans le cas d’une trajectoire rectiligne à vitesse constante en
faisant converger la séquence de pas vers celle d’un forward wave gait. Cette
nouvelle stratégie a été mise au point grâce à un simulateur et une animation
graphique. Elle a ensuite été testée avec succès sur le robot.
Le contrôle d’attitude et d’altitude du châssis utilise la composante ver-
ticale du mouvement des pattes supportant le véhicule comme grandeur de
commande. Un inclinomètre à deux axes, à faible bande passante, fournit
la rétroaction d’attitude tandis que la correction d’altitude est basée sur
la position verticale moyenne des pattes supportant le robot. Le maintien
de l’attitude et de l’altitude du véhicule est rendu nécessaire par la dérive
inévitable de ces grandeurs lors de la progression sur un terrain irrégulier.
Une autre utilité de la régulation d’altitude est l’augmentation de la garde
au sol pour surmonter un obstacle. De même, la régulation d’attitude peut-
être exploitée pour stabilisiser et orienter un système de vision ou pour
positionner un organe manipulateur.
La compliance active de la plate-forme a été obtenue à partir de cap-
teurs de force cruciformes, basés sur des jauges de contraintes et intégrés aux
pieds du robot. Elle permet de mieux répartir les forces de réaction entre les
pattes qui, autrement, dépendent principalement des erreurs cinématiques.
Cette fonction est nécessaire pour l’évolution sur sol meuble afin de com-
penser l’enfoncement différentiel des pattes. Une autre utilisation possible
des mesures des forces de réaction est l’évitement d’obstacles locaux par
action réflexe ou par suivi de contour. La procédure de suivi de contour a
été testée avec succès sur une patte du robot Silex.
Au terme de cette thèse, l’objectif initialement fixé, à savoir d’auto-
matiser les niveaux de contrôle B et C afin de rendre le robot mobile
semi-autonome nous semble pleinement atteint. Quelques directions sont
à présent proposées pour des recherches futures.
L’algorithme de free gait décrit plus haut s’accomode bien aux configura-
tions initiales arbitraires et aux changements de direction. Le problème de la
marche sur un sol présentant des zones interdites n’a cependant pas été con-
147
sidéré dans l’algorithme. Une modélisation du sol en cellules autorisées ou
interdites, comme proposée par McGhee et Iswandhi, pourrait être utilisée
pour ce faire dans la procédure de sélection du point d’appui. Un autre
problème intéressant est la marche en cas de défectuosité d’une des pattes.
La redondance du système rend alors possible un mode de fonctionnement
dégradé.
L’évitement d’obstacle utilisant l’information tactile a déjà été men-
tionné plus haut. Intégré au schéma de contrôle proposé, une telle procédure
permettra par exemple l’ascension autonome d’un escalier.
Enfin, et de manière plus générale, la fiabilité et la facilité d’utilisation
seront probablement déterminants pour éveiller l’intérêt du monde industriel
pour les engins à pattes.
148
Table des matières
1 Introduction 1
1.1 Les robots mobiles . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 La locomotion à pattes . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Le problème de la coordination . . . . . . . . . . . . . . . . . 6
1.4 La locomotion à pattes chez les animaux . . . . . . . . . . . . 6
1.5 Considérations énergétiques . . . . . . . . . . . . . . . . . . . 8
1.5.1 La résistance spécifique . . . . . . . . . . . . . . . . . 8
1.5.2 Les pertes d’énergie . . . . . . . . . . . . . . . . . . . 10
1.6 Objectifs de cette étude . . . . . . . . . . . . . . . . . . . . . 10
2 Etat de l’Art 13
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Les missions des robots à pattes . . . . . . . . . . . . . . . . . 14
2.2.1 La maintenance des sites nucléaires . . . . . . . . . . . 14
2.2.2 L’exploration spatiale . . . . . . . . . . . . . . . . . . 17
2.2.3 L’exploitation forestière . . . . . . . . . . . . . . . . . 20
2.2.4 L’exploration des fonds sous-marins . . . . . . . . . . 21
2.2.5 Les robots grimpeurs . . . . . . . . . . . . . . . . . . . 22
2.3 Projets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.1 OSU Hexapod . . . . . . . . . . . . . . . . . . . . . . 23
2.3.2 Adaptive Suspension Vehicle (ASV) . . . . . . . . . . 23
2.3.3 Odex I . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.4 Genghis . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.5 Robot sauteur unijambiste . . . . . . . . . . . . . . . 27
2.3.6 Ambler . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.7 Dante . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.8 Titan III . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.9 Recus . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.10 Mascha . . . . . . . . . . . . . . . . . . . . . . . . . . 32
149
2.3.11 Robug II . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.12 Mecant . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.13 TUM Robot . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.14 Mag . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.15 Silex . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.16 Ioan . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4 Aspect cinématique . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4.1 Les mécanismes à pantographe . . . . . . . . . . . . . 40
2.4.2 Le mécanisme d’Evans . . . . . . . . . . . . . . . . . . 41
2.4.3 Découplage approximatif . . . . . . . . . . . . . . . . 43
3 Hiérarchie de contrôle 46
3.1 Les différents niveaux de contrôle . . . . . . . . . . . . . . . . 46
3.2 L’architecture de contrôle du robot Silex . . . . . . . . . . . . 49
3.2.1 Contrôle cinématique d’une patte . . . . . . . . . . . . 49
3.2.2 Acquisition numérique des mesures . . . . . . . . . . . 50
3.2.3 Communication avec le niveau B . . . . . . . . . . . . 50
5 Contrôle de démarche 82
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.2 Wave gait adaptatif . . . . . . . . . . . . . . . . . . . . . . . 82
5.3 Coordination neurobiologique . . . . . . . . . . . . . . . . . . 86
5.4 Free Gait . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.4.1 Algorithme de McGhee et Iswandhi . . . . . . . . . . 92
5.4.2 Algorithme de Hirose . . . . . . . . . . . . . . . . . . 94
5.4.3 Algorithme de Pal et Jayarajan . . . . . . . . . . . . . 96
5.4.4 Algorithme de Halme . . . . . . . . . . . . . . . . . . 97
5.4.5 Free Gait développé pour le robot Silex . . . . . . . . 103
150
6 Contrôle cinématique 118
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.2 Choix des référentiels . . . . . . . . . . . . . . . . . . . . . . . 120
6.3 Phase de support . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.4 Phase de transfert . . . . . . . . . . . . . . . . . . . . . . . . 123
6.4.1 Sélection des points d’appui . . . . . . . . . . . . . . . 123
6.4.2 Trajectoire de transfert . . . . . . . . . . . . . . . . . 126
6.5 Régulation d’attitude et d’altitude . . . . . . . . . . . . . . . 127
6.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
151
Bibliographie
Adachi, H., Arai, T., Koyachi, N. & Homma, K. 1995. Six degrees of freedom
position and posture control for a quadruped robot, 2nd IFAC Workshop on
Intelligent Autonomous Vehicles, Espoo, Finland, 133-138.
Alexander, R.McN. 1984. The gaits of bipedal and quadrupedal animals,
Int. Journal of Robotics Research, Vol. 3, No 2, 49-59.
Alexandre, P. & Preumont, A. 1995. A free gait algorithm for improved mo-
bility control of walking machines, 3rd Conf. on Mechatronics and Robotics
MEROCON, Padeborn, Germany.
Alexandre, P. & Preumont, A. 1996. On the gait control of a six-legged
walking machine, Int. Journal of Systems Science, Vol. 27, No 8, 713-721.
Alexandre, P., Parvais, Th., Preumont, A. & Baudoin, Y. 1996. Implemen-
tation of force feedback for the control of a walking machine, 3rd Int. Conf.
on Motion and Vibration Control MOVIC, Chiba, Japan.
Baraona, P. & Fidani, A. 1995. La télémanipulation assistée par ordinateur
dans le cadre d’applications sous-marine, Revue Générale Nucléaire, No 3,
204-208.
Bartholet, T.G. 1983. The first functionoid developed by ODETICS Inc.,
Int. Conf. on Advanced Robotics, 293-298.
Bässler, U. 1988. Pattern generation for walking movements, in Visuomotor
coordination: amphibians, comparisons, models, and robots, (Ewert,J.-P. &
Arbib,M.A. eds), Plenum Press.
Baudoin, Y. & Alexandre, P. 1995. Development of legged robots, Int.
Symp. on Intelligent Systems and Advanced Manufacturing, Philadelphia.
Bessonov, A.P. & Umnov, N.V. 1973. The analysis of gaits in six-legged
vehicles according to their static stability, Symp. on Theory and Practice
of Robots and Manipulators, Udine, Italy.
Brooks R.A. 1989. A robot that walks; emergent behaviors from a carefully
evolved network, IEEE Int. Conf. on Robotics and Automation.
152
Brooks, R.A. & Flynn, A.M. 1989. Robot beings, IEEE/RSJ Int. Workshop
on Intelligent Robots and Systems, Tsukuba, Japan.
Byrd, J.S. & De Vries, K.R. 1990. A six-legged telerobot for nuclear ap-
plications development, Int. Journal of Robotics Research, Vol. 9, No 2,
43-52.
Collie, A., Billingsley, J. & Von Puttkamer, E. 1990. Design and perfor-
mance of the Portsmouth climbing robot, Mechatronic System Engineering,
No 1, 125-130.
Collie, A. 1992. Unusual Robots, Industrial Robot, Vol. 19, No 4, 13-16.
Cruse, H., 1990. What mechanisms coordinate leg movement in walking
arthropods?, Trends in Neurosciences, Vol. 13, No 1, 15-21.
Cruse, H., Dean, J., Muller, U. & Schmitz, J.S. 1991. The Stick insect as a
walking robot, Int. Conf. on Advanced Robotics, Pisa, 936-940.
Dean, J. 1991. A model of leg coordination in the Stick insect, Carausius
morosus II. Description of the kinematic model and simulation of normal
step patterns. Biological Cybernetics, Vol. 64, 403-411.
Devjanin, E.A. et al. 1983. The six-legged walking robot capable of terrain
adaptation, Mechanism and Machine Theory, Vol. 18, No 4, 257-260.
Devjanin, E.A. et al. 1987. Control of adaptive walking robot, 10th World
IFAC Congress, Munich.
Dwivedi, S.N. & Mahalingam, S. 1992. Periodic gaits for the CMU Ambler,
Journal of Robotic Systems, Vol. 9, No 1, 1-15.
EC 1995. TELEMAN: Robotics and remote systems in hazardous or dis-
ordered nuclear environments, Proc. of the Teleman Telerobotics Research
Conf. & ERNET worshop.
ESA 1993a. MARSNET Phase-A Study Report, ESA Publication SCI(93)2.
ESA 1993b. ROSETTA Report, ESA Publication SCI(93)7.
Gorinevsky, D.M. & Schneider, A.Yu. 1990. Force control in locomotion
of legged vehicles over rigid and soft surfaces, Int. Journal of Robotics
Research, Vol. 9, No 2, 4-23.
Gurfinkel, V.S. et al. 1981. Walking robot with supervisory control, Mech-
anism and Machine Theory, Vol. 16, No 2, 31-36.
153
Gurfinkel, V.S. et al. 1983. An adaptive manipulator with force sensor,
Mechanism and Machine Theory, Vol. 18, No 4, 267-270.
Halme, A., Hartikainen, K. & Kärkkäinen, K. 1993. Terrain adaptive mo-
tion and free gait of a six-legged walking machine, 1st IFAC Workshop on
Intelligent Autonomous Vehicles, Southampton, UK.
Hartikainen, K., Halme, A., Lehtinen, H. & Koskinen, K. 1992. Mecant 1:
A six legged walking machine for research purposes in outdoor environment,
IEEE Int. Conf. on Robotics and Automation, Nice, 157-163.
Hartikainen, K. 1996. Motion planning of a walking platform designed to
locomote on natural terrain, Ph.D. Dissertation, Helsinki University of Tech-
nology.
Hiller, M., Schweitzer, G. & Woernle, C. 1990. Kinematic control of the com-
bined wheeled and legged vehicle RoboTRAC. 8th CISM-IFToMM Symp.
Ro.man.sy’90, Cracow.
Hirose, S. 1984. A study of design and control of a quadruped walking
vehicle, Int. Journal of Robotics Research, Vol. 3, No 2, 113-132.
Hirose, S. & Kunieda, O. 1991. Generalized standard foot trajectory for a
quadruped walking vehicle, Int. Journal of Robotics Research, Vol. 10, No
1, 3-13.
Hirose, S., Yoneda, K., Arai, K. & Ibe, T. 1991. Design of a prisamtic
quadruped walking vehicle Titan VI, 5th Int. Conf. on Avanced Robotics
ICAR, Pisa, Italy.
Hirose, S. 1993. Biologically Inspired Robots, Oxford University Press.
Hirose, S. et al. 1995. Fundamental considerations for the design of a
planetary rover, IEEE Int. Conf. on Robotics and Automation, 1939-1944.
Ishino, Y. et al. 1983. Walking robot for underwater construction, Int.
Conf. on Avanced Robotics ICAR, 285-291.
Iwasaki, M. et al. 1988. Development of aquatic walking robot for under-
water inspection, Int. Symp. on Robotics in Construction ISCR, Tokyo.
Jimenez, M.A., Gonzales De Santos, P. & Armada, M.A. 1993. A four-legged
walking test bed, 1st IFAC Workshop on Intelligent Autonomous Vehicles,
Southampton, UK.
154
Kaneko, M. Abe, M. & Tanie, K. 1985. A hexapod walking machine with
decoupled freedoms, IEEE Journal of Robotics and Automation, Vol. 1,
No 4, 183-189.
Kessis, J.J., Rambaut, J.P. & Penne, J. 1983. Walking robot multi-level
architecture and implementation, 4th CISM-IFToMM Symp. on Theory &
Practice of Robots & Manipulators, Warsaw, 297-304.
Klein, C.A. & Briggs, R.L. 1980. Use of active compliance in the control
of legged vehicles, IEEE Trans. on Systems, Man and Cybernetics, Vol.
SMC-10, No 7, 393-400
Kugushev, E.I. & Jaroshevskij, V.S. 1975. Problem of selecting a gait for an
integrated locomotion robot, 4th Int. Conf. Artificial Intelligence, Tbilisi,
USSR, 789-793.
Lee, W.-J. & Orin, D.E. 1988. Omnidirectional supervisory control of a
multilegged vehicle using periodic gaits, IEEE Journal of Robotics and Au-
tomation, Vol. 4, No 6, 635-642.
Lensky, A.V. et al. 1986. Manipulator motion along a constraint, Robotica,
Vol. 4, 247-253.
Lethinen, H. 1994. Force based motion control of a walking machine, Ph.D.
Dissertation, Helsinki University of Technology.
Luk, B., Collie, A. & Billingsley, J. 1991. Robug II: An intelligent wall
climbing robot, IEEE Conf. on Robotics and Automation, Sacramento CA.
Mahalingam, S. & Whittaker, W.L. 1989. Terrain adaptive gaits for walkers
with completely overlapping leg workspaces, Robots 13 Conf., Gaithersburg,
Maryland.
Manko, D.J. 1992. A general model of legged locomotion on natural terrain,
Kluwer Academic Publishers.
Martin-Alvarez, A. 1995. A 4-legged walking robot for Mars exploration,
ESA Doc. Ref. WAT/TN/AMA/241195.
McGhee, R.B. & Frank, A.A. 1968. On the stability properties of quadruped
creeping gaits, Math. Biosciences, No 2, 57-66.
McGhee, R.B. et al. 1978. Real-time computer control of a hexapod vehicle,
3rd Symp. on Theory and Practice of Robots and Manipulators, Udine, Italy.
155
McGhee, R.B. & Iswandhi, G.I. 1979. Adaptive locomotion of a multilegged
robot over rough terrain, IEEE Trans. on Systems, Man, and Cybernetics,
Vol. 9, No 4, 176-182.
McMahon, T.A. 1984. Mechanics of Locomotion, Int. Journal of Robotics
Research, Vol. 3, No 2, 4-28.
Messuri, D.A. & Klein, Ch.A. 1985. Automatic body regulation for main-
taining stability of a legged vehicle during rough-terrain locomotion, IEEE
Journal of Robotics and Automation, Vol. 1, No 3, 132-141.
Nicholls, H.R. & Lee, M.H. 1989. A survey of robot tactile sensing technol-
ogy, Int. Journal of Robotics Research, Vol. 8, No 3, 3-21.
Orin, D.E. 1982. Supervisory control of a multilegged robot, Int. Journal
of Robotics Research, Vol. 1, No 1, 79-91.
Ozguner, F., Tsai, S.J. & McGhee, R.B. 1984. An approach to the use
of terrain-preview information in rough terrain locomotion by a hexapod
walking machine Int. Journal of Robotics Research, Vol. 3, No 2, 134-146.
Pal, P.K. & Jayarajan K., 1991. Generation of free gait - A graph search
approach, IEEE Trans. on Robotics and Automation, Vol. 7, No 3, 299-305.
Pfeiffer, F., Weidemann, H.-J. & Danowski, P. 1991. Dynamics of the walk-
ing Stick insect, IEEE Control Systems Magazine, February, 9-13.
Preumont, A., Alexandre, P. & Ghuys, D. 1991. Gait analysis and imple-
mentation of a six leg walking machine, 5th Int. Conf. on Avanced Robotics
ICAR, Pisa, Italy.
Preumont, A., Guys, D. & Malekian, C. 1992. On the static stability of
hexapods, 3rd Int. Workshop on Advances in Robot Kinematics, Ferrara,
Italy.
Preumont, A. 1994. An investigation of the kinematic control of a six-legged
walking robot, Mechatronics, Vol. 4, No 8, 821-829.
Preumont, A. & Alexandre, P. 1994. Some trends in walking robots in
Europe, keynote lecture, 2nd Int. Conf. on Motion and Vibration Control
MOVIC, Yokohama, Japan.
Preumont, A., Alexandre, P., Doroftei, I. & Goffin, F. 1996. A conceptual
walking vehicle for planetary exploration, IMACS Multiconference - Com-
putational Engineering in Systems Applications CESA, Lille, France.
156
Raibert, M.H., Brown, H.B. & Chepponis, Jr.M. 1984. Experiments in
balance with a 3D one-legged hopping machine, Int. Journal of Robotics
Research, Vol. 3, No 2, 75-92.
Raibert, M.H., Chepponis, Jr.M. & Brown, H.B. 1986. Running on four legs
as though they were one, IEEE Journal of Robotics and Automation, Vol.
RA-2, No 2, 70-82.
Raibert, M.H. 1986. Legged Robots that Balance, MIT Press.
Roßmann, Th. & Pfeiffer, F. 1996. Control and design of a pipe crawling
robot, 13th IFAC World Congress, San Fransisco.
Salmi, S. & Halme, A. 1995. Implementing and testing a reasoning based
free gait algorithm in the six-legged walking machine Mecant, 2nd IFAC
Workshop on Intelligent Autonomous Vehicles, Espoo, Finland, 127-132.
Schilling, K. & Jungius, C. 1995. Mobile Robots for Planetary Exploration,
2nd IFAC Workshop on Intelligent Autonomous Vehicles, Espoo, Finland,
110-120.
Schmucker, U., Schneider, A. & Ihme, T. 1996. Hexagonal walking vehicle
with force sensing capability, 6th Int. Symp. on Measurement and Control
in Robotics ISMCR, Bruxelles, 354-359.
Seifert, H. 1967. The Lunar Pogo Stick, Journal of Spacecraft Rockets, Vol.
4, No 7.
Shimano, B. & Roth, B. 1976. On force sensing information and its use in
controlling manipulators, 8th Int. Symp. on Industrial Robots, 119-126.
Song, S.M. & Waldron, K.J. 1989. Machine that walk: the Adaptive Sus-
pension Vehicle, MIT Press.
Sutherland, I.E. & Ullner, M.K. 1984. Footprints in the asphalt, Int. Jour-
nal of Robotics Research, Vol. 3, No 2, 29-36.
Todd, D.J. 1985. Walking machines: an introduction to legged robots, Kogan
Page Ltd.
Vijaykumar, R. 1987. Motion planning for legged locomotion systems on
uneven terrain, Ph.D. Dissertation, Ohio State University.
Waldron, K.J. et al. 1984. Configuration Design of the Adaptive Suspension
Vehicle, Int. Journal of Robotics Research, Vol. 3, No 2, 37-48.
157
Waldron, K.J. 1986, Force and motion management in legged locomotion,
IEEE Transactions on Robotics and Automation, Vol. RA-2, No 4.
Weidemann, H.-J., Eltze, J. & Pfeiffer, F. 1993. Leg design based on bio-
logical principles, IEEE Int. Conf. on Robotics and Automation, Atlanta,
352-358.
Weidemann, H.J., Pfeiffer, F. & Eltze, J. 1994. The six-legged TUM walking
robot, Int. Workshop on Intelligent Robots and Systems IROS.
158