ESTIMATING AND STABILIZING THE STATUS OF A COMBINING HUMANOID ROBOT
ESTIMATION ET STABILISATION DE L'ÉTAT D'UN ROBOT HUMANOÏDE COMPLIANT
Résumé
This thesis deals with the estimation and the stabilization of the state of the passive compliances present in the ankles of humanoid robot HRP-2. These compliances can be seen as a unique and observable degree of freedom, under some assumptions that are explicit. The estimator uses measurements from the inertial unit located in the torso of the robot and possibly force sensors located in its feet. An extended Kalman filter is used for state estimation. This filter uses a complete model of the dynamics of the robot, for which the internal dynamics of the robot, considered as perfectly known and controlled, has been decoupled from the dynamics of passive compliance of the robot. Local observability of the state has been shown by considering this model and measurements from the inertial unit alone. It has also been shown that the addition of the measurements of the force sensors in the feet of the robot makes it possible to complete the state with error measurements in the dynamic model of the robot. The estimator has been validated experimentally on the humanoid robot HRP-2. On this estimator was built a stabilizer of the state of the HRP-2 compliance. The commanded state is the position and speed of the robot's center of mass (indirect control of momentum), the orientation and angular velocity of its trunk (indirect control of kinetic momentum), as well as the orientation and angular velocity of compliance. The command quantities are the acceleration of the robot's center of mass and the angular acceleration of its trunk. A linear quadratic regulator (LQR) was used to compute state-return gains, based on a model called a "flexible reverse pendulum with a flywheel", which consists of a flexible, flexible, inverse clock. rotating mass around the center of mass of the robot represents the trunk of the robot. Tests were carried out on the dual support HRP-2 robot, using the previously described estimator with or without the force sensors.
Cette thèse traite de l’estimation et de la stabilisation de l’état des compliances passives présentes dans les chevilles du robot humanoïde HRP-2. Ces compliances peuvent être vues comme un degré de liberté unique et observable, sous quelques hypothèses qui sont explicitées. L’estimateur utilise des mesures provenant de la centrale inertielle située dans le torse du robot et éventuellement des capteurs de forces situés dans ses pieds. Un filtre de Kalman étendu est utilisé pour l’estimation d’état. Ce filtre utilise un modèle complet de la dynamique du robot, pour lequel la dynamique interne du robot, considérée comme parfaitement connue et contrôlée, a été découplée de la dynamique de la compliance passive du robot. L’observabilité locale de l’état a été montrée en considérant ce modèle et les mesures provenant de la centrale inertielle seule. Il a de plus été montré que l’ajout des mesures des capteurs de forces dans les pieds du robot permet de compléter l’état avec des mesures d’erreurs dans le modèle dynamique du robot. L’estimateur a été validé expérimentalement sur le robot humanoïde HRP-2. Sur cet estimateur a été construit un stabilisateur de l’état de la compliance d’HRP-2. L’état commandé est la position et vitesse du centre de masse (contrôle indirecte de la quantité de mouvement) du robot, l’orientation et la vitesse angulaire de son tronc (contrôle indirecte du moment cinétique), ainsi que l’orientation et la vitesse angulaire de la compliance. Les grandeurs de commande sont l’accélération du centre de masse du robot et l’accélération angulaire de son tronc. Un régulateur quadratique linéaire (LQR) a été utilisé pour calculer les gains du retour d’état, basé sur un modèle appelé "pendule inverse flexible à roue d’inertie" qui consiste en un pendule inverse dont la base est flexible et où une répartition de masse en rotation autour du centre de masse du robot représente le tronc du robot. Des tests ont été effectués sur le robot HRP-2 en double support, utilisant l’estimateur décrit précédemment avec ou sans les capteurs de forces.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...