Vous êtes sur la page 1sur 181

THSE

Pour lobtention du grade de



DOCTEUR DE LUNIVERSITE DE POITIERS

Facult des Sciences Fondamentales et Appliques
(Diplme National Arrt du 7 aot 2006)

cole doctorale Sciences et Ingnierie en Matriaux, Mcanique, Energtique et Aronautique
Domaine de recherche : Gnie mcanique, productique, transport et bio-ingnierie

Prsente par
Luc Boutin


BIOMIMTISME : GENERATION DE TRAJECTOIRES
POUR LA ROBOTIQUE HUMANODE A PARTIR DE
MOUVEMENTS HUMAINS


Directeurs de thse : Sad ZEGHLOUL et Patrick LACOUTURE

Soutenue le 2 dcembre 2009
Devant la Commission dExamen

JURY

G. Poisson
X. Wang
L. Romdhane
P. Seguin
P. Lacouture
S. Zeghloul
Professeur dUniversit
Directeur de Recherche
Professeur dUniversit
Maitre de confrences
Professeur dUniversit
Professeur dUniversit
Universit dOrlans
INRETS, Lyon/Bron
Ecole Nationale dIngnieurs de Sousse
Universit de Poitiers
Universit de Poitiers
Universit de Poitiers
Rapporteur
Rapporteur
Examinateur
Examinateur
Examinateur
Examinateur
























L'tre humain croira toujours que,
plus le robot parat humain,
plus il est avanc, complexe et intelligent.

Paroles du personnage de Elijah Baley dans Les robots de l'aube
Isaac Asimov, J'ai lu, 1988 (tome 2, page 245)




Mais avez-vous dj rencontr C3PO ?

Robot R2D2

5


Remerciements

Ce travail a t effectu au sein du Laboratoire de Mcanique des Solides de
Poitiers dirig par le professeur Olivier Bonneau. Je tiens lui exprimer toute ma
gratitude pour mavoir donn lopportunit de travailler sur un sujet se trouvant la
frontire de lquipe de Mcanique du geste sportif et de lquipe Mcanismes et
robotique du laboratoire, cela dans un laboratoire pluridisciplinaire trs enrichissant.

Je tiens tout dabord remercier lensemble des membres du jury pour leurs
remarques pertinentes qui ont contribu llaboration de ce document, notamment
Grard Poisson et Xuguang Wang suite la lecture et aux rapports du premier
manuscrit. Merci aussi Pascal Seguin pour ses nombreuses propositions de
corrections et damlioration du document.

Durant ces trois ans de recherche, le professeur Patrick Lacouture ma accord toute
sa confiance et ma donn les moyens humains et matriels de raliser les analyses
du mouvement humain au sein dune quipe jeune et passionne.

De mme je suis reconnaissant envers le professeur Sad Zeghloul qui ma permis
dintgrer rapidement lquipe et a suivi la progression de mon travail avec un grand
intrt.

Lavancement complet de ce travail naurait pas pu tre abouti sans la collaboration
fructueuse et efficace dAntoine Eon. Nous avons pu travailler sur des thmatiques
trs proches mais toujours en parfaite complmentarit. De riches discussions sont
encore attendre de nos projets de recherche en commun.

Je souhaite aussi exprimer ma reconnaissance tous les membres des quipes du
laboratoire qui mont permis de mintgrer rapidement dans les deux domaines
scientifiques et techniques que sont la biomcanique et la robotique. Je veux
madresser spcialement aux membres du dsormais clbre bureau 3W04 : Fabien,
Tony et Eric, ainsi qu notre bureau aquarium de roboticiens : Nael, Antoine,
Vincent, Fred, Riadh, Pascal, Samir et les autres.

La collaboration avec le JRL-France fut, pour ce projet, un vritable challenge, mais
aussi une chance de pouvoir appliquer les mthodes dveloppes des robots
humanodes la pointe de la technologie actuelle. Les trajectoires gnres pourront
6 Remerciements

dans un avenir proche tre testes sur les robots Toulouse pour HRP-2 ou
Montpellier pour HOAP-3.

Durant ma dernire anne de thse, une opportunit trs enrichissante ma t
accorde par le professeur Ceccarelli de contribuer un travail de recherche dans le
laboratoire LARM de lUniversit de Cassino. LEcole doctorale SPI&A de luniversit
de Poitiers ainsi que le CIES Centre mont permis de financer ce projet qui a abouti
la mise en place dune collaboration plus intense entre les deux laboratoires.

Je tiens remercier toutes les personnes qui ont bien voulu nous consacrer un peu
de leur temps pour participer aux exprimentations et aux captures de mouvement.
Ltude du mouvement humain ne se fera pas sans le dvouement des personnes
qui nous entourent. Un grand merci eux.

Je souhaite rendre hommage mes parents qui mont toujours soutenu dans mes
projets dtude et qui mont donn les moyens de construire ma vie et ma carrire
dans des conditions trs favorises.

Merci ma chre et courageuse Audrey pour sa relecture attentive du document
final ainsi que pour son soutien durant la finalisation de ces travaux.
7
Table des matires




REMERCIEMENTS 5
TABLE DES MATIERES 7
AVANT-PROPOS 11
0. DE LHUMAIN AU ROBOT 13
0.1. LHISTOIRE DE LANALYSE DU MOUVEMENT HUMAIN 13
0.2. DES PREMIERS AUTOMATES AUX ROBOTS HUMANODES 15
0.3. LIMITATION DU MOUVEMENT HUMAIN 17
I. ENREGISTREMENT ET ANALYSE DU MOUVEMENT HUMAIN 21
1. PROTOCOLE DE MESURE 23
1.1. LES TECHNIQUES DACQUISITION 24
1.2. LE MATERIEL A DISPOSITION AU LMS 28
1.3. CHOIX DU MODELE CINEMATIQUE HUMAIN 29
1.4. POSITIONNEMENT DES MARQUEURS 31
1.5. LOCALISATION DES CENTRES ARTICULAIRES 34
CONCLUSION 35
2. EXTRACTION DES DONNEES ARTICULAIRES 37
2.1. MOUVEMENT DES SEGMENTS DANS LE REPERE TERRESTRE 37
2.2. MATRICE DE ROTATION INTERSEGMENTAIRE ET EXTRACTION ANGULAIRE 41
2.3. ETUDE DE LINFLUENCE DU CHOIX DE LA SEQUENCE 43
CONCLUSION 53
3. DETECTION DES EVENEMENTS DE CONTACT 55
3.1. DESCRIPTION DE LA PROBLEMATIQUE 55
3.2. LES METHODES EXISTANTES ET LEURS LIMITES 56
3.3. LES DONNEES DENTREE DU PROBLEME 58
3.4. MODIFICATION DE LA METHODE HPA 61
3.5. COMPARAISON DES PERFORMANCES DES ALGORITHMES 63
CONCLUSION 74
8 Table des matires

4. ANALYSE DE LA LOCOMOTION HUMAINE 77
4.1. ANALYSE TEMPORELLE 77
4.2. TRAJECTOIRES DES CDM ET CDP 80
4.3. MOUVEMENTS DES MEMBRES INFERIEURS 87
4.4. PARTICIPATION DES MEMBRES SUPERIEURS 89
CONCLUSION ET DISCUSSION 91
CONCLUSION DE LA PREMIERE PARTIE 93
II. GENERATION DE TRAJECTOIRES POUR LES ROBOTS HUMANODES 95
5. PRINCIPE DE TRANSPOSITION AU ROBOT 97
5.1. PROBLEMATIQUE 97
5.2. ADAPTATION AUX LONGUEURS SEGMENTAIRES DU ROBOT 99
5.3. PRESENTATION DU PROCESSUS DE TRANSPOSITION 101
5.4. ARCHITECTURE DES ROBOTS HUMANODES 103
5.5. TRAJECTOIRES DES MEMBRES SUPERIEURS 105
5.6. ORIENTATION DU BASSIN 106
CONCLUSION 107
6. EQUILIBRE ET DYNAMIQUE DU ROBOT MARCHEUR 109
6.1. CRITERES DE STABILITE DUN ROBOT MARCHEUR 109
6.2. FORMULATION MATRICIELLE DYNAMIQUE DUN SYSTEME POLYARTICULE 113
6.3. CALCUL DU ZMP 120
CONCLUSION 121
7. DEFINITION DES TRAJECTOIRES DES PIEDS ET DU ZMP DE REFERENCE 123
7.1. DEFINITION DES PHASES ET SOUS-PHASES DE MARCHE 123
7.2. TRAJECTOIRES DE REFERENCE DES PIEDS 125
7.3. TRAJECTOIRES DE REFERENCE DU ZMP 128
CONCLUSION 131
8. EVITEMENT DE COLLISIONS 133
8.1. LIMITES DES TRAJECTOIRES DE REFERENCE DES PIEDS 133
8.2. DEVELOPPEMENT DUNE STRATEGIE DEDIEE 134
8.3. AUTRES METHODES ENVISAGEABLES ET AUTO-COLLISION 138
CONCLUSION 139


Table des matires 9


9. RESOLUTION DU MODELE GEOMETRIQUE INVERSE 141
9.1. DEFINITION DES CONTRAINTES A RESPECTER 141
9.2. CINEMATIQUE INVERSE 142
9.3. ALGORITHME DE CINEMATIQUE INVERSE DEDIE 148
CONCLUSION 150
10. LES EXEMPLES DAPPLICATION : HRP-2 ET HOAP-3 151
10.1. LA MARCHE EN LIGNE DROITE SUIVIE DUN VIRAGE 152
10.2. LE SLALOM 156
10.3. LES LIMITES DES ROBOTS HUMANODES 159
CONCLUSION 161
CONCLUSION GENERALE 163
BIBLIOGRAPHIE 167
LISTE DES FIGURES 175

11
Avant-propos

Ces travaux interviennent dans le cadre dun rapprochement entre deux quipes du
laboratoire de mcanique des solides de lUniversit de Poitiers et du CNRS.

Lquipe de Mcanique du Geste Sportif (MGS), cre au sein du laboratoire de
Physique des Matriaux en 1984, a rejoint en 2002 le LMS compte tenu de ses
domaines dapplication proches de la mcanique des solides. Lobjectif de lquipe
est damliorer la comprhension du mouvement humain travers, notamment, les
interactions dynamiques entre le corps humain et son environnement, ainsi quentre
ses diffrents segments. Dans ce cadre, un effort particulier a t effectu
concernant lamlioration de la modlisation mcanique personnalise du corps
humain pour que les rsultats danalyse soient proches de la ralit physique.
Lexprimentation, la simulation, ainsi que la synthse optimale de mouvements,
sont les moyens mis en uvre depuis de nombreuses annes pour valider de
nouvelles mthodes danalyse du geste.

Lquipe Mcanismes et Robotique a, quant elle, des comptences reconnues
dans le domaine de la conception de dispositifs exprimentaux robotiss, dans la
dynamique des systmes complexes, ainsi que dans les applications de prhension
et de manipulation fine. Depuis le projet BIP2000, abouti il y a quelques annes par
la ralisation dun robot bipde (105kg pour 1m80), lquipe a dvelopp des
comptences techniques et thoriques sur la conception et la gnration de
trajectoires des robots bipdes.

Le projet de cette thse tablit un lien fort entre lanalyse du mouvement humain et la
commande des humanodes. Comment reproduire au mieux un mouvement captur
avec un robot humanode ? Pourquoi les robots humanodes existants aujourdhui ne
se dplacent pas tout fait comme nous ?





13
Chapitre 0
0. De lhumain au robot


Sommaire

0.1. Lhistoire de lanalyse du mouvement humain
0.2. Des premiers automates aux robots humanodes
0.3. Limitation du mouvement humain

13
15
17


0.1. Lhistoire de lanalyse du mouvement humain
Depuis longtemps les hommes essaient dexpliquer le comportement du vivant et
notamment danalyser son mouvement. Aristote (384-322 av. JC) dans son trait
De motu animalium voque dj une approche biomcanique du mouvement des
animaux. Beaucoup plus tard, Lonard de Vinci (1452-1519) ralise des travaux sur
la description du corps humain. William Harvey (1578-1658) quant lui est connu
pour ses travaux fondamentaux sur la circulation du sang et posa, le premier, le
problme de la microcirculation et de la circulation capillaire.

Un tournant important dans lanalyse de la gestuelle biologique fut sans doute
linvention de la photographie et de la cinmatographie. En fait, la problmatique de
lanalyse du mouvement humain a t un lment initiateur de linvention de la
cinmatographie.

En France, ds les annes 1880, quinze ans avant
la premire projection publique des frres lumires
Paris, tienne-Jules Marey (1830-1904),
professeur de physiologie au collge de France
invente le chronophotographe plaque de verre :
un vritable anctre de la camra [Dre95].

En 1882, avec laide de son assistant Georges Demen [Dre95], ils craient le
premier laboratoire de biomcanique au monde : la station physiologique du parc des
princes. Une piste de course, accompagne de rails permettant deffectuer les

Figure 1 : Chronophotographie de
Georges Demen (1850-1917)
14 0. De lhumain au robot

premiers travellings, est utilise pour chronophotographier les grands sportifs de
lpoque habills en blanc sur un fond noir (Figure 1).

Une problmatique se pose alors : lorsque les mouvements sont trop lents, ou
lorsque les photographies sont effectues avec des intervalles de temps trop courts,
il est difficile danalyser le geste. Une premire solution est de placer des marqueurs
blancs (tiges et sphres), en quipant
lathlte de vtements sombres. Ils
obtiennent rapidement les premiers
kinogrammes filaires du mouvement
humain (Figure 2).

En 1888, le professeur Marey, met au
point le chronographe pellicule qui
permet de sparer les clichs. Entre
1891 et 1892, Georges Demen
invente le phonoscope (Figure 3) qui projette sur un cran une srie de
photographies disposes sur un disque. Sa premire utilisation est destine
lapprentissage de la parole pour les sourds. Il projette donc tout dabord le
mouvement du visage lors de
la parole. Ce systme de
projection est commercialis et
appel le portrait vivant .
Entre 1893 et 1894, Demen
ralise de nombreux petits
films grce une camra
portative et son phonoscope
qui les projette sur cran.

En 1896, quelques mois aprs les frres Lumires, Demen rend lui aussi sa camra
rversible qui enregistre les films et les projette. Lon Gaumont, le pre de la plus
ancienne firme de cinma au monde, se chargera de les produire et de les vendre.
Demen lui cdera tous ses brevets en 1901 pour se replonger dans lanalyse du
mouvement humain en crant un laboratoire lcole militaire de Joinville. Cette fois-
ci, les athltes sont films grande vitesse : 150 images par seconde ; la technique
des grands ralentis est dj parfaitement au point.

Les techniques denregistrement du mouvement ne progresseront plus vraiment
jusqu la combinaison des camras aux ordinateurs. Cette association permettra

Figure 2 : Fusil photographique dtienne-Jules
Marey (1830-1904)

Figure 3 : Phonoscope de Georges Demen
15


notamment de suivre des marqueurs disposs sur la peau, avec une camra pour un
mouvement suivi en deux dimensions, ou avec plusieurs camras pour obtenir la
troisime dimension. Les diffrents dispositifs actuels de capture du mouvement
seront prsents par la suite.

0.2. Des premiers automates aux robots humanodes
Cest en observant le mouvement humain quune
autre ambition est ne : crer des machines
capables de raliser les mmes tches que les
tres humains. Les objectifs et ides dapplication
sont multiples.
Lonard De Vinci dessine en 1495 un chevalier
mcanique [Rosh06]. Celui-ci est compos de
plusieurs articulations au niveau des membres
suprieurs. Elles sont actionnes par lintermdiaire
dengrenages et de poulies en tirant sur une corde
(Figure 4).

Aux XVIIIe et XIXe sicles, diverses poupes
japonaises sont ralises, pour le thtre, les
crmonies religieuses ou encore pour servir le
th. Ces poupes sont appeles les Karakuri
[Law97]. La Figure 5 prsente une poupe pour le
service du th. Elles taient utilises pour gayer
les rceptions dun hte en lui servant le th de
faon surprenante. Le th est dispos dans les
bras de la poupe. Le robot commence alors
marcher ou plutt rouler en faisant bouger
ses petits pieds en ligne droite jusqu une
distance dfinie. Ensuite la poupe sarrte et baisse la tte. Lhte peut alors
prendre sa tasse de th pour que le robot fasse demi-tour et retourne sa position
de dpart. Ce type de robot est actionn par lintermdiaire de transmissions par
cbles, engrenages et cames utilisant lnergie potentielle emmagasine dans des
ressorts.


Figure 4 : Le chevalier mcanique
de Lonard De Vinci 1495

Figure 5 : Zashiki Karakuri : un
robot domestique pour le service
du th (http://www.karakuri.info)
16 0. De lhumain au robot

Au XVIIIe sicle en France, le grenoblois Jacques de Vaucanson met au point trois
robots, un joueur de flte, un joueur de tambourin et surtout un clbre canard
automate capable de caqueter, de simuler la nage et de digrer des aliments.
Malheureusement ces trois uvres disparatront au cours du XIXe sicle.

Durant la mme priode, lhorloger suisse Jaquet-
Droz [Car79] prsente trois automates exceptionnels,
une musicienne, un crivain et un dessinateur. Grce
ses talents dhorloger de renom, les automates
produisent des mouvements complexes et
programmables ; ce sont de vritables ordinateurs
mcaniques. La musicienne (Figure 6) joue en
appuyant sur les touches dun clavecin 24 fltes, et
produit cinq mlodies diffrentes. Lautomate
dessinateur reproduit les portraits de Louis XV et de
son chien, de Louis XVI accompagn de Marie-
Antoinette, ainsi que la reprsentation dun Amour
conduit par un papillon. Lcrivain, quant lui, est capable dcrire une phrase
compose au maximum de 40 lettres interchangeables.

Au XIXme sicle, Eugne Faber ralise Euphonia, une androde qui est suppose
dialoguer avec les spectateurs. Quant lautomate turc du baron Von Kempelen, il
joue aux checs, srement actionn par un humain cach derrire le dispositif.

Aprs linvention des ordinateurs, cest partir de 1960 que les premiers robots
reproduisant dabord les animaux, puis lhumain,
apparaissent. Les premiers robots humanodes ont leurs
prototypes. Lobjectif est de pouvoir imiter les mouvements
humains en utilisant les technologies de la robotique
existante. Les avances technologiques ralises lors de
ces recherches ont permis aussi de trouver de nouvelles
techniques de commande ou encore de transmission de
puissance.

Cest en 1973, que luniversit de Waseda au Japon
prsente le premier humanode complet nomm WABOT-1
(Figure 7) [Kat74]. Il est dot dun systme de vision et de
conversation. Il marche et saisit des objets. Les recherches
actives dans cette quipe de recherche vont permettre de raliser en 1984, pour la

Figure 6 : Main de la musicienne
de Jaquet Droz XVIIIe
http://www.jaquet-droz.com

Figure 7 : WABOT-1 de
lUniversit de Waseda
17


premire fois, une marche dynamique (1,3s pour un pas) avec le systme
locomoteur nomm WL-10RD [Tak85] qui gravit aussi des marches.

A partir de 1986, lentreprise HONDA

commence
son projet de recherche concernant la robotique
humanode. Aprs de nombreux prototypes plus ou
moins russis et surtout grce aux avances
technologiques de llectronique et de
llectromcanique, le robot Asimo [Hon07] (2000)
(Figure 8) fait partie des robots les plus perfectionns
de son re. Un an plus tard, le robot HRP-2 [Kan02]
(Figure 8) de lentreprise japonaise Kawada
industries

fait son apparition. Il sera vendu comme


plateforme de recherche dans une dizaine de
laboratoires trangers dont le Laboratoire d'Analyse et d'Architecture des Systmes
(LAAS) Toulouse. Il sera suivi de HRP-3 [Aka05] tanche aux projections deau et
de landrode fminin HRP-4C (http://www.aist.go.jp).

Les dernires tendances sont la cration de mini robots, beaucoup moins chers,
moins fragiles et moins dangereux manipuler : des robots ludiques, mais aussi des
robots qui retournent leurs racines : les automates.

0.3. Limitation du mouvement humain
La problmatique de ces travaux concerne la gnration de trajectoires pour les
robots humanodes imitant le mouvement humain. Depuis que le premier robot
humanode a t cr, cest toujours dans un souci de ressemblance lhomme, que
lhumanode est conu. Seulement, la technologie voluant, il est possible
aujourdhui dimiter de mieux en mieux les gestes humains tout en respectant les
critres anthropomorphiques.

De nombreuses volutions technologiques ont permis cela. Au niveau de la
mcanique, avec des systmes de transmission de puissance plus adapts
lapplication : lgers, peu dissipatifs, sans jeu, avec ou sans rigidit La
miniaturisation toujours plus impressionnante de llectronique embarque ainsi que
les puissances de calcul des nouveaux processeurs permettent dsormais de
concevoir des robots autonomes avec une morphologie humaine. Les matriaux

Figure 8: Asimo de la firme
HONDA et HRP-2 de Kawada
Industries
18 0. De lhumain au robot

ainsi que leurs procds de transformation conduisent la ralisation de robots
aussi lgers, voire bientt plus lgers que ltre humain.

La problmatique principale des travaux prsents dans ce manuscrit sinscrit dans
ce cadre : comment reproduire de faon automatique un mouvement humain
captur ? Par la suite nous dcrirons la procdure complte de la transposition du
mouvement humain au mouvement du robot.

Le chemin est encore long avant que les robots humanodes aient les mmes
capacits sensori-motrices que les tres humains qui sont les tres vivants pourvus
de la plus grande capacit dadaptation sur la Terre. Les ordinateurs ont dsormais
des capacits de calcul de plus en plus grandes. Est ce quun jour les robots
humanodes pourront marcher, courir, sauter, ramper, viter, sentir, percevoir,
analyser, optimiser plus vite et mieux que nous ?

Ce manuscrit est compos de deux parties constitues respectivement de quatre et
de six chapitres, et finalises par des conclusions partielles.

Les techniques de lanalyse du mouvement humain sont dtailles dans un premier
temps. Nous proposons un protocole de mesure pour la capture du mouvement
humain et une mthode permettant le calcul des angles articulaires humains. La
problmatique de la dtection des vnements de contact entre les pieds et le sol est
ensuite aborde, en proposant ladaptation des mthodes existantes pour un
mouvement plus complexe quune marche lance en ligne droite. Les rsultats sur
une trentaine de sujets sains sont alors dcrits afin den dduire la mthode la plus
pertinente. Finalement le dernier chapitre de cette partie dcrit un exemple
dacquisition dune marche humaine ainsi que son analyse quantitative temporelle et
cinmatique.

La deuxime partie traite de la transposition du mouvement humain aux robots
humanodes. Une fois la problmatique gnrale et le processus de transposition
dfinis, le critre de stabilit des robots marcheurs est prsent accompagn dune
mthode de calcul dynamique sous formulation matricielle. A partir des donnes du
mouvement humain captur, les trajectoires de rfrence des pieds et du centre de
ZMP (Zero Moment Point) sont dfinies. Une modification des trajectoires des pieds
est ensuite effectue dans le cas de risque de collision entre les deux pieds, par
exemple dans le cas de lexcution dun slalom. Finalement, un algorithme de
cinmatique inverse ddi est utilis pour dterminer les angles articulaires du robot,
afin dimiter le mouvement humain tout en respectant les contraintes dquilibre et de
19


contact au sol. Plusieurs exemples dapplication sont prsents dans le dernier
chapitre.

Une conclusion gnrale rappelle les principaux rsultats et fixe les perspectives
dtude.



21









Premire partie

I. Enregistrement et
analyse du mouvement
humain

23
Chapitre 1
1. Protocole de mesure



Sommaire

1.1. Les techniques dacquisition
1.2. Le matriel disposition au LMS
1.3. Choix du modle cinmatique humain
1.4. Positionnement des marqueurs
1.5. Localisation des centres articulaires
Conclusion

24
28
29
31
34
35



Dans la procdure de transposition du mouvement humain vers la commande des
robots humanodes, il est ncessaire dans un premier temps de dfinir un protocole
de mesure et danalyse du mouvement humain capturer. Une liste non exhaustive
des systmes dacquisition du mouvement humain est prsente. Elle est suivie tout
dabord par la description du matriel disposition au sein du laboratoire de
mcanique des solides de lUniversit de Poitiers. Ensuite, une modlisation du
corps humain est tablir pour dfinir les postures au cours de lenregistrement
tridimensionnel. De plus, le positionnement des points suivis au cours du mouvement
ainsi que la dtermination des centres articulaires peut modifier de faon non
ngligeable les angles articulaires mesurs.
24 1. Protocole de mesure

1.1. Les techniques dacquisition
1.1.1. Les systmes optolectroniques
1.1.1.1. Marqueurs passifs
Les systmes optolectroniques marqueurs passifs
sont srement, lheure actuelle, le type de systme
dacquisition le plus rpandu. Les deux principales
socits concurrentes qui commercialisent ces produits
sont Vicon

(Figure 9) et Motion Analysis

. La socit
franaise BIOGESTA

commercialise aussi ce type de


produit, notamment le systme SAGA qui a t utilis pour de nombreuses tudes
au sein du laboratoire.

Son principe rside dans le suivi de marqueurs fortement rflchissants (type
catadioptre) laide dau moins deux camras. Chaque camra est quipe dun
projecteur (LED) dirig vers le volume dtude. Les marqueurs sont suivis en deux
dimensions par chacune des camras. Une reconstruction en trois dimensions est
possible lorsque chaque marqueur est repr par au moins deux camras. Le
principe de reconstruction volumique se base sur les mthodes de triangulation
spatiale. A noter quune calibration du volume dtude est toujours ncessaire afin,
notamment, de dterminer les positions et les orientations relatives des camras
ainsi que de dfinir le repre de rfrence.

De nombreux avantages expliquent lutilisation massive de ce type de systmes.
Principalement la libert de mouvement est trs peu altre par des marqueurs petits
et lgers. Cependant, un des inconvnients majeurs est la non diffrentiation des
marqueurs. Pour palier ce problme, le logiciel Vicon Nexus

propose de dfinir des


modles de type systme polyarticul associ aux marqueurs disposs sur le sujet.
Une premire acquisition statique est effectue suivie dun post traitement qui permet
didentifier les marqueurs et de crer ainsi des segments supposs rigides associs
au dplacement dau moins trois marqueurs. Des liaisons cinmatiques sont dfinies
entre les diffrents segments. Ainsi lors des acquisitions, grce au modle de
rfrence, le systme danalyse reconnat en temps rel les diffrents marqueurs et
leurs segments associs. Un coefficient de rigidit permet de modifier la sensibilit
du systme aux erreurs de positionnements relatifs des marqueurs.


Figure 9 : Dmonstration
Motion Capture Vicon
25


Il est galement possible de diffrencier les marqueurs en utilisant un systme
marqueurs actifs.

1.1.1.2. Marqueurs actifs
Ce type de systmes est compos de marqueurs qui
mettent de la lumire (LED) et donc qui peuvent, par les
paramtres des ondes mises (longueur donde et
frquence), se diffrencier les uns des autres. Les
principaux avantages sont dune part la diffrentiation
automatique et robuste des marqueurs, et dautre part la
distance importante quil peut y avoir entre le sujet en
mouvement et les camras. Aucun projecteur nest
ncessaire donc lenregistrement peut se raliser en
lumire ambiante. Linconvnient majeur est le dispositif,
le plus souvent filaire (Figure 10), des marqueurs qui ont
besoin dune alimentation et dune synchronisation. Ce
dispositif gne le sujet ou, tout au moins limite les gestes
analyser (mouvement du matriel embarqu).

1.1.1.3. Sans marqueurs
Une approche rcente est en plein dveloppement, il
sagit de la reconnaissance de formes sans aucun
marqueur corporel. De nombreux laboratoires dans le
monde entier travaillent sur la reconnaissance du
mouvement du corps humain uniquement partir de
camras vido standard.

La socit franaise 4D View Solutions

(Figure 11), ne en novembre 2007 dun


projet de valorisation dune plateforme de lINRIA Rhne-Alpes, commercialise ce
type de systme. En temps rel ou en diffr une reprsentation 3D dune scne
filme est gnre. Un grand nombre de camras est ncessaire pour viter les
zones dombre. A partir des donnes vidos, le sujet est reconstruit laide dun
maillage tridimensionnel associ des couleurs et textures. Ce type de
reprsentation est appel 3D vido.

Ce type de systme ouvre les portes de nouvelles mthodes denregistrement du
mouvement humain pour lanimation de caractres virtuels ainsi que pour la

Figure 10 : Systme
Optotrak Smart Markers

Figure 11 : 4D View
Solutions
26 1. Protocole de mesure

biomcanique. Il reste encore montrer la fiabilit ainsi que la prcision de telles
techniques.

1.1.2. Les systmes non optiques
Ns des applications robotiques, les systmes non optiques enregistrent aussi le
mouvement humain.

1.1.2.1. Acclromtres et gyromtres
La principale mthode rside dans lutilisation
dacclromtres tri-axes et de gyromtres
magntiques (Figure 12). Un couple de ce type de
capteurs est plac sur chacun des segments ou sur
quelques segments. Un modle cinmatique
polyarticul peut tre utilis pour dterminer les angles
articulaires et la position relative des diffrents
segments.

Deux inconvnients majeurs existent. Tout dabord, les
acclromtres ne permettent pas de calculer une
position absolue fiable au cours du temps cause du phnomne de drive
temporelle. Ensuite les gyromtres magntiques sont soumis de nombreuses
perturbations lectromagntiques en prsence de matriels lectriques ou
lectrostatiques. Une bonne calibration des capteurs est ncessaire avant toute
manipulation.

Un avantage indniable est le faible cot de ces systmes car ils ne ncessitent pas
de nombreuses camras ni un flux vido lourd transfrer. Le volume dtude peut
tre trs grand et il ny a pas de phnomnes docclusion inhrents aux systmes
optiques.

1.1.2.2. Exosquelettes
Les exosquelettes passifs sont aussi un moyen denregistrer
le mouvement humain. Des dispositifs mcaniques sont
attachs au sujet humain (Figure 13). Ils sont en gnral
composs de segments rigides relis par des liaisons pivots
quipes de capteurs de positions passifs. Il est ainsi
possible denregistrer lvolution angulaire de ces liaisons. Il

Figure 12 : Systme Xsens

Figure 13 : Gypsy 6
Motion Capture System
27


reste difficile pour ce type de systme denregistrer les paramtres articulaires des
liaisons de type rotule comme les hanches ou encore larticulation glno-humrale.
De plus il est difficile de positionner correctement les ensembles articuls par rapport
aux axes articulaires rels du sujet. Les mouvements de flexion (bras et jambes)
peuvent tre enregistrs partir des donnes de potentiomtres. Les autres
paramtres articulaires sont obtenus laide de gyromtres disposs sur les
segments.

Ces systmes sont aussi destins tre actifs c'est--dire
soulager musculairement le sujet quip (Figure 14). Ainsi il
sera possible pour une personne de porter une charge trs
lourde mais aussi par exemple daider la locomotion ou
la course. La rducation fonctionnelle constitue galement
une piste dapplication pour de tels systmes
mcatroniques ainsi que lassistance aux personnes ges.

1.1.2.3. Un nouveau systme driv des robots cbles
Le laboratoire de robotique et de mcatronique (LARM) de lUniversit de Cassino en
Italie a mis rcemment au point un nouveau systme dacquisition du mouvement
driv de la technologie des robots cbles [Ott09] : CATRASYS (Cassino Tracking
System, Figure 15). Au cours des travaux prsents dans ce mmoire, nous avons
pu tablir une collaboration scientifique avec le LARM et contribuer lvolution de
cette technique dacquisition de la locomotion humaine sur tapis roulant.
Il sagit de fixer au sujet humain plusieurs cbles en
diffrents points anatomiques de rfrence et
denregistrer les variations de longueurs de ces
diffrents cbles. Si les extrmits de trois cbles sont
fixes en un mme point alors il est possible de
dterminer la position de ce point par rapport au
repre terrestre. Il se trouve lintersection des trois
sphres de rayons gaux aux trois longueurs de
cbles. Cest ce principe de triangulation qui est
utilis. Dautres approches sont possibles notamment
si lon considre un segment rigide alors on peut disposer les cbles au niveau de
plusieurs points pour avoir sa position et son orientation dans lespace.

Plusieurs amliorations ont t proposes au cours dun sjour dun mois que jai
effectu Cassino. Aprs plusieurs sries de mesures sur des sujets sains, il sest

Figure 14 : Exosquelette
HAL de Cyberdyne

Figure 15 : Schma du
dispositif CATRASYS
28 1. Protocole de mesure

avr utile de dvelopper un algorithme de dtection de contact pour pouvoir
analyser de faon temporelle les trajectoires obtenues. La marche sur tapis roulant
engendre des trajectoires au niveau du talon ou des malloles quivalentes aux
signaux traits par filtre passe-haut des trajectoires de marche en ligne droite sans
tapis. La composante davance est filtre. Dans [Des09], Desailly et al. montrent que
les vnements de contact peuvent alors tre dtermins par les extrema de ces
signaux filtrs. Sur un tapis roulant, le filtrage nest pas ncessaire, les instants de
contact sont dtects lorsque le talon (pos de pied) ou les orteils (leve de pied) ont
une vitesse de dplacement antropostrieur qui sannule. Des propositions ont t
apportes concernant les capacits du prototype, notamment une mthode de
mesure de langle de flexion du genou au cours de la marche et la ncessit dun
filtrage durant la phase de post-traitement. De nouvelles techniques dattache des
cbles ont t envisages pour amliorer la prcision de mesure du systme.

Ce systme a de nombreuses limites quant son utilisation. Cependant ses
principaux avantages mis en avant par ses concepteurs sont le cot et la robustesse.
Les techniques dacquisition optolectronique ont encore un cot trs lev
notamment pour les pays en voie de dveloppement. Il semble intressant de
concevoir des systmes danalyse de la marche pathologique plus accessibles aux
centres mdicaux de ces pays.

1.2. Le matriel disposition au LMS
Lquipe de Mcanique du geste sportif du laboratoire de mcanique des solides
a t fonde en 1984. Les chercheurs de cette quipe sattachent depuis de
nombreuses annes analyser de faon objective les pratiques sportives afin de
conseiller les entraneurs et prparateurs physiques en vue de lamlioration des
performances des athltes. A partir des annes 1990, Jacques Duboy dveloppa un
premier systme danalyse du geste sportif (ANAIS) utilisant les donnes vido dune
camra. Par la suite lquipe de recherche sest dote de plusieurs systmes
dacquisition de la socit Biogesta notamment le systme nomm SAGA 3RT qui
fut utilis au dbut de ces travaux. Depuis 2008, le laboratoire est quip dun
nouveau systme de capture du mouvement humain de la socit Vicon

. Il est
compos de dix camras T40 dune rsolution maximum de 4 mgapixels (2352 x
1728) en niveau de gris. A la rsolution maximale, 370 images par seconde peuvent
tre enregistres. Les dix camras sont relies un central Gigabit Ethernet qui
assure la synchronisation des donnes mais aussi le transfert vers un PC de
29


commande. Chaque camra possde son propre processeur qui traite limage pour
en extraire des positions de marqueurs rflchissants.

Pour complter ce systme, deux plateformes de force six axes sont relies au
central Ethernet qui synchronise les signaux et les envoie au PC. Les plateformes
enregistrent le torseur des efforts appliqus par le sujet sur celles-ci. Les efforts et
couples intersegmentaires peuvent alors tre dtermins partir dun algorithme de
dynamique inverse ascendant. Dans notre tude, les donnes cinmatiques et
dynamiques sont surtout utilises pour dterminer les instants de contact initial et de
dcollement des pieds lors de la locomotion humaine.


Figure 16 : Acquisition d'un mouvement de marche sur tapis roulant
1.3. Choix du modle cinmatique humain
Il existe de nombreux modles cinmatiques
reprsentant plus ou moins prcisment les
mouvements du corps humain. Lhypothse courante
est de le modliser par un systme de corps rigides
(segments) relis par des liaisons normalises
prdtermines supposes parfaites.

Deux approximations sont effectues dans ce cadre.
Les liaisons sont supposes parfaites c'est--dire que
les articulations du corps humains sont modlises
par des liaisons mcaniques normalises, le plus
souvent par des liaisons rotules ou pivots. Ce nest
quune approximation pour la plupart des articulations qui sont souvent plus

Figure 17 : Maquette de
l'articulation du genou
(http://sciences41.tice.ac-orleans-tours.fr)
30 1. Protocole de mesure

complexes que ce type de modle. Par exemple, le genou reprsent par un modle
fonctionnel sur la Figure 17, montre quil est difficile dopter pour une liaison de type
rotule ou pivot. Des glissements complexes interviennent lors de la sollicitation de
larticulation et les surfaces de contact entre les deux os ne sont pas rgulires.
Malgr cela larticulation du genou est souvent modlise par une liaison pivot
compte tenu des mouvements gnrs par celle-ci. Les tendons et les ligaments
empchent le mouvement dabduction-adduction de larticulation. Dans certains cas
pathologiques, cette restriction ne sera pas valable.

La deuxime approximation est de considrer les segments comme rigides. Pour
certaines parties du corps, cette hypothse est relativement acceptable comme le
fmur ou le tibia-pron. Pour dautres, au contraire, cette hypothse est fortement
discutable comme pour le pied qui se dforme lors des contacts au sol ainsi que la
main ou encore le tronc, dont le mouvement est complexe, par lintermdiaire de la
colonne vertbrale.

Ainsi est-il important de choisir une modlisation approprie du corps humain en
fonction du type de mouvement captur et de lanalyse effectuer. Dans le cadre de
notre procdure, notre objectif est de crer des trajectoires pour les robots
humanodes partir de donnes humaines captures par un systme de motion
capture (cf Figure 16). Il semble donc appropri de modliser lhumain avec les
degrs de libert qui composent la plupart des humanodes existants.

Dans un premier temps nous dfinissons surtout les
segments sans limiter le nombre de degrs de
libert en rotation des articulations. Nous
choisissons de modliser le corps humain par un
systme compos de quinze segments supposs
rigides (Figure 19). Le tronc est dcompos en deux
parties : le bassin et le thorax. De nombreux
humanodes possdent une articulation entre leur
bassin et le thorax. Bien sr, ils ne peuvent pas
reproduire strictement le mouvement complexe
induit par la colonne vertbrale. Ils gnrent nanmoins des allures proches de
celles de lhumain. Lpaule est considre comme une rotule au niveau de
larticulation glno-humrale (Figure 18). En ralit, le mouvement de lpaule est
plus complexe car la scapula et la clavicule ne sont pas fixes par rapport au thorax. Il
devient donc difficile de considrer comme fixe la position du centre articulaire glno-
humral et donc de modliser le thorax par un segment rigide. Cependant, la plupart

Figure 18 : Articulation de l'paule
(http://www.arthrosport.com)
Articulation
glno-humrale
31


des humanodes existants ont des paules composes dune unique liaison rotule
(trois motorisations). Nous faisons donc le choix de modliser le thorax par un seul
segment. Les dformations des mains et des pieds ne seront pas prises en compte
dans notre procdure.


Figure 19 : Segments humains et repres associs
1.4. Positionnement des marqueurs
Pour enregistrer le mouvement, c'est--dire la position et lorientation dans le repre
terrestre de chacun des segments prcdemment cits, plusieurs marqueurs sont
positionns sur la peau du sujet.

Le choix de la position des marqueurs est essentiel pour le traitement ultrieur des
donnes. Les marqueurs sont positionns en fonction de repres anatomiques de
rfrence et contribuent la localisation des centres articulaires. Plus le nombre de
marqueurs utiliss est grand plus la dtermination de la position et de lorientation
des segments est prcise. Nous avons tout de mme opt pour un nombre de
marqueurs faible afin de raliser plus rapidement les enregistrements (Figure 20). Au
moins trois marqueurs sont ncessaires pour calculer lorientation et la position de
chaque segment. Le positionnement des marqueurs ainsi que le nombre de
marqueurs disposer est une problmatique dactualit dans le domaine de
lanalyse du mouvement humain [Cap95]. Les systmes dacquisition voluent de
faon trs rapide et pour raliser aujourdhui des mesures avec de trs nombreux
marqueurs (jusqu une centaine avec une dizaine de camras). Des stratgies de
dfinition des repres segmentaires sont ainsi dfinir en fonction des marqueurs
vus ou perdus par le systme dacquisition. Le Tableau 1 donne la localisation
anatomique des marqueurs.
32 1. Protocole de mesure







Figure 20 : Set de 37 marqueurs disposs sur le corps du sujet

1
3
11
13
14
4
15
5
16
6
9 7
31
32
29
30
37
17
19
20
21
22
23
24
25
26
27
28
35
33
34
36
8
10
18
2
12
33


Tableau 1 : Liste des marqueurs disposs sur des points anatomiques superficiels de
rfrence

Numro
marqueur
Dnomination Ct Segment
1 mtatarse pha 5 droit pied
2 mtatarse pha 1 droit pied
3 malole externe droit tibia-pied
4 face mdiale du tibia droit tibia
5 picondyle latral droit tibia-fmur
6 face mdiale de la cuisse droit fmur
7
pine iliaque
antrosuprieure droit hanche
8 sacrum --- hanche
9
pine iliaque
antrosuprieure gauche hanche
10 vertbre T10 --- hanche-tronc
11 mtatarse pha 5 gauche pied
12 mtatarse pha 1 gauche pied
13 malole externe gauche tibia-pied
14 face mdiale du tibia gauche tibia
15 picondyle latral gauche tibia-fmur
16 face mdiale de la cuisse gauche fmur
17 entre art. sternoclaviculaires --- tronc-clavicule
18 Cervicale C7 --- tronc-tte
19 acromion droit clavicule-bras
20 face latrale du bras droit bras
21 picondyle droit bras-avant bras
22 face latrale avant bras droit avant bras
23 poignet interne droit avant bras-main
24 acromion gauche clavicule-bras
25 face latrale du bras gauche bras
26 picondyle gauche bras-avant bras
27 face latrale avant bras gauche avant bras
28 poignet interne gauche avant bras-main
29 mallole interne droit tibia-pied
30 mallole interne gauche tibia-pied
31 picondyle interne droit tibia-fmur
32 picondyle interne gauche tibia-fmur
33 pitrochle droit bras-avant bras
34 pitrochle gauche bras-avant bras
35 poignet externe droit avant bras-main
36 poignet externe gauche avant bras-main
37 sternum --- tronc

34 1. Protocole de mesure

Le mouvement du pied est dfini par deux marqueurs sur les malloles internes et
externes ainsi que deux marqueurs respectivement sur le premier et dernier
mtatarse. Cinq marqueurs sont disposs pour le tibia, les malloles, les picondyles
ainsi quun marqueur sur le tibia. La position du fmur est quant elle dtermine
par la position du centre articulaire de la hanche associ au repre bassin ainsi que
par les picondyles du genou et un marqueur sur la cuisse. Le repre bassin est
dfini par les pines iliaques antro-suprieures et le sacrum. Le mouvement du
thorax est enregistr par les positions du sternum, de la vertbre T10, de la cervicale
C7, du milieu des articulations sterno-claviculaires et des acromions (paules).
Quatre marqueurs dfinissent le repre bras : lacromion, lhumrus et les
pitrochles du coude. Enfin lavant bras est localis par les marqueurs du coude, un
marqueur sur le radius et deux marqueurs sur le poignet.

1.5. Localisation des centres articulaires
Une des problmatiques dans lanalyse cinmatique et dynamique du mouvement
humain est la localisation des centres articulaires partir de mesures non invasives.
Cette tche est essentielle et incontournable pour dterminer les paramtres
angulaires lors des mouvements capturs. Dans notre tude, pour les chevilles,
genoux, coudes et poignets, chaque centre articulaire associ est considr comme
tant au point milieu entre les marqueurs interne et externe. Pour les paules et les
hanches, la localisation est la fois plus difficile et importante pour avoir des
rsultats prcis sur les angles articulaires. Deux mthodes distinctes existent pour
dfinir la position de ces centres articulaires.

La premire est la mthode dite prdictive. Elle consiste en lutilisation de donnes
statistiques tablies par des mesures cadavriques. Les centres articulaires sont
localiss comme tant une certaine distance de points anatomiques de rfrence
[Bel90]. Cette distance est bien sr proportionnelle des mesures
anthropomtriques. Aprs de nombreuses tudes et des comparaisons avec des
mesures radiomtriques, il apparat que cette mthode ne permet pas de localiser
avec une bonne prcision les centres articulaires ni des hanches, ni des paules.

La seconde mthode, dite fonctionnelle, permet de dterminer les centres articulaires
partir de lanalyse cinmatique dune dizaine de cycles de flexion, dabduction et de
circumduction [Beg07] [Mon07]. Cette deuxime approche a t utilise pour dfinir
les centres articulaires des hanches. La premire a permis de dterminer le centre
articulaire de lpaule.
35



Le protocole dcrit dans ce chapitre, tablit un cadre au niveau de la technique
dacquisition du mouvement employ dans ces travaux. Les choix qui sont rapports
dans ce document permettent dobtenir de manire efficace les mouvements des
segments supposs rigides du corps humain. Le protocole a t lgrement modifi
au cours des exprimentations, notamment pour enregistrer le mouvement de la tte
qui semble intressant analyser durant une locomotion avec des changements de
direction [Hic05] [Ber00]. Le chapitre suivant sera consacr la mthode dveloppe
pour la dtermination des angles articulaires humains qui serviront de rfrences
posturales la transposition aux robots humanodes.


Conclusion
Les techniques dacquisition du mouvement humain sont aujourdhui multiples et
elles voluent encore trs rapidement grce aux avances technologiques
multidisciplinaires. Le systme dacquisition que nous avons employ dans ces
travaux est lun des plus utiliss dans le domaine de lanalyse et de lenregistrement
du mouvement humain. Il permet la ralisation de mouvements dans un champ
suffisamment grand tout en gardant une trs bonne prcision de mesure. Des
marqueurs passifs sont disposs directement sur la peau du sujet ; ils ne gnent pas
lexcution de la plupart des mouvements.

Il a t ncessaire dtablir un modle cinmatique humain pour dterminer les
paramtres posturaux du sujet au cours de son mouvement. Le corps humain est
alors considr comme un ensemble de corps rigides (segments). Chaque segment
est suivi dans son mouvement, compos de trois translations et de trois rotations,
par au moins trois marqueurs disposs sur des repres anatomiques externes. Le
positionnement prcis des 37 marqueurs disposs sur le sujet a t dfini dans ce
chapitre. A partir de ces marqueurs externes, la localisation des centres articulaires
est value grce des mthodes prdictives ou fonctionnelles. Des repres
peuvent tre finalement dfinis partir des positions des marqueurs et des centres
articulaires.

Dans le prochain chapitre, partir des matrices rotations de chaque segment par
rapport au repre terrestre, trois paramtres de rotations intersegmentaires seront
dfinis entre deux segments successifs.


37
Chapitre 2
2. Extraction des donnes articulaires



Sommaire

2.1. Mouvement des segments dans le repre terrestre
2.2. Matrice de rotation intersegmentaire et extraction angulaire
2.3. Etude de linfluence du choix de la squence
Conclusion

37
41
43
53



Lobjectif de ce chapitre est de prsenter la procdure dextraction des donnes
articulaires, c'est--dire le calcul des angles articulaires en fonction des coordonnes
tridimensionnelles des marqueurs disposs sur le sujet. Ces angles articulaires
dfinissent les postures adoptes par le sujet au cours du mouvement. Celles-ci
deviennent indpendantes de la taille du sujet ou du robot une fois la trajectoire
transpose. Le choix de la mthode de calcul des angles articulaires peut modifier de
faon importante les rsultats et donc la correspondance entre la posture relle du
sujet et la posture dfinie par les angles obtenus.

2.1. Mouvement des segments dans le repre terrestre
Pour dcrire le mouvement dun corps solide dans lespace tridimensionnel, il est
ncessaire de dfinir un repre associ. Il peut tre construit partir dau moins trois
marqueurs non aligns. De plus, le repre terrestre doit tre dfini. Dans notre cas,
lors de la calibration du systme de motion capture, plusieurs marqueurs sont
disposs dans le champ dacquisition dfinissant un axe principal ainsi que le plan
horizontal.

2.1.1. Comment dfinir les repres ?
La dfinition des repres associs aux diffrents segments du corps humain est
essentielle concernant le calcul des angles articulaires. Il est trs difficile de
38 2. Extraction des donnes articulaires
comparer deux sries de mesures pour lesquelles les repres segmentaires ne sont
pas dfinis exactement de la mme manire. Cest pourquoi la socit internationale
de biomcanique (ISB) a dfini une standardisation de la dfinition des repres dans
lanalyse du mouvement humain [Wu95] [Wu05]. Dans notre cas, une autre approche
pourrait tre de dfinir les repres de la mme manire que sont dfinis ceux du
robot humanode concern. Nous avons opt pour la normalisation ISB pour pouvoir
comparer nos rsultats de capture ceux de la littrature. Ensuite des algorithmes
de transformations sont appliqus pour passer de la norme ISB au paramtrage
spcifique de chaque robot humanode tudi.

2.1.2. Dfinition des repres des membres infrieurs
La dmarche de dfinition des repres segmentaires est explicite par un exemple :
celui du bassin. Les marqueurs 7 (pine iliaque antrosuprieure droite), 8 (sacrum),
et 9 (pine iliaque antrosuprieure gauche), sont positionns sur les repres
anatomiques (Figure 21) superficiels de rfrence. LISB conseille de dfinir le
repre associ au bassin de la faon suivante [Wu02] : laxe x est form par la droite
passant par le marqueur du sacrum et par le milieu des deux pines iliaques. Laxe
temporaire zt est dfini par la droite passant par les deux marqueurs des pines
iliaques allant de la gauche vers la droite. Ces deux axes dfinissent le plan passant
par les 3 marqueurs. Laxe y du repre sera donc la normale ce plan c'est--dire le
produit vectoriel entre laxe zt et laxe x. Finalement laxe z du repre sera calcul
partir des deux autres par produit vectoriel.

Il faut noter que les figures ci-dessous reprsentent la position des marqueurs par
rapport aux points anatomiques osseux. Dans la pratique les marqueurs sont
disposs directement sur la peau du sujet tudi. Ceci doit tre pris en compte lors
du calcul de la localisation des centres articulaires par les mthodes de rgression
bases sur des donnes cadavriques.


Figure 21: Dfinition du repre du bassin partir de trois marqueurs (Figure 20 et Tableau 1)

7
9
8
39




(a) (b) (c)
Figure 22 : Dfinition des repres des membres infrieurs (Figure 20 et Tableau 1)

En ce qui concerne le fmur : laxe y est dirig du centre articulaire du genou vers le
centre articulaire de la hanche correspondant (Figure 22 a). Laxe zt est port par la
droite passant par les deux picondyles du genou, dirig vers la droite.

En ce qui concerne le tibia : laxe y est construit aussi par la direction dfinie par les
centres articulaires de la cheville et du genou (Figure 22 b). Laxe zt est la droite
passant par les deux picondyles du genou, dirig vers la droite.

On peut remarquer que les repres des segments du tibia et du fmur sont construits
avec le mme axe z temporaire passant par les deux picondyles du genou. Cet axe
est souvent celui que lon considre comme tant laxe de flexion du genou. Les
deux repres nauront pas nanmoins leur axe z en commun ainsi, lors du
mouvement, il ny aura pas uniquement un angle de flexion mais aussi un faible
mouvement dabduction et rotation. Il est possible de dfinir les repres du tibia et de
la cuisse avec le mme avec z. Cependant, ce choix na pas t retenu car les axes
principaux du fmur et du tibia doivent tre respects notamment pour le calcul de la
localisation du centre de gravit de ces deux segments. Le calcul de langle de
flexion du genou est aussi plus prcis car les deux marqueurs des picondyles du
genou ne situent jamais exactement laxe de rotation du genou. Il est prfrable de
calculer langle de flexion laide des deux axes principaux du tibia et du fmur.

15
32
14
13
30
11
12
9
8
7
16
15
32
14
13
30
11
12
9
8
7
16
15
32
14
13
30
11
12
9
8
7
16
40 2. Extraction des donnes articulaires
Le repre du pied est construit de la faon suivante (Figure 22 c). Laxe x est dfini
par la droite passant par le centre articulaire de la cheville et par le point milieu entre
le premier et dernier mtatarse. Laxe zt est dfini par la direction de la droite
passant par les deux mtatarses. Langle de flexion entre le pied et le tibia sera non
nul en position anatomique de rfrence ; il sera gal langle dincidence entre laxe
cheville-mtatarse et le plan horizontal.

2.1.3. Dfinition des repres des membres suprieurs
Laxe principal y du tronc est dfini par le point milieu des marqueurs de la vertbre
T10 et du sternum ainsi que par le point milieu des marqueurs sternoclaviculaires et
de la cervicale C7 (Figure 23a). Laxe temporaire zt qui dfinit le lacet du tronc est
construit par la droite passant par les deux acromions, vers la droite. Comme
expliqu prcdemment, cet axe nest pas rellement reprsentatif de lorientation de
la cage thoracique si lon prend en compte le mouvement de la scapula et des
clavicules. Pour un calcul de dynamique, tant donn la masse et linertie
importantes du thorax, cette approximation aura un effet de surestimation du moment
dynamique de ce segment. En effet, laxe passant par les deux acromions sera
soumis de fortes acclrations en rotation autour de laxe vertical, mouvement qui
ne sera pas forcement reprsentatif du thorax. Dans le cas dune analyse
dynamique, il semble donc plus judicieux de dfinir le repre du thorax partir
uniquement des marqueurs T10, C7, sternum et sternoclaviculaire. Lautre solution
est de rajouter des solides intermdiaires entre le thorax et les articulations glno-
humrales. Cest notamment le choix adopt pour le modle humain dans le logiciel
de simulation Humans dvelopp lINRIA Rhne-Alpes. Dans notre cas, le modle
est choisi surtout par rapport aux modles cinmatiques classiques des robots
humanodes ; de plus les calculs de dynamique inverse ne seront pas utiliss dans le
processus de transfert au robot. Ainsi le thorax sera considr comme un solide
rigide.

41



Figure 23: Dfinition des repres des membres suprieurs (Figure 20 et Tableau 1)

Pour le segment humral (Figure 23b), laxe principal y passe par les centres
articulaires de lpaule et du coude. Laxe temporaire transverse zt est dfini par les
pitrochles du coude.
Enfin laxe principal de lavant bras est orient suivant les centres articulaires du
poignet et du coude (Figure 23c). Laxe transverse zt est calcul grce aux
marqueurs interne et externe du poignet. On considre souvent que la liaison entre
lhumrus et lavant-bras est compose dune flexion et dune rotation.

2.2. Matrice de rotation intersegmentaire et extraction angulaire
2.2.1. Matrice de rotation des segments dans le repre terrestre
Une fois les repres de chaque segment dfinis, la matrice de rotation 3x3 dcrivant
lorientation du segment par rapport au repre terrestre peut tre gnre
rapidement. Cette matrice est simplement compose des vecteurs x, y et z
dfinissant le repre segmentaire exprim dans la base du repre terrestre.

2.2.2. Matrice de rotation intersegmentaire
Les matrices de rotations intersegmentaires peuvent tre ensuite calcules, elles
reprsentent lorientation de chaque segment par rapport au repre de leur segment
proximal voisin. Elles permettent de dterminer au cours du mouvement humain les
angles de flexion, abduction et rotation entre deux segments. Le bassin est
considr comme le segment de rfrence pour lensemble du corps. Cest souvent
37
17
19
24
24
25
26
34
34
26
27
36
28
(a) (b) (c)
42 2. Extraction des donnes articulaires
le choix qui est fait pour le contrle des robots humanodes bien quil soit
actuellement remis en cause pour des questions sensori-motrices [Ber00] [Hic05].

2.2.3. Extraction angulaire
Le processus qui sera dterminant pour la suite de la procdure de transfert est la
mthode de calcul des angles de flexion, abduction et rotation intersegmentaires. En
effet, pour reproduire la posture dun humain par un robot il est indispensable de
transformer les matrices de rotation intersegmentaires en angles articulaires.

En biomcanique et spcifiquement dans le domaine de lanalyse quantitative de la
marche, des angles intersegmentaires sont aussi calculs. Ils dfinissent de manire
quantitative le mouvement de chaque articulation. Lvolution de la flexion du genou
au cours de la marche sera notamment une variable importante dans lanalyse
clinique de la marche. La marche pathologique des personnes prsentant une
infirmit motrice crbrale (IMC) est souvent caractrise par une flexion de genou
de la jambe en balance trop faible [Kun98]. Le pied en transfert a alors tendance
frotter au sol et ce fait est compens par un mouvement de hanche pathologique.

Daprs les recommandations de Wu [Wu95], les angles de flexion (alpha),
dabduction (bta) et de rotation (gamma) sont extraits des matrices de rotation
intersegmentaires par lidentification de la matrice de rotation des angles de cardan.

Wu dfinit la squence angulaire du segment proximal au segment distal par une
premire rotation autour de laxe z (flexion, alpha), ensuite autour de laxe x
(abduction, bta) et pour finir autour de laxe y (rotation, gamma). La matrice
rsultant de cette squence est exprime de la faon suivante :


(1)



Il est donc possible tout dabord de calculer langle dabduction bta. Ensuite les
angles de flexion et de rotation peuvent tre dtermins partir de celui-ci. Deux
possibilits existent pour le calcul de ces angles, en utilisant la fonction arcsin langle
calcul pourra tre compris entre -90et +90tand is que la fonction arccos permet
dobtenir des angles entre 0 et 180.

(
(
(

+
+
=



C C S S C
C S C S S C C S S C C S
C S S S C C S S S S C C
R
ZXY
43







(2)





Cette mthode de calcul est celle propose par lISB depuis 1995 [Wu95]. Une autre
mthode souvent utilise en robotique est la fonction atan2 qui permet de trouver les
angles alpha et gamma compris entre -180et +180. Ceci en utilisant les quations
suivantes :

(3)


(4)


Le choix effectu de la squence influence le rsultat obtenu. Il semble intressant
dtudier linfluence du choix de la squence angulaire retenue.

2.3. Etude de linfluence du choix de la squence
2.3.1. Recommandation de lISB
LISB propose de calculer les angles articulaires toujours avec la mme squence de
cardan : ZXY [Wu95]. Dans le cadre de lanalyse clinique, il semble important de
respecter cette norme pour pouvoir comparer les rsultats provenant de diffrents
centres danalyses. Dans notre cas, le choix de la squence modifiera le mouvement
obtenu avec le robot. Pour une mme matrice de rotation calcule chaque image
comme expliqu prcdemment, il est possible dextraire les angles de flexion,
dabduction et de rotation des diffrentes articulations en utilisant des squences
diffrentes donc un processus de rsolution diffrent que celui cit par lISB. Voici les
rsultats du calcul des angles articulaires des hanches en fonction des squences

=
=
=
=
=
)
) cos(
arccos(
)
) cos(
arcsin(
)
) cos(
arccos(
)
) cos(
arcsin(
) arcsin(
33
31
22
12
32

R
R
R
R
R
)
) cos(
,
) cos(
( 2
12 22

R R
ATAN

=
)
) cos(
,
) cos(
( 2
31 33

R R
ATAN

=
44 2. Extraction des donnes articulaires
utilises, dans le cas dune marche avec un dpart, quatre phases de simple appui
puis un arrt pieds joints.

Figure 24: Angles de rotation de la hanche droite et de la hanche gauche suivant la squence
choisie. Les zones grises et violettes reprsentent les zones dans lesquelles sont compris les
angles de rotation respectivement de la hanche droite et de la hanche gauche suivant la
squence angulaire utilise pour lextraction.

Figure 25: Angle d'abduction de la hanche droite et de la hanche gauche suivant la squence
choisie. Les zones grises et violettes reprsentent les zones dans lesquelles sont compris les
angles dabduction respectivement de la hanche droite et de la hanche gauche suivant la
squence angulaire utilise pour lextraction.
Temps (s) 0,8 4,4s
Temps (s) 0,8 4,4s
45



Figure 26: Angle de flexion de la hanche droite et de la hanche gauche suivant la squence
choisie. Les zones grises et violettes reprsentent les zones dans lesquelles sont compris les
angles de flexion respectivement de la hanche droite et de la hanche gauche suivant la
squence angulaire utilise pour lextraction.

La rsolution se fait de la mme manire pour chaque squence, par exemple pour
la squence ZYX, la matrice littrale se prsente sous la forme suivante :


(5)


La rotation note gamma est calcule la premire laide de la fonction arcsin.
Ensuite les angles dabduction et de flexion peuvent tre calculs partir de celle-ci.

On remarque (Figure 25) des diffrences maximales de lordre de 4. Des carts
encore plus importants peuvent apparatre sur dautres articulations telles que le
genou ou la cheville. Comment alors choisir une mthode dextraction des angles
adapte la transposition vers les robots ?

2.3.2. Squences adaptes lapplication robotique
Si on veut reproduire fidlement lorientation dun segment par rapport son
segment proximal pour le robot, il faut extraire les angles en utilisant la squence de
(
(
(

+ +
+ +
=



C C C S S
S C S S C S S S S C C S
S C C S S S S C S S C C
R
ZYX
Temps (s) 0,8 4,4s
46 2. Extraction des donnes articulaires
cardan reproduisant la squence de rotation du robot. Ces squences ne sont pas
toujours les mmes suivant les robots humanodes et suivant les articulations.

Par exemple pour le robot HRP-2 les squences de rotation sont les suivantes selon
les repres dfinis par lISB (Tableau 2).

Tableau 2 : Squence des rotations des articulations des membres infrieurs pour le robot
HRP-2
SEGMENT SEQUENCE
Bassin-Cuisse YXZ
Cuisse-Tibia Z
Tibia-Pied ZX
Bassin-Thorax YZ
Thorax-Bras ZXY
Bras-Avant-Bras ZY

Pour trois angles dtermins par la mthode de lISB prcdemment cite (ZXY), si
ensuite on impose directement ces angles trois liaisons pivots en srie suivant
diffrentes squences, on obtient des orientations diffrentes de leffecteur. Pour
donner un ordre de grandeur de lerreur, on imagine un bras de 1m de longueur en
mouvement par lintermdiaire de trois liaisons pivots concourantes. Suivant lordre
de succession de ces trois liaisons pivots, si on impose les mmes coordonnes
angulaires, la position de leffecteur sera diffrente. Par exemple si on impose ce
bras, un angle de flexion de 30, dabduction de 30 et de rotation de 30par rapport
son segment proximal, alors les erreurs de position par rapport la squence de
rfrence ZXY sont de lordre de 30cm (Tableau 3).

Tableau 3: Erreurs de position d'un effecteur (bras 1m) en fonction des squences angulaires
(30de flexion, abduction et rotation)
SEQUENCE ERREUR (m)
ZYX 0,2588
YXZ 0,3953
YZX 0,1949
XYZ 0,3324
XZY 0,2512

Ces carts de position et donc dorientation ne sont pas ngligeables et peuvent
modifier de faon importante une posture ; il semble donc important de dterminer
les angles articulaires du robot qui reproduiront au mieux les orientations
47


segmentaires du sujet humain. Pour cela, il faut utiliser pour chaque articulation
humaine, la squence angulaire correspondant larchitecture du robot.

2.3.3. Les articulations sous actionnes du robot
Il apparat aussi que les articulations des robots humanodes ne sont pas des
liaisons rotules mais simplement composes de une, deux ou trois liaisons pivots.
Comment donc reproduire au mieux les rotations intersegmentaires humaines pour
le cas ou le nombre de degr de libert par articulation du robot est infrieur trois ?

2.3.3.1. Le genou
Le contrle de larticulation du genou est important dans la reproduction des postures
humaines lors de la marche. Spcialement pour la jambe en balance lors des
simples appuis, elle vite la collision et le frottement du pied avec le sol. La Figure 27
reprsente lvolution des flexions de genou lors dun cycle de marche humain avec
un dpart et un arrt en dbut et fin de cycle. Les variations provenant du choix de la
squence de rotation ne sont pas significatives par rapport lamplitude de la
mesure. Pour cet exemple, lors du troisime simple appui, lamplitude maximale des
carts est de lordre de 1,3(2%).

Figure 27 : Evolution des angles de flexion des genoux droit et gauche au cours de la marche
en fonction des squences de rotation choisies. Les zones grises et violettes reprsentent les
zones dans lesquelles sont compris les angles de flexion respectivement du genou droit et du
genou gauche suivant la squence angulaire utilise pour lextraction.

Temps (s) 0,8 4,4s
48 2. Extraction des donnes articulaires
Par contre, concernant les valeurs dabduction et de rotation des genoux, les carts
obtenus sont beaucoup plus importants (Figure 28). On associe de faon courante
larticulation du genou une liaison pivot. On remarque que les angles dabduction et
de rotation ne sont pas nuls au cours de la marche, au contraire la squence YZX
pour le genou droit et la squence XZY pour le genou gauche accentuent cet artefact
qui dpasse les 15pour cet exemple.
49



Figure 28 : Evolution des angles dabduction et de rotation des genoux droit et gauche au
cours de la marche en fonction des squences de rotation choisies. Les zones grises et
violettes reprsentent les zones dans lesquelles sont compris les angles respectivement du
genou droit et du genou gauche suivant la squence angulaire utilise pour lextraction.

Dans notre cas, pour le genou, nous avons choisi dextraire uniquement langle de
flexion du genou qui nous semble, par lutilisation des recommandations de lISB
bien reprsentatif de la posture humaine de limage correspondante. De plus la
Temps (s) 0,8 4,4s
Temps (s) 0,8 4,4s
Abduction
Rotation
50 2. Extraction des donnes articulaires
majorit des robots humanodes ne possdent quun angle de flexion au niveau du
genou.

2.3.3.2. La cheville
Les robots humanodes ont, pour la plupart, deux degrs de libert au niveau de la
cheville : un moteur contrlant labduction et un autre, la flexion. Ce choix a t fait
car il correspond lanatomie de la cheville humaine qui empche la rotation interne-
externe du pied par rapport au tibia pron. De plus il est difficile, compte tenu de
lespace disponible rduit, dintgrer trois actionneurs pour cette articulation. Il est
cependant possible dajouter un degr de libert en rotation propre entre le genou et
le tibia.


Figure 29 : Les axes de rotation de la cheville du robot HRP-2

Dans le cas du robot HRP-2, comme prsent sur la Figure 29, et comme sur la
plupart des humanodes existant, la squence de rotation du tibia vers le pied est
compose dabord de la flexion (le moteur tant log dans le tibia), suivie de
labduction comprenant le systme moteur-rducteur intgr sur laxe. La squence
est donc ZX dans le systme de coordonnes segmentaires de lISB.











51



Figure 30 : Evolution des angles de flexion et dabduction des chevilles droite et gauche au
cours de la marche en fonction des squences de rotation choisies. Les zones grises et
violettes reprsentent les zones dans lesquelles sont compris les angles respectivement des
chevilles droite et gauche suivant la squence angulaire utilise pour lextraction.

Sur la Figure 30 sont reprsentes les volutions des angles de flexion et
dabduction de la cheville en fonction de la squence de rotation choisie pour leur
calcul. Des diffrences significatives apparaissent au niveau du pied droit notamment
pour la flexion. Deux groupes de courbes se dtachent. Un premier groupe qui
semble plus facile interprter avec les squences XYZ, XZY et ZXY (ISB), et un
Temps (s) 0,8 4,4s
Temps (s)

0,8 4,4s
Flexion
Abduction
52 2. Extraction des donnes articulaires
deuxime groupe qui engendre des angles de flexion beaucoup plus faibles
(ZYX, YXZ, YZX). La flexion de cheville lors de la position initiale doit tre de 15:
cet angle reprsente linclinaison de laxe partant du centre articulaire de la cheville
vers les marqueurs des mtatarses. Le premier groupe engendre un angle de flexion
de la cheville droite de lordre de 15comme celui de la cheville gauche. Dans le cas
du deuxime groupe, cette valeur est de lordre de 0. Dans le cas de la cheville du
robot humanode actionne par deux motorducteurs en srie suivant laxe Z
(flexion) puis laxe X (abduction), il semble opportun dextraire les angles avec la
recommandation de lISB qui correspond cette squence : ZXY.

Figure 31 : Evolution des angles de rotation interne-externe des chevilles droite et gauche au
cours de la marche en fonction des squences de rotation choisies. Les zones grises et
violettes reprsentent les zones dans lesquelles sont compris les angles respectivement de la
cheville droite et gauche suivant la squence angulaire utilise pour lextraction.

Il existe tout de mme une volution de la rotation interne-externe (Figure 31). Sa
valeur initiale est langle entre laxe de larticulation du genou et la perpendiculaire
laxe du pied. Cette valeur est non nulle lors du dpart pied plat. Suivant la
squence angulaire utilise cet angle volue plus ou moins, avec tout de mme, un
cart maximum de 20.

Temps (s) 0,8 4,4s
53


Conclusion
Ce chapitre a prsent la procdure tablie pour calculer les angles articulaires
humains en fonctions des coordonnes cartsiennes des marqueurs disposs sur le
sujet. Les repres associs aux diffrents segments ont t dfinis partir des
marqueurs situs sur les segments considrs. Les recommandations de lISB ont
t en partie respectes. Notre objectif est de transfrer les angles humains aux
robots.

Daprs les tudes menes sur les hanches et sur les chevilles, il apparait quil est
ncessaire de ne pas utiliser toujours une unique squence pour extraire les angles
articulaires des matrices de rotation intersegmentaires. Lobjectif dans notre cas est
de reproduire au mieux les postures humaines avec les robots humanodes. Les
squences de rotation utilises seront dfinies par la squence relle existant sur le
robot. Ainsi les matrices de rotation seront identiques entre le robot et le sujet
humain.

Dans le chapitre suivant, la problmatique de la dtection des vnements de
contact entre les pieds et le sol est aborde. La rsolution de ce problme, sans
lutilisation systmatique des plateformes, nest pas aise. Elle est cependant
obligatoire pour dfinir les instants de changement de phases temporelles au cours
de la locomotion humaine. Ces marqueurs temporels sont trs utiles dans la
gnration des trajectoires de marche pour les robots humanodes.

55
Chapitre 3
3. Dtection des vnements de contact



Sommaire

3.1. Description de la problmatique
3.2. Les mthodes existantes et leurs limites
3.3. Les donnes dentre du problme
3.4. Modification de la mthode HPA
3.5. Comparaison des performances des algorithmes
Conclusion

55
56
58
61
63
74


3.1. Description de la problmatique
Aprs avoir dtermin les angles articulaires au cours du mouvement captur, une
tape trs importante est la dtection des vnements de contact entre les pieds et
le sol dans le cas de la locomotion humaine. Les professionnels de lanalyse clinique
de la marche humaine ont besoin de ces vnements temporels pour arriver lire et
interprter les rsultats des mesures. Cest pourquoi de nombreuses mthodes ont
t dveloppes pour dterminer plus ou moins prcisment, et plus ou moins
rapidement ces vnements. On dcompose la marche en cycles qui sont subdiviss
en phases successives de simples et doubles appuis. Lhypothse est que, pour
marcher sans glisser, un bipde doit faire dcoller et atterrir ses pieds
successivement. A noter que certains sujets pathologiques peuvent prsenter des
troubles de la marche de diffrents types. Des troubles durant la phase oscillante
vont se manifester par un pied dit tranant. Des difficults en phase dappui sont
galement frquentes de par lincapacit supporter la charge sur le pied en simple
appui. Dans le cadre de ltude, nous nous limitons aux mouvements de personnes
sans dficiences sensori-motrices apparentes.

Les robots humanodes, eux aussi, ont des allures de marche qui sont dcomposes
en phases de simples et doubles appuis. Aussi, nous essaierons dans la procdure
de transfert de lhumain au robot de conserver les rapports entre les diffrentes
56 3. Dtection des vnements de contact
dures des phases. Nous verrons que, compte tenu de la mthode de gnration de
trajectoires de marche pour les robots humanodes, il est parfois difficile de respecter
ces ratios temporels.

Les vnements de contact des pieds sur le sol sont composs du contact initial (IC :
Initial Contact) qui termine les phases de simple appui, et du dcollage du pied en
oscillation (TO : Toe Off). Ces paramtres temporels peuvent tre enregistrs de
plusieurs manires. La premire, et srement la plus fiable, est la mesure par des
plateformes de forces installes dans le plancher sur lequel le sujet marche.
Lorsquun pied entre en contact avec une plateforme, les efforts deviennent non nul,
il y a alors dtection dun contact initial. Lorsque le pied dcolle, alors leffort vertical
devient nul et le temps correspondant est enregistr. Des seuils de dtection doivent
tre dfinis ; dans notre tude nous dtectons un IC pour un effort vertical dpassant
5N et les TO apparaissent lorsque leffort vertical devient infrieur 2N. Par cette
mthode, nous obtenons des rsultats trs prcis ; seulement elle contraint fortement
la mesure. Le sujet doit progresser dans un espace restreint o sont disposes les
plateformes. De plus, il doit poser un seul pied la fois sur une mme plateforme.
Lanalyse clinique de la marche traite uniquement la marche suivant une direction
fixe ; on parle ainsi de chemins de marche sur lesquels sont disposs les
plateformes. Souvent celles-ci sont dissimules dans le plancher technique pour ne
pas perturber le patient par un obstacle visuel. Le praticien nimpose pas forcement
au patient de localiser les plateformes et de poser ses pieds. En consquence, il
procdera seulement plusieurs essais et retiendra uniquement les enregistrements
exploitables. Cette contrainte est lourde mais lenregistrement des efforts de contact,
dans le cadre clinique, conduisent aussi aux calculs de dynamique inverse c'est--
dire la quantification des couples articulaires. L aussi, un seul pied doit tre pos
sur une plateforme pour obtenir les couples articulaires lors des phases de doubles
appuis.

Pour la dtermination des vnements de contact, lutilisation des plateformes de
force est trs contraignante et ne permet pas de faire un enregistrement dun
mouvement complexe non contraint. Pour notre tude, il parait donc essentiel
dutiliser une autre mthode.

3.2. Les mthodes existantes et leurs limites
Depuis les dbuts de lanalyse du mouvement humain, spcialement ltude de la
locomotion humaine, la dtermination des caractristiques temporelles des cycles a
57


t effectue. Les techniques cinmatographiques ont permis de dterminer les
vnements de contact de faon visuelle [Man80, Che85] en trouvant manuellement
limage correspondant limpact ou au dcollement du pied. Sutherland et Hagy
[Sut72] proposaient dj une reprsentation de lvolution des angles articulaires des
membres infrieurs lors dun demi-cycle de marche, avec une dtection visuelle des
instants dimpact et de dcollement.

Aujourdhui encore, les dveloppeurs des systmes de capture de mouvements
proposent des mthodes visuelles pour dterminer les vnements de contact. A
partir des donnes marqueurs, ou des images des camras vido, il est possible de
reconnatre les instants, plus ou moins prcisment (notamment suivant la frquence
dacquisition), pour lesquels les pieds entrent en contact avec le sol ou dcollent.
Cette technique est encore largement utilise quand le dispositif danalyse nest pas
pourvu de plateforme de force.

Plusieurs nouvelles mthodes de dtection de contact ont t proposes dans la
littrature ; certaines utilisent les donnes des plateformes de force ou les images
vido [Han02, Mic00], dautres considrent uniquement les donnes cinmatiques
[Gho04, Hre00, OCo07, Des09, Mil09]. Il est aussi possible dutiliser des dispositifs
lectroniques incorpors dans les chaussures [Abe95, Cav83, Gri79]. Rcemment,
Hanlon et al. [Han09] comparent les rsultats obtenus, soit en utilisant des capteurs
de type Force Sensing Resistor (FSR), soit en traitant le signal dacclromtres
disposs au niveau des pieds. Ces diffrentes mthodes ont t dveloppes pour
automatiser le calcul des vnements de contact et ainsi viter la dtermination
visuelle fastidieuse lors denregistrement de plusieurs cycles. Nous nous
intresserons ici uniquement aux algorithmes utilisant les seules donnes
cinmatiques.

La mthode dveloppe par Hreljac et Marshall (HMA) [Hre00] propose de
dterminer le contact initial par lidentification dun pic dacclration verticale du
marqueur du talon. Le dcollement du pied est dtect lors dun pic dacclration
horizontal du marqueur dispos sur le dernier mtatarse. Numriquement, cest lors
de lannulation de la drive de ces deux signaux que sont dtects les vnements
de contact. Lautomatisation de la dtermination des IC et TO avec cette mthode
nest pas facile puisque les courbes dacclration comportent de nombreux extrema
qui ne reprsentent pas tous des vnements de contact. Ces extrema locaux
dcoulent dune drive seconde qui altre considrablement le signal.

58 3. Dtection des vnements de contact
OConnor et al [OCo07], quant eux, dterminent les vnements de contact partir
des extrema locaux des courbes de vitesse verticale du point milieu situ entre le
marqueur du talon et celui des orteils. Cette mthode est appele FVA (foot velocity
algorithm). L aussi, une des difficults pour automatiser le processus est de
dterminer les bons extrema afin de dfinir les vnements de contact.

Une autre mthode est propose par Desailly et al [Des09]. Elle se base sur
lutilisation dun filtre passe-haut pour traiter les positions antropostrieures des
marqueurs du talon et des orteils au cours de la marche. Cette mthode est appele
HPA (High Pass Algorithm). Elle semble tout fait approprie pour la dtection des
vnements de contact dans lanalyse de la marche pathologique des enfants
prsentant une infirmit motrice crbrale (IMC) [Des09]. Cest grce aux extrema
locaux des signaux filtrs que les IC et TO sont dtermins. Dans le cas de marche
pathologique ou non pathologique en ligne droite, cette mthode facilite une
automatisation du calcul.

Une dernire mthode intressante qui ne sera pas dveloppe dans ces travaux est
celle de Miller [Mil09] ; ce dernier identifie les vnements de contact en utilisant la
mthode des rseaux de neurones. Daprs les rsultats exprimentaux prsents,
la dtection semble assez prcise et robuste. Cependant lalgorithme reste difficile
mettre en place sans une base de donnes suffisante pour que les rsultats soient
suffisamment prcis. Il semble pour linstant difficile dtendre cette technique pour le
cas de notre application.

Aujourdhui, aucune mthode na t prsente dans la littrature pour dterminer,
uniquement avec les donnes cinmatiques des marqueurs, les instants de contact
des pieds au sol dans le cas dune locomotion humaine plus complexe (locomotion
qui ne serait pas en ligne droite). Des modifications peuvent tre apportes aux
algorithmes existants pour les tendre ce cas plus complexe. Il reste ensuite
dterminer la mthode la plus efficace et la plus prcise.
3.3. Les donnes dentre du problme
Lalgorithme dvelopp a pour objectif de dterminer les vnements de contact, IC
et TO, partir uniquement des trajectoires tridimensionnelles des quatre marqueurs
disposs sur le pied du sujet humain (Figure 32) lors de lacquisition du mouvement
transposer au robot. Les algorithmes existants ncessitent, daprs leurs auteurs,
dautres types de positionnement des marqueurs. Un marqueur est dispos au
niveau du talon et un autre sur le deuxime mtatarse. Les exprimentations
59


ralises avec six marqueurs par pieds (Figure 36) ont montr quil est possible
dutiliser le point milieu des malloles la place du talon et le point milieu des deux
mtatarses pour le 2
me
mtatarse. Cette dmonstration ne sera cependant pas
prsente statistiquement dans ce document.


Figure 32 : Rappel des marqueurs disposs sur le pied (Figure 20) pendant la phase
dacquisition du mouvement humain reproduire par le robot

Voici (Figure 33) une reprsentation spatiale de la trajectoire des pieds dans le
repre terrestre. Il sagit pour cet exemple de la ralisation par le sujet dun cycle de
marche complet comprenant une phase de dpart et une phase darrt pieds joints.
Lobjectif est ainsi de dterminer les vnements de contact durant ces phases. Les
algorithmes existants ont surtout pour objectif de calculer les IC et TO pour une
marche lance, plus ou moins cyclique et en ligne droite. Pour notre tude, nous
essayerons dappliquer ces mthodes pour des cas de marche plus complexes tels
que les virages ou les demi-tours.


Figure 33: Kinogramme d'un cycle de marche comprenant un dpart et un arrt pied joint. Pied
gauche en bleu et pied droit en rouge. Les pieds sont reprsents partir des marqueurs des
malloles et du 1
er
et 2
e
mtatarse.
Vue de droite
Vue de
dessus
Vue de
face
60 3. Dtection des vnements de contact
La Figure 34 reprsente lvolution temporelle des trois composantes des trajectoires
des marqueurs. Ces donnes doivent tre traites et analyses pour dterminer les
vnements de contact. Une premire approche pragmatique pourrait tre de
prendre en compte uniquement le dplacement vertical. En effet, les pieds sont en
contact avec le sol lorsquils sont laltitude minimale. Lorsquune partie du pied se
trouve laltitude minimale alors il y a contact, lorsque tous les points du pied
passent au dessus de cette valeur alors il y a dcollage.


Figure 34 : Dplacements des marqueurs des pieds dans les directions x, y et z (noir : pied
droit, rouge : pied gauche, traits pleins : malloles, traits pointills : mtatarses)



(a)








(b)









(c)
Simple
Appui PG
TO TO TO TO
IC IC IC IC
Simple
Appui PD
Simple
Appui PG
Simple
Appui PD
61


Il est impossible de connatre prcisment la position de la vote plantaire et des
orteils dans le repre du pied dfini par les marqueurs, compte tenu de la
dformation du pied. Notamment juste avant le dcollement du pied, seuls les orteils
sont en contact avec le sol. On voit bien la Figure 34c, quil est difficile didentifier
les vnements de contact de faon prcise avec les dplacements verticaux. Les
dplacements transverses (Figure 34b) ne sont pas non plus significatifs. Par contre,
le dplacement suivant laxe davancement de la marche est intressant, car lors des
simples appuis, le pied en oscillation progresse de faon trs importante (longueur
de pas) et le pied dappui reste quasi-immobile. Cest partir de cette constatation
que Desailly et al, ont propos de traiter ce signal qui semble rgulier pour un
mouvement de marche cyclique, dans lobjectif dautomatiser la dtection des
vnements de contact. Pour notre tude, cette approche est restrictive car valable
uniquement pour une marche en ligne droite, cest pourquoi nous avons propos de
la modifier pour lanalyse de trajectoires de marche plus complexes.

3.4. Modification de la mthode HPA
La mthode HPA automatise la dtection des vnements de contact ; elle est
dcrite par le procd suivant [Des09]:
o Les marqueurs du talon et des mtatarses sont utiliss. (Figure 36)
o Le bruit de mesure est attnu par un filtre passe-bas 7Hz (filtre Butterworth
dordre 4 sans dphasage).
o La frquence de marche est dtermine par la composante verticale du
marqueur du talon. (Figure 34c)
o Le dplacement horizontal (suivant laxe de marche) des marqueurs est filtr
(passe-haut) avec une frquence de coupure gale 0,5 fois la frquence de
marche.
o Une interpolation par des splines cubiques est ralise pour augmenter la
frquence dchantillonnage et atteindre la frquence dacquisition des
plateformes. (Dans ltude de Desailly et al.: 50Hz pour les donnes
cinmatiques et 400Hz pour les donnes plateformes)
o Chaque IC est dfini par le premier maximum de ces signaux filtrs.
o Le dplacement horizontal des marqueurs est filtr (passe-haut) une
frquence de coupure gale 1,1 fois la frquence de marche.
o Une interpolation par des splines cubiques est, l aussi, ralise.
o Chaque TO est dfini par le dernier maximum de ces signaux.

62 3. Dtection des vnements de contact
Il est ncessaire de modifier cet algorithme dans le cas des allures de marche non
rectilignes, c'est--dire composes de changement de direction. En effet, le filtre
passe-haut supprime la composante principale de dplacement horizontal du sujet ; il
est appliqu uniquement aux dplacements des marqueurs suivant laxe x (direction
de marche). Ainsi, si le sujet se dplace suivant laxe transverse y alors les
vnements de contact ne pourront pas tre dtects de faon prcise. Une
proposition pour adapter cet algorithme est de filtrer le signal compos des
dplacements des marqueurs suivant les axe x et y. Soit ) (
,
t OM
y x
, le vecteur des
coordonnes horizontales du marqueur M au pas de temps t. Le signal S traiter est
dfini de faon itrative :

(6)

Avec

0 ) 0 ( = = t S

Le signal S prsente une volution toujours positive, il est indpendant de la direction
de marche du sujet. Il reprsente en fait labscisse curviligne de la trajectoire du
marqueur considr. La Figure 35 reprsente un exemple de dfinition du signal S
partir des composantes x et y dun marqueur dun pied lors dun demi-tour effectu
par le sujet. La composante suivant x de la position du marqueur ne pouvait pas tre
traite de faon correcte et naurait pas permis didentifier les vnements de
contact. On saperoit que, quant lui, le signal modifi ressemble lallure du signal
trait par HPA classique dans le cas de la marche en ligne droite (Figure 34a).

Figure 35 : Exemple de dfinition du signal S partir des dplacements horizontaux dun
marqueur dun pied pendant lexcution dun demi-tour
) 1 ( ) ( ) 1 ( ) (
, ,
+ = t OM t OM t S t S
y x y x
D

p
l
a
c
e
m
e
n
t
s

(
m
)

Signal S
Suivant x
Suivant y
Temps (s)
63


Une autre difficult de la mthode est la dfinition de la frquence de marche. Dans
le cas dune marche cyclique lance, il est possible de dterminer une frquence de
marche moyenne grce une analyse frquentielle par la transforme de Fourrier
des dplacements verticaux des pieds. Dans le cas dune locomotion non cyclique
avec des phases de dpart et darrt, il est difficile dtablir une telle frquence
caractristique. Dans le cadre de notre exprimentation cette frquence
caractristique sera mesure en fonction des donnes plateformes, c'est--dire en
fonction du temps coul entre les deux impacts mesurs. Dans un cadre plus
gnral, il sera possible de dfinir une frquence caractristique dpendant de la
vitesse du mouvement effectu. Pour une allure de marche, cette frquence est de
lordre de 1Hz. Dans ltude prsente par la suite, la frquence caractristique
moyenne lors de la marche impose est 0,94Hz.

A noter que lalgorithme HMA doit tre aussi modifi de cette faon puisque le
dcollement du pied est identifi lors dun pic dacclration horizontal du dernier
mtatarse. L aussi, le signal S prenant en compte les deux composantes
horizontales (6) sera utilis pour le traitement des donnes.

3.5. Comparaison des performances des algorithmes
3.5.1. Protocole exprimental
Lobjectif est de dterminer quel algorithme est le mieux adapt pour identifier les
vnements de contact lors dune locomotion humaine comprenant des
changements de direction. Cette tude a t ralise en collaboration troite avec
Eric Desailly qui a dvelopp la mthode HPA.

3.5.1.1. Population et matriel
24 adultes ayant entre 22 et 50 ans, ne prsentant pas de pathologie motrice
apparente, ont particip la srie de mesures. Un systme Vicon compos de dix
camras (cadenc 400Hz) associ deux plateformes de force Kitsler (cadenc
2000Hz) ont permis de raliser les acquisitions.

Pour cette tude, des marqueurs sont disposs uniquement sur les pieds,
directement sur la peau puisque il est ncessaire de reproduire au mieux les
conditions exprimentales dans lesquelles ont t mis au point les algorithmes. Six
marqueurs sont disposs sur chacun des pieds : talons, malloles internes et
externes, 1
er
, 2
me
et 5
me
mtatarses (Figure 36). Comme mentionn
64 3. Dtection des vnements de contact
prcdemment, il sera possible par la suite dtudier linfluence du choix des
marqueurs avec chaque mthode de dtection de contact.
Au moins un demi-cycle de marche est enregistr avant le premier contact et aprs
le dernier contact avec les plateformes. Cette contrainte, bien que non dmontre
pour linstant, est essentielle pour obtenir des rsultats corrects avec la mthode de
traitement frquentielle HPA. Elle sexplique par le traitement frquentiel (filtre passe-
haut) qui entrane des effets de bord plus ou moins important dans le cas de signaux
non priodiques.










3.5.1.2. Les dplacements imposs
Plusieurs types de dplacements, dans le champ de mesure, ont t raliss par les
diffrents sujets.

1. Tout dabord une marche cyclique, lance, en ligne droite est ralise par
chacun des sujets. Ce mouvement permet de comparer les rsultats ceux
obtenus dans le cadre plus classique des plateformes cliniques danalyse de
la marche. Il est bien sr entendu que ces rsultats sont valables pour le type
de population soumis lexprimentation : des adultes sans pathologies
apparentes gs de 22 et 45 ans.

2. Ensuite il est demand aux sujets de raliser un virage 90sans phase
darrt et en marchant sur lune puis lautre des plateformes. La trace des
empreintes de pas sur le sol peut tre reprsente par le schma de la Figure
37. A chaque instant, un pied au maximum doit tre dispos sur une
plateforme. Cest uniquement au niveau de lempreinte 2 du pied droit et au
niveau de lempreinte 3 du pied gauche que les vnements de contact
pourront tre dtermin partir des plateformes de force. On notera par la
suite : IC1, TO1 et IC2, TO2 respectivement les contacts initiaux (IC) et les






Figure 36 : Situation de mesure : Repre de rfrence et marqueurs
pour ltude comparative des performances des algorithmes de
dtection de contact. Six marqueurs positionns sur les pieds :
talons, malloles internes et externes, 1
er
, 2
e
et 5
e
mtatarses
Direction de marche
Verticale
x
z
65


dcollements des pieds (TO) au niveau de la premire et de la deuxime
plateforme.

3. Le troisime type de mouvement qui est ralis lors de lexprimentation est
un demi-tour complet posant successivement les pieds sur lune ou lautre des
plateformes de force. La disposition des empreintes de pas est dcrite par le
schma de la Figure 38. Les trajectoires des pieds sont, cette fois-ci, bien
diffrentes de celles acquises pour une marche en ligne droite. Il est donc
intressant de caractriser les rsultats des trois algorithmes pour ce type de
dplacement.

Figure 37: Trace des empreintes de pas sur le sol pour le virage 90impos par rapport la
localisation des deux plateformes de force


Figure 38: Trace des empreintes de pas au sol pour le demi-tour impos par rapport la
localisation des deux plateformes de force

66 3. Dtection des vnements de contact
3.5.2. Traitement des donnes
Il est ncessaire de programmer les trois algorithmes indpendamment dans le but
de comparer leurs rsultats avec les vnements de contact mesurs par les
plateformes. Ces traitements des donnes ont t raliss avec le logiciel de calcul
numrique Matlab. Une fonction commune est utilise par les trois algorithmes :
elle dtermine les maxima et minima locaux dun signal. Pour cela le gradient
numrique du signal est calcul puis les pas de temps pour lesquels cette drive
change de signe sont enregistrs.

Les signaux traiter dans le cas des trois algorithmes ont des allures tout fait
diffrentes. Les allures sont assez similaires dun individu lautre pour un mme
mouvement de marche en ligne droite. Dj dcrites [Des09], les allures des signaux
sont prsentes pour le dixime sujet dans le cas de la marche en ligne droite
(Figure 39). Dans cet exemple, les vnements de contact dtects partir des
signaux sont localiss sur les courbes de la Figure 39 et sont compars avec
lidentification de la premire plateforme de force. Le contact initial est repr par le
marqueur du talon, tandis le dcollage du pied est dfini par la trajectoire des
mtatarses.

67



Figure 39 : Marche en ligne droite : Allure des signaux traits par les trois algorithmes. Erreurs
algbriques en ms des dtections de contact IC1 et TO1 par rapport la dtection par la
plateforme.
Marche en ligne droite Sujet 10, HMA
Marche en ligne droite Sujet 10, FVA
Marche en ligne droite Sujet 10, HPA
Talon droit
Orteil droit
Force vert.
Temps (ms)
Vitesse verticale du
point milieu du pied
Acclration
horizontale de lorteil
Vitesse verticale du
point milieu du pied
Acclration
horizontale de lorteil
(c)
(b)
(a)
68 3. Dtection des vnements de contact
Pour lalgorithme HMA, ce sont uniquement des maxima locaux qui dterminent les
vnements. On remarque que de nombreux autres maxima apparaissent sur les
courbes traites. Pour programmer lalgorithme, il est ncessaire de partir des
maxima locaux de la position verticale du marqueur du talon. A partir de ces points
de rfrence, les plus proches maxima locaux des signaux du pied oppos (en appui
ce moment l) seront les indicateurs des vnements de contact. Deux difficults
apparaissent pour lautomatisation de cet algorithme. Premirement, les maxima
locaux de la position verticale du talon peuvent parfois tre multiples pour un seul
simple appui, cela entrane la dtection dvnements multiples. Deuximement, les
signaux, mme pour la marche en ligne droite de sujets sains, ont des allures
souvent bien diffrentes ce qui entrane une forte irrgularit dans la prcision de
dtection.

Concernant lalgorithme FVA, le signal est unique : uniquement la composante
verticale de la vitesse du point milieu du pied (entre le talon et le 2
e
mtatarse).
Lallure est claire durant la phase dappui du pied. Tout dabord un minimum local
apparat nettement et correspond au contact initial du pied au sol. Ensuite la vitesse
devient progressivement nulle jusqu une acclration et un maximum local au
niveau du dcollement du pied. L aussi, il est ncessaire de localiser, dans un
premier temps le milieu de la phase dappui grce la position verticale du pied
oppos en oscillation. Ensuite, partir de ce point milieu calcul, le premier minimum
local le prcdent, dtermine le contact initial, tandis que le premier maximum local
le suivant, dfini le dcollement. L aussi, une des principales difficults est la
dtermination des maxima locaux des positions verticales des pieds en oscillation.
Le signal est par contre beaucoup moins sensible aux diffrents sujets que les
signaux de lalgorithme HMA. Il est cependant important de noter que cet algorithme
ne fonctionne pas correctement dans le cas de marche pathologique, notamment
dans le cas de la marche des enfants prsentant une IMC comme dmontr par
Desailly et al. [Des09].

69


Enfin lalgorithme HPA est srement le plus facile automatiser. En effet, chaque
minimum local reprsente potentiellement un dcollage et chaque maximum local un
contact initial. Un marqueur sur lavant du pied et un sur larrire du pied sont utiliss.
Dans notre cas ce sera toujours le marqueur dispos sur larrire du pied qui
permettra de dtecter le contact initial tandis que celui lavant du pied dfinira
linstant de dcollage. En effet, les sujets sains, lors dune marche dynamique,
posent tout dabord le talon au sol puis dcollent le pied lorsquil ne reste plus que
les orteils en contact avec le sol. Une des difficults de cette mthode est le choix
des frquences de coupures du filtre passe-haut permettant dobtenir les signaux
prsents Figure 39c. Il est dautant plus difficile de choisir cette frquence lorsque le
mouvement nest ni priodique ni symtrique.

70 3. Dtection des vnements de contact
3.5.3. Analyse des rsultats
Les rsultats sont prsents la Figure 40. Ils indiquent les moyennes et les carts
types des erreurs algbriques de dtection (en ms) suivant le type de mouvement,
lalgorithme utilis et lvnement identifier. Pour le demi-tour, trois contacts initiaux
et trois dcollages peuvent tre identifis (Figure 38) alors que pour les deux autres
cas, uniquement deux contacts sont enregistrs.


Figure 40 : Pour les trois mouvements de rfrence effectus par les 24 sujets sains : Erreurs
algbriques moyennes ( un cart type) des vnements de contact (ms) en fonction de la
mthode utilise (HMA, FVA, HPA) par rapport la dtection obtenue par les plateformes de
force.
Tout dabord, au niveau de la marche en ligne droite, lalgorithme FVA donne
clairement les rsultats les plus prcis, avec au niveau des IC une erreur algbrique
moyenne de -0,8ms avec un cart type de 11ms. Au niveau des TO, les rsultats
sont sensiblement moins bon avec une erreur moyenne de +11ms associ un cart
type de 9ms. Les rsultats de lalgorithme HMA semble montrer une erreur
systmatique au contact initial de lordre de +20ms. Comme montre lexemple de la
Figure 39, le contact initial est dtect trop tard par rapport aux donnes de la
71


plateforme de force. Au contraire, la mthode HPA produit une erreur systmatique
entranant une dtection avant le rel contact du pied (-36ms). La dtection du
dcollage est tardive pour ces deux algorithmes mais ne dpasse pas une moyenne
de +50ms derreur.

En ce qui concerne les rsultats du virage 90, i l est intressant de noter quils sont
sensiblement les mmes que ceux de la marche en ligne droite. Il est donc possible
de dire que les modifications apportes aux algorithmes HMA et HPA, qui nauraient
pas fonctionns normalement pour un tel cas, sont pertinentes pour ce type de
mouvement. On observe tout de mme des carts types plus important que dans le
cas de la marche en ligne droite. Les vnements de contact semblent plus difficiles
dtecter de faon prcise pour les mouvements de changement de direction.

Le demi-tour est, quant lui, remarquable quant aux rsultats. Les moyennes des
erreurs obtenues avec les algorithmes HMA et FVA sont du mme ordre de grandeur
que les deux autres types de mouvement. Par contre lalgorithme HPA ne permet
pas dobtenir le troisime contact initial. La moyenne des erreurs est de lordre de
291ms . La Figure 38 montre bien que le pied en appui sur la premire plateforme
va simplement pivoter pour, de nouveau, se poser sur la mme plateforme. Il ny a
pas un dplacement horizontal important de ce pied lors de son transfert. Un
exemple de signal S du pied lors de ce mouvement est reprsent par la Figure 35.
Trois transferts du pied apparaissent, dont un au milieu de lacquisition qui ne gnre
pas une allure identique aux deux autres. Un vnement de contact parasite sera
dtect durant cette phase de transfert. La mthode HPA permet de dterminer les
vnements de contact uniquement lorsque les dplacements horizontaux sont
significatifs. Par exemple, cette mthode ne pourra pas tre utilise dans le cas dun
pitinement.

Les courbes caractristiques des diffrents signaux utiliss par les trois algorithmes
ont leurs allures modifies suivant la trajectoire impose au sujet. Ainsi il est possible
de comparer les courbes caractristiques de la marche en ligne droite (Figure 39)
avec celles du virage (Figure 41) et celles du demi-tour (Figure 42) dans le cas du
sujet 10 pour cet exemple.
72 3. Dtection des vnements de contact

Figure 41 : Virage 90: Allure des signaux trait s pour les trois algorithmes. Erreurs
algbriques des dtections de contact IC1 et TO1 par rapport la dtection par la plateforme.


Virage 90 Sujet 10, FVA
Virage 90 Sujet 10, HPA
Talon droit
Orteil droit
Force vert.
Temps (ms)
Vitesse verticale du
point milieu du pied
Acclration
horizontale de lorteil
73



Figure 42 : Demi-tour : Allure des signaux traits pour les trois algorithmes. Erreurs
algbriques des dtections de contact IC1 et TO1 par rapport la dtection par la plateforme.

Tout dabord concernant le virage, les pics dacclration au niveau du signal HMA et
les pics de vitesse pour le signal FVA semblent lgrement accentus. Lerreur de
dtection est dailleurs lgrement plus faible dans le cas du virage pour ce sujet
pour les trois algorithmes. Lallure du signal HPA ne semble pas modifie de faon
significative. Cela illustre le fait que la modification apporte permet de dtecter les
contacts dans le cas dun tel changement de direction.

Le mouvement de demi-tour induit dimportantes modifications sur les trois signaux.
Le signal HMA est compltement dform au niveau du TO et ne permet pas
visuellement de didentifier un pic dacclration clair. De mme les signaux FVA et
HPA sont fortement modifis ce niveau. La localisation des extrema locaux sont
soumis une grande incertitude, ce qui se reflte par un cart-type derreur de
dtection lev sur lensemble de la population tudie (cf cart-type du TO1 sur la
Figure 40)
Demi-tour Sujet 10, HMA
Demi-tour Sujet 10, FVA
Demi-tour Sujet 10, HPA
Talon droit
Orteil droit
Force vert.
Temps (ms)
Vitesse verticale du
point milieu du pied
Acclration
horizontale de lorteil
74 3. Dtection des vnements de contact
Conclusion
La problmatique de la dtection de contact au sol partir, uniquement, des
donnes cinmatiques est toujours dactualit la fois pour les plateformes cliniques
danalyse quantifie de la marche, et pour les applications robotiques ou encore
danimation de personnages virtuels. Linstrumentation des chaussures ou des pieds
pourrait devenir terme une solution robuste avec une fusion dun ensemble de
donnes capteurs (acclrations, pressions de contact, inclinaisons, localisation des
marqueurs). Pour linstant, il est encore ncessaire dtablir des mthodes
permettant de dtecter de faon plus ou moins prcise les vnements de contact
sans lutilisation de capteurs embarqus. Ltude prsente ici intervient dans ce
cadre.

Les modifications apportes aux algorithmes HMA et HPA permettent dtendre leurs
champs dapplications des mouvements plus complexes que la marche en ligne
droite. Il est montr que les modifications apportes sont pertinentes pour un cas de
virage 90reprsent par la Figure 37. Dans ce c as, les erreurs de dtection ne
sont pas sensiblement diffrentes au cas de la marche en ligne droite. Une limite
essentielle de ces deux algorithmes, mise en vidence par cette tude, est le cas du
demi-tour et, spcifiquement, le cas du pitinement dun pied. Lorsque quun pied en
transfert se dplace avec une faible amplitude dans le plan horizontal alors les
mthodes HMA et HPA ne permettent pas dobtenir prcisment les vnements de
contact au sol.

La mthode HPA a lavantage dtre plus facile automatiser et semble trs adapte
la dtection de contact pour les marches pathologiques (spcialement pour les
enfants prsentant une IMC). Pour les sujets sains, elle semble provoquer une erreur
systmatique au niveau des IC de lordre de -32ms avec un cart-type de 21ms et au
niveau des TO de lordre de +28ms avec un cart-type de 14ms.

La mthode FVA semble la plus adapte lidentification des vnements dans le
cas des trois mouvements proposs. Lerreur moyenne sur lensemble des IC des
trois mouvements de lalgorithme FVA est de -1,5ms et pour les TO 7,8ms. La
moyenne des carts-types est infrieure 13ms pour les IC et 15ms pour les TO.
Pour une frquence dacquisition 200Hz (5ms), la moyenne des carts-types est
donc au maximum pour les TO de trois images par rapport la dtection de
rfrence des plateformes. Cette mthode prsente lavantage de ne pas ncessiter
de modification pour les cas de marches complexes puisque le signal utilis est
compos uniquement des composantes verticales de la position des marqueurs.
75


Notons que pour utiliser cette mthode il faut normalement disposer un marqueur sur
les talons du sujet. Durant cette tude, il apparat que lutilisation des marqueurs des
malloles semble aussi permettre une identification prcise des vnements de
contact.

Des tudes complmentaires sont en cours de ralisation pour traiter davantage de
types de mouvements en utilisant diffrents marqueurs disposs sur les pieds. Les
phases de dpart et darrt sont spcifiquement tudies car elles apparaissent dans
les applications lies aux robots humanodes. Lalgorithme HPA a t utilis pour les
applications prsentes par la suite concernant limitation du mouvement humain par
les robots humanodes.




77
Chapitre 4
4. Analyse de la locomotion humaine



Sommaire

4.1. Analyse temporelle
4.2. Trajectoires des CdM et CdP
4.3. Mouvements des membres infrieurs
4.4. Participation des membres suprieurs
Conclusion

77
80
87
89
91



Avant de pouvoir dfinir comment les robots humanodes vont pouvoir imiter un
mouvement humain captur, il semble ncessaire danalyser les caractristiques
temporelles et cinmatiques de la locomotion humaine. Ce chapitre prsente
quelques caractristiques mises en vidence partir dexemples de mouvements
capturs. Tout dabord lanalyse temporelle va permettre de dfinir les diffrentes
phases qui composent la marche bipdique. Ensuite un exemple de trajectoires du
Centre de Masse (CdM) et du Centre de Pression (CdP) sera prsent au cours de
la marche en ligne droite. Finalement, une rapide analyse du mouvement des
membres infrieurs et de la participation des membres suprieurs sera propose,
dans lobjectif de dfinir une stratgie dimitation de la part du robot humanode.
4.1. Analyse temporelle
Les trajectoires de marche humaine sont trs varies, dun individu lautre mais
aussi pour un mme individu. En effet, lallure de marche dveloppe par un individu
dpend de nombreux facteurs psychologiques, physiologiques, sensoriels et
moteurs. Nous voluons en marchant dans un objectif prcis, avec une vitesse
davance qui dpend de notre propre dcision, tout en tant limits par nos capacits
physiques et par lenvironnement dvolution. Il est donc difficile dtablir des
paramtres temporels caractristiques de la marche humaine. Par contre, il est vrai
que pour une vitesse davance quasi-constante en ligne droite des paramtres se
dgagent avec un mouvement quasi-priodique. Dans ce cadre, on peut parler de
78 4. Analyse de la locomotion humaine
frquence de marche. La trajectoire de marche peut alors tre dcoupe en cycles
de marche qui sont de dures quasi-gales. Le cycle de marche (Figure 43) est
dcompos en une phase dappui (stance phase) et une phase oscillante (swing
phase). Durant la premire phase, le pied droit (Figure 43) est toujours en contact
avec le sol alors que pendant la phase oscillante, il est en balancement jusqu un
nouveau contact initial, le cycle de marche est alors termin.

Figure 43 : Un cycle de marche pour un enfant de 8 ans (Dynamics of human gait - C.L. Vaughan [Vau92])

Cette dfinition est fortement conditionne par ltude courante des allures de
marches lances et priodiques. La robotique humanode lors de la gnration de
trajectoire de marche a une approche plus base sur la modification de lensemble
des contacts au sol. La marche est dfinie uniquement par une succession de
doubles et de simples appuis. Dans le cas de la course ou du saut, il y aura en plus
des phases balistiques. Si la locomotion humaine est dcrite de cette manire, il est
possible alors danalyser temporellement des dmarches non cycliques, et
caractriser par exemple le balancement dun seul pied deux fois de suite. Dans ce
cas, ce mouvement nest pas un mouvement de marche proprement parler car un
pied reste toujours en contact avec le sol. Cependant, il permet tout de mme de
dplacer le robot et de lui faire atteindre une nouvelle position.

Dans le cadre de notre tude, plusieurs acquisitions de marche en ligne droite ont
t effectues avec plusieurs sujets. Il semble intressant de mettre en avant des
caractristiques temporelles remarquables chez le sujet humain qui sont difficiles
reproduire avec les robots humanodes. Premirement, le robot humanode ne
pourra pas forcment reproduire exactement les dures des diffrentes phases sans
risquer de tomber. En effet, lhumain a des capacits dynamiques que les robots
humanodes actuels ne sont pas en mesure de reproduire. Un deuxime paramtre
79


difficile reproduire exactement est la dure des phases de double appui notamment
lors de la ralisation de grands pas.

Les phases de double appui deviennent trs courtes dans le cas de marche
fortement dynamique. La marche athltique est, quant elle, caractrise par des
dures de phase de double appui quasi-nulles. Lexemple Figure 44 reprsente
laltitude des marqueurs disposs sur les pieds au cours dune marche avec un
dpart et un arrt pieds joints. On peut remarquer que la dure du double appui
central est infrieure aux premier et deuxime doubles appuis. Ceux-ci interviennent
respectivement lors de la phase dacclration et de dclration. Cette illustration
montre bien que plus la vitesse davance du sujet est importante, plus les phases de
doubles appuis sont courtes.



Temps
Figure 44 : Dplacements verticaux des marqueurs des pieds (suivant laxe z)

Le Tableau 4 prsente les dures des diffrentes phases enregistres pour cet
exemple de marche. Les phases de doubles appuis ont une dure de 0,1 0,18s. Ce
sont des valeurs assez faibles, qui montrent que pour une acquisition dun tel
mouvement avec une frquence dchantillonnage de 50Hz, il est difficile danalyser
prcisment ces phases. En effet, la deuxime phase de doubles appuis serait
compose de seulement cinq images, contre vingt images 200Hz. La plupart des
nouveaux systmes danalyse du mouvement permettent de faire des acquisitions
des frquences rapides.





Simple appui
Pied gauche
Simple appui
Pied droit
Simple appui
Pied gauche
Simple appui
Pied droit
80 4. Analyse de la locomotion humaine
Tableau 4 : Rpartition des simples et doubles appuis pour lexemple propos

Simples
appuis (s)
Doubles
appuis (s)
Ratio Double/simple
appui
1er 0,54 0,18 33,33%
2me 0,56 0,1 17,86%
3me 0,54 0,14 25,93%

Daprs les nombreux essais raliss en simulation notamment sur les robots HRP-2
et HOAP-3, il est trs difficile avec les techniques actuelles dassurer la stabilit dun
robot avec des phases de doubles appuis aussi courtes. En effet, durant la phase de
doubles appuis, le CdP se dplace du pied arrire vers le pied avant. Si la dure de
cette phase est petite alors la vitesse impose au CdP du robot va tre grande, cela
engendre un dsquilibre la fin de cette phase.

Ainsi, un ratio minimum entre les phases de doubles appuis et les phases de simple
appui les prcdant est appliqu la gnration de trajectoire de marche pour les
robots. Aprs de nombreuses simulations dynamiques de marche pour diffrents
robots bipdes, il apparat que la dure dun double appui doit tre au moins gale
50% du simple appui le prcdant dans le cadre de la transposition dune marche
dynamique humaine.

4.2. Trajectoires des CdM et CdP
La trajectoire du centre de masse (CdM) lors du mouvement peut tre dtermine,
partir des coordonnes des marqueurs cutans et de donnes anthropomtriques.
De plus, la position du centre de pression (CdP) au sol peut tre mesure laide de
plateformes de forces. La localisation de ces deux points est essentielle en robotique
humanode pour assurer lquilibre du robot. Des trajectoires de rfrence seront
gnres partir du mouvement humain.

4.2.1. Le Centre de Masse
Le CdM est calcul partir de tables anthropomtriques qui nous renseignent sur les
positions des CdM, les masses et inerties de chaque segment. Ces donnes sont
uniquement des estimations et ne refltent pas exactement les donnes inertielles
segmentaires de lindividu ; elles proviennent souvent de donnes statistiques
cadavriques.

81


Des mthodes didentification dterminent ces caractristiques segmentaires de
faon personnalise [Mon10]. Le principe de rsolution est de demander au sujet de
solliciter dynamiquement les segments pour lesquels on veut identifier les
caractristiques inertielles, en enregistrant le mouvement ainsi que les efforts de
raction au sol. Ainsi, la dynamique du systme multi-corps et les efforts extrieurs
sont connus, les paramtres inertiels segmentaires peuvent tre calculs en utilisant
un algorithme doptimisation pour minimiser les erreurs aux niveaux des quations
du principe fondamental de la dynamique. Nanmoins, il reste difficile lheure
actuelle didentifier rapidement et simplement lensemble de ces donnes qui
reprsentent, pour une modlisation quinze segments, prs de 150 paramtres ou
90 paramtres avec une hypothse de symtrie pour les bras et les jambes.

Dans le cadre de notre tude, les tables anthropomtriques de Zatsiorsky-Seluyanov
[Zat83] modifie par De Leva [DeL96] ont t utilises pour dterminer la position du
CdM du corps humain mesur. Les travaux de Zatsiorsky et al. [Zat90] sont bass
sur lanalyse gomtrique de chaque segment dune population de 100 hommes et
de 15 femmes originaires de la rgion du Caucase partir des donnes dun scanner
rayons gamma. Plus tard, en 1996, De Leva souligne quil est difficile dutiliser ces
rsultats puisque les centres de masse des segments ne sont pas dfinis partir des
centres articulaires mais partir de repres anatomiques parfois trs loigns du
centre articulaire. Il propose donc une modification des rsultats de Zatsiorsky, au
niveau de la localisation des CdM mais aussi des rayons de girations qui dfinissent
les moments dinertie.

Aprs un traitement statistique, Zatsiorsky propose une modlisation gomtrique et
inertielle du corps humain proportionnel la taille et la masse du sujet. La
rpartition de masse entre les diffrents segments est dtermine ainsi que les
longueurs segmentaires qui dpendent toutes, proportionnellement, de la taille du
sujet. Pour chaque partie du corps, la position du CdM est dfinie, partir du centre
articulaire prcdent, en pourcentage par rapport la longueur du segment
considre. Les trois moments dinertie principaux de chaque segment sont calculs
partir de trois rayons de giration et de la masse associe. Connaissant la rotation
et la position de chaque segment dans le repre terrestre, il est trs rapide dobtenir
la position des CdM de chaque segment dans ce mme repre. Ainsi le CdM global
du systme multi-corps peut tre calcul grce la dfinition du barycentre.

82 4. Analyse de la locomotion humaine
4.2.2. Le Centre de Pression
Le CdP est le point sur le sol pour lequel le moment du torseur des efforts extrieurs
appliqus au sujet humain a une composante non nulle uniquement sur laxe
perpendiculaire au sol c'est--dire la verticale dans le cas dun sol plat et dune zone
dappui plane. Une autre dfinition quivalente est lintersection de laxe central du
torseur avec le sol. On lappelle centre de pression car il peut tre considr comme
le barycentre de lensemble des pressions de contact. Si on considre que le contact
entre les pieds et le sol est unilatral c'est--dire que leffort de raction normal au
sol est toujours dirig vers le haut, alors le CdP est toujours dans le polygone de
sustentation. Celui-ci est dfini comme tant le polygone enveloppant les surfaces de
contact ; il correspond la surface du pied qui est en simple appui ou en double
appui, il peut tre dfini comme prsent la Figure 45. Les surfaces de contact des
pieds sont ici dtermines par le talon, les deux malloles et les premiers et derniers
mtatarses. Pour un mouvement humain le contour prcis de ce polygone est difficile
tablir car les surfaces prcises de contact ne sont pas connues. Dans le cas dune
marche fortement dynamique, les deux pieds ne sont jamais plat pendant la phase
de double appui, le polygone de sustentation ressemble donc plutt au polygone
comme dfini la Figure 46.

Figure 45 : Exemple de la dfinition du polygone de sustentation dans le cas dun double
appui, pieds plat


Figure 46 : Polygone de sustentation pour un double appui de marche dynamique

La position du CdP au cours dun mouvement humain peut tre dtermine par deux
mthodes.

La premire consiste en lutilisation des donnes cinmatiques des membres du
corps humain uniquement. Une double drivation numrique permet de dterminer
compltement la dynamique du systme multi-corps et ainsi, en isolant le systme
83


complet et en appliquant le principe fondamental de la dynamique, il est possible de
calculer le torseur des efforts extrieurs appliqus ce systme. Une fois ce torseur
dtermin, la position du CdP peut tre calcule. Linconvnient majeur de cette
mthode est sa grande incertitude compare aux dimensions caractristiques des
pieds. Celle-ci provient des erreurs de mesure cinmatique, de la drivation
numrique, et, surtout, des paramtres inertiels segmentaires non personnaliss.
Cette dernire source derreur peut tre vite dans le cas des robots humanodes
pour lesquels les paramtres inertiels peuvent tre calculs partir des donnes de
conception (CAO). Par cette mthode, pour les sujets humains, le CdP calcul est
parfois hors du polygone de sustentation alors que le CdP ne peut pas se trouver en
dehors de lenveloppe des surfaces de contact. Le torseur des efforts ainsi calcul
nest pas compatible avec le modle de contact entre les pieds et le sol qui est
considr comme un contact unilatral.

La deuxime approche, et la seule permettant un calcul prcis de la position du CdP
global, est lutilisation de donnes provenant de capteurs de force qui mesurent
chaque instant, les efforts de raction au sol ; le plus souvent par lintermdiaire de
plateformes de force disposes sur le chemin de marche. Si le torseur des actions
mcaniques
) ( pieds sol
est exprim en un point se situant sur le plan du sol, alors les
coordonnes du CdP ( CdPx , CdPy ) dans ce plan sont dfinies par les quations (8)
et (9). Le torseur des actions mcaniques est compos de la rsultante des efforts
de contact ( ) ( pieds sol R ) et du moment calcul en un point A ( ) , ( pieds sol A M ).


(7)


Avec le point A au niveau du plan dfini par le sol.

(8)


(9)


On peut remarquer que pour les deux coordonnes du CdP, la force verticale est au
dnominateur donc, lorsque celle-ci devient nulle alors le CdP est indtermin. Le
Centre de Pression nexiste pas simplement car il ny a plus de pression exerce sur
A
Az z
Ay y
Ax x
pieds sol A
pieds sol
pieds sol
M F
M F
M F
M
R

) , (
) (
) (

z
Ay
F
M
CdPx =
z
Ax
F
M
CdPy =
84 4. Analyse de la locomotion humaine
la plateforme. Au niveau de la mesure il y a souvent des transitions (ruptures de
contact) pendant lesquelles le CdP est positionn avec une grande incertitude car
leffort Fz nest pas compltement nul mais proche de zro. Lors de ces phases
transitoires des erreurs peuvent provenir du bruitage analogique ou numrique de la
mesure mais aussi du phnomne mcanique de rebond de la plateforme pour un
mouvement dimpulsion ou dimpact.

4.2.3. Analyse des trajectoires lors de la marche
La Figure 47 prsente les trajectoires du CdM et du CdP lors dune phase de
doubles appuis et de deux phases de simple appui pour une marche en ligne droite
lance. La position du CdP est calcule partir de la somme des torseurs des
actions mcaniques mesures par les plateformes de force. On parlera de CdP
global alors que sur chaque plateforme il est possible de calculer un CdP local pour
chacun des appuis (pied droit ou pied gauche) (7) (8).

Figure 47 : Trajectoires du CdP et de la projection du CdM sur le sol compares aux
empreintes des pieds

Plateforme1 Plateforme2
Pied droit
Pied gauche
CdM
CdP
85


Lors des phases de simple appui le CdP local et le CdP global sont confondus, il
volue en ligne droite de laplomb de la cheville jusqu lavant du pied (orteils). Sa
position est lgrement vers lextrieur du pied en appui (Figure 47), ce qui
correspond la forme de la vote plantaire. En double appui le CdP progresse
depuis le pied droit jusquau pied gauche qui est vers lavant. La vitesse davance du
CdP nest pas constante surtout lors du double appui (Figure 48), le CdP progresse
rapidement vers lavant lors de limpact du talon et ralenti fortement sur la fin de la
phase de double appui. Un pic apparat lors de limpact que lon retrouve sur les
efforts verticaux mesurs par les plateformes (Figure 49).












Figure 48 : Evolution longitudinale de la position du CdP en fonction du temps


















Figure 49 : Forces mesures par les deux plateformes de force
Simple appui
pied droit
Simple appui
pied gauche
Double
appui
Temps
Simple appui
pied droit
Simple appui
pied gauche
Double
appui
Double
appui
Double
appui
1,4s 0
86 4. Analyse de la locomotion humaine

Pour cet exemple de consigne de marche, le CdM, quant lui, volue avec une
vitesse quasi-constante et un dplacement transverse (suivant laxe y) trs faible
(Figure 47). On observe une lgre oscillation suivant cet axe et suivant laxe vertical
[Ros94]. Lors des phases de simple appui le CdM ne reste pas dans le polygone de
sustentation, qui est la surface du pied en appui : il est en arrire au dbut du simple
appui et vers lavant ensuite. Le sujet marche une vitesse de 3km/h, une marche
qui peut tre considre comme dynamique dans le sens ou la projection du centre
de gravit nest pas dans le polygone de sustentation en dbut et fin de simple appui.
Durant ces intervalles lquilibre statique du sujet humain ne peut pas tre respect.
Sil arrte totalement son mouvement durant cette priode, il chutera vers larrire en
dbut de simple appui ou vers lavant en fin de simple appui.

On peut observer la trajectoire du CdM lors du mouvement de marche prsent
prcdemment compos dun dpart et dune phase darrt (Figure 50). Le CdP nest
pas calcul car les plateformes ne peuvent pas tre disposes sur lensemble du
mouvement. On peut remarquer que, l aussi, le critre de stabilit statique nest pas
respect ; la projection du CdM nest quasiment jamais dans le pied en simple appui.
Les phases de doubles appuis sont courtes, ainsi le dplacement longitudinal du
CdM est principalement effectu lors des phases de simples appuis. Cette
caractristique est souvent inverse pour les robots humanodes cause notamment
des difficults de maintien de lquilibre en phase de simple appui.


Figure 50 : Trajectoires de la projection du CdM et empreintes des pieds au sol

Il sera par la suite ncessaire de comparer ces rsultats exprimentaux aux
trajectoires ralises par les robots. La rpartition de masse et les longueurs
segmentaires des robots humanodes ne sont pas identiques au sujet humain, il sera
donc impossible de suivre strictement les mmes trajectoires du CdP et du CdM.
87


Nanmoins, les mthodes actuelles de gnration de marche anthropomorphique
pour les robots humanodes permettent dobtenir des trajectoires du CdM qui
ressemblent fortement aux trajectoires mesures.
4.3. Mouvements des membres infrieurs
Il est possible de reprsenter le mouvement dun systme polyarticul
tridimensionnel par un ou plusieurs kinogrammes qui superposent les
reprsentations segmentaires dans lespace intervalle rgulier au cours du temps.
La Figure 51 reprsente le mouvement prcdemment cit de dpart, marche et
arrt suivant le plan sagittal et horizontal. La reprsentation est gnre avec une
frquence dimage 50Hz (segments tracs toutes les 20ms). Les segments des
jambes sont construits partir des centres articulaires de la hanche, du genou et de
la cheville et le point milieu entre le premier et dernier mtatarse. Le bassin est
compos des trois marqueurs cutans, les deux pines iliaques antrosuprieures et
le sacrum.



Figure 51 : Kinogramme du mouvement des membres infrieurs (vue de profil et de dessus)

On remarque sur la Figure 51 que le CdM est positionn au niveau des hanches du
sujet. Bien sr ce nest pas un cas gnral et sa position dpend du morphotype de
lindividu, c'est--dire de la rpartition des masses et, bien entendu, aussi du
mouvement entrepris. Nanmoins, la position du CdM pour la plupart des sujets
88 4. Analyse de la locomotion humaine
adultes fminins ou masculins lors dune marche normale sera situe dans le bassin.
Cette constatation est importante pour la comparaison avec les robots humanodes
et entrane des consquences sur les capacits locomotrices des robots bipdes.
Dans le cas de ce mouvement, il est intressant de constater quil y a une
correspondance trs importante dans le plan sagittal du CdM avec les articulations
des hanches. Dans le plan horizontal le CdM semble suivre le mouvement oscillant
du bassin donc celui des hanches puisquelles sont fixes dans le repre bassin. Le
tronc reste globalement droit durant cette marche ; sa position est dfinie par le
bassin. Il reprsente prs de 44% de la masse totale du sujet daprs De Leva
[DeL96]. Cest donc pour cela que le CdM a tendance suivre le mouvement du
tronc pour ce mouvement de marche. Que ce soit dans le plan sagittal ou horizontal,
le bassin et le CdM suivent une trajectoire oscillante correspondant aux
enchanements des phases de simple appui.

Au niveau des genoux, langle de flexion est quasi-nul lors des simples appuis ainsi
quau dpart et larrive, et lors des phases dimpact du pied avant. En effet, la
flexion du genou est surtout sollicite au niveau de la jambe en balance pour
soulever le pied et viter la collision et le frottement au niveau du sol.

Les pieds ont un contact au sol qui se droule en trois phases distinctes lors de la
marche. La premire phase est une abate, le talon entre en contact avec le sol et le
pied tourne autour de celui-ci jusqu ce que les orteils entrent aussi en contact avec
le sol. Ensuite, le pied reste plat durant presque toute la phase de simple appui
pendant que le haut du corps suit un mouvement de pendule invers centr au
niveau de la cheville. Puis, la fin du simple appui, le pied tourne autour de ses
orteils et dcolle la fin du double appui. Pendant la phase de balancement, le pied
volue progressivement jusqu sa nouvelle position lors du prochain impact. Le pied
est quasiment en position verticale au milieu de son balancement, une lgre
abduction externe lui permet dviter le frottement avec le sol tout en ne sollicitant
pas trop larticulation du genou.

La flexion de hanche est dterminante quant la taille des pas. En effet, au dbut
des doubles appuis les deux jambes sont tendues donc, partir des angles de
flexion de hanche, il est possible de dterminer la taille dun demi pas de la cheville
arrire la cheville avant.

89


4.4. Participation des membres suprieurs
La sollicitation des membres suprieurs nest pas forcement ngligeable dans la
locomotion humaine. Le mouvement des bras, du tronc mais aussi de la tte apporte
des informations sensorielles pertinentes quant la reconnaissance dune allure de
marche personnelle. De plus, il semble que les membres suprieurs peuvent
contribuer minimiser lnergie dpense mais aussi amliorer lquilibre ou
encore ladhrence au sol. Il nest cependant pas facile de faire ressortir dun ou
plusieurs mouvements de marche des caractristiques marques de la sollicitation
des membres suprieurs.

Tout dabord, Figure 52, on observe une rotation verticale du tronc par rapport au
bassin en opposition avec le mouvement davance des pieds. Lorsque le pied droit
est en avant par rapport au tronc, alors lpaule gauche est en avant et lpaule
droite en arrire. De mme, le mouvement des bras suit aussi ce rythme : la main
gauche est en avant et la main droite en arrire lorsque le pied droit savance. Au
niveau de la position transverse, les mains suivent globalement la position du bassin
et donc du tronc qui reste droit. Il semble difficile de caractriser la position verticale
des mains.

90 4. Analyse de la locomotion humaine


Figure 52 : Kinogramme du mouvement des bras (vue de profil et de dessus)

Au niveau des bras (Figure 53), les coudes prsentent toujours une flexion de lordre
de 30et voluent globalement de la mme faon que les flexions au niveau des
paules. Lors des deux premiers simples appuis, le bras gauche reste vers larrire
(au niveau de lpaule) tandis que le bras droit est vers lavant. Un mouvement
important de flexion au niveau des paules et des coudes intervient lors de la phase
de dclration avant larrt.


Figure 53 : Angles de flexion des paules et du coude
3,6s 0,8 Temps
91


Conclusion et discussion
Ce chapitre a prsent une analyse non exhaustive des exemples de trajectoires de
locomotion humaine. Cette tape est ncessaire pour llaboration du processus de
transposition de la trajectoire au robot. La squence temporelle des vnements de
contact au sol devra tre reproduite au mieux par le robot pour imiter le mouvement
captur. Les rapports entre les phases de simple appui et doubles appuis devraient
aussi tre respects. Cependant, daprs les rsultats, on observe que les phases de
doubles appuis trs courtes de lhumain sont difficiles reproduire tout en assurant
lquilibre du robot.

Les trajectoires du CdM et du CdP du sujet humain sont intimement lies par les
quations de la dynamique. Cette relation dpend de lensemble des donnes
inertielles segmentaires et des acclrations en translation et rotation des segments
lors du mouvement. Par un algorithme de dynamique inverse descendant (des
membres distaux aux membres proximaux), il serait ainsi possible de calculer la
position du CdP. Cependant, de nombreux facteurs derreur ne permettent pas de
dterminer cette position de faon prcise. Les donnes inertielles du sujet
proviennent de tables anthropomtriques et nassurent pas une adquation parfaite
avec la morphologie du sujet. La localisation des centres articulaires, bien que
ralise par identification fonctionnelle, est soumise une incertitude notamment
pour les articulations complexes ne pouvant pas tre modlises par une liaison
pivot ou rotule parfaite. Les segments sont supposs rigides alors que des masses
molles interviennent et peuvent crer des effets inertiels important, surtout dans le
cas dimpacts au sol ou de mouvements trs dynamiques. Cest pourquoi, la plupart
des algorithmes de dynamique inverse sont ascendants, ils partent du torseur des
actions de contact au niveau du sol et remontent vers les membres distaux. Les
couples et efforts articulaires ainsi calculs au niveau des membres infrieurs, sont
moins soumis aux incertitudes de calcul. Ce problme dincertitude au niveau du
modle dynamique humain est moins critique en robotique puisque les donnes
inertielles et les localisations des axes des liaisons peuvent tre connues avec une
grande prcision. Ainsi, il est admis en robotique humanode que la localisation du
CdP peut tre estime partir dun algorithme de dynamique descendante (efforts
de contact non mesurs). Lcart entre le modle thorique dynamique et le robot
rel peut ensuite tre compens par un stabilisateur qui prend en compte le retour
des capteurs disposs au niveau des pieds et peut ainsi asservir la position du CdP
en fonction dune rfrence suivre, en modifiant le moins possible les
configurations du robot.

92 4. Analyse de la locomotion humaine
Il serait intressant daller plus loin dans lanalyse de la locomotion humaine afin de
mettre en vidence un ou plusieurs critres doptimisation que lhumain emploie de
faon naturelle lors de ses mouvements de marche en ligne droite ou en courbe.
Pour cela un algorithme de synthse de marche optimale pourrait tre utilis, il
permet de gnrer un mouvement optimis, c'est--dire minimisant un critre choisi,
par exemple un critre sthnique (couple articulaire), nergtique ou mixte. Leboeuf
et al. [Leb06] a compar dans le cas dun mouvement de gymnastique, lutilisation du
critre sthnique ou nergtique. De mme, Benkhmis [Ben06] prsente dans ses
travaux de thse dans quelle mesure le sportif optimise son geste suivant un critre
mixte lors dun saut en longueur. Concernant les mouvements de marche, la difficult
provient essentiellement des changements de phases de contact au sol, le modle
dynamique change durant ces transitions et rend plus difficile la convergence
numrique des algorithmes doptimisation. Malgr tout, Seguin et Bessonnet [Seg05,
Bes05] obtiennent des rsultats trs intressants pour la marche du robot BIP2000
dans le plan sagittal ; puis pour une allure de marche optimale tridimensionnelle
[Bes09]. Ce type dalgorithme peut tre utilis partir des donnes
anthropomtriques dun sujet humain pour lequel lallure de marche capture pourrait
tre compare lallure de marche synthtise par optimisation globale.



93
Conclusion de la premire partie

Cette premire partie a prsent lacquisition et le traitement des mouvements
humains et spcifiquement de la locomotion humaine. Ceci toujours dans la
perspective de la problmatique gnrale de ces travaux, c'est--dire la gnration
de trajectoires pour les humanodes imitant le mouvement captur.

Le protocole dacquisition du mouvement humain a t tablit grce lexprience
acquise dans lquipe mcanique du geste sportif du laboratoire qui sattache
notamment personnaliser les modles biomcaniques pour les rendre plus proches
de la ralit et des rsultats exprimentaux.

La mthode de dtermination des angles articulaires humains au cours du
mouvement na pas t ralise de manire classique, mais plutt dans lobjectif de
faire reproduire fidlement aux robots humanodes les postures adoptes par le
sujet. Pour cela, il est ncessaire de prendre en compte les architectures
cinmatiques des robots concerns.

Un obstacle qui apparat dans le traitement des donnes de la locomotion humaine
est lidentification des vnements de contact au sol. Des modifications dalgorithmes
existant pour la marche en ligne droite, ont t proposes et valides par une
exprimentation sur 24 sujets sains accomplissant diffrents mouvements imposs.
Les rsultats montrent quil est, dans certains cas, difficile didentifier trs
prcisment linstant de pose ou de leve de pied sans les donnes des
plateformes de force. Cependant, il apparat que la prcision obtenue semble
acceptable vis--vis de notre application.

Finalement une analyse cinmatique tridimensionnelle dun exemple de locomotion
humaine, nous permet de distinguer quelques lments fondamentaux de la marche
bipdique. Les mouvements des membres infrieurs permettent le transfert des
pieds et le maintien de lquilibre. Les membres suprieurs contribuent aussi
lquilibre du sujet et peuvent accomplir des tches secondaires.


95










Deuxime partie

II. Gnration de
trajectoires pour les
robots humanodes

97
Chapitre 5
5. Principe de transposition au robot



Sommaire

5.1. Problmatique
5.2. Adaptation aux longueurs segmentaires du robot
5.3. Prsentation du processus de transposition
5.4. Architecture des robots humanodes
5.5. Trajectoires des membres suprieurs
5.6. Orientation du bassin
Conclusion

97
99
101
103
105
106
107


5.1. Problmatique
Ce travail a pour but le dveloppement et lapplication dune mthode permettant aux
robots humanodes dimiter des mouvements humains capturs. Un thme qui est
toujours dactualit pour des robots humanodes conus dans lobjectif de ressembler
au mieux lhumain dans leur allure gnrale et dans leur gestuelle. La transposition
du mouvement de lhumain au robot devra tre automatique et adaptable aisment
dautres robots. Plusieurs problmes se posent pour remplir ces objectifs.

Une des principales problmatiques rside dans la diffrence de taille quil peut y
avoir entre le sujet humain et le robot concern (Figure 54). A cette diffrence
sajoute la prise en compte des longueurs segmentaires des robots qui ne sont pas
forcements anthropomorphes. Les dimensions des pieds notamment, sont souvent
bien diffrentes de celles des humains.

98 5. Principe de transposition au robot

Figure 54 : Problmatique de l'imitation du mouvement humain par les robots humanodes

La rpartition des masses aussi est importante car cest elle qui dfinit la position du
CdM du robot. Si le CdM du robot, dans sa position de dpart, pieds joints, est trop
au dessus du bassin, alors il sera soumis des perturbations dquilibre trs
grandes. Si au contraire, le CdM est bien en dessous des hanches, alors la
dmarche du robot en sera fortement affecte. Notamment les abductions au niveau
des hanches et des chevilles au cours de la marche devront avoir de plus grandes
amplitudes pour assurer lquilibre du robot. Il semble que lidal, tant au niveau de
la stabilit du robot que de ses trajectoires de marche, est de concevoir les robots
humanodes avec un CdM positionn en position dorigine (debout, pieds joints) au
niveau de son bassin.

Les dimensions extrieures des coques du robot vont aussi limiter les mouvements.
Des auto-collisions peuvent se produire lors dune gnration de trajectoire de
marche. Notamment entre les jambes et spcifiquement entre les cuisses du robot.
Une proposition de stratgie dvitement de ces collisions est propose dans le
chapitre 8. Larchitecture du robot HRP-2 au niveau de la hanche a t conue pour
limiter ce risque et notamment pour marcher en posant ses pieds sur une ligne
??
1m58
0m60
1m75
99


(Figure 55). Un mouvement que le robot Asimo ne pourra pas raliser compte tenu
des auto-collisions au niveau des cuisses. Pour viter ce problme, les concepteurs
du robot HRP-2 ont conu une motorisation de la flexion de hanche en porte faux
par rapport laxe dabduction.

Figure 55 : HRP-2 marchant sur une ligne compar Asimo

5.2. Adaptation aux longueurs segmentaires du robot
A partir de lobjectif dfini prcdemment, il est ncessaire de dterminer une
mthode afin de transfrer les trajectoires humaines celles des robots en
sadaptant automatiquement aux longueurs segmentaires du robot considr.

Une premire ide serait de transformer les dplacements humains dans lespace
oprationnel (position des marqueurs ou articulations) en les multipliant par un
facteur correctif prenant en compte la diffrence de taille. Un des problmes qui se
pose pour ce type dapproche est que les segments du robot ne sont pas
ncessairement anthropomorphes et certains robots nont pas de partie haute donc
une taille non comparable celle de lhumain. Pour ce type dapproche, le plus
appropri serait de prendre comme rfrence, la taille des membres infrieurs, c'est-
-dire la hauteur au niveau de la hanche en position debout. La taille des pieds ne
100 5. Principe de transposition au robot
serait dans ce cas pas prise en compte ; ainsi si lutilisation dun appui au niveau du
talon et des orteils est envisage la taille des pas ne serait pas reproduite. Une autre
question se pose par rapport aux butes articulaires, puisquune telle mthode
pourrait gnrer des trajectoires de pieds incompatibles avec les butes articulaires
du robot.

La mthode propose dans cette tude est la gnration de trajectoire de rfrence
des pieds du robot partir de la gnration de postures semblables chaque instant
celles mesures. Une posture tant dfinie comme une configuration dun systme
polyarticul dpendant uniquement de ses coordonnes articulaires. Le principe,
provenant de la communaut de lanimation de mannequin virtuel [Gle98], est le
suivant : si on impose au robot les angles articulaires du sujet humain lors de son
mouvement, alors le robot sera dans la mme posture (Figure 56) et imitera le
mouvement. Dans ce cadre, il ny a plus de problme de diffrence de taille puisque
la posture nest cre qu partir de positions angulaires. Il reste tout de mme
dfinir la position et lorientation dun des membres du robot par rapport au repre
terrestre pour rcuprer une notion de dplacement de celui-ci. Nous proposons de
fixer un point du pied par rapport au repre terrestre et lorientation du bassin. Ainsi
les six contraintes qui dfinissent la position dans lespace du robot sont dfinies. Le
point fixe du pied en appui est choisi comme tant le point du talon interne. Lorsque
le pied dappui change alors le point fix passe dun pied lautre. Cette mthode
permet de retrouver une notion de taille de pas qui sera fonction de la posture
adopte par lhumain tout en tenant compte des longueurs de chaque segment du
robot.

Figure 56 : Exemple d'une posture du robot non corrige

101


5.3. Prsentation du processus de transposition
Le processus complet de transfert du mouvement humain vers le robot humanode
est prsent par la Figure 57. Tout dabord, comme il a t prsent prcdemment
les informations synchronises enregistres par le logiciel dacquisition des donnes
cinmatographiques sont traites. Les angles articulaires du sujet humain sont
calculs au cours de son mouvement. A partir des coordonnes des marqueurs
disposs sur les pieds, les vnements de contact au sol sont dtects.

Figure 57 : Schma du processus de transposition

Le paragraphe 5.2 explique lintrt de gnrer des postures non corriges au robot
pour prendre en compte les diffrences de longueurs segmentaires et les butes
articulaires. Cette tape ncessite dtablir une correspondance entre les angles
102 5. Principe de transposition au robot
extraits des matrices de rotation inter-segmentaires humaines et les angles
articulaires du robot. La modlisation gomtrique directe du robot permettra ensuite,
partir de ces angles, de gnrer ces postures. A partir de celles-ci, des trajectoires
de rfrence des pieds et du ZMP sont construites pour respecter les contraintes de
la dfinition des appuis au sol suivant les diffrentes phases ainsi que lquilibre
dynamique du robot (critre du ZMP). Un algorithme de cinmatique inverse
dvelopp, dtermine ensuite les angles articulaires du robot respectant les
trajectoires de rfrence des pieds et du ZMP. Une prcision et un chantillonnage
suffisants sont ncessaires pour garantir lquilibre du robot lors de ce mouvement. A
partir de lvolution des coordonnes articulaires, la trajectoire du robot est gnre
en utilisant un logiciel de simulation dynamique. Celui-ci dtermine les couples et
puissances articulaires et vrifie la stabilit du robot. Les couples, puissances et
vitesses de chaque articulation doivent tre compatibles avec les capacits motrices
de lhumanode. Si le robot rpond cette contrainte alors le robot pourra excuter le
mouvement.

Lensemble du processus a pour objectif dtre automatis avec un temps de calcul
le plus rduit possible. Les travaux raliss pour linstant automatisent le processus
de transposition, depuis les coordonnes des marqueurs, jusquaux angles
articulaires du robot. La validation dynamique est une tape pour linstant obligatoire
avant lexcution du mouvement par le robot. La vrification des capacits motrices
peut tre galement automatise, par contre la validation finale de la stabilit du
robot ne peut tre effectue qu travers les logiciels de simulation dynamique des
robots en question (OPENHRP dans le cas dHRP-2).

Les prochains chapitres traitent plus prcisment les tapes de ce processus de
transfert de lhumain vers le robot humanode. Tout dabord, une revue des
mthodes existantes de contrle de lquilibre des robots est prsente. Une fois le
critre de stabilit tabli, la mthode de dfinition des trajectoires des pieds et du
ZMP est dfinie. Ensuite une stratgie efficace dvitement dauto-collision au niveau
des pieds est dtaille. Un algorithme de cinmatique inverse est prsent : il permet
de calculer les angles articulaires du robot tout en assurant le respect des butes
articulaires. Avant la prsentation des rsultats de transposition de plusieurs
mouvements pour les robots HRP-2 et HOAP-3, une tude est mene sur linfluence
des trajectoires des membres suprieurs du robot.

103


5.4. Architecture des robots humanodes
5.4.1. La reproduction du systme locomoteur
La procdure de transposition a t applique principalement deux types
darchitectures cinmatiques de robots humanodes. Il est possible de lappliquer sur
dautres structures si le nombre dactionneurs est suffisant au niveau des membres
infrieurs. On considre uniquement six articulations de type rotule dans lappareil
locomoteur humain. Pour reproduire les capacits posturales des membres infrieurs
humains, il est devenu courant de disposer deux actionneurs dans la cheville, un
actionneur dans laxe du genou, et trois actionneurs dans chaque hanche. Ce choix,
largement utilis dans la robotique humanode, est justifi par lanatomie du corps
humain et les analyses du mouvement des diffrentes articulations. Lagencement
des actionneurs pour les hanches constitue un choix particulirement difficile lors de
la conception dun robot humanode. La hanche du robot est considre comme une
rotule, et ncessite trois motorisations dcouples pour contrler lorientation de la
cuisse par rapport au bassin. Les deux architectures (Figure 58) prsentent
justement leur diffrence sur ce point prcis.
104 5. Principe de transposition au robot

(a) (b)

Figure 58 : Architectures cinmatiques: (a) UiNiKi et Tidom (b) HOAP-3 et HRP-2

5.4.2. Comparaison entre les architectures
Les robots conus au sein du LMS : UiNiKi et Tidom prsentent une articulation de la
hanche squence de la faon suivante : flexion, abduction, rotation. Par contre les
hanches des robots HOAP-3 et HRP-2 sont actionnes dans lordre : rotation,
abduction, flexion.

Nous notons quil y a tout de mme une diffrence de taille entre larchitecture
dHOAP-3 et dHRP-2 (Figure 59). La hanche du second a t conue de faon ce
que le guidage de laxe de flexion soit entirement en porte faux par rapport laxe
dabduction. Au contraire, pour HOAP-3, le guidage de laxe de flexion est en chape
autour de laxe dabduction. Vis--vis de la rsistance et de la flexibilit structurale, le
choix effectu pour HRP-2 pourrait tre peru comme un inconvnient. En ralit, il
en dcoule principalement deux avantages. Tout dabord les autocollisions entre les
deux cuisses du robot sont plus faciles viter ; le robot HRP-2 peut ainsi marcher
x
y
z
105


en posant ses pieds sur une mme ligne (Figure 55). Le robot HOAP-3 et le robot
ASIMO ne peuvent pas effectuer ce geste. Le deuxime avantage est la diminution
de lcartement entre les deux hanches. Les couples dabduction de hanche, qui sont
les plus consquents lors de la marche quasistatique, sont donc diminus de faon
importante. Cependant, au niveau du design visuel anthropomorphique, cette
solution pourrait tre discute.


Figure 59 : Comparaison des montages des axes de flexion de hanches des robots HOAP-3 et
HRP-2. Le montage en chape de cet axe pour HOAP-3 assure une rigidit plus importante,
cependant le montage en porte faux dHRP-2 lui assure une plus grande libert de
mouvements au niveau des membres infrieurs.

5.5. Trajectoires des membres suprieurs
Contrairement aux membres infrieurs, les membres suprieurs nont pas de
contraintes fortes pour notre tude. Lobjectif est de reproduire au mieux les postures
humaines, les angles articulaires mesurs chez le sujet humain sont donc
directement imposs aux articulations du robot. Quelques limites physiques peuvent
sy opposer : la limite en vitesse, couple et puissance des actionneurs. Nakaoka et
al. [Nak07] dcrivent, dans leur article concernant limitation dune danse japonaise
par HRP-2, une technique qui permet de modifier lvolution des angles articulaires
Montage de
laxe de flexion
en chape
Montage de
laxe de flexion
en porte faux
106 5. Principe de transposition au robot
afin de ne pas dpasser les limites en vitesse des moteurs. Concernant les couples
et puissances au niveau des actionneurs, cette contrainte est vrifie une fois que la
simulation dynamique complte est ralise. Cest la dernire tape avant la
validation sur le robot rel.

Dautres possibilits sont envisageables. Tout dabord, une partie, ou lensemble des
articulations des membres suprieurs, peut tre incorpore dans le calcul de
cinmatique inverse. Le CdM sera positionn non seulement par le mouvement des
membres infrieurs mais aussi par les membres suprieurs. Les positions des pieds
sont, par contre, contrles uniquement par la boucle des membres infrieurs.
Plusieurs essais ont t raliss dans ce sens, seulement le robot ne reproduit pas
le mouvement humain captur par cette technique. Il semble que dans le cadre de
limitation, il est plus judicieux dimposer directement les angles articulaires humains.

Une autre possibilit est aussi de rajouter des tches pour les membres suprieurs.
Plusieurs tches sont possibles : Contrler lorientation et ventuellement la position
de la tte ce qui permettrait de stabiliser le regard du robot sur un objectif prcis
[Ber00, Poz90, Sre09]. Lautre objectif viserait aussi positionner et orienter les
mains pour la saisie ou le dialogue postural.

5.6. Orientation du bassin
Dans les diffrentes applications dveloppes pour ce projet, lorientation du bassin
du robot a t impose, compltement ou en partie, ou laisse libre. Ce type de
choix est, lheure actuelle, en pleine volution dans les algorithmes de gnration
de trajectoires pour les robots humanodes. On peut remarquer par exemple les
mouvements du bassin du robot HRP-4C lors de sa marche par rapport son
prdcesseur HRP-2. On observe aussi que le robot Wabian-2, au cours de sa
marche, exerce un mouvement priodique de roulis important au niveau de son
bassin.

Un des obstacles la ralisation de tels mouvements du bassin, et donc des centres
articulaires des hanches, est le nombre de degrs de libert intervenant entre ce
segment et le thorax. Si le thorax est solidaire avec le bassin, alors les changements
dorientation du pelvis vont entraner des effets dynamiques trs importants puisque
la masse du thorax est souvent prpondrante. Ce phnomne entrane une
instabilit de lquilibre du robot qui a t observe notamment lors de simulations
avec le logiciel OPENHRP. Une solution pourrait tre de concevoir un bassin assez
107


lger, le dotant de trois degrs de libert par rapport au thorax lequel porterait la
charge utile du robot (batteries et calculateur). De nombreux robots sont dots de
solutions intermdiaires, comme HRP-2 qui possde deux actionneurs (pas
dabduction), ou encore Asimo avec un seul mouvement de rotation possible entre
son bassin et son thorax. Aujourdhui, grce la miniaturisation des composants
lectroniques de calcul et de circuit de puissance, il est plus facile dintgrer trois
actionneurs dans le thorax, tout en conservant des dimensions externes
anthropomorphes.

Concernant nos applications, le mouvement de lacet du bassin du robot, a t
impos partir de lorientation du pelvis du sujet, tandis que le tangage et le roulis
ont t interdits. Il apparait que le degr de libert en abduction, manquant entre le
bassin et le thorax, aurait permis une plus grande flexibilit dans la gnration de
trajectoires de mouvement de marche.


Conclusion
Le principe de transposition du mouvement humain aux robots humanodes est bas
sur la reproduction des postures dfinies par les coordonnes articulaires humaines
au cours du mouvement. A partir des vnements de contact ainsi que de ces
postures non compatibles avec les contraintes de liaison au sol et dquilibre du
robot, des paramtres de positions et dorientations relatives des pieds du robot sont
enregistrs. Grce ces paramtres, des trajectoires de rfrence des pieds seront
tablies. Les impacts du robot au sol sont ainsi limits, tout en reproduisant
fidlement, lchelle du robot, le mouvement humain captur. Le chapitre suivant
dcrit le critre dquilibre du robot utilis dans ces travaux et prsente un exemple
de modle dynamique multicorps en dveloppant les quations de Newton-Euler de
faon matricielle.






109
Chapitre 6
6. Equilibre et dynamique du robot marcheur



Sommaire

6.1. Critres de stabilit dun robot marcheur
6.2. Formulation matricielle dynamique dun systme polyarticul
6.3. Calcul du ZMP
Conclusion

109
113
120
121



Un des points essentiels dans la gnration de trajectoires pour les robots bipdes
est la notion dquilibre. Cest une des particularits des robots pattes qui doivent
contrler leur quilibre, plus ou moins prcaire, pour pouvoir se dplacer. Il est
ncessaire dtablir un critre quantitatif de risque de chute, que lon peut estimer par
simulation, mais aussi par les donnes de capteurs. Ainsi il devient possible de lui
apprendre des stratgies de contrle de lquilibre, en fonction de ce quil peroit
(capteurs), il modifie sa trajectoire ou sa posture pour rester en quilibre sur ses
appuis qui peuvent tre multiples. Ici, nous nous attacherons uniquement un
contact entre les semelles des pieds du robot et un sol plat.

6.1. Critres de stabilit dun robot marcheur
Un robot humanode peut tre considr comme un robot, dont la position dans
lespace nest pas dtermine par des articulations lies au repre terrestre.

Lhumain est dans le mme cas. Il dtermine sa position et son volution dans
lespace qui lentoure en fonction de ses capteurs sensoriels. Ces liens physiques
avec le sol et les lments qui lentourent sont, le plus souvent, des contacts
surfaciques unilatraux. Leffet de la gravit terrestre oblige lhumain tre en
contact avec le sol ; il peut nanmoins choisir quelles parties de son corps seront
poses sur le sol notamment lors de son mouvement. Lhumain est bipde, il se sert
de ces deux jambes pour progresser dans lespace. Cest le mouvement des jambes
110 6. Equilibre et dynamique du robot marcheur
qui va faire voluer la position de lensemble du corps humain. Du fait de
lunilatralit de ses contacts avec le sol et de la force gravitationnelle, le sujet
humain, pour se maintenir dans une position dsire, a besoin de choisir
correctement sa posture et ses surfaces de contact avec le sol.

6.1.1. Critre quasistatique
Un critre quantitatif, pour prvoir si une association posture/surface de contact
conduit un quilibre statique, est la localisation du CdM par rapport la surface de
contact. Si la projection du CdM suivant la direction de la force gravitationnelle se
trouve dans le polygone dlimit par les surfaces de contact alors lquilibre statique
peut tre assur (Figure 60). On appellera ce polygone, le polygone de sustentation.


Figure 60 : Exemple de posture assurant l'quilibre statique

Dans le cas de la marche, il est possible dutiliser ce critre pour assurer lquilibre
statique du robot. Si le CdM du robot est contrl pour tre toujours laplomb du
polygone de sustentation alors chaque posture gnre sera statiquement stable. On
parle dans ce cas de gnration de marche quasistatique. On peut observer quen
utilisant un critre comme celui-ci le robot pourra marcher des vitesses lentes mais
au dessus dune certaine vitesse le robot chute. En effet, ce critre dquilibre nest
valable quen ngligeant les effets inertiels par rapport aux efforts de contact au sol.
Autrement dit, il faut que le CdM soit soumis des acclrations trs faibles.

Ce critre de stabilit est facile mettre en uvre puisquil revient contrler la
localisation du CdM par rapport aux points dappuis du robot. Le CdM peut tre
considr comme un point gomtrique du robot dpendant de sa configuration et
des positions des CdM de chaque segment. Il peut ainsi tre contrl de faon
classique en robotique comme tant un effecteur.
111



6.1.2. Critre dynamique
Ce critre quasistatique ne permet pas de raliser des marches dites dynamiques, il
limite donc grandement les capacits de dplacement des robots marcheurs. Il est
ncessaire dtablir un autre critre pour assurer lquilibre lors de mouvement
dynamique.

Dans ce cadre, Vukobratovish et al. [Vuk73] dfinissent la notion de Zero Moment
Point (ZMP) pour tablir un critre de stabilit dynamique. Dans un premier temps
la notion de ZMP est restreinte au mouvement dun systme multicorps se dplaant
sur une surface plane, en gnral normale la direction de la gravit. Le ZMP est le
point sur cette surface pour lequel le moment du torseur des actions mcaniques du
systme multicorps sur le sol a une seule composante non nulle suivant la normale
au sol. Soit le torseur des actions mcaniques du sol sur le solide i (
i Sol

) dfini au
point A, par sa rsultante ( i Sol R ) et son moment ( i sol A M , ).


(10)


Le point C, position du ZMP, est dfini par le fait quen ce point, le moment des
efforts de contact au sol a une composante non nulle uniquement suivant laxe
vertical. On peut donc poser : 0 =
Cx
M et 0 =
Cy
M
Or
(11)
Ainsi
y z z y Ax Cx
F CA F CA M M + = avec 0 =
Cx
M alors
z
y z
z
Ax
y
F
F CA
F
M
CA + =
z x x z Ay Cy
F CA F CA M M + = avec 0 =
Cy
M alors
z
x z
z
Ay
x
F
F CA
F
M
CA + =
Si le point A est sur la surface de contact ( 0 =
z
CA ) alors la position du ZMP a les
coordonnes suivantes :

(12)

(13)

z
Ax
y
F
M
AC =
z
Ay
x
F
M
AC =
R CA M M
A C
+ =
0
0
,
,
,
R A
Az z
Ay y
Ax x
R A
i sol A
i Sol
i Sol
M F
M F
M F
M
R

112 6. Equilibre et dynamique du robot marcheur


Lquilibre dynamique du robot peut tre assur si le ZMP reste tout instant dans le
polygone de sustentation et natteint pas les extrmits de ce polygone. Si cette
condition est respecte alors Sardain et al. [Sar04] ont montr que la position du
ZMP est quivalente celle du CdP. On remarque dailleurs que la dfinition est la
mme. La diffrence provient uniquement de la dtermination du torseur des actions
mcaniques entre le sol et le robot qui est dtermine soit par les plateformes de
force dans le cas de lacquisition du mouvement humain, soit par la dynamique du
systme polyarticul dans le cas du robot.

Le critre dquilibre du ZMP a une limite importante : il ne prend pas en compte les
limites des efforts tangentiels admissibles par le couple de matriaux sol/robot. En
effet, ces efforts sont limits par le coefficient de frottement de ce couple de
matriaux. Il ne faudra donc pas uniquement vrifier que le ZMP reste dans le
polygone de sustentation mais aussi que les lois de Coulomb sont vrifies au
niveau des contacts au sol.

6.1.3. Limite au glissement
Deux techniques ont t utilises pour vrifier que la limite au glissement ntait pas
atteinte. Il sagit premirement de la validation du mouvement complet du robot par
un logiciel de simulation dynamique en dfinissant un modle de contact entre les
semelles et le sol. Le logiciel OPENHRP ralis par la socit General Robotics
permet deffectuer cette validation pour le robot HRP-2. Le modle de contact entre
les pieds et le sol ne nous a pas t rendu accessible pour des raisons de secret
industriel. Les coefficients de rigidit et damortissement de ce contact ont t
identifis partir des rsultats dexprimentation [Kan04]. Une deuxime mthode,
dcrite par Antoine Eon dans ses travaux de thse [Eon09a], propose dexprimer la
loi de Coulomb locale (avec T et N leffort tangentiel et normal, et f le coefficient de
frottement) :

(14)

en deux conditions de non glissement sur le torseur des actions mcaniques
exerces par les pieds sur le sol (axe z suivant la verticale et les axe x et y
horizontaux) :

(15)

(16)
fN T <
z y x
fF F F < +
2 2
) (
max
f C C
z
<
113



) (
max
f C est le couple maximum transmissible par le contact dun pied plat sur le
sol. Il est valu partir dune identification un calcul de couple limite transmissible
par un disque dembrayage ayant la mme surface que la semelle du pied. Ce critre
ne peut tre vrifi que pendant les simples appuis. Il est possible de proposer un
autre modle pour les doubles appuis cependant le risque de glissement lors de ces
phases est beaucoup plus limit.

6.2. Formulation matricielle dynamique dun systme polyarticul
Il apparait que la communaut de biomcanique, et en particulier les quipes
danalyse du mouvement humain, utilisent une formulation des quations de la
dynamique des systmes articuls diffrentes des expressions vectorielles plus
classiques. Monnet montre dans sa thse [Mon07b] lintrt de lutilisation dune
formulation de ce type dans lobjectif didentifier les paramtres inertiels des
segments du corps humain. Les quations de la dynamique de Newton-Euler ne
scrivent plus sous la forme de deux quations vectorielles (lune pour la rsultante
dynamique, lautre pour le moment dynamique) mais uniquement par une quation
matricielle. Lorsque lobjectif est de calculer lensemble des composantes des
actions de liaisons cette formulation semble bien approprie. La perte de la notion de
torseur et surtout de la notion de point dapplication (calcul du moment des torseurs)
sont des inconvnients majeurs de cette mthode. Il semble donc ncessaire
dintroduire de faon dtaille la procdure dobtention de lexemple du calcul des
efforts de contact au sol en fonction des trajectoires articulaires imposes.

Certaines quipes de recherche vont encore plus loin dans lutilisation de ce type de
formulation notamment lquipe de dynamique et contrle des structures du
laboratoire de mcanique des contacts et des structures qui poursuit les travaux de
Fayet [Fay89, Fay05]. Une fois les quations de la dynamique (Lagrange)
dveloppes de faon littrale, il devient possible dtudier la sensibilit du systme
en fonction des paramtres de conception [San07] dans lobjectif de les optimiser
suivant des critres de comportement dynamique.


114 6. Equilibre et dynamique du robot marcheur
6.2.1. Dfinition des matrices de transformation homogne
Dans un premier temps, il est ncessaire de dfinir le modle gomtrique direct du
robot humanode pour lequel on applique la mthode de transposition du mouvement
humain.

On note
i i
P
1
la matrice de transformation homogne du repre
1 i
R , attach au
segment i-1, au repre
i
R li au segment i. Ces matrices sont dfinies partir des
vecteurs
i
t et
i
r qui caractrisent les translations et les rotations entre les solides
successifs du systme. Ce sont ces vecteurs qui dfinissent larchitecture
cinmatique et gomtrique du robot.
] , , [
i z
i
y i x i
t t t t =
] , , , [
i m i z
i
y i x i
r r r r r =
Pour une chane srielle, ces vecteurs sont remplacs par une matrice unique dans
le cadre de lutilisation de la mthode de Denavit-Hartenberg [Den55] modifie par
Khalil et Kleinfinger [Kha86].

Dans le cas dun humanode, les vecteurs
i
r peuvent prendre plusieurs formes :
] , 0 , 0 , 1 [
i m i
r r = Rotation autour de laxe x du repre R
i-1
de la valeur q
i
-r
mi
.
] , 0 , 1 , 0 [
i m i
r r = Rotation autour de laxe y du repre R
i-1
de la valeur q
i
-r
mi
.
] , 1 , 0 , 0 [
i m i
r r = Rotation autour de laxe z du repre R
i-1
de la valeur q
i
-r
mi
.

q
i
est langle articulaire associ la liaison pivot considre. r
mi
est un offset qui
permet de dfinir la configuration de la liaison pivot i pour q
i
=0.

Les translations,
dans le cas des robots humanodes, sont composes des dimensions segmentaires,
c'est--dire des distances reliant les diffrentes articulations. La plupart des robots
humanodes ne prsentent pas de liaisons prismatiques, mais uniquement un
enchanement de liaisons pivots.

Voici un exemple de construction dune matrice de passage
i i
P
1
du solide i-1 vers le
solide i par lintermdiaire dune translation
i
t suivie dune liaison pivot daxe
1 i
x .

115


|
|
|
|
|

\
|
=
1 0 0 0
1 0 0
0 1 0
0 0 1
i z
i
y
i x
T
t
t
t
M
Si ] , 0 , 0 , 1 [
i m i
r r = alors


(17)




(18)



(19)

Ainsi la matrice de passage scrit de la faon suivante :



(20)


Une fois les matrices de transformations intersegmentaires dfinies, il est ncessaire
de calculer les matrices de transformation du repre terrestre vers les repres
segmentaires
i
P
0
.

6.2.2. Dfinition des matrices de transformation
i
P
0

Pour cela, le repre racine du robot sera, pris dans cet exemple, au niveau du
bassin. Cest le choix qui est fait pour la commande du robot HRP-2. Il est possible
aussi de partir du pied droit ou du pied gauche suivant que le pied gauche ou le pied
droit soit plat au sol. Une autre proposition serait de contrler en premier lieu la
tte, comme propos par Sreenivasa [Sre09] pour le robot HRP-2, dans lobjectif de
reproduire le comportement sensorimoteur humain [Hic05, Poz90, Ber00].

Si le segment racine est le bassin alors cinq chanes srielles composent le robot.
Les deux premires sont les jambes, puis une chane pour la tte et enfin deux pour
les bras. La matrice
41 0
P reprsente lorientation et la position dans lespace du
bassin.
|
|
|
|
|

\
|


=
1 0 0 0
0 ) cos( ) sin( 0
0 ) sin( ) cos( 0
0 0 0 1
i m i i m i
i m i i m i
R
r q r q
r q r q
M
R T i i
M M P =
1
|
|
|
|
|

\
|


=

1 0 0 0
) cos( ) sin( 0
) sin( ) cos( 0
0 0 1
1
i z i m i i m i
i
y i m i i m i
i x
i i
t r q r q
t r q r q
t
P
116 6. Equilibre et dynamique du robot marcheur


Figure 61: Numrotation des segments du robot

Les matrices de transformation du repre terrestre vers les extrmits des chanes
srielles se calculent de la faon suivante (Figure 61) :

Pour la jambe droite :

(21)


Pour la jambe gauche :

(22)

Pour la tte :

(23)
1 2 2 3 3 4 4 5 5 6 6 41 41 0 1 0
= P P P P P P P P
12 11 11 10 10 9 9 8 8 7 7 41 41 0 12 0
= P P P P P P P P
16 15 15 14 14 13 13 41 41 0 16 0
= P P P P P P
117




Pour le bras droit :

(24)


Pour le bras gauche :

(25)


6.2.3. Les matrices dinerties
Une premire tape dans le calcul des quations dynamiques consiste en la
dfinition des donnes inertielles des segments. La mthode dcrite ici regroupe
lensemble des composantes dinertie dun segment dans une matrice quon appelle
Tenseur dInertie Gnralis [Fay89].

Soit
) (
i
R i
J
le tenseur dinertie du segment i du robot exprim dans le repre R
i
,
calcul lorigine de ce repre. Dans le cas des robots humanodes, cette matrice
complte est donne par le constructeur qui la calcule soit partir des donnes de
conception (CAO) du robot, soit partir de rsultats didentification. Concernant la
modlisation dynamique du corps humain, les tables anthropomtriques proposes
par De Leva [DeL96] dfinissent, partir de la taille et de la masse totale du sujet,
les donnes inertielles de chaque segment : sa masse, la position de son CdM et
trois rayons de giration qui permettent de calculer ses moments principaux dinertie.

De faon gnrale, la matrice dinertie du solide i dans le repre R
i
exprim au point
O
i
scrit sous la forme :


(26)



20 19 19 18 18 17 17 41 41 0 20 0
= P P P P P P
24 23 23 22 22 21 21 41 41 0 24 0
= P P P P P P
i i
i i
R O
R O i
C D E
D B F
E F A
J
,
) , (
|
|
|

\
|



=
118 6. Equilibre et dynamique du robot marcheur
Soit
) , (
i i
R O i
K
la matrice de Poinsot, son expression est dmontre par Valle [Val99]
:

(27)





(28)



Il est alors possible dintroduire la notion de tenseur dinertie gnralis :



(29)



Il est ncessaire de changer de base pour exprimer cette matrice dans le repre R
0
.
On peut montrer que le changement de base du tenseur dinertie gnralis scrit
de la manire suivante :

(30)

0
0
0
0
0
1
0
0
0
1 0 0 0
/ ) , (
/
) , (
R
T
i
T
R i
R
T
i i
i i R O i
R
i R i
R O i
OO
R
m G O m
G O m K
OO R
G
i
i i
|
|
|
|
|

\
|
|
|
|
|
|

\
|
|
|
|
|
|

\
|
=

(31)


(32)

) , (
) , (
) , (
2
) (
i i
i i
i i
R O i
R O i
R O i
J I
J tr
K =
i i
i i
R O
R O i
B A C
D E
D
C A B
F
E F
C B A
K
,
) , (
2
2
2
|
|
|
|
|
|

\
|
+ +
+ +
+ +
=
T
i R O i i R O i
P G P G
i i

=
0 ) , ( 0 ) , (
0
Ri O
T
i i
i i R O i
R O i
i
i i
i i
m G O m
G O m K
G
,
) , (
) , (
|
|
|
|
|

\
|
=
0
0
0
) , (
) (
R
T
i
i R O i
R i
m OG m
OG m K
G
|
|
|
|
|

\
|
=
119




On obtient bien le tenseur dinertie gnralis exprim dans la base lie au repre
terrestre R
0
. Ce tenseur est compos de la matrice de Poinsot (
) , (
0
R O i
K ) du solide i
exprim dans la base R
0
au point O, ainsi que du vecteur position (
i
OG ) du centre de
masse du solide i exprim dans la base R
0
.

6.2.4. Principe fondamental de la dynamique
Il est ncessaire, pour tablir lquation matricielle du principe fondamental de la
dynamique, de calculer la double drive des matrices de transformation des
segments par rapport au temps. Lors de lapplication du modle dynamique direct,
les angles q
n
ainsi que leur drive et double drive seront connus. Les quations
du principe fondamental de la dynamique (PFD) calculent les actions mcaniques
extrieures et intrieures qui en dcoulent. Soit
0 / R i
H la matrice des acclrations du
solide i par rapport au repre terrestre. Elle est dfinie de la faon suivante [Leg96a]
[Leg96b] :

(33)

Or la double drive
i
P
0
& &
des matrices de passage du repre terrestre au repre du
solide i est calcule pour ses seize composantes de la manire suivante :
Pour j et k les indices de la matrice de passage, variant de 1 4 :

(34)



(35)


De plus, avec laxe z vertical ascendant :


(36)



gravit i i R i
H P P H =


1
0 0 /
0
& &
n
ddl
n
n
i i
q
q
k j P
t
k j P
&

1
0 0
) , ( ) , (

=

|
|

\
|

ddl
n
n
n
i
n
n
i i
q
q
k j P
q
q
k j P
t
k j P
1
2
2
0
2
0
2
0
2
) , ( ) , ( ) , (
& & &
0
0 0 0 0
0 0 0
0 0 0 0
0 0 0 0
R
gravit
g
H
|
|
|
|
|

\
|

=
120 6. Equilibre et dynamique du robot marcheur
Le principe fondamental de la dynamique appliqu au systme compos de
lensemble des n solides du robot scrit de la faon suivante [Leg96a] :


(37)



Avec
i Sol
le torseur des actions mcaniques du sol sur le solide i dfini de la faon
suivante :


(38)


La programmation de lensemble de ces tapes a t ralise laide dun logiciel de
calcul formel. Il permet dobtenir, pour un robot donn, les efforts de contact au sol
en fonction des angles articulaires, de leurs drives premires et secondes (
i
q ,
i
q& ,
i
q& & ), et de la position et orientation du repre racine du robot qui est dans notre
cas le bassin.
6.3. Calcul du ZMP
A partir de ces efforts de contact, il est possible de calculer le ZMP global du robot.
Daprs le dfinition prcdemment cite (12)(13), les coordonnes du ZMP dans le
repre R
0
sont les suivantes :

=
z
x
Zmp
z
y
Zmp
F
C
y
F
C
x


Ainsi, lexpression littrale des coordonnes de la position du ZMP est connue.
Notons quelle est cependant instable lorsque Fz tend vers zro. De la mme faon,
lors de la mesure par les plateformes des efforts de contact au sol du sujet humain,
la position du centre de pression peut devenir instable. Ce cas peut arriver lorsque le
robot est proche du dcollage (saut ou course). Pour les rsultats prsents dans
( )
0
0 0 0 0
0
0
0
0
1
/ ) , ( ) , ( /
R
z y x
z x y
y x z
x y z
n
i
T
R i R O i R O i R i
F F F
F C C
F C C
F C C
H G G H
(
(
(
(
(

=
0
,R O
z z
y y
x x
i Sol
C F
C F
C F

121


ces travaux, les marches dynamiques nengendrent pas de pertes totales de contact
au sol.


Conclusion
Dans ce chapitre, les critres dquilibre quasistatique et dynamique des robots
humanodes ont t prsents. Il est ncessaire, pour assurer le respect de
lquilibre lors du mouvement du robot, de calculer la trajectoire du ZMP au sol
partir des angles articulaires et de leurs drives. Ainsi, une mthode de
programmation du modle dynamique du robot est propose partir de lutilisation
des matrices homognes et du tenseur des inerties gnralises [Fay89] comme
dcrit par Legnani [Leg96a]. En isolant lensemble des solides qui composent le
robot, et en appliquant le principe fondamental de la dynamique ce systme, les
efforts de contact au sol sont dtermins ainsi que la position du ZMP.

Il est possible de rendre lalgorithme du calcul dynamique encore plus rapide en
remplaant la drivation des matrices de transformation par des oprations
matricielles [San07]. Laxe instantan de rotation et le dplacement instantan du
solide considr par rapport chaque degr de libert sont utiliss pour transformer
la drivation en opration matricielle. Par contre, Sandel [San07], rsout le problme
dynamique avec un formalisme de Lagrange. Nanmoins, il semble que la drivation
formelle associe au formalisme de Newton-Euler, utilise dans ces travaux permet
tout de mme une implmentation rapide et un temps de calcul trs raisonnable par
rapport aux objectifs fixs.





123
Chapitre 7
7. Dfinition des trajectoires des pieds et du ZMP
de rfrence



Sommaire

7.1. Dfinition des phases et sous-phases de marche
7.2. Trajectoires de rfrence des pieds
7.3. Trajectoires de rfrence du ZMP
Conclusion

123
125
128
131


7.1. Dfinition des phases et sous-phases de marche
Comme dcrit prcdemment, lanalyse de la locomotion humaine dcompose le
mouvement de marche en diffrentes phases. Ces phases sont dfinies partir des
instants de modification des contacts au sol ; ainsi une marche bipde est compose
dune succession de phases de doubles appuis et de simple appui. Nous
dcomposerons donc la marche gnre pour les robots humanodes de la mme
manire.

Au niveau des contacts au sol des robots humanodes, nous imposons comme
contrainte forte, davoir toujours au moins un pied plat sur le sol. Les semelles sont
considres comme plates et indformables et les pieds ne sont pas composs
dorteils actifs ou passifs. Ces caractristiques physiques de la plupart des robots
humanodes expliquent en partie la difficult reproduire fidlement le mouvement
humain. Lors dune marche dynamique, le sujet humain est uniquement en appui sur
les orteils de son pied arrire la fin dun simple appui. Avec des semelles rigides
non munies dorteils, le robot devrait, pour reproduire cette situation, tre uniquement
sur larrte avant de son pied arrire. Ce nest pas envisageable considrant les
capacits motrices et sensorielles des robots humanodes actuels. Un compromis
expriment et valid grce au logiciel de simulation OPENHRP, est dutiliser le
support des arrtes avant (orteils) et arrire (talon) uniquement lors des phases de
124 7. Dfinition des trajectoires des pieds et du ZMP de rfrence
doubles appuis. Ce choix rapproche le mouvement de marche de celui de lhumain et
autorise des pas plus grands pour les robots [Sel06]. A partir de ce choix, les phases
de doubles appuis du robot peuvent tre divises en 3 sous phases (Figure 62,
Figure 65) :
- la rotation du pied avant autour de son talon juste la suite de limpact du
pied (t1 t2),
- une priode pendant laquelle les deux pieds sont plats sur le sol (t2 t3),
- puis, la fin du double appui, le pied arrire tourne autour de son arte avant
juste avant le dcollage complet du pied (t3 t4).

Les instants caractristiques qui dfinissent les phases et sous-phases de la marche
gnre pour les robots bipdes sont les suivants (Figure 62) :
o t1 : Contact initial du pied avant avec le sol au niveau du talon
o t2 : Fin de la rotation du pied par rapport son talon, les deux pieds sont plats
o t3 : Dbut de la rotation du pied arrire par rapport son arte avant.
o t4 : Dcollage du pied, dbut du simple appui
o t5 : Altitude maximum du talon
o t6 : Altitude maximum des orteils
o t7 : Impact du pied avant sur le sol : fin du simple appui


Figure 62 : Dfinition des phases et sous-phases des contacts au sol

Dans une premire approche, le robot essaie de reproduire le mouvement humain
captur la mme allure. C'est--dire que le robot a un temps total dexcution gal
celui de lhomme. Nous verrons par la suite que, pour des cas de marche
dynamique, il est difficile de respecter cette contrainte temporelle. Le robot, dans ce
cas, ne pourra que reproduire le mouvement plus lentement en essayant de
respecter le rapport entre les phases de simple et double appuis.

Ainsi, en considrant un rapport de vitesse dexcution entre le sujet humain et le
robot, et en connaissant les instants de contact des pieds du sujet, il est possible de
dterminer les instants t1, t4 et t7 pour chacun des pas du mouvement.

Il reste choisir les instants t2, t3, t5 et t6 en fonction des repres temporels connus.
Ces vnements sont dans un premier temps dfinis de faon arbitraire. Les instants
125


t2 et t3 divisent les phases de doubles appuis en trois sous-phases de mmes
dures. Les dures de t1 t2 sont limites un tiers du simple appui prcdent. Les
dures de t3 t4 sont limites un tiers du simple appui suivant. Cette restriction est
ncessaire pour les phases longues de doubles appuis, par exemple, lors dun arrt,
dune attente et dun redmarrage. On pourrait aussi imaginer de tout simplement
limiter arbitrairement ces dures. Les instants t5 et t6 sont aussi choisis pour diviser
la phase de simple appui en trois dures gales. Ces deux paramtres sont
dterminants pour la trajectoire de leve du pied en oscillation ainsi que pour la
position de ce pied lors de limpact avec le sol.

7.2. Trajectoires de rfrence des pieds
A partir des instants t1 t7 dfinis prcdemment, des trajectoires de rfrence des
pieds sont gnrs pour permettre au robot dimiter la marche humaine capture.
Pour cela, des donnes gomtriques sont enregistres provenant des postures du
robot non corriges (Figure 56). Ces postures non compatibles avec les contacts au
sol, rpliquent celles qui ont t captures sur le sujet humain partir des angles
intersegmentaires humains.

Le pied, qui nest pas en phase oscillante lors de ce pas, a son extrmit arrire
interne considre comme fixe par rapport au repre terrestre. Lorientation du robot
est dfinie par son bassin reproduisant lorientation de celui de lhumain. A partir de
ce mouvement non corrig, les paramtres suivants vont tre extraits (Figure 63) : le
pied dappui du pas considr est not PA tandis que le pied en oscillation est not
PB.

- t1 : La position dorigine des extrmits arrires internes des pieds (PAx1, PAy1
et PBx1, PBy1), orientation des pieds suivant laxe vertical (PAa1, PBa1), et
altitude des orteils du pied dappui (PAz1)
- t2-t3 : Pas de paramtres supplmentaires
- t4 : Laltitude du talon au dbut du simple appui (PBz4)
- t5 : Laltitude maximum du talon lors de la phase de balancement (PBz5)
- t6 : Laltitude maximum des orteils lors de la phase de balancement (PBz6)
- t7 : Laltitude des orteils lors de limpact du talon (PBz7). La position finale de
lextrmit arrire interne du pied en balance (PBx7, PBy7), et lorientation des
pieds suivant laxe vertical (PAa7, PBa7),
126 7. Dfinition des trajectoires des pieds et du ZMP de rfrence









Figure 63 : Schma gnral de dfinition d'un pas de rfrence pour le robot (vue de dessus)

Entre ces instants caractristiques, les trajectoires des points de la semelle sont
dfinies par des polynmes dordre 6 afin de raccorder en position, vitesse et
acclration en dbut et fin de phase. La fonction poly6 cre gnre chaque
composante en fonction du temps ; elle est appele de cette faon gnrale :

) x , x , x , x , x , x , t , poly6(t x
2 1 2 1 2 1 2 1 2 1
& & & & & &
=



t1 et t2 tant les pas de temps de dbut et de fin de la phase. x
1-2
est un vecteur de
dimension gale t2-t1+1 contenant lensemble des valeurs prises entre t1 et t2 de
la variable x. Les valeurs scalaires
) x , x , x , x , x , (x
2 1 2 1 2 1
& & & & & &
reprsentent les
conditions aux limites assurant la continuit en position, vitesse, acclration, de la
trajectoire.

Dans un premier temps les composantes verticales sont dfinies au cours du temps
pour chacune des extrmits de la semelle du robot. Le mouvement de roulis des
pieds est tout dabord interdit, ce qui signifie que lorteil interne aura toujours la
mme altitude que lorteil externe. On remarque daprs la Figure 44 que ce nest
pas le cas pour lhumain. Au dbut de loscillation lorteil externe slve plus
rapidement et finalement lors de limpact lorteil interne est plus haut que lorteil
externe. Ce phnomne est difficile reproduire par le robot humanode qui a des
pieds rigides, il doit utiliser des artes droites pour poser et faire pivoter son pied. La
Figure 64 prsente un exemple de dfinition des positions verticales des extrmits
des semelles lors dun seul pas. Le pas est divis en six phases qui ncessitent cinq
paramtres daltitude pour tre gnres : PAz1, PBz4, PBz5, PBz6, PBz7.

Pied dappui pour le
pas considr
Pied en balance t1
Pied en balance t7
PA
PB
PB
127




Figure 64 : Exemple de la dfinition des positions verticales des pieds lors d'un pas

Une fois les altitudes dfinies, les composantes horizontales doivent tre gnres.
Deux phases sont spciales (Figure 65) car elles dpendent des altitudes dfinies
prcdemment. En effet, de t1 t2, le pied avant tourne autour de larte du talon
(arte arrire), on impose larte en contact avec le sol dtre immobile par rapport
celui-ci. Ainsi, les composantes horizontales des orteils dpendent la fois de
lvolution de la composante verticale et de lorientation du pied suivant la verticale.
De mme, de t3 t4, le pied qui dcolle, tourne tout dabord autour de son arte
avant.





Figure 65 : Les deux phases pour lesquelles les composantes horizontales des arrtes en
mouvement dpendent de leurs positions verticales. Durant ces phases, une des artes
(arrire ou avant) reste fixe par rapport au repre terrestre

Par contre, le pied en balance, lors de son vol passe, de la position t4 vers la position
t7, grce des polynmes de degr 6 indpendants sur chacune de ses
composantes horizontales. La Figure 66 montre un exemple de dfinition des
trajectoires des pieds partir de cette mthode. La Figure 67 compare les positions
Arte avant du
Pied en balance
Arte arrire du
Pied en balance
Arte avant du
Pied dappui
t1 t2 : Pivotement autour de
larte arrire du pied dappui
t3 t4 : Pivotement autour de
larte avant du pied en balance
Temps
128 7. Dfinition des trajectoires des pieds et du ZMP de rfrence
longitudinales des pieds du sujet humain celles gnres pour le robot. Lallure
gnrale des trajectoires des pieds est bien reproduite par ce processus.


Figure 66: Exemple tridimensionnel de trajectoires de rfrence des pieds du robot


Figure 67 : Comparaison entre les trajectoires dans l'axe de marche des pieds humains et ceux
du robot


7.3. Trajectoires de rfrence du ZMP
7.3.1. Pourquoi une rfrence pour le ZMP ?
Une fois les trajectoires de rfrence des pieds tablies, il est ncessaire de dfinir
une trajectoire de rfrence pour le ZMP. Comme nous lavons vu prcdemment le
129


critre du ZMP est appliqu pour assurer lquilibre du robot. La trajectoire de celui-ci
permet le calcul des angles articulaires assurant lquilibre dynamique du robot. Il
permettra aussi lutilisation dun stabilisateur implment sur le robot HRP-2, lors de
lexcution relle ou de la simulation du mouvement par le robot.

Le robot HRP-2 est dot dun dispositif qui corrige les erreurs de positionnement du
ZMP mesures par les capteurs deffort aux pieds. Ce stabilisateur assure un
meilleur quilibre du robot malgr les perturbations extrieures ou les erreurs de
positionnement.

La trajectoire de rfrence du ZMP permet de dfinir, partir des travaux de thse
de M. Antoine EON, la trajectoire de rfrence du Centre de Masse correspondant
(Figure 68). Pour cela le robot est modlis par un pendule invers, associ un
modle de commande prdictive, comme le proposent Kajita et al. [Kaj03]. Une
correction est ensuite apporte cette trajectoire de rfrence du CdM du robot,
partir dun modle dynamique multi-corps. Ainsi, on obtient une rfrence du CdM
qui permet de retrouver, lors de lexcution du mouvement, le ZMP sur sa rfrence
initialement dfinie.

Cest cette trajectoire du CdM qui sera utilise, associe aux trajectoires des pieds,
pour dterminer les angles articulaires durant la marche du robot.














Figure 68: Processus d'obtention des configurations successives du robot en fonction de la
trajectoire du ZMP de rfrence. Les tapes 1 et 2 sont ralises grce aux travaux de thse de
M. Antoine Eon. Elles ne sont pas dtailles dans ce manuscrit. Si le ZMP effectif est en dehors
du polygone de sustentation alors le mouvement doit tre ralenti.
Etape 1 :
Pendule invers et
Commande
prdictive
Etape 2 :
Modle
dynamique
multi-corps
Etape 3 :
Algorithme de
cinmatique
inverse
ZMP de
rfrence
CdM de
rfrence
Postures
du robot
Trajectoires
des pieds
ZMP
effectif
CdM de
rfrence
corrig
Etape 4 :
Modle
dynamique
multi-corps
130 7. Dfinition des trajectoires des pieds et du ZMP de rfrence

7.3.2. Position du ZMP biomimtique ?
Comme nous lavons mentionn prcdemment le ZMP peut tre considr comme
tant le CdP. Ainsi il est possible de comparer les trajectoires de rfrence du ZMP
des robots humanodes celui de lhumain. Pour des cas de marche assez simple, il
est possible davoir le CdP global sur plusieurs pas. Par contre, pour une marche
plus complexe avec un champ dacquisition important, le nombre de plateformes de
forces ncessaire devient trop grand. Notre mthode de transposition automatise
ne prendra donc pas en compte le positionnement du CdP du sujet humain lors de
son dplacement.

Cependant, des caractristiques se dgagent de lanalyse du dplacement du CdP
durant une marche en ligne droite. Daprs ce dplacement, une trajectoire de
rfrence type lors de la marche vers lavant pourrait tre la progression le long du
pied en simple appui et la progression en ligne droite du pied arrire vers le pied
avant en double appui. Ce type de rfrence pour le ZMP est envisageable,
cependant aprs plusieurs essais sur le logiciel de simulation OPENHRP (mme en
activant le stabilisateur du robot) il apparat que la progression du ZMP lors de la
phase de simple appui engendre des chutes en dbut ou fin de ces phases. Les
concepteurs du robot HRP-2 utilisent des trajectoires de rfrence du ZMP plus
simples mais assurant plus de stabilit du robot. Le ZMP reste immobile pendant les
phases de simple appui (Figure 69). La meilleure position est laplomb de
larticulation de la cheville pour limiter les couples exercer sur la cheville. Notons
que si le ZMP reste rellement laplomb de la cheville pendant les phases de
simple appui, alors les couples moteurs des deux articulations de la cheville sont
quasi-nuls (Uniquement les efforts tangentiels engendrent un couple). En situation
relle ou en simulation avec un modle de contact pied/sol, les couples peuvent tre
plus importants car le ZMP ne suit pas exactement le ZMP de rfrence.

Figure 69 : Trajectoire de rfrence du ZMP

131


Une fois que les angles articulaires sont calculs, il est important de vrifier que le
ZMP calcul par le modle dynamique multicorps ne soit pas trop loign de sa
rfrence. Si celui-ci dpasse le polygone de sustentation, alors lquilibre du robot
nest pas respect. Une marge de scurit pourrait tre dfinie pour que le ZMP ne
soit pas trop prs des limites du polygone de sustentation. Pour notre tude, nous
vrifierons simplement que lcart la rfrence ne soit pas suprieure une valeur
dfinie, dpendant des dimensions des pieds du robot.


Conclusion
Ce chapitre a dcrit une partie essentielle du processus de transposition de lhumain
vers le robot. Ce sont les trajectoires des pieds et du CdM du robot qui vont dfinir
ses postures au cours de lexcution du mouvement.

Il doit poser ses pieds sur le sol en minimisant les impacts (vitesse et acclration
verticale tendant vers zro) et suivre une squence de mouvements dfinis. La
phase de double appui est compose de deux phases de rotation autour des artes
des pieds. Cette caractristique amliore grandement la capacit de reproduction du
mouvement humain par le robot. De plus, les trajectoires des pieds sont gnres
partir des donnes du mouvement humain captur. Elles reproduisent les longueurs
de pas et les hauteurs de leve de pied lchelle du robot. Les empreintes de pas
du robot reproduisent fidlement celles du sujet humain, malgr les diffrences de
dimensions.

Le ZMP de rfrence, dfini partir des empreintes de pas du robot, doit tre suivi
par le robot pour assurer son quilibre. On ne peut pas tablir facilement un modle
inverse qui dtermine les coordonnes articulaires en fonction de la position du ZMP.
En effet, celui-ci dpend aussi des drives premires et secondes de ces angles.
Cest pourquoi une trajectoire de rfrence du CdM (Figure 68) est calcule partir
des travaux de thse de M. Antoine Eon. Ensuite lalgorithme de cinmatique
inverse, dfini au chapitre 9, dtermine les configurations du robot respectant la
position du CdM et des pieds chaque instant. Finalement, la simulation dynamique
multi-corps permet de vrifier si la trajectoire de rfrence du ZMP est correctement
suivie. Si lerreur est trop grande, alors le robot risque de chuter lors de lexcution
du mouvement.

132 7. Dfinition des trajectoires des pieds et du ZMP de rfrence
La dfinition des trajectoires de rfrence est automatise, cependant il est possible
de modifier facilement de nombreux paramtres spatiaux temporels pour modifier la
marche excute par le robot. Cette mthode a permis aussi de gnrer des
trajectoires de rfrence pour des humains virtuels de diffrentes tailles et masses
dans un objectif de prdimensionnement de robots humanodes.

133
Chapitre 8
8. Evitement de collisions



Sommaire

8.1. Limites des trajectoires de rfrence des pieds
8.2. Dveloppement dune stratgie ddie
8.3. Autres mthodes envisageables et auto-collision
Conclusion

133
134
138
139


8.1. Limites des trajectoires de rfrence des pieds
Plusieurs trajectoires de marche en ligne droite ont t testes pour plusieurs robots
rels ou virtuels. La gnration des trajectoires de rfrence des pieds entrane
parfois des collisions entre les pieds. Ce phnomne apparat clairement dans le cas
de limitation dune marche en slalom (Figure 70 et Figure 71).


Figure 70 : Kinogramme des pieds humain lors d'un slalom (pied gauche en rouge, pied droit
en bleu)
X (m)

Y (m)
134 8. Evitement de collisions

Figure 71 : Kinogramme des pieds du robot lors d'un slalom, sans vitement de collision (pied
gauche en rouge, pied droit en bleu)

Lors des phases de simple appui le pied en oscillation doit contourner le pied au sol
(Figure 70). Il est donc ncessaire de modifier les trajectoires de rfrence des pieds
pour respecter la contrainte de non-collision.

Cette procdure revient une planification de trajectoire des pieds lors des phases
de simple appui. Nous nous orientons, non pas vers une optimisation locale ou
globale de ces trajectoires, mais vers une approche gomtrique afin de ne pas
augmenter le temps de calcul de lalgorithme complet. La stratgie choisie est donc
une stratgie ddie au problme de la marche bipdique.

8.2. Dveloppement dune stratgie ddie
Les donnes dentre du problme de lvitement de collision sont les traces de pas
du robot c'est--dire la position de ses pieds en appui au sol. Grce la mthode de
transposition du mouvement humain au robot explique prcdemment, les traces
de pas au sol du robot ressemblent trs nettement ceux de lhumain (Figure 72).


Figure 72 : Trace des pas des pieds du sujet humain lors du slalom (pied gauche en rouge,
pied droit en bleu)

135


Il faut dans un premier temps dterminer pour chaque phase de simple appui sil y a
risque de collision entre les pieds. Ensuite une trajectoire du pied en balance, vitant
le pied dappui, doit tre gnre.

8.2.1. Dtection du risque de collision des pieds
Nous nous intressons lexemple dun balancement du pied droit qui ncessite un
contournement du pied gauche en appui sur le sol lors de cette phase (Figure 73).
Pour dterminer si il y a un risque de collision et donc une ncessit de
contournement, les points de dpart A et darrive B du pied droit sont utiliss. A la
Figure 73, seul le cas du point du talon interne est prsent, mais la procdure est
aussi effectue pour les trois autres points du pied en oscillation.


Figure 73 : Exemple de dtection de risque de collision (pied gauche en rouge, pied droit en
bleu)

La condition de risque de collision est la suivante : si les points M et N sont au
dessus de la droite AB alors le pied droit peut progresser en ligne droite sans risque
de collision ; si par contre ils sont en dessous de cette droite, alors la trajectoire ne
peut pas tre en ligne droite mais doit permettre de contourner ces deux points.
Gomtriquement, la condition peut scrire sous cette forme:

Si 0 ) ( < z AM AB et 0 ) ( > z AN AB alors contournement de M
Si 0 ) ( > z AM AB et 0 ) ( < z AN AB alors contournement de N
Si 0 ) ( < z AM AB et 0 ) ( < z AN AB alors contournement de M et N
Si 0 ) ( > z AM AB et 0 ) ( > z AN AB alors pas de contournement

136 8. Evitement de collisions
Dans notre cas nous utilisons une condition faisant intervenir une marge de scurit.
Il est ncessaire de dterminer les distances et les orientations des vecteurs M M' et
N N' .

Si MARGE z AM
AB
AB
MM <
|
|
|

\
|
= ' alors contournement de M

Lorsquil y a une ncessit de contournement en M alors la distance AM est
enregistre ainsi que la distance MM, de mme pour le contournement de N.

8.2.2. Gnration de la trajectoire
A partir de cet algorithme de prvision de dtection de collision, si les points M et N
sont contourner alors les points A, C, D et B sont calculs. C et D sont calculs
tels que :


(39)



(40)


Figure 74 : Points de contrle pour le contournement du pied d'appui

La trajectoire du point arrire interne du pied droit est construite passant par les
points A, A, C, D, B et B (Figure 74) pour assurer le bon contournement du pied
'
' '
' '
MM
M M
MARGE M M AM AC + + =
'
'
' '
NN
N N
MARGE N N AN AD + + =
M
N
N
M
Marge de scurit
137


dappui. Les points A et B assurent la continuit en vitesse, avant et aprs le simple
appui. Pour le talon, la vitesse et lacclration larrive au contact du sol B sont
imposes comme nulles tandis quau point A la vitesse et lacclration sont non
nulles puisque le talon a dj commenc son lvation. Le point A correspond la
position au pas de temps suivant du point A. Le point B correspond la position au
pas de temps prcdent du point B.


(41)


(42)

Une fois les quatre points supplmentaires enregistrs, une spline cubique est
calcule passant par les points A, A, C, D, B, B (Figure 75). Une autre possibilit
serait dutiliser un polynme dordre 8 permettant dimposer position, vitesse et
acclration en A et B (6 contraintes) puis dimposer sa position en C et D. Les
autres points du pied en oscillation sont dtermins partir de lvolution de
lorientation du pied qui est construite par un polynme de dordre 6 partant de
lorientation initiale au dbut du simple appui vers lorientation finale au contact initial
avec des vitesses et acclrations nulles en dbut et fin de phase.


Figure 75 : Comparaison entre les trajectoires avec (rouge) ou sans (bleu) l'vitement de
collision

Cette mthode fonctionne bien, elle permet de trouver des trajectoires vitant le pied
en appui (Figure 76). Notons que suivant la configuration des pas, il est parfois
t
dt
dx
x x
A A
+ =
'
t
dt
dy
y y
A A
+ =
'
1,5 3 4,5s
Temps (s)

Trajectoire vitant
la collision
0
138 8. Evitement de collisions
ncessaire dviter la collision avec le point interne avant du pied en oscillation plutt
quavec le point arrire interne. Ce phnomne est illustr par lavant dernier simple
appui du pied droit de la Figure 76. Dans cette phase avec le point arrire interne il
ny a pas de collision dtecte mais avec le point avant interne un contournement est
ncessaire. Lalgorithme dvelopp permet donc dviter les collisions autant de
lavant du pied en oscillation que de larrire.


Figure 76 : Kinogramme des pieds du robot vitant les collisions

8.3. Autres mthodes envisageables et auto-collision
La mthode prsente permet uniquement dviter la collision entre les pieds. Elle
nassure pas la non-collision des jambes (tibia ou cuisse) du robot. On remarque
cependant que les trajectoires de rfrence des pieds calcules associs aux
contraintes de butes articulaires permettent dans la plupart des cas dviter lauto-
collision des jambes. Une autre condition respecter est la non-pntration des
traces de pas sur le sol. Dans certains cas, des traces de pas successifs du robot
peuvent se chevaucher ; dans ce cas, il faut les corriger. On ajoutera aussi cette
condition une marge de scurit de positionnement entre les deux appuis. Si deux
appuis successifs sont considrs comme trop prs lun de lautre, alors on modifiera
la position finale du deuxime simple appui pour quil scarte du pied dappui. La
Figure 76 prsente un cas de ce type : le dernier simple appui pied droit doit
normalement se terminer dans la position rouge en pointills. Cette position est
considre comme trop proche du pied dappui et peut donc engendrer des auto-
collisions au niveau des jambes ou au niveau des pieds en cas de lgre erreur de
positionnement. La trace de pas correspondante est donc dcale pour sloigner du
pied dappui.

139


Conclusion
Dans ce chapitre, nous avons propos une mthode gomtrique dvitement de
collision qui est trs efficace car ne ncessitant pas de temps de calcul lev. On
peut envisager par la suite une mthode plus labore qui utilise les techniques de
planification de trajectoires.

141
Chapitre 9
9. Rsolution du modle gomtrique inverse



Sommaire

9.1. Dfinition des contraintes respecter
9.2. Cinmatique inverse
9.3. Algorithme de cinmatique inverse ddi
Conclusion

141
142
148
150



Dans ce chapitre, nous prsentons la mthode pour dterminer les angles
articulaires du robot respectant les contraintes du dplacement du robot bipde. Les
coordonnes articulaires du systme locomoteur sont calcules partir des
trajectoires de rfrence des pieds et du ZMP.

9.1. Dfinition des contraintes respecter
Deux types de contraintes sont respecter. Tout dabord, le respect de lquilibre
dynamique est assur par le positionnement du CdM sur le plan horizontal. Le CdM
doit suivre la trajectoire de rfrence calcule partir de la trajectoire de rfrence
du ZMP et du modle de commande prdictive dun pendule invers [Kaj03]. Si le
CdM suit la trajectoire de rfrence du CdM alors le ZMP va aussi suivre sa
trajectoire de rfrence dfinie dans le chapitre 7. Le ZMP doit tre toujours situ
dans le polygone de sustentation du bipde. De plus, la composante verticale du
CdM est contrainte rester constante dans le cas dune marche dynamique. Cette
condition est ncessaire pour que le modle de pendule invers soit plus proche du
modle multi-corps. Ainsi le CdM doit tre contraint sur ses trois composantes au
cours dune marche dynamique.

Ensuite les pieds doivent tre contrls pour dfinir lavancement du robot, et
respecter les contraintes de contact au sol. Surtout en phase de double appui, les
pieds doivent tre bien positionns et orients lun par rapport lautre pour assurer
142 9. Rsolution du modle gomtrique inverse
des contacts bien rpartis. Durant les transitions entre les phases, c'est--dire lors du
contact initial ou du dcollement, les vitesses et acclrations sont dfinies comme
nulles pour limiter leffet dimpact au sol. Le positionnement relatif des deux pieds
doit, tre l aussi, trs strict pour ne pas engendrer des efforts de raction trop
importants. Pour respecter cette contrainte de positionnement relatif des pieds, 3
composantes de translations et 3 composantes dorientation sont ncessaires.

Des contraintes supplmentaires peuvent tre envisages telles que lorientation du
bassin pour obtenir une stature du tronc droite lors de lexcution du mouvement de
marche du robot. La plupart des robots humanodes actuels ne permettent pas une
entire libert de lorientation du bassin car larticulation entre le bassin et le tronc
possde rarement 3 degrs de liberts, et souvent, les butes sont trs restrictives. Il
est donc difficile dorienter le tronc et la tte indpendamment du bassin. Cette
restriction pourra srement tre dpasse dans les prochaines tudes car le bassin
et le tronc pourront tre moins volumineux du fait de la miniaturisation des parties
lectroniques. Cela permettra donc denvisager une plus grande libert de
mouvement entre le bassin et le tronc.

9.2. Cinmatique inverse
Connaissant les trajectoires de rfrence du CdM et des pieds qui sont les
contraintes de loptimisation, les angles articulaires sont calculs par une mthode
itrative de cinmatique inverse. Soient x
i
les volutions des contraintes par rapport
au pas de temps prcdent alors les q
i
reprsentent la diffrence entre les angles
articulaires au pas de temps courant et ceux au pas de temps prcdent. Lobjectif
sera atteint (c'est--dire les contraintes respectes) lorsque X
init
+x
i
est
suffisamment proche de son objectif. Alors les angles articulaires respectant les
contraintes seront Q
init
+q
i
. La relation entre q
i
et x
i
scrit de la faon suivante :
J
-1
tant linverse de la matrice jacobienne.

(43)

Cette mthode est inspire de la mthode itrative de Newton-Raphson de rsolution
de systmes non linaires. Il faut, pour utiliser cette quation de base de la
cinmatique inverse, que la matrice jacobienne soit inversible. C'est--dire que le
nombre de degrs de libert de la tche soit gal au nombre de degr de libert q.
Le vecteur X=X
init
+x
i
est le vecteur oprationnel, il est compos de lensemble des
i
1
i
x J q

=
143

coordonnes cartsiennes intervenant dans les contraintes respecter. Le vecteur
Q=Q
init
+q
i
est le vecteur des coordonnes articulaires.

9.2.1. Calcul de la matrice jacobienne
Soit Q=[q
1
q
n
] le vecteur des coordonnes articulaires du robot avec ses n
articulations prises en compte dans le calcul. Nous ne ferons intervenir que les
douze articulations des membres infrieurs, les autres sont considres connues
chaque pas de temps de calcul.

Soit X=[x
1
x
m
] le vecteur oprationnel contenant lensemble des coordonnes
cartsiennes (dans notre cas) contrler au cours du mouvement. Ces composantes
dpendent des angles [q
1
q
n
].

Alors


(44)

La matrice jacobienne reprsente donc lensemble des drives des tches par
rapport tous les angles articulaires du robot. Pour la calculer, il est possible de
driver lexpression littrale des x
i
dpendant des q
j
. Ensuite pour chaque posture du
robot dfinie par Q(t)=[q
1
(t) q
n
(t)], la matrice jacobienne pourra tre calcule
numriquement. Pour modifier les contraintes, la matrice jacobienne est construite
par un assemblage de matrices-lignes :


(45)

La matrice Jx
i
est de dimension (1,n) (n : nombre dangles articulaires concerns) qui
est compos de lensemble des drives des coordonnes oprationnelles x
i
par
rapport aux q
j
. Les valeurs numriques de ses composantes dpendent des q
j
.

9.2.2. Pseudo inverse
Dans le cas o la matrice jacobienne nest pas carre alors linverse de cette matrice
ne peut pas tre calcule. Deux cas distincts peuvent tre envisags.

Tout dabord la dimension du vecteur tche X peut tre suprieur au nombre de
degrs de libert indpendant du robot Q. Alors le problme est sur-contraint, la
j
i
j
i,
dq
dx
J =
]
dq
dx
...
dq
dx
[ ) ..q (q Jx
n
i
1
i
n 1 i
=
144 9. Rsolution du modle gomtrique inverse
dimension du vecteur [q
1
(t) q
n
(t)] sera infrieure au vecteur [x
1
x
m
]. La pseudo-
inverse de Moore-Penrose (J
+
) sera alors dfinie comme suit :

Si le systme est sur-contraint (n < m) :

(46)

Dans ce cas, il nexiste thoriquement pas de solution pour tout vecteur contrainte X.
Cependant la mthode itrative dterminera la solution la plus proche. Elle pourra
tre acceptable si elle est suffisamment proche de lobjectif.

Ensuite, le deuxime cas se prsente lorsque le nombre de contraintes est infrieur
au nombre de degr de libert. Le problme est alors sous-contraint. Potentiellement
il existe plusieurs vecteurs Q tel que X soit respect. La pseudo-inverse de Moore-
Penrose (J
+
) sera alors dfinie comme suit :

Si le systme est sous-contraint (n > m) :

(47)

Dans le cas o J nest pas une matrice carre alors les angles articulaires chaque
pas de temps du calcul sont dtermins de faon itrative avec lquation suivante :

(48)

Le rsultat donne la solution de norme minimale quand le systme est redondant.
Elle minimise la norme suivante :

(49)


9.2.3. Pseudo inverse avec amortissement
Pour amliorer la convergence, Maciejewski et Klein [Mac88] proposent notamment
laddition dun terme damortissement dans lexpression de la matrice jacobienne.

(50)

1 T T
) (JJ J J
+
=
T 1 T
J J) (J J
+
=
T 1 T
J ) J (J J
+
+ =
i i
x J q
+
=
i i
q q
2
1
T
145

La dcomposition en valeurs singulires (SVD) de la matrice jacobienne permet de
dterminer la valeur optimale du terme damortissement :

(51)

(52)

Avec D une matrice diagonale contenant les valeurs singulires
j
. u
j
et v
j
sont
respectivement des bases de lespace image de J (rang r) et de lespace
complmentaire du noyau de J. La pseudo inverse scrit alors :

(53)

Avec un facteur damortissement , qui stabilise le processus doptimisation proche
des singularits daprs Maciejewski et Klein [Mac88] :

(54)


Il faut ensuite dterminer une valeur optimale du coefficient qui soit valable pour
tout x. Le terme damortissement doit tre nul loin des singularits, dans ce cas J
+

sera quivalent J
+
. Il doit tre suffisamment grand pour attnuer les oscillations
proches des singularits. Une mthode employe [Mac88][Wam86][Nak86] est de
limiter la norme du rsultat pour q, c'est--dire :

(55)

b
max
peut tre considr comme une variation angulaire maximum entre deux
itrations successives lors du calcul. Cette condition peut scrire sous la forme
suivante :

(56)



T
UDV J =
T
i i
r
1 i
i
v u J

=
=
T
j j
r
1 j j
u v

1
J

=
+
=
T
j j
r
1 j
2 2
j
j
u v


J

=
+
+
=
max

b x J
+
( )
max
r
1 j
T
j
2 2
j
j T
j j
r
1 j
2 2
j
j
b x u


x u v


x J
|
|

\
|
+
=
|
|

\
|
+
=

= =
+
146 9. Rsolution du modle gomtrique inverse
Ainsi les valeurs de peuvent tre choisies de la faon suivante :

=
0
) (d
d/2

min min

si
si
si

d
d d/2
d/2
min
min
min
>
<



avec

(57)

min
> d correspond une situation loin des singularits.

d/2 <
min
< d correspond une situation intermdiaire.

min
< d lamortissement est maximum, la posture courante est proche dau moins
une singularit.

Lutilisation de la pseudo inverse avec amortissement a permis de diminuer
nettement le nombre ditrations pour respecter les contraintes et donc diminue le
temps de calcul.


9.2.4. Terme doptimisation : Multiplicit de tches
Une autre problmatique rside dans le respect des butes articulaires du robot qui
ne sont souvent pas les mmes que celles de lhumain. Pour cela, un terme
doptimisation est ajout lquation de cinmatique inverse [Lie77]. Avec le
gradient de la fonction complmentaire optimiser :

(58)

Cette mthode est aussi applique dans le cas dune multiplicit de tche. Le respect
des butes articulaires peut tre interprt comme une tche secondaire. Ce
deuxime terme utilise lespace nul de J pour optimiser une autre fonction par
projection de son gradient. En dautres termes, il est possible, avec cette expression,
de respecter les butes tout en minimisant toujours les variations articulaires lors des
itrations.

+ =
+ +
J) J (I x J q

i

0
max
b
x
d =
147

Notons que cette mthode nest valable que si le systme est redondant. Plus le
systme est redondant plus lalgorithme sera efficace. Dans notre cas, vu le nombre
de degr de libert et la dimension du vecteur oprationnel, lespace nul de J est trs
limit. Il semble cependant que la convergence soit tout de mme rapide. Le
coefficient doit tre ngatif pour minimiser la fonction . Sa valeur absolue permet
de grer le compromis entre la minimisation des q
i
(49) et de lloignement des
butes articulaires.

q = / est le gradient de la fonction contrainte des butes articulaires. Cette
fonction est dfinie comme suit (Figure 77):


(59)

Figure 77 : Contrainte de bute articulaire en fonction de l'angle courant


Cette dfinition permet davoir une contrainte qui a une valeur trs grande proche
des butes articulaires (ici pour lexemple 0 et 1) et trs faible loin de celles-ci (Figure
77).

Ainsi le gradient scrit de la faon suivante (Figure 78) :


(60)

=
) )( (
) (
min max
2
min max
q q q q
q q


+
=
2
min
2
max
min max
2
min max
) ( ) (
) 2 ( ) (
q q q q
q q q q q

148 9. Rsolution du modle gomtrique inverse



Figure 78 : Allure du gradient des contraintes de bute articulaire en fonction de l'angle
articulaire courant


Il faut que la posture dinitialisation du calcul de cinmatique inverse soit compatible
avec les butes articulaires sinon lalgorithme ne dmarre pas vers une solution
compatible. De plus, il faut que le systme soit sous contraint pour permettre la fois
de respecter les positions des pieds et du CdM et trouver une posture loin des
butes articulaires.
9.3. Algorithme de cinmatique inverse ddi
Un algorithme de cinmatique inverse ddi a t labor spcifiquement pour
rsoudre le modle gomtrique inverse du robot humanode permettant de
respecter les trajectoires des pieds et du CdM ainsi que les butes articulaires. A
chaque instant t de la trajectoire, lalgorithme calcule de faon itrative les angles
permettant de respecter les contraintes. La Figure 79 dcrit le processus itratif
effectu chaque pas de temps t.

149


Figure 79 : Algorithme de cinmatique inverse

Au pas de temps initial t=1, les angles articulaires initiaux de calcul sont choisis pour
rpondre parfaitement aux contraintes des pieds et du CdM. Pour ce premier pas de
temps, la position des effecteurs correspondra parfaitement la position atteindre.
Aucun calcul ne sera ncessaire. Ensuite pour les pas de temps suivant, les angles
articulaires initiaux seront les solutions du pas de temps prcdent q
t-1
. Si le vecteur
tches X
Gt
est diffrent du vecteur tches prcdent X
Gt-1
alors un processus itratif
est effectu progressant grce la pseudo-inverse avec amortissement J
+
. Deux
limites sont apportes aux itrations, la premire concerne la norme maximale de
dplacement du vecteur tche entre deux itrations (x
max
) et la deuxime concerne
la norme maximale du vecteur de dplacement articulaire (q
max
). Ces limites
permettent datteindre progressivement lobjectif assurant de rester dans un cadre de
petits dplacements plus efficace pour un calcul par la jacobienne. On peut noter que
dans la majorit des cas les dplacements sont trs faibles puisque, hors singularit,
150 9. Rsolution du modle gomtrique inverse
la solution dinitialisation est la solution du pas de temps prcdent, c'est--dire 5ms
avant la posture en cours de calcul.

Le coefficient permet la fois de pondrer la contrainte sur le respect des butes
articulaires par rapport la progression par pseudo-inverse et de dfinir si on
minimise ou on maximise la fonction . Dans le cas dun systme fortement sous
contraint cette pondration ne sera pas essentielle. Le deuxime terme de lquation
de cinmatique inverse ne modifie pas le respect de la tche principale. Dans notre
cas, le systme est faiblement sous contraint, le deuxime terme peut modifier la
convergence vers la tche principale et ainsi, engendrer une instabilit numrique.
Compte tenu de la dfinition du gradient des contraintes de butes articulaires
choisie et exprime en radians, le coefficient le plus appropri semble tre environ
10
-6
. Ce faible coefficient permet de ne pas engendrer de perturbations loin des
butes articulaires mais dtre uniquement actif proche de celles-ci comme dcrit sur
la Figure 77.


Conclusion
Pour dterminer les angles articulaires du robot qui gnrent un mouvement imitant
le sujet humain, il est ncessaire, partir des trajectoires de rfrence des pieds et
du ZMP, de rsoudre le modle gomtrique inverse des membres infrieurs.
Lalgorithme dvelopp pour la rsolution de ce systme est bas sur les techniques
de cinmatique inverse. La principale difficult de cette rsolution est la faible
redondance du systme qui, avec le modle choisi, ne contient quun seul degr de
redondance par rapport la dimension de la tche. La convergence devient dautant
plus difficile lorsque les angles sont proches des butes articulaires. Les rsultats
sont tout de mme concluants car la convergence est trs rapide : une erreur
infrieure 10
-5
m est obtenue aprs seulement quelques itrations. Le temps de
calcul est infrieur lutilisation de la fonction doptimisation fmincon du logiciel
de calcul numrique Matlab

. Cependant certaines coordonnes articulaires


obtenues, bruites par endroit, ncessitent donc un filtrage avant le calcul des
quations dynamiques. Ce sont surtout les trois angles de flexion de chaque jambe
qui sont soumis ce phnomne. Le terme damortissement, ajout la dfinition de
la pseudo-inverse, a diminu nettement ce problme numrique.
Par la suite, les trajectoires des membres suprieurs doivent tre dfinies pour
reproduire le mouvement de la partie suprieure du sujet humain.
151
Chapitre 10
10. Les exemples dapplication : HRP-2 et HOAP-3



Sommaire

10.1. La marche en ligne droite suivie dun virage
10.2. Le slalom
10.3. Les limites des robots humanodes

152
156
159



La mthode complte de transposition a t applique plusieurs robots avec
diffrents mouvements humains capturs. Les premiers essais dapplication ont t
effectus sur les prototypes UiNiKi et TiDom dvelopps au sein du laboratoire en
simulation. Lhumanode grand public ROBONOVA, de la socit Hitec Robotics,
nous a permis de tester des trajectoires avec seulement 10 actionneurs au niveau
des membres infrieurs. Finalement, les applications les plus pertinentes ont t
effectues pour les robots HRP-2 et HOAP-3. Depuis sa commercialisation par la
socit Kawada Industries en 2001, HRP-2 reste un robot incontournable dans la
communaut internationale de la recherche en robotique humanode. Concernant
notre approche, il est intressant de lui gnrer des trajectoires imitant le mouvement
humain car il a des caractristiques morphologiques proches de celles dun humain
adulte (1,58m, 57kg). Le robot HOAP-3, quant lui, ne mesure que 60cm pour
8,8kg. Il est ncessaire dappliquer la mthode ce robot aussi pour dmontrer la
capacit du processus sadapter aux longueurs segmentaires et la masse du
robot.

Deux mouvements humains sont ici transposs aux robots. Le premier est une
marche en ligne droite suivie dun virage denviron 90 et le deuxime est la
reproduction dun slalom. Ces deux applications permettent danalyser les capacits
de reproduction du geste par les robots humanodes utilisant ce type de processus
de transfert et assurant leur quilibre comme dcrit prcdemment. Les verrous
technologiques actuels des robots seront prsents ainsi que les perspectives de
dveloppement suite au travail effectu.
152 10. Les exemples dapplication : HRP-2 et HOAP-3
10.1. La marche en ligne droite suivie dun virage
La premire application est donc la reproduction dune marche en ligne droite,
prcde dun dpart pieds joints et se terminant par un arrt pieds joints. Ensuite le
sujet excute un virage sur place de 90(Figure 80 ).

Figure 80 : Empreintes des pas du sujet humain pour la marche en ligne droite suivie d'un
pivotement de 90, associes la trajectoire du Cd M du sujet

Pour cette premire application, un critre dquilibre quasistatique a t utilis afin
de gnrer les configurations du robot au cours du mouvement. Ainsi la trajectoire du
ZMP de rfrence correspond la trajectoire suivre par le CdM du robot. Bien sr,
le mouvement doit tre plus lent que le mouvement humain pour que le robot reste
en quilibre. Pour que le critre quasistatique soit valide, il faut que les effets
dynamiques (acclrations horizontales du CdM et les moments dynamiques) soient
faibles devant les efforts de contact. Le ZMP rel calcul par le modle dynamique
multicorps sera presque confondu avec la trajectoire de la projection du CdM sur le
sol. La Figure 81 montre que la trajectoire gnre pour le robot respecte cette
contrainte.


Figure 81 : Empreintes des pas du robot dans le cas de la reproduction du mouvement humain
avec un critre d'quilibre quasistatique. La dimension des pas est fortement diminue pour
raliser une marche quasistatique avec le robot.
153


Le ZMP est trs proche de la projection du CdM, ces deux points restent tout
instant dans le polygone de sustentation. Seulement, une dernire tape permet de
valider la trajectoire en termes dquilibre pour le robot. Il est ncessaire de vrifier
que les pieds ne glissent pas sur le sol. En effet, si le coefficient de frottement entre
les semelles du robot et le sol, associ la dimension des surfaces de contact, nest
pas suffisant pour raliser lenchanement des postures au cours du temps, alors le
robot va glisser sur le sol. Ce phnomne de glissement peut entraner une chute du
robot cause des diffrences par rapport au modle dynamique tablit
prcdemment. Ce risque de glissement est contrl une premire fois par lquation
(15) pour les efforts tangentiels entre les pieds et le sol et par lquation (16) pour le
couple daxe vertical lors des phases de simples appuis. Ensuite, le glissement est
contrl grce aux simulations effectues avec les logiciels de simulation dynamique
OPENHRP et Cosmotion (Solidworks).

Au niveau de la reproduction par le robot des trajectoires des pieds, les empreintes
des pieds au sol ne sont pas correctement reproduites (Figure 80 et Figure 81). La
marche dynamique du sujet humain (environ 3km/h au maximum durant cette
acquisition) est transforme en une marche respectant le critre dquilibre
quasistatique du robot. Ainsi le mouvement est fortement ralenti. Une contrainte
gomtrique sur la taille des pas intervient alors. Lorsque le pied vers lavant se pose
sur le sol (fin du simple appui), dans le cas dun quilibre quasistatique, le CdM du
robot doit tre toujours lintrieur de la semelle du pied en arrire. Ceci impose au
tronc du robot de rester vers larrire contrairement au sujet humain qui, lors dune
marche dynamique, au moment de limpact de son talon avant, a son tronc vers
lavant (Figure 82). Il est donc difficile cet instant pour le robot de raliser un grand
pas vers lavant. Il doit flchir le genou de la jambe en appui pour pouvoir la fois
garder le tronc au niveau du pied dappui et lancer sa jambe en balance vers lavant.


Figure 82: Comparaison des postures entre HOAP-3 et le sujet humain la fin du simple appui.
HOAP-3 vrifie le critre dquilibre quasistatique, son CdM est encore laplomb de son pied
arrire. Le sujet humain ralise une marche dynamique, son CdM est plus vers lavant.
154 10. Les exemples dapplication : HRP-2 et HOAP-3

Nous avons choisi de diminuer la dimension des pas par rapport la dimension de
pas gnre automatiquement par lalgorithme de reproduction du mouvement
humain. Celui-ci, sans modification, gnre des empreintes de pas similaires au sujet
humain, adaptes la dimension du robot (Figure 69). Ces trajectoires sont difficiles
raliser par un robot humanode marchant avec un critre dquilibre quasistatique.

Au niveau de la reproduction des positions verticales des points avant et arrire du
robot, la Figure 83 compare les altitudes des pieds du robot celles du sujet humain
au cours du mouvement impos. Nous avons dj mentionn que lvolution de la
position verticale des mtatarses nest pas facile reproduire puisquon observe
quelle nest pas aussi rgulire que celle des malloles. On observe pour ce
mouvement humain, par lintermdiaire des deux marqueurs des mtatarses, un
mouvement de roulis du pied lors de sa phase oscillante (phase de simple appui).
Durant la premire phase de leve, le dernier mtatarse slve plus haut que le
premier mtatarse, alors que durant la prparation de limpact, cest le premier
mtatarse qui est au dessus de lautre. Ce phnomne nest pas reproduit avec le
robot. Les altitudes des points avant du pied du robot doivent tre gales lors de
limpact du pied pour quil se produise sur larte arrire de la semelle et non sur un
seul point.

Figure 83: Altitudes des 4 points de la semelle du robot compares aux altitudes des
marqueurs disposs sur les pieds du sujet humain (mallole externe, 1er et dernier
mtatarses)

155


La Figure 84 compare les postures adoptes par les robots HRP-2 et HOAP-3
celles recueillies lors de la capture du mouvement humain. Les trajectoires de
membres suprieurs des robots sont identiques entre elles et proviennent
directement de lextraction des angles articulaires humains. La posture de dpart des
robots est diffrente de celle de lhumain. Toutes les coordonnes articulaires du
robot sont imposes comme nulles la position dorigine, sauf les angles de flexion
des membres infrieurs. Ceux-ci sont gaux 20-40-20(Flexion de hanche, genou
et tibia) pour le robot HRP-2 et 5-10-5pour le ro bot HOAP-3. Ces trajectoires imitant
le mouvement humain ont t valids grce au logiciel denvironnement virtuel
OPENHRP et au simulateur dynamique Cosmosmotion associ Solidworks.


Figure 84 : Allures des mouvements gnrs pour les robots HRP-2 et HOAP-3 compares au
mouvement humain captur.

Ce mouvement a t transpos aussi des humains virtuels en vue du
prdimensionnement de la motorisation de robots humanodes de diffrentes tailles
allant de 20cm 1m60 [Eon09b].

HRP-2
HOAP-3
Humain
156 10. Les exemples dapplication : HRP-2 et HOAP-3
10.2. Le slalom
Le deuxime mouvement reproduit prsent dans ce manuscrit est un slalom
effectu par un autre sujet denviron 1,80m. Il lui est demand de raliser un
mouvement de marche tout en vitant trois obstacles disposs entre ses lieux de
dpart et darrive. On reconnat une trajectoire de slalom (Figure 85), le mouvement
est arrt, pieds joints, juste aprs avoir pass le dernier obstacle.


Figure 85 : Comparaison entre les empreintes de pas du sujet humain et celles du robot HRP-2.
Pour le mouvement humain, la trajectoire du CdM est indique tandis que pour le robot, c'est la
trajectoire de rfrence du ZMP.

Cette fois, cest une trajectoire de marche dynamique qui est ralise, la projection
du CdM nest pas contrainte suivre la rfrence du ZMP. Comme expliqu
prcdemment, la trajectoire du CdM est dtermine partir dune modlisation du
robot par un pendule invers associ un modle de commande prdictive, tape
ralise par M. Antoine Eon [Eon09a] associ ces travaux. Les dimensions des
pas peuvent donc tre quivalentes celles du sujet humain (Figure 85). Une
problmatique incontournable mise en vidence pour la gnration de ce
mouvement est lvitement de collision pour le pied en balance qui doit contourner le
pied en appui. La rsolution de cette problmatique est valide par la simulation qui
permet de dtecter les interfrences entre les diffrents solides qui composent le
robot. Au niveau des membres infrieurs, partir du moment o le pied en balance
ne passe pas au dessus du pied en appui, les risques dinterfrences deviennent trs
limits.

157


La Figure 86 compare les altitudes des points de la semelle du robot celles des
marqueurs disposs sur les pieds du sujet humain. L aussi, le rapport entre les
altitudes du talon et des orteils du robot semble reproduire celui du sujet humain.
Au niveau temporel, le mouvement du robot ne peut seffectuer que deux fois plus
lentement que lhumain et les phases de doubles appuis ncessitent dtre
rallonges par rapport aux phases de simple appui les prcdant. Dans cet exemple,
chaque phase de double appui est au moins gale la moiti de la dure de la
phase de simple appui la prcdant.


Figure 86 : Slalom : Altitudes des 4 points de la semelle du robot compares aux altitudes des
marqueurs disposs sur les pieds du sujet humain (mallole externe, 1er et dernier
mtatarses)

Finalement la Figure 87 prsente les postures du sujet humain compares au robot
humanode essayant de limiter. Les orientations (tangage et lacet) des pieds sont
bien reproduites. La visualisation du mouvement grce au logiciel de simulation ne
permet pas davoir un angle de vue strictement identique la camra utilise lors de
lacquisition. La posture de fin, par exemple, est vraiment oriente de la mme faon
avec le robot humanode alors que sur la Figure 87, elle semble diffrente.
158 10. Les exemples dapplication : HRP-2 et HOAP-3
Concernant cette application, lorientation du bassin nest pas impose, c'est--dire
quelle ne suit pas strictement lorientation du sujet humain. Il en rsulte donc une
diffrence notable dorientation du tronc.

Le mouvement reproduit a permis de mettre en avant la ncessit de lalgorithme
dvitement de collision entre les pieds ainsi que le couplage entre la mthode de
transposition de lhumain vers le robot et la mthode de gnration de trajectoires de
marche dynamique dvelopp par M. Antoine Eon [Eon09a].


Figure 87 : Allure du mouvement gnr pour le robot HRP-2 compare au mouvement humain
captur.

159


10.3. Les limites des robots humanodes
Ce dernier paragraphe a pour objectif de recenser les diffrents obstacles techniques
limitation fidle, robuste et automatise du mouvement humain par les robots
humanodes.

10.3.1. Les contacts au sol
En ce qui concerne le contact entre les pieds et le sol, il est certain que les pieds
rectangulaires rigides de la plupart des robots actuels ne permettent pas de raliser
des contacts aussi fluides et progressifs que ceux des humains pendant la
locomotion bipde. La surface de contact au sol varie de faon importante chez
lhumain mais toujours de faon progressive. Pour les robots, les contacts avec des
pieds rigides plats seffectuent sur un point, le long dune arrte ou sur la totalit du
plan de la semelle. De nombreuses tudes ont dj t effectue sur ce sujet et
dautres sont toujours en cours. La pertinence de la ralisation dun orteil reli par
une liaison pivot passive ou active la semelle est dj dmontre [Sel06]. Le robot
Wabian est dj, depuis quelques annes, dot dun tel dispositif [Ogu06] [Lim07]
pourtant encore loin des capacits de dformation et dadaptation au terrain de nos
pieds.

10.3.2. Les mthodes de gnration de trajectoires
Concernant la gnration de trajectoires de marche, la diffrence visuelle la plus
importante est sans doute la flexion accentue des genoux des robots par rapport
la marche humaine. Cette restriction provient de trois facteurs. Premirement, les
genoux flchis assurent un quilibre plus stable car le CdM du robot est plus proche
du sol, les moments daxe horizontaux transmettre dans les liaisons pieds/sol sont
moins levs. Deuximement, les critres dloignement des butes ainsi que de
lloignement de la singularit au niveau de larticulation du genou, ne permettent
pas aux algorithmes de converger vers des postures avec les jambes tendues. Le
sujet humain sain lui, au contraire, ralise ces marches dynamiques avec les jambes
tendues notamment au moment de limpact du pied au sol. Le dernier facteur
provient de la mthode de gnration dallures de marches dynamiques introduite
par Kajita et al. [Kaj03] modlisant le robot par un pendule invers. Une restriction
pour la validit du modle est que le CdM du robot doit se maintenir une altitude
constante. Pour respecter cette contrainte forte, il est ncessaire que le robot ait les
genoux plis lors de son mouvement de locomotion.

160 10. Les exemples dapplication : HRP-2 et HOAP-3
Dautres techniques de gnration de trajectoires sont prsentes dans la littrature,
notamment les mthodes doptimisation globale (et non locale) afin de minimiser un
critre reprsentatif de lensemble du mouvement et non dun comportement
temporellement local. Bessonnet et al. [Bes09] montrent notamment quil est possible
dobtenir des trajectoires de marche avec les jambes tendues en synthtisant une
marche 3D par une optimisation globale dun cycle, tout en minimisant un critre
nergtique, sthnique ou mixte. Ce type dalgorithmes na malheureusement pas,
lheure actuelle, volu vers des procdures embarques de gnration de
trajectoires. Les limites sont sans doute les temps calcul qui sont encore trop
importants compars la mthode propose par Kajita [Kaj03] et la sensibilit de la
convergence vis--vis des paramtres spatiaux temporels de marche.

10.3.3. Les actionneurs
Une des limites essentielles la gnration de trajectoires pour les robots
humanodes provient du respect de leur capacit physique . Cette limite est
dtermine par de nombreux paramtres. Tout dabord, les limites physiques des
actionneurs sont considrer : les couples de dmarrage, les vitesses vide, et les
puissances maximum. La chane de transmission de puissance est aussi analyser
dans son ensemble. Par exemple, son alimentation lectrique (type de batterie ou
secteur, intensit maximum, tension nominale de fonctionnement) mais aussi les
capacits de transmission du rducteur. Mais les moteurs lectriques courant
continus sont-ils les plus adapts ou les plus efficaces pour les robots humanodes ?
Plusieurs quipes de recherche se posent cette question et quelques unes voluent
vers des solutions hydrauliques qui sont pourtant encore difficiles mettre en uvre
dans le contexte dun robot bipde autonome. Dautres travaux sont effectus sur la
commande par cbles des articulations qui sapparentent la coordination
musculaire chez lhumain. L aussi les difficults sont nombreuses pour la
conception de tels systmes pour un humanode avec plus de vingt quarante
actionneurs.

10.3.4. Le contrle
La partie contrle des actionneurs est primordiale pour effectuer des mouvements
dynamiques tout en assurant un quilibre et un suivi de consignes suffisamment
prcis. Le robot HRP-2 est dot dune boucle de contrle cadence 200Hz, c'est--
dire traitant lensemble des donnes des capteurs et envoyant des consignes toutes
les 5ms. Des progrs considrables ont t effectus sur ce sujet depuis les
dernires annes, les capacits de calcul des processeurs embarqus ont t
dcuples et la rcente miniaturisation des composants lectroniques a permis de
161


raliser des robots bipdes autonomes. Malgr ces importantes avances
technologiques, les capacits dynamiques de raction des robots humanodes sont
encore loin dgaler les performances de notre systme nerveux. Bien sr, il serait
intressant de diminuer la dure de la boucle de contrle, mais il est surtout essentiel
damliorer les stratgies de contrle de lquilibre et de gnration de trajectoires.
Tout cela en prenant en compte les perturbations extrieures et donc les ventuelles
modifications de contact avec lenvironnement.

Conclusion
Dans ce chapitre, deux applications de la procdure de transposition ont t
prsentes.

Premirement, celle dune marche en ligne droite, avec un dpart et une arrive
pieds joints, suivie dun retournement denviron 90. Ce mouvement transpos a mis
en vidence les capacits de la procdure reproduire la locomotion humaine pour
des robots humanodes de tailles et de masses trs diffrentes.

La deuxime application concerne la transposition dun slalom effectu par un sujet
humain entre trois petits obstacles. Ce mouvement soulve la ncessit de
lvitement de collision entre les pieds. Le pied en balance ne doit pas passer, lors
de son transfert, au dessus du pied en appui au sol. Les empreintes de pas sur le sol
sont reproduites fidlement par le robot, ainsi que les altitudes des points avants et
arrires des pieds.

Finalement, plusieurs facteurs techniques qui limitent les capacits de reproduction
fidle du mouvement humain, sont mentionns. Certains de ces verrous
technologiques actuels, au niveau de la robotique humanode, sont sur le point dtre
dpasss, dautres le seront srement dans un avenir plus lointain. Au niveau
mcanique, le choix du type dactionneurs et de transmission est primordial.
Cependant, il faut toujours laccompagner de la conception de sa chane
dasservissement (avec les retours capteurs) qui doit avoir une boucle de contrle
infrieure 5ms pour prtendre contrler des mouvements dynamiques.


163
Conclusion gnrale

La problmatique principale des travaux prsents dans ce mmoire, porte sur le
dveloppement d'une procdure complte permettant aux robots humanodes
d'imiter le mouvement humain et notamment la locomotion.

Tout d'abord, un chapitre d'introduction situe les travaux dans le contexte des
avances techniques concernant l'analyse du mouvement humain : une discipline
scientifique en pleine essor. Les premiers robots humanodes autonomes
apparaissent dans les annes 1990 suite la miniaturisation des composants
lectroniques. Ils sont ns de l'ambition de reproduire les capacits de mouvement
du corps humain, laide dun dispositif mcanique automatis dallure
anthropomorphe. Depuis que les premiers prototypes ont t raliss, une attention
toujours plus importante est porte au regard de l'imitation du corps et du geste de
l'humain. Les travaux raliss, contribuent aux capacits biomimtiques des robots
humanodes, au niveau du mouvement et plus particulirement de la locomotion.

La procdure de transposition de l'humain au robot est dcrite en deux tapes.

La premire tape fait rfrence l'enregistrement et l'analyse du mouvement
humain considr. Un protocole de mesure a t tabli pour automatiser le
traitement des donnes tridimensionnelles du mouvement. Les techniques
d'acquisition existantes sont nombreuses, dans notre cas, un systme
optolectronique compos de dix camras a t utilis, associ deux plateformes
de force. Un modle cinmatique du corps humain a t dfini. Il est adapt
l'objectif fix : faire reproduire le mouvement humain des robots aux nombres de
degrs de libert limits. Ce modle peut tre modifi en fonction de l'architecture
cinmatique du robot. Une fois le corps humain modlis par un certain nombre de
solides supposs rigides, il est ncessaire d'tablir le positionnement prcis des
marqueurs rflchissants, par rapport aux repres osseux externes. Ce
positionnement est identique pour chaque sujet d'tude pour automatiser le
traitement des donnes. Ensuite, une problmatique actuelle de la biomcanique a
t aborde propre la localisation des centres articulaires. La mthode dite
fonctionnelle a t utilise pour les articulations des hanches.
A partir des coordonnes cartsiennes de rfrences anatomiques, les repres
segmentaires ont t dfinis pour calculer les rotations intersegmentaires au cours
du mouvement. Trois angles par articulation sont ensuite dtermins par
identification des matrices de cardan. Celles-ci sont dfinies par une squence
164 Conclusion gnrale
angulaire refltant lenchanement des degrs de libert du robot pour chaque
articulation. Par exemple, les robots UiNiKi et Tidom nont pas le mme
enchanement de rotation au niveau des hanches que les robots HRP-2 et HOAP-3 :
il est ncessaire de modifier la matrice didentification pour obtenir des orientations
correctes entre le bassin et les cuisses.
Puis, nous proposons des modifications pour les algorithmes de dtection de
contacts existants, partir des marqueurs des pieds, sans lutilisation de capteurs
deffort. Lobjectif est dtendre le champ dapplication de ces algorithmes des
marches comportant des virages ou des demi-tours. De plus, les signaux traits
deviennent indpendants de laxe de marche. A partir des rsultats obtenus avec 24
adultes sains effectuant une marche en ligne droite, un virage lanc 90et un
demi-tour. Il apparat que la mthode la plus pertinente et la plus prcise (par rapport
la dtection des plateformes) pour cette problmatique est la mthode Foot
Velocity Algorithm (FVA). Celle-ci dpend uniquement de la vitesse verticale des
marqueurs et ne ncessite donc pas de modification pour lextension de son
domaine dapplication. Les deux autres mthodes modifies obtiennent des rsultats
moins prcis et avec des carts types plus grands.
A la fin de cette premire partie, une analyse cinmatique non exhaustive
dexemples de locomotion humaine donne des indications quant la transposition de
tels mouvements pour le robot. Il apparat quil est difficile de reproduire les dures
des diffrentes phases au cours de la marche, notamment les doubles appuis trs
courts lors dune marche dynamique. Les trajectoires des membres suprieurs
pourront tre reproduites fidlement condition dviter les auto-collisions et de ne
pas dpasser les capacits motrices du robot. Les trajectoires des membres
infrieurs seront dfinies partir de trajectoires de rfrence des pieds et du ZMP
(critre dquilibre).

La deuxime tape du processus de transposition concerne plus particulirement la
gnration de trajectoires pour les robots imitant le mouvement humain enregistr.

Le principe, pour rsoudre la problmatique des diffrences de dimensions entre les
robots et le sujet humain, est dutiliser les angles articulaires humains plutt que les
coordonnes cartsiennes du mouvement. Ainsi, les robots peuvent reproduire les
postures humaines qui doivent, par contre, tre corriges pour respecter les
contraintes de non collision avec le sol et dquilibre. Le bassin est le repre
racine du robot. Pour nos applications, seul le mouvement de rotation de lacet
reproduit lorientation du bassin humain. Les mouvements de tangage et de roulis
sont interdits puisquils entranent, daprs les simulations effectues, une grande
instabilit du robot.
165


Le critre dquilibre du robot est la localisation du ZMP qui doit se trouver tout
instant dans son polygone de sustentation. Le respect de la contrainte de non
glissement doit tre aussi vrifi. Une formulation matricielle dynamique (Tenseur
dInertie gnralis) du robot a t prsente pour le calcul des efforts de contact et
de la position du ZMP en fonction des coordonnes articulaires et de leurs drives.
Des trajectoires compltes de rfrence sont tablies pour les pieds et le ZMP du
robot, partir de la dfinition dune squence de contact au sol biomimtique pour un
pas de marche. Les artes arrires et avants des pieds du robot sont utilises
comme appuis lors des dbuts et fins des phases de doubles appuis pendant la
marche. Ce choix est original par rapport aux allures de marches gnres par
optimisation locale ; il est valid par les simulations dynamiques. Bessonnet et al.
[Bes05] [Bes09] proposaient ce type de contact dans le cas dune gnration de
trajectoires par optimisation paramtrique (optimisation globale).
La ncessit dune stratgie permettant lvitement dauto-collision entre le pied en
appui et le pied oscillant lors de lexcution de virages constitue une de nos
problmatiques. Une stratgie ddie a t mise au point pour modifier les
trajectoires de rfrence des pieds qui doivent respecter cette contrainte. Cet
algorithme est efficace et donne des rsultats satisfaisant pour un exemple
dexcution dun slalom.
La rsolution du problme gomtrique inverse est la dernire tape du processus.
C'est--dire, dans notre cas, la dtermination des configurations du robot qui
respectent les trajectoires de rfrence des pieds et du ZMP. Un algorithme de
cinmatique inverse ddi a t mis au point pour rsoudre ce problme. Il prend
galement en compte les butes articulaires du robot travers la minimisation dune
tche secondaire dans le processus doptimisation.
Finalement, deux exemples dapplication sont proposs dans ce manuscrit. Le
premier est une marche en ligne droite suivie dun virage 90tandis que le second
est un slalom entre trois obstacles. Ces deux exemples mettent en vidence les
capacits du procd de transposition, pour gnrer la fois des marches
quasistatiques et dynamiques pour des robots de diffrentes tailles. Cependant
plusieurs limites des robots humanodes sont reportes dans ce document. Ces
limites empchent limitation fidle de la marche humaine.


Les perspectives de ces travaux sont multiples. Tout dabord la procdure complte
de transposition, sera utilise pour dautres mouvements humains, sur dautres
robots de diffrentes tailles. La squence de contacts au sol, dfinie surtout pour la
marche, doit tre modifiable lors de lexcution de mouvements non priodiques ou
sans dplacement antropostrieur du robot. Il est donc ncessaire dajouter au
166 Conclusion gnrale
processus une identification de mouvements standards comme la marche,
laccroupissement (squat), et autres : ce type didentification est dj propos par
[Nak07].
Un des projets venir rside dans la possibilit de lancer directement le programme
de transposition depuis le logiciel dacquisition du mouvement humain Vicon
Nexus grce linterface PECS . Ainsi, il serait possible de visualiser le
mouvement simul du robot imitant lhumain quelques instants aprs avoir ralis
lacquisition. Ainsi, on peut imaginer pouvoir commander un robot juste aprs
lexcution du mouvement humain. Dans ce cas, lalgorithme ncessite dtre
optimis pour limiter au maximum le temps de calcul tout en assurant au robot son
quilibre et lvitement des interfrences segmentaires. Des recherches sont toujours
envisager sur la mthode de gnration de marche dynamique. Lutilisation du
modle du pendule invers pourrait tre remise en cause par une modlisation
dynamique multicorps afin de contrler directement le ZMP plutt que le CdM. Il est
cependant ncessaire de valider cette approche et de dmontrer ses capacits de
convergence.

Notons que les algorithmes de dtection de contact sont en cours de validation pour
dautres types de mouvements tels que les dparts et les arrts pieds joints ainsi que
le pitinement.
167

Bibliographie

[Abe95] Abernethy, B., Burgess-Limerick, R., Engstrom, C., Hanna, A., Neal, R.J.,
1995. Temporal coordination of human gait. In: Glencross, D.J., Piek, J.P. (Eds.),
Motor Control and Sensory Motor Integration: Issues and Directions. Elsevier,
Amsterdam, pp. 171-195.

[Aka05] Akachi, K., Kaneko, K., Kanehira, N., Ota, S., Miyamori, G., Hirata, M.,
Kajita, S., Kanehiro, F., Development of humanoid robot HRP-3P (2005) Proceedings
of 2005 5th IEEE-RAS International Conference on Humanoid Robots, 2005, art.
no.1573544, pp. 50-55.

[Bel90] A. Bell, D. Pedersen, and R. Brand, A comparison of the accuracy of several
hip center location prediction methods, Journal of Biomechanics, vol. 23, no. 6, pp.
617621, 1990.

[Beg07] M. Begon, T. Monnet and P. Lacouture, Effects of movement for estimating
the hip joint centre, Gait & Posture, Volume 25, Issue 3, pp. 353-359, March 2007.

[Ben06] I. Benkhmis, Essai de reprage du critre minimis spontanment par le
sportif. Exemple du saut en longueur. PhD thesis, Universit de Poitiers, 2006.

[Ber00] A. Berthoz, The brains sense of movement, Harvard University Press,
Cambridge, MA, 2000.

[Bes05] G. Bessonnet, P. Seguin, Generating optimal walking cycles using spline-
based state-parameterization, International Journal of Humanoid Robotics (IJHR),
vol. 2, No. 1, pp. 47-80, 2005.

[Bes09] Bessonnet, G., Marot, J., Seguin, P., Sardain, P., Parametric-based
dynamic synthesis of 3D-gait (2009) Robotica, pp. 1-19.

[Cap95] A. Cappozzo, F. Catani, U. D. Croce, and A. Leardini, Position and
orientation in space of bones during movement: anatomical frame definition and
determination, Clinical Biomechanics, vol. 10, no. 4, pp. 171 178, 1995.

[Car79] Carrera, R., Loiseau, D., Roux, O. (1979). Androiden. Die Automaten von
Jaquet-Droz. Lausanne: Scriptar, ISBN: 2880120179.
168 Bibliographie

[Cav83] Cavanagh, P.R., Valiant, G.A., Misevich, K.W., 1983. Biological aspects of
modeling shoe/foot interaction during running. In: Frederick, E.C. (Ed.), Sport Shoes
and Playing Surfaces. Human Kinetics, Champaign, IL, pp. 24-46.

[Che85] Chengzhi, L., Zongcheng, H., 1985. Temporal and kinematic analysis of
swing leg for elite sprinters. In: Matsui, H., Kobayashi, K. (Eds.), Biomechanics IX-B.
Human Kinetics, Champaign, IL, pp. 825-829.

[DeL96] P. De Leva, Adjustments to zatsiorsky-seluyanovs segment inertia
parameters, Journal of Biomechanics, vol. 29, no. 9, pp. 12231230, 1996.

[Den55] Denavit and Hartenberg, A kinematic notation for lower pair mechanisms
based upon matrices, 1955, J. Appl. Mech., 77, pp. 215-221

[Des09] E. Desailly, Y. Daniel, P. Sardain, and P. Lacouture, Foot contact event
detection using kinematic data in cerebral palsy children and normal adults gait, Gait
and Posture, vol. 29, no. 1, pp. 7680, 2009.

[Dre95] Film dAndr Drevon, Georges DEMENY et les origines "sportives" du
Cinma, Le Groupe de Recherche et d'Essais Cinmatographiques (GREC), 1995.

[Eon09a] A. Eon Contribution la gnration de mouvements dynamiques pour
les robots humanodes et au dimensionnement de leurs actionneurs, PhD thesis,
Universit de Poitiers, soutenance prvue le 10 dcembre 2009.

[Eon09b] A. Eon, L. Boutin, S. Zeghloul Design of humanoid robots from
anthropometric data - Application to walking, Journal of Intelligent and robotics
systems, en cours de review, soumis le 25/05/2009.

[Fay89] M. Fayet and M. Renaud. Quasi-minimal computation under an explict form
of the inverse dynamic model of a robot manipulator. Mechanism & Machine Theory,
24(3):165174, 1989.

[Fay05] M. Fayet, A. Sandel, and L. Maiffredy. Utilisation des tenseurs dinertie
globaux dans le cas de systmes liaisons complexes et pseudo-paramtres. In 17
th

congrs franais de mcanique, Troyes, 2005.

169


[Gho04] Ghoussayni S, Stevens C, Durham S, Ewins D. Assessment and validation
of a simple automated method for the detection of gait events and intervals. Gait and
Posture 2004; 20:26672.

[Gle98] M. Gleicher, Retargetting motion to new characters, in Proceedings of the
ACM SIGGRAPH Conference on Computer Graphics, pp. 3342, 1998.

[Gri79] Grillner, S., Halbertsma, J., Nilsson, J., Thorstensson, A., 1979. The
adaptation to speed in human locomotion. Brain Research 165, 177-182.

[Han02] Hansen AH, Childress DS, Meier MR. A simple method for determination of
gait events. Journal of Biomechanics 2002; 35:1358.

[Han09] Hanlon, M., Anderson, R., Real-time gait event detection using wearable
sensors (2009) Gait and Posture, Article in Press.

[Hic05] Hicheur, H., Vieilledent, S., Berthoz, A., Head motion in humans alternating
between straight and curved walking path: Combination of stabilizing and anticipatory
orienting mechanisms (2005) Neuroscience Letters, 383 (1-2), pp. 87-92.

[Hon07] The Honda Humanoid robot Asimo, Technical Information, September 2007,
Honda Motor Co., Ltd., Public Relations Division.
http://asimo.honda.com/downloads/pdf/asimo-technical-information.pdf.

[Hre00] Hreljac A, Marshall RN. Algorithms to determine event timing during normal
walking using kinematic data. Journal of Biomechanics 2000; 33:7836.

[Kaj03] S. Kajita, F. Kanehiro, K. Kaneko, K. Fujiwara, K. Harada, K. Yokoi, and H.
Hirukawa, Biped walking pattern generation by using preview control of zero-
moment point, in Proc. IEEE International Conference on Robotics and Automation
ICRA 03, vol. 2, pp. 16201626 vol.2, 2003.

[Kan02] Kaneko, K., Kanehiro, F., Kajita, S., Yokoyama, K., Akachi, K., Kawasaki,
T., Ota, S., Isozumi, T., Design of prototype humanoid robotics platform for HRP
(2002), IEEE International Conference on Intelligent Robots and Systems, 3, pp.
2431-2436.

170 Bibliographie
[Kan04] Kanehiro, F., Hirukawa, H., Kajita, S., OpenHRP: Open architecture
humanoid robotics platform (2004) International Journal of Robotics Research, 23
(2), pp. 155-165.

[Kat74] I. Kato, S. Ohteru, H. Kobayashi, K. Shirai and A. Uchiyama. Information-
Power Machine with Senses and Limbs (WABOT 1). First CISM IFToMM
Symposium on Theory and Practice of Robots and Manipulators (1974), Vol. 1,
Springer-Verlag, 1124.

[Kha86] W. Khalil et J. Kleinfinger. A New Geometric Notation for Open and Closed
Loop Robots. ICRA86, pages 7579, avril 1986.

[Kun98] Kuno, H., Suzuki, N., Akataki, K., Mita, K., Yasubayashi, M., Ito, M.,
Geometrical analysis of hip and knee joint mobility in cerebral palsied children (1998)
Gait and Posture, 8 (2), pp. 110-116.

[Law97] Jane Marie Law, Puppets of Nostalgia: The Life, Death, and Rebirth of the
Japanese Awaji Ningyo Tradition, ISBN 0-691-02894-X, 321 pp, Princeton
University Press, 1997.

[Leb06] F. Leboeuf, G. Bessonnet, P. Seguin, P. Lacouture, Energetic versus
Sthenic Optimality Criteria for Gymnastic Movement Synthesis, Multibody System
Dynamics, vol 16, No. 3, pp. 213-236, 2006.

[Leg96a] Legnani, G., Casolo, F., Righettini, P., Zappa, B., A homogeneous matrix
approach to 3D kinematics and dynamics - I. Theory, (1996) Mechanism and
Machine Theory, 31 (5), pp. 573-587.

[Leg96b] Legnani, G., Casalo, F., Righettini, P., Zappa, B., A homogeneous matrix
approach to 3D kinematics and dynamics - II. Applications to chains of rigid bodies
and serial manipulators, (1996) Mechanism and Machine Theory, 31 (5), pp. 589-
605.

[Lie77] A. Liegeois, Automatic supervisory control of the configuration and behavior
of multibody mechanisms, vol. 7, no. 12, pp. 868871, 1977.

[Lim07] Lim, H.-O., Takanishi, A., Biped walking robots created at Waseda
University: WL and WABIAN family (2007) Philosophical Transactions of the Royal
Society A: Mathematical, Physical and Engineering Sciences, 365 (1850), pp. 49-64.
171



[Mac88] Maciejewski, A. et Klein, C. (1988). Numerical filtering for the operation of
robotic manipulators through kinematically singular configurations. Journal of Robotic
Systems, 5:527552.

[Man80] Mann, R.A., Hagy, J., 1980. Biomechanics of walking, running, and
sprinting. American Journal of Sports Medicine 8, 345-350.

[Mic00] Mickelborough J, Van Der Linden ML, Richards J, Ennos AR. Validity and
reliability of a kinematic protocol for determining foot contact events. Gait and
Posture 2000; 11:327.

[Mil09] Miller, A., Gait event detection using a multilayer neural network (2009) Gait
and Posture, 29 (4), pp. 542-545.

[Mon07] T. Monnet, E. Desailly, M. Begon, C. Vallee, and P. Lacouture,
Comparison of the score and ha methods for locating in vivo the glenohumeral joint
centre, Journal of Biomechanics, vol. 40, no. 15, pp. 34873492, 2007.

[Mon07b] T. Monnet. Contribution lidentification des paramtres inertiels des
segments du corps humain. PhD thesis, Universit de Poitiers, 2007.

[Mon10] T. Monnet, M. Begon, C. Valle, P. Lacouture : Improvement of the input
data in biomechanics : kinematics and body segment inertial parameters book
chapter in Biomechanics : Principles, Trends and Applications ISBN : 978-1-60741-
394-3, Nova Science Publishers, Inc (in press).

[Nak86] Nakamura, Yoshihiko, Hanafusa, Hideo, Inverse kinematic solutions with
singularity robustness for robot manipulator control, (1986) Journal of Dynamic
Systems, Measurement and Control, Transactions of the ASME, 108 (3), pp. 163-
171.

[Nak07] S. Nakaoka, A. Nakazawa, F. Kanehiro, K. Kaneko, M. Morisawa, H.
Hirukawa, and K. Ikeuchi, Learning from observation paradigm: Leg task models for
enabling a biped humanoid robot to imitate human dances, International Journal of
Robotics Research, vol. 26, no. 8, pp. 829844, 2007.

[Oco07] OConnor CM, Thorpe SK, OMalley MJ, Vaughan CL. Automatic detection
of gait events using kinematic data. Gait and Posture 2007;25: 46974.
172 Bibliographie

[Ogu06] Ogura, Y., Aikawa, H., Shimomura, K., Kondo, H., Morishima, A., Lim, H.-
O., Takanishi, A., Development of a new humanoid robot WABIAN-2 (2006)
Proceedings - IEEE International Conference on Robotics and Automation, 2006, art.
no. 1641164, pp. 76-81.

[Ott09] Ottaviano, E., Ceccarelli, M., Palmucci, F., An application of CaTraSys, a
cable-based parallel measuring system for an experimental characterization of
human walking (2009) Robotica, pp. 1-15.

[Poz90] Pozzo, T., Berthoz, A., Lefort, L., Head stabilization during various locomotor
tasks in humans. I. Normal subjects (1990) Experimental Brain Research, 82 (1), pp.
97-106.

[Ros94] G. J. Rose J., Human Walking. Williams and Wilkins, 1994.

[Rosh06] Mark Rosheim, Leonardos Lost Robots, Springer Berlin Heidelberg, ISBN:
978-3-540-28440-6 (Print), 978-3-540-28497-0 (Online), 2006.

[San07] A. Sandel, Outils symboliques pour l'criture de modles et l'tude de
sensibilit des systmes multicorps, PhD thesis, Institut National des Sciences
Appliques de Lyon, 2007.

[Sar04] Sardain, P., Bessonnet, G., Forces acting on a biped robot. Center of
pressure - Zero moment point (2004) IEEE Transactions on Systems, Man, and
Cybernetics Part A: Systems and Humans, 34 (5), pp. 630-637.

[Seg05] P. Seguin, G. Bessonnet, P. Sardain, A Parametric Optimization Approach
to Walking Pattern Synthesis, International Journal of Robotics Research (IJRR), vol.
24, pp 523-536, 2005.

[Sel06] R. Sellaouti, O. Stasse, S. Kajita, K. Yokoi, and A. Kheddar, Faster and
smoother walking of humanoid hrp-2 with passive toe joints, in Proc. IEEE/RSJ
International Conference on Intelligent Robots and Systems, pp. 49094914, 2006.

[Sre09] M N. Sreenivasa, P. Soures, J-P Laumond, A. Berthoz, Steering a
humanoid robot by its head, Journes Nationales de la Robotique Humanode, JNRH
2009, Nantes.

173


[Sut72] Sutherland, D.H., Hagy, J.L., Measurement of gait movements from motion
picture film, (1972) Journal of Bone and Joint Surgery - Series A, 54 (4), pp. 787-797.

[Tak85] Takanishi, A., Ishida, M., Yamazaki, Y., Kato, I., Realization of dynamic
walking by the biped walking WL-10RD. (1985) pp. 459-466.

[Val99] Valle C., Hamdouni A., Isnard F. et Fortun D. (1999). The equations of
motion of a rigid body without parametrization of rotations. Journal of Applied
Mathematics and Mechanics, 63(1): 2530.

[Vau92] Vaughan, C.L, Davis, B.L., O'Connor, J.C. (1992) Dynamics of human gait.
Human Kinetics publishers, 137p.

[Vuk73] M. Vukobratovic and J. Stepanenko, Mathematical models of general
anthropomorphic systems, Mathematical Biosciences, vol. 17, no. 3-4, pp. 191242,
1973.

[Wam86] C. W. Wampler, Manipulator inverse kinematic solutions based on vector
formulations and damped least-squares methods, vol. 16, no. 1, pp. 93101, 1986.

[Wu95] G. Wu, P. Cavanagh, and R. Brand, Isb recommendations for
standardization in the reporting of kinematic data, Journal of Biomechanics, vol. 28,
no. 10, pp. 12571261, 1995.

[Wu02] Wu, G., Siegler, S., Allard, P., Kirtley, C., Leardini, A., Rosenbaum, D.,
Whittle, M., D'Lima, D.D., Cristofolini, L., Witte, H., Schmid, O., Stokes, I., ISB
recommendation on definitions of joint coordinate system of various joints for the
reporting of human joint motion - Part I: Ankle, hip, and spine (2002) Journal of
Biomechanics, 35 (4), pp. 543-548.

[Wu05] Wu, G., Van Der Helm, F.C.T., Veeger, H.E.J., Makhsous, M., Van Roy, P.,
Anglin, C., Nagels, J., Karduna, A.R., McQuade, K., Wang, X., Werner, F.W.,
Buchholz, B., ISB recommendation on definitions of joint coordinate systems of
various joints for the reporting of human joint motion - Part II: Shoulder, elbow, wrist
and hand (2005) Journal of Biomechanics, 38 (5), pp. 981-992.

[Zat83] V. Zatsiorsky and V. Seluyanov., The mass and inertia characteristics of the
main segments of the human body. Biomechanics, 8: 11521159, 1983.

174 Bibliographie

175


Liste des figures
Figure 1 : Chronophotographie de Georges Demen (1850-1917) ...................................................... 13
Figure 2 : Fusil photographique dtienne-Jules Marey (1830-1904) ................................................... 14
Figure 3 : Phonoscope de Georges Demen........................................................................................ 14
Figure 4 : Le chevalier mcanique de Lonard De Vinci 1495 ............................................................. 15
Figure 5 : Zashiki Karakuri : un robot domestique pour le service du th (http://www.karakuri.info).... 15
Figure 6 : Main de la musicienne de Jaquet Droz XVIIIe...................................................................... 16
Figure 7 : WABOT-1 de lUniversit de Waseda................................................................................... 16
Figure 8: Asimo de la firme HONDA et HRP-2 de Kawada Industries ............................................ 17
Figure 9 : Dmonstration Motion Capture Vicon ............................................................................... 24
Figure 10 : Systme Optotrak Smart Markers .................................................................................... 25
Figure 11 : 4D View Solutions ........................................................................................................... 25
Figure 12 : Systme Xsens ................................................................................................................ 26
Figure 13 : Gypsy 6 Motion Capture System..................................................................................... 26
Figure 14 : Exosquelette HAL de Cyberdyne .................................................................................... 27
Figure 15 : Schma du dispositif CATRASYS....................................................................................... 27
Figure 16 : Acquisition d'un mouvement de marche sur tapis roulant .................................................. 29
Figure 17 : Maquette de l'articulation du genou (http://sciences41.tice.ac-orleans-tours.fr)................. 29
Figure 18 : Articulation de l'paule (http://www.arthrosport.com) ......................................................... 30
Figure 19 : Segments humains et repres associs ............................................................................. 31
Figure 20 : Set de 37 marqueurs disposs sur le corps du sujet .......................................................... 32
Figure 21: Dfinition du repre du bassin partir de trois marqueurs (Figure 20 et Tableau 1) .......... 38
Figure 22 : Dfinition des repres des membres infrieurs (Figure 20 et Tableau 1)........................... 39
Figure 23: Dfinition des repres des membres suprieurs (Figure 20 et Tableau 1) ......................... 41
176 Liste des figures
Figure 24: Angles de rotation de la hanche droite et de la hanche gauche suivant la squence choisie.
Les zones grises et violettes reprsentent les zones dans lesquelles sont compris les angles de
rotation respectivement de la hanche droite et de la hanche gauche suivant la squence angulaire
utilise pour lextraction. ........................................................................................................................ 44
Figure 25: Angle d'abduction de la hanche droite et de la hanche gauche suivant la squence choisie.
Les zones grises et violettes reprsentent les zones dans lesquelles sont compris les angles
dabduction respectivement de la hanche droite et de la hanche gauche suivant la squence angulaire
utilise pour lextraction. ........................................................................................................................ 44
Figure 26: Angle de flexion de la hanche droite et de la hanche gauche suivant la squence choisie.
Les zones grises et violettes reprsentent les zones dans lesquelles sont compris les angles de
flexion respectivement de la hanche droite et de la hanche gauche suivant la squence angulaire
utilise pour lextraction. ........................................................................................................................ 45
Figure 27 : Evolution des angles de flexion des genoux droit et gauche au cours de la marche en
fonction des squences de rotation choisies. Les zones grises et violettes reprsentent les zones
dans lesquelles sont compris les angles de flexion respectivement du genou droit et du genou gauche
suivant la squence angulaire utilise pour lextraction. ....................................................................... 47
Figure 28 : Evolution des angles dabduction et de rotation des genoux droit et gauche au cours de la
marche en fonction des squences de rotation choisies. Les zones grises et violettes reprsentent les
zones dans lesquelles sont compris les angles respectivement du genou droit et du genou gauche
suivant la squence angulaire utilise pour lextraction. ....................................................................... 49
Figure 29 : Les axes de rotation de la cheville du robot HRP-2............................................................ 50
Figure 30 : Evolution des angles de flexion et dabduction des chevilles droite et gauche au cours de
la marche en fonction des squences de rotation choisies. Les zones grises et violettes reprsentent
les zones dans lesquelles sont compris les angles respectivement des chevilles droite et gauche
suivant la squence angulaire utilise pour lextraction. ....................................................................... 51
Figure 31 : Evolution des angles de rotation interne-externe des chevilles droite et gauche au cours de
la marche en fonction des squences de rotation choisies. Les zones grises et violettes reprsentent
les zones dans lesquelles sont compris les angles respectivement de la cheville droite et gauche
suivant la squence angulaire utilise pour lextraction. ....................................................................... 52
Figure 32 : Rappel des marqueurs disposs sur le pied (Figure 20) pendant la phase dacquisition du
mouvement humain reproduire par le robot ....................................................................................... 59
Figure 33: Kinogramme d'un cycle de marche comprenant un dpart et un arrt pied joint. Pied
gauche en bleu et pied droit en rouge. Les pieds sont reprsents partir des marqueurs des
malloles et du 1
er
et 2
e
mtatarse. ....................................................................................................... 59
Figure 34 : Dplacements des marqueurs des pieds dans les directions x, y et z (noir : pied droit,
rouge : pied gauche, traits pleins : malloles, traits pointills : mtatarses) ......................................... 60
177


Figure 35 : Exemple de dfinition du signal S partir des dplacements horizontaux dun marqueur
dun pied pendant lexcution dun demi-tour........................................................................................ 62
Figure 36 : Situation de mesure : Repre de rfrence et marqueurs pour ltude comparative des
performances des algorithmes de dtection de contact. Six marqueurs positionns sur les pieds :
talons, malloles internes et externes, 1
er
, 2
e
et 5
e
mtatarses ............................................................ 64
Figure 37: Trace des empreintes de pas sur le sol pour le virage 90impos par rapport la
localisation des deux plateformes de force ........................................................................................... 65
Figure 38: Trace des empreintes de pas au sol pour le demi-tour impos par rapport la localisation
des deux plateformes de force.............................................................................................................. 65
Figure 39 : Marche en ligne droite : Allure des signaux traits par les trois algorithmes. Erreurs
algbriques en ms des dtections de contact IC1 et TO1 par rapport la dtection par la plateforme.
............................................................................................................................................................... 67
Figure 40 : Pour les trois mouvements de rfrence effectus par les 24 sujets sains : Erreurs
algbriques moyennes ( un cart type) des vnements de contact (ms) en fonction de la mthode
utilise (HMA, FVA, HPA) par rapport la dtection obtenue par les plateformes de force. ............... 70
Figure 41 : Virage 90: Allure des signaux trait s pour les trois algorithmes. Erreurs algbriques des
dtections de contact IC1 et TO1 par rapport la dtection par la plateforme. ................................... 72
Figure 42 : Demi-tour : Allure des signaux traits pour les trois algorithmes. Erreurs algbriques des
dtections de contact IC1 et TO1 par rapport la dtection par la plateforme. ................................... 73
Figure 43 : Un cycle de marche pour un enfant de 8 ans (Dynamics of human gait - C.L. Vaughan
[Vau92]) ................................................................................................................................................. 78
Figure 44 : Dplacements verticaux des marqueurs des pieds (suivant laxe z) .................................. 79
Figure 45 : Exemple de la dfinition du polygone de sustentation dans le cas dun double appui, pieds
plat ...................................................................................................................................................... 82
Figure 46 : Polygone de sustentation pour un double appui de marche dynamique............................ 82
Figure 47 : Trajectoires du CdP et de la projection du CdM sur le sol compares aux empreintes des
pieds ...................................................................................................................................................... 84
Figure 48 : Evolution longitudinale de la position du CdP en fonction du temps .................................. 85
Figure 49 : Forces mesures par les deux plateformes de force.......................................................... 85
Figure 50 : Trajectoires de la projection du CdM et empreintes des pieds au sol ................................ 86
Figure 51 : Kinogramme du mouvement des membres infrieurs (vue de profil et de dessus) ........... 87
178 Liste des figures
Figure 52 : Kinogramme du mouvement des bras (vue de profil et de dessus) ................................... 90
Figure 53 : Angles de flexion des paules et du coude ........................................................................ 90
Figure 54 : Problmatique de l'imitation du mouvement humain par les robots humanodes .............. 98
Figure 55 : HRP-2 marchant sur une ligne compar Asimo............................................................... 99
Figure 56 : Exemple d'une posture du robot non corrige .................................................................. 100
Figure 57 : Schma du processus de transposition............................................................................ 101
Figure 58 : Architectures cinmatiques: (a) UiNiKi et Tidom (b) HOAP-3 et HRP-2........................... 104
Figure 59 : Comparaison des montages des axes de flexion de hanches des robots HOAP-3 et HRP-
2. Le montage en chape de cet axe pour HOAP-3 assure une rigidit plus importante, cependant le
montage en porte faux dHRP-2 lui assure une plus grande libert de mouvements au niveau des
membres infrieurs. ............................................................................................................................. 105
Figure 60 : Exemple de posture assurant l'quilibre statique ............................................................. 110
Figure 61: Numrotation des segments du robot ................................................................................ 116
Figure 62 : Dfinition des phases et sous-phases des contacts au sol .............................................. 124
Figure 63 : Schma gnral de dfinition d'un pas de rfrence pour le robot (vue de dessus) ....... 126
Figure 64 : Exemple de la dfinition des positions verticales des pieds lors d'un pas........................ 127
Figure 65 : Les deux phases pour lesquelles les composantes horizontales des arrtes en mouvement
dpendent de leurs positions verticales. Durant ces phases, une des artes (arrire ou avant) reste
fixe par rapport au repre terrestre ..................................................................................................... 127
Figure 66: Exemple tridimensionnel de trajectoires de rfrence des pieds du robot ........................ 128
Figure 67 : Comparaison entre les trajectoires dans l'axe de marche des pieds humains et ceux du
robot..................................................................................................................................................... 128
Figure 68: Processus d'obtention des configurations successives du robot en fonction de la trajectoire
du ZMP de rfrence. Les tapes 1 et 2 sont ralises grce aux travaux de thse de M. Antoine Eon.
Elles ne sont pas dtailles dans ce manuscrit. Si le ZMP effectif est en dehors du polygone de
sustentation alors le mouvement doit tre ralenti................................................................................ 129
Figure 69 : Trajectoire de rfrence du ZMP ...................................................................................... 130
Figure 70 : Kinogramme des pieds humain lors d'un slalom (pied gauche en rouge, pied droit en bleu)
............................................................................................................................................................. 133
179


Figure 71 : Kinogramme des pieds du robot lors d'un slalom, sans vitement de collision (pied gauche
en rouge, pied droit en bleu) ............................................................................................................... 134
Figure 72 : Trace des pas des pieds du sujet humain lors du slalom (pied gauche en rouge, pied droit
en bleu)................................................................................................................................................ 134
Figure 73 : Exemple de dtection de risque de collision (pied gauche en rouge, pied droit en bleu). 135
Figure 74 : Points de contrle pour le contournement du pied d'appui ............................................... 136
Figure 75 : Comparaison entre les trajectoires avec (rouge) ou sans (bleu) l'vitement de collision. 137
Figure 76 : Kinogramme des pieds du robot vitant les collisions ...................................................... 138
Figure 77 : Contrainte de bute articulaire en fonction de l'angle courant.......................................... 147
Figure 78 : Allure du gradient des contraintes de bute articulaire en fonction de l'angle articulaire
courant................................................................................................................................................. 148
Figure 79 : Algorithme de cinmatique inverse................................................................................... 149
Figure 80 : Empreintes des pas du sujet humain pour la marche en ligne droite suivie d'un pivotement
de 90, associes la trajectoire du CdM du sujet . ............................................................................ 152
Figure 81 : Empreintes des pas du robot dans le cas de la reproduction du mouvement humain avec
un critre d'quilibre quasistatique. La dimension des pas est fortement diminue pour raliser une
marche quasistatique avec le robot..................................................................................................... 152
Figure 82: Comparaison des postures entre HOAP-3 et le sujet humain la fin du simple appui.
HOAP-3 vrifie le critre dquilibre quasistatique, son CdM est encore laplomb de son pied arrire.
Le sujet humain ralise une marche dynamique, son CdM est plus vers lavant. .............................. 153
Figure 83: Altitudes des 4 points de la semelle du robot compares aux altitudes des marqueurs
disposs sur les pieds du sujet humain (mallole externe, 1er et dernier mtatarses) ...................... 154
Figure 84 : Allures des mouvements gnrs pour les robots HRP-2 et HOAP-3 compares au
mouvement humain captur. ............................................................................................................... 155
Figure 85 : Comparaison entre les empreintes de pas du sujet humain et celles du robot HRP-2. Pour
le mouvement humain, la trajectoire du CdM est indique tandis que pour le robot, c'est la trajectoire
de rfrence du ZMP. .......................................................................................................................... 156
Figure 86 : Slalom : Altitudes des 4 points de la semelle du robot compares aux altitudes des
marqueurs disposs sur les pieds du sujet humain (mallole externe, 1er et dernier mtatarses).... 157
Figure 87 : Allure du mouvement gnr pour le robot HRP-2 compare au mouvement humain
captur................................................................................................................................................. 158
180

Liste des publications de lauteur

REVUES INTERNATIONALES :

L. BOUTIN, A. EON, S. ZEGHLOUL, P. LACOUTURE Humanoid imitation of
human locomotion - Application to the robots HRP-2 and HOAP-3, Robotica, soumis
le 13/02/2009, accept sous rserve de modifications le 08/12/2009.

A. EON, L. BOUTIN, S. ZEGHLOUL Design of humanoid robots from
anthropometric data - Application to walking, Journal of Intelligent and Robotics
Systems, soumis le 25/05/2009, en cours dexpertise.


CONGRES INTERNATIONAUX AVEC COMITE DE LECTURE :

L. BOUTIN, A. EON, P. LACOUTURE, S. ZEGHLOUL, Hrp-2 reproducing a human
slalom - the whole process, in Proceedings of the 2009 9th IEEE-RAS International
Conference on Humanoid Robots, Humanoids 2009, ISBN : 978-1-4244-4588-2, 6
pages, 6-9 dcembre 2009, Paris, France.

L. BOUTIN, A. EON, S. ZEGHLOUL, P. LACOUTURE Biomimtisme : gnration
de trajectoires pour la robotique humanode partir de captures de mouvements
humains, Troisime Congrs International de Conception et Modlisation des
Systmes Mcaniques (CMSM), 8 pages, 16-18 mars 2009, Hammamet, Tunisie.


CONGRES NATIONAUX AVEC COMITE DE LECTURE :

L. BOUTIN, A. EON, S. ZEGHLOUL, P. LACOUTURE Imitation du mouvement
humain pour les robots humanodes. Application au robot HRP-2, Congrs Franais
de Mcanique (CFM), 24-28 aot 2009, Marseille, France.

L. BOUTIN, A. EON, S. ZEGHLOUL, P. LACOUTURE Biomimtisme : gnration
de trajectoires pour la robotique humanode partir de captures de mouvements
humains, ISBN : 978-2-7466-0875-7, Journe Thmatique de la Socit de
Biomcanique (JTSB), 14-15 mai 2009, Poitiers, France.

181


L. BOUTIN, L. HAZARD, Ph. BOUILLARD Structural dynamic behaviour
optimisation by local damping systems, 7th National Congress on theoretical and
applied Mechanics, Belgium, May 2006.

COMUNICATIONS SANS ACTES

A. EON, L. BOUTIN, S. ZEGHLOUL, P. LACOUTURE Prdimensionnement de
robots humanodes partir de donnes anthropomtriques : application la
marche, Journes Nationales de la Robotique Humanode (JNRH), 5-6 mai 2009,
Nantes, France.

L. BOUTIN, A. EON, S. ZEGHLOUL, P. LACOUTURE Gnration dallures de
marche quasistatiques et dynamiques pour les robots humanodes partir de
rsultats de Motion Capture - Application au robot HRP-2, Runion du Groupe de
Travail GT7, 11 dcembre 2008, Montpellier, France.

L. BOUTIN, A. EON, S. ZEGHLOUL, P. LACOUTURE Gnration de trajectoires
pour les robots humanodes partir de captures de mouvements humains, Journes
Nationales de la Robotique Humanode (JNRH), 13-14 mai 2008, Paris, France.