Vision 3D pour la réalité augmentée

Vision 3D pour la réalité augmentée

application à la robotique
Avertissement : Plan du cours :
Ce cours suppose des connaissances de base en géométrie analytique et en – 0. Introduction à la réalité augmentée,
algèbre linéaire et en analyse.
Les notions suivantes seront utilisées: – 1. Modélisation de robots série
- Coordonnées et matrices homogènes,
– 2. Modélisation et calibration de capteurs de
- Produits scalaire, vectoriel et mixte
vision 3D (Caméra(s), télémètre)
- Représentations des rotations
- Représentations de droite et plan dans l’espace et changement de repères, – 3. Application de la vision 3D à la robotique
- Résolutions de systèmes d’équations trigonométriques,
- Estimation de paramètres par les méthodes d’optimisation mathématique

Vision 3D - application Modèles de robots M.Mallem 1 Vision 3D - application Modèles de robots M.Mallem 2
à la robotique à la robotique

Vision 3D et robotique :
Mise en contexte 1. Définition d’un robot
Rc
 Robot : Système complexe capable, grâce à ses fonctions de manipulation et
(ou) de locomotion, de remplacer l'homme, dans la réalisation de tâches
répétitives, dangereuses ou inaccessibles, voire distraire ou accompagner
l’homme.

 Robot = bras manipulateur / base mobile / bras manipulateur monté sur 1 base
Ro mobile,+ motorisation + système de perception + programmation et interface
Re homme machine.
Rr
 Un robot est conçu pour réaliser des tâches entièrement autonome ou sous le
Tre? contrôle d'un opérateur humain.
RC : repère de la caméra
 Origine du terme Robot : robota(slave) = travailleur terne: Pièce de théatre,
Rr : repère du robot "Rossum's Universal Robot " du romancier tchèque Karel Capek (1921),
Re : repère effecteur portant sur des êtres artificiels anthropomorphes répondant parfaitement aux
ordres de leur maîtres.
Vision 3D - application ModèlesR
deorobots : repère environnement
M.Mallem 3 Vision 3D - application Modèles de robots M.Mallem 4
à la robotique à la robotique
Différentes robotiques Les disciplines de la Robotique
Types de Tâches Domaines d’application
robotiques
Manufacturière Manipulation d’outils : Industries automobiles,
/Substitution : Soudure, collage, aéronautique,
-tâches simples, projection, peinture,… agroalimentaire,
répétitives pharmaceutique,…
-environnement Manipulation de
Génie Informatique
structuré, pré pièces : assemblage, 5
modélisé. manutention,… Génie Mécanique Robotique
Non Surveillance, Sécurité civile, militaire, 6 7 4
manufacturière / Intervention, agricole, minier, services,
coopération Installation, BTP, spatial, sous-marin,
homme-machine : maintenance, nucléaire, médical,…
1 2 3 Génie Electrique
-tâches complexes Manipulation,
-environnement téléopération,…
non entièrement
structuré

Vision 3D - application Modèles de robots M.Mallem 5 Vision 3D - application Modèles de robots M.Mallem 6
à la robotique à la robotique

Constituants d'un robot

B L O C S
F O N C T IO N N E L S
S T R U C T U R E
A P P A R E IL
S E N S O R IE L
E L E M E N T S F O N C T IO N S
Fonctions d'un robot
C O N S T IT U T IF S
S tru c tu re m é c a n iq u e A C T IO N su r
a rtic u lé e l’e n v iro n n e m e n t
e t/o u s tru c tu re
m o b ile
.C a p te u r s IN F O R M A T IO N su r
Modélisation de capteurs
p ro p rio c e p tifs
.C a p te u r s
. c o n fig u ra tio n d u
ro b o t
Modelisation d'environnement Perception
Perception

e x té ro c e p tifs . é ta t d e
l’e n v iro n n e m e n t
A P P A R E IL A c tio n n e u rs : A C T IO N s u r la
M O T E U R . é le c triq u e s s tru c tu re
Plan - Stratégie
. h y d ra u liq u e s
. p n e u m a tiq u e s
Décision
Décision

E F F E C T E U R
S Y S T E M E D E
C O M M A N D E
.P in c e p o u r s a is ie A C T IO N s u r le s
d ’o b je t o b je ts d e
.T o r c h e d e s o u d u r e l’e n v iro n n e m e n t d u Direct("Play Back")
.P o r te o u tils ro b o t
... Apprentissage
.C a lc u la te u r C O M M A N D E Indirect : poignet de commande
.S tr a té g ie s d e C O N T R O L E
c o m m a n d e D E C IS IO N Boite à boutons
.N iv e a u x d e

IH M
c o m m a n d e
.M a té r ie l : o r g a n e d e IN F O R M A T IO N S su r Programmation : Analytique : langage de robot Action
Action

s a is ie (s y n ta x e u r, la tâ c h e d u ro b o t
b r a s m a îtr e ...) P R O G R A M M A T IO N
.L o g ic ie l d e C A O - h o rs lig n e /e n lig n e
R o b o tiq u e CAO
Vision 3D - application Modèles de robots M.Mallem 7 Vision 3D - application Modèles de robots M.Mallem 8
à la robotique à la robotique
Quelques Liens Parc mondial de robots
http://www.ifr.org/
http://www.jara.jp/e/h/jara01.html
http://www.euron.org/
http://www.lesrobots.org/

Vision 3D - application Modèles de robots M.Mallem 9 Vision 3D - application Modèles de robots M.Mallem 10
à la robotique à la robotique

Parc mondial de robots

Chaîne ouverte – robot série
Structure de base Poignet + effecteur

C4 C5
A5
A4
C3 A6
C6

A3

C2

A2

C1

A1

Vision 3D - application Modèles de robots M.Mallem 11 Vision 3D - application Modèles de robots M.Mallem 12
à la robotique à la robotique
Chaîne fermée – robot série Définitions
Structure de base Poignet + effecteur Structure de base Poignet + effecteur

A4 C4 C5 C4 C5
A5 A5
Rn
A4 A4
C3 A6 C3 A6
Ri
C3
C6 C6

A3 A3 A3

C2 C2
X = (x1 , x2 …xm )t : coordonnées opérationnelles ,
C2
Q = (q1 , q2 …qn )t : coordonnées articulaires,
A2 A2 A2

qi (prismatique/rotoïde) est associée à l'articulation i .

C1 C1 C1 Ro : repère de base du robot(il est souvent confondu avec R1 ).
A1 Ri : repère de l'articulation i du robot.
A1 A1
Ro Rn : repère de l'effecteur du robot.
Vision 3D - application Modèles de robots M.Mallem 13 Vision 3D - application Modèles de robots M.Mallem 14
à la robotique à la robotique

Modèle géométrique direct (MGD) Modèle géométrique direct (MGD)

Le MGD permet d'effectuer un contrôle en absolu du robot. Le MGD permet d'effectuer un contrôle en absolu du robot.

f : Q Æ X= f (Q) (f non linéaire) X = (P,ϕ) f : Q Æ X= f (Q) (f non linéaire) X = (P,ϕ)

La position est exprimée par : La position est exprimée par :

P = (x1 , x2 , x3 )t : coordonnées cartésiennes/cylindriques/sphériques P = (x1 , x2 , x3 )t : coordonnées cartésiennes/cylindriques/sphériques
L'orientation est exprimée par : L'orientation est exprimée par :
ϕ= (x4 , x5 …xm )t : angles d'Euler/cosinus directeurs/… ϕ= (x4 , x5 …xm )t : angles d'Euler/cosinus directeurs/…
Æ Calculer Ti-1,i , matrices homogènes,de passage du repère R i-1 au repère R i (i=1..n). Æ Calculer Ti-1,i , matrices homogènes,de passage du repère R i-1 au repère R i (i=1..n).

Æ Calculer Ton ? Æ Calculer Ton ?

n n
f (Q ) = ∏ Ti −1,i = Ton ( x n y n z n O n ) = X f (Q ) = ∏ Ti −1,i = Ton ( x n y n z n O n ) = X
i =1 i =1

Vision 3D - application Modèles de robots M.Mallem 15 Vision 3D - application Modèles de robots M.Mallem 16
à la robotique à la robotique
Coordonnées homogènes Coordonnées homogènes : Utilisation
 Représentation mathématique permettant de rendre linéaires ⎡X ⎤ ⎢ ⎥
⎡X ⎤
(calcul matriciel) certaines opérations courantes en vision, 1. On passe des coord. cartésiennes aux ⎢Y ⎥ ⇒ ⎢Y ⎥
⎢ ⎥ ⎢Z ⎥
robotique et infographie. coord. homogènes en ajoutant un "1" ⎢⎣ Z ⎥⎦ ⎢ ⎥
~ ~ ⎣1⎦
Par exemple : AX + B = Y ⇔ CX = Y
comme 4e élément au vecteur.
 On ajoute simplement une dimension aux coordonnées ⎡ X '⎤ ⎡X ⎤
⎢Y ' ⎥ ⎢ ⎥
⎢ ⎥ = M 4X 4 ⎢Y ⎥
⎡ X '⎤ 2. On effectue les opérations (définies par ⎢ Z '⎥ ⎢Z ⎥
⎡X ⎤ ⎢ ⎥
⎢ ⎥
⎣W ⎦
⎢ ⎥
⎣1⎦
~ ⎢Y ' ⎥ une matrice 4x4).
P = ⎢⎢ Y ⎥⎥ Î P =
⎢ Z '⎥ ⎡ X '⎤
⎢⎣ Z ⎥⎦ ⎢ ⎥ ⎡ X ' '⎤ ⎢ W ⎥
3. On revient aux coordonnées cartésiennes ⎢Y '' ⎥ ⎢ Y ' ⎥
⎣W ⎦ ⎢ ⎥=⎢ ⎥
en divisant tous les éléments du vecteur ⎢ Z ''⎥ ⎢W ⎥
⎢ ⎥ ⎢ Z' ⎥
• X'=X Y'=Y Z'=Z lorsque W = 1 1 ⎢ W⎥
résultant par W (à la condition que W≠0). ⎣ ⎦
⎢1⎥
⎣ ⎦
Vision 3D - application Modèles de robots M.Mallem 17 Vision 3D - application Modèles de robots M.Mallem 18
à la robotique à la robotique

Coordonnées homogènes (cas 2D) Coordonnées homogènes :

Transformations d’intérêt pour le projet

Rotation
Translation
Changement d'échelle ("scaling")
Projection

Vision 3D - application Modèles de robots M.Mallem 19 Vision 3D - application Modèles de robots M.Mallem 20
à la robotique à la robotique
 Coordonnées homogènes :
Coordonnées homogènes : Utilisation Transformations d’intérêt
⎡X ⎤
⎡X ⎤ ⎢ ⎥
1. On passe des coord. cartésiennes aux ⎢Y ⎥ ⇒ ⎢Y ⎥
⎢ ⎥ ⎢Z ⎥
 Rotation
coord. homogènes en ajoutant un "1" ⎢⎣ Z ⎥⎦ ⎢ ⎥
⎣1⎦
comme 4e élément au vecteur. ⎡1 0 0 0⎤ ⎡ cos( β ) 0 sin( β ) 0⎤ ⎡cos(γ ) − sin(γ ) 0 0⎤
⎡ X '⎤ ⎡X ⎤
⎢Y ' ⎥ ⎢ ⎥ ⎢0 cos(α ) − sin(α ) 0⎥⎥ ⎢ 0 1 0 0⎥⎥ ⎢ sin(γ ) cos(γ ) 0 0⎥⎥
⎢ ⎥ = M 4X 4 ⎢Y ⎥ RX (α ) = ⎢ RY ( β ) = ⎢ RZ (γ ) = ⎢
⎢ Z '⎥ ⎢Z ⎥ ⎢0 sin(α ) cos(α ) 0⎥ ⎢− sin( β ) 0 cos( β ) 0⎥ ⎢ 0 0 1 0⎥
2. On effectue les opérations (définies par ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣W ⎦ ⎣1⎦ ⎣0 0 0 1⎦ ⎣ 0 0 0 1⎦ ⎣ 0 0 0 1⎦
une matrice 4x4).
R XYZ (α , β , γ ) = R X (α ) RY ( β ) RZ (γ )
⎡ X '⎤
⎡ X ' '⎤ ⎢ W ⎥ ⎡ cos( β ) cos(γ ) cos( β ) sin(γ ) sin( β ) 0⎤
3. On revient aux coordonnées cartésiennes ⎢Y '' ⎥ ⎢ Y ' ⎥ ⎢ sin(α ) sin( β ) cos(γ ) + cos(α ) sin(γ ) − sin(α ) sin( β ) sin(γ ) + cos(α ) cos(γ ) − sin(α ) cos( β ) 0⎥⎥
⎢ ⎥=⎢ ⎥ RXYZ (α , β , γ ) = ⎢
en divisant tous les éléments du vecteur ⎢ Z ''⎥ ⎢W ⎥ ⎢− cos(α ) sin( β ) cos(γ ) + sin(α ) sin(γ ) cos(α ) sin( β ) sin(γ ) + sin(α ) cos(γ ) cos(α ) cos( β ) 0⎥
⎢ ⎥ ⎢ Z' ⎥ ⎢
0 0 0 1⎦
⎥
1 ⎢ W⎥ ⎣
résultant par W (à la condition que W≠0). ⎣ ⎦
⎢1⎥
⎣ ⎦
Vision 3D - application Modèles de robots M.Mallem 21 Vision 3D - application Modèles de robots M.Mallem 22
à la robotique à la robotique

Coordonnées homogènes : Composition des transformations

Transformations d’intérêt
 Translation
⎡1 0 0 tx ⎤ Il suffit de multiplier les matrices :
⎢0 1 0 t y ⎥⎥
T =⎢ – composition d’une rotation et d’une translation:
⎢0 0 1 tz ⎥
⎢ ⎥ M = RT
⎣0 0 0 1⎦
Toutes les transformations 2D/3D peuvent
• Changement être exprimées comme des matrices en
d'échelle ("scaling") ⎡sx 0 0 0⎤
coord. homogènes
⎢0 sy 0 0⎥⎥
S=⎢ – Notation très générale
⎢0 0 sz 0⎥
⎢ ⎥
⎣0 0 0 1⎦
Vision 3D - application Modèles de robots M.Mallem 23 Vision 3D - application Modèles de robots M.Mallem 24
à la robotique à la robotique
 Coordonnées homogènes :
Transformations courantes Projection dans une image
Projection (selon l'axe Z) ⎡1 0 0 0⎤  La troisième ligne est
⎢0 0⎥⎥
Pr = ⎢
1 0 sans intérêt puisque ⎡ X ⎤ ⎡1 0 0
⎡X ⎤
0⎤ ⎢ ⎥
⎢0
⎢
0 1 0⎥
⎥ * Matrice non- z = F. ⎢ Y ⎥ = ⎢0 1
⎢ ⎥ ⎢ 0 0 ⎥⎥ ⎢ ⎥
Y
⎢Z ⎥
⎣0 0 1/ F 0⎦ inversible ⎢⎣ Z / F ⎥⎦ ⎢⎣ 0 0 1 / F 0 ⎥⎦ ⎢ ⎥
 On peut alors ⎣1⎦
Exemple : représenter la
Projection d'un point P = (X,Y,Z)T projection dans une ⎡ XF ⎤
⎡ sX '⎤ ⎡1 0 0 0⎤ ⎡ X ⎤
⎡ XF ⎤
⎡ sX ' / s ⎤ ⎢
image par une matrice ⎡ X ⎤ ⎢ Z ⎥
⎢ ⎥
Retour aux Z ⎥
⎢ sY ' ⎥ ⎢0
⎢ ⎥=⎢ 1 0 0⎥⎥ ⎢⎢ Y ⎥⎥ ⎢ sY ' / s ⎥ ⎢ YF
⎢ ⎥=⎢
⎥
⎥
3x4 ⎢ Y ⎥ ≅ ⎢ YF ⎥
⎢ sZ ' ⎥ ⎢0 0⎥ ⎢ Z ⎥
coordonnées ⎢ sZ ' / s ⎥ ⎢ Z ⎥
⎢ ⎥ ⎢ Z ⎥
⎢ ⎥ ⎢
0 1
⎥⎢ ⎥ cartésiennes ⎢ ⎥ ⎢ F ⎥  On normalise tout ⎢⎣ Z / F ⎥⎦ ⎢ 1 ⎥
⎣ s ⎦ ⎣0 0 1/ F 0⎦ ⎣ 1 ⎦ ⎣ s/s ⎦ ⎢ ⎥ comme dans le cas ⎢⎣ ⎥⎦
⎣ 1 ⎦
Vision 3D - application Modèles de robots M.Mallem 25
précédent
Vision 3D - application Modèles de robots M.Mallem 26
à la robotique à la robotique

Modèle géométrique inverse:MGI Modèle différentiel direct (MDD)

Le MGI permet d'effectuer une commande en absolu de l'effecteur du robot. Le MDD Æun contrôle en relatif du robot.
Æ linéarisation de la fonction f (MGD)
C'est la fonction f-1 , si elle existe, qui exprime la configuration du robot(Q)
en fonction de la situation(X :position+orientation) de l'effecteur: dX= J(Q) dQ où dX : différentielle des coordonnées
opérationnelles,
f-1: X ÆQ = f-1 (X) dQ : différentielle des coordonnées
articulaires,
Le calcul du MGI est obtenu à partir du MGD soit en inversant la matrice Ton J(Q) : matrice jacobienne du robot
soit en determinant, par substitution , Q . manipulateur.

Le problème est de calculer J(Q)

Vision 3D - application Modèles de robots M.Mallem 27 Vision 3D - application Modèles de robots M.Mallem 28
à la robotique à la robotique
Modèle différentiel direct (MDD) Modèle différentiel direct (MDD)
ou f i = xi (i = 1..m )
a) Calcul indirect de J(Q) (méthode analytique) :
⎛ ∂f 1 ∂ f 1 ∂f ⎞
Soit la matrice des dérivées partielles de f / coordonnées ⎛ dx1 ⎞ ⎜ . . 1 ⎟ ⎛ dq1 ⎞
⎜ ⎟ ⎜ ∂q1 ∂q 2 ∂q n ⎟ ⎜ ⎟
articulaires: ⎜ dx 2 ⎟ ⎜ ⎜ dq ⎟
⎜ ⎟ . . ⎟⎜ 2⎟
J (Q ) =
∂f
(Q ) d X = J ij (Q ).d Q ⇔ . =⎜ ⎟. .
∂Q ⎜ ⎟ ⎜. . ⎟⎜ ⎟
J ij (Q ) =
∂f i
(Q ) (i = 1..m ; j = 1..n )
⎜. ⎟ ⎜ ⎟ ⎜ . ⎟
∂q j ⎜ ⎟ ⎜ ∂f m ∂ f m . . ∂ f m ⎟ ⎜ ⎟
⎝ dx m ⎠ ⎜ ∂q ∂q ⎟
∂q n ⎠ ⎝ dq n ⎠
Il s'agit du calcul des dérivées partielles des éléments ⎝ j 2

de la matrice Ton (i = 1..m ; j = 1..n )

jij (Q ).dq j est le déplacemen t causé par dq j sur xi
Vision 3D - application Modèles de robots M.Mallem 29 Vision 3D - application Modèles de robots M.Mallem 30
à la robotique à la robotique

Modèle différentiel direct (MDD) Modèle différentiel direct (MDD)

a) Calcul direct de J(Q) (méthode géométrique): • Si la liaison i est rotoïde :
- Contribution de la translation:
Cette méthode ne nécessite pas le calcul du MGD. dpi =( dqi. zi ) x OiOn
Un faible mouvement dqi de la liaison i porté par zi = dϕi x OiOn
engendre sur l'effecteur un faible déplacement dpi et une - Contribution de la rotation:
faible rotation dϕi . dϕi = dqi. zi
Chaque articulation apporte sa contribution:
dX = ( dP , dϕ )t n
dp = ∑ dp i
i =1
• Si la liaison i est prismatique : dqi
n
dpi = dqi. zi dpi dϕ = ∑ dϕ i
dϕi = 0 i =1
zi Le bilan de ces translations et rotations apparaît dans la
matrice jacobienne intrinsèque suivante :
Vision 3D - application
Articulation i
Modèles de robots M.Mallem 31 Vision 3D - application Modèles de robots M.Mallem 32
à la robotique à la robotique
Modèle
Articulation :
différentiel
i j
direct (MDD) Modèle différentiel inverse (MDI)
Le M D I perm et d'effectuer une com m ande en relatif de
Type : prismatique rotoïde
l'effecteur du robot.
⎛ ... zr r
... z j × o j on ... ⎞⎟ Æ linéarisation de la fonction f -1 , si elle existe, qui
J =⎜ ri r exprim e la configuration du robot(Q ) en fonction de la
⎜ ... 0 ... zj ... ⎟⎠ situation(X : position+orientation) de l'effecteur:
⎝
dQ = J -1 (Q ).dX où dX : différentielle des coordonnées
La matrice jacobienne extrinsèque s'obtient par une opérationnelles,
projection dans Ro de la matrice précédente: dQ : différentielle des coordonnées
articulaires,
⎛ ... zr r
... z j × o j on ... ⎞⎟
J -1 (Q ) : m atrice jacobienne inverse du robot
⎜ i / Ro m anipulateur.
J =⎜ r
/ Ro
⎟
⎜ ... 0 r
⎝ ... z j / Ro ... ⎟⎠ Le problèm e est de calculer J -1 (Q )
Vision 3D - application Modèles de robots M.Mallem 33 Vision 3D - application Modèles de robots M.Mallem 34
à la robotique à la robotique

Modèle différentiel inverse (MDI) Types de robots porteurs

• Différentiation du MGI (méthode analytique)
• Calcul de J-1par différentes méthodes :
- co-facteurs,
Porteurs à 3 axes
- inversion par blocs
⎛A 0 3x3 ⎞
J 6 x 6 = ⎜⎜ 3 x 3 ⎟⎟ Porteurs à 3 axes ou plus
⎝ C 3x3 D 3x3 ⎠
⎛ A −1 3 x 3 0 3x3 ⎞
J − 1 6 x 6 = ⎜⎜ −1 −1 −1
⎟
⎟
⎝ − D 3x3 C 3x3 A 3x3 D 3x3 ⎠

• Calcul de J+(méthode de la pseudo inverse) :

J + = ( J t .J ) −1 .J t
Vision 3D - application Modèles de robots M.Mallem 35 Vision 3D - application Modèles de robots M.Mallem 36
à la robotique à la robotique
Principaux porteurs Principaux porteurs
6.1.1.Structure RPP ou PRP 6.1.2 Structure RRR
Exemples : VERSATRAN "Séries E et F" Exemples : CINCINNATI-MILACRON "T3",
RENAULT "V80", UNIMATION "Unimate 6000"…

Ce type de structure est bien adaptée à un repérage de Ce type de structure est bien adaptée à un repérage de
l'O.T.(Organe Terminal) en coordonnées cylindriques. l'O.T. dans un système de coordonnées qualifiées
Volume = d'anthropomorphes par analogie avec le bras humain.

Volume =

Vision 3D - application Modèles de robots M.Mallem 37 Vision 3D - application Modèles de robots M.Mallem 38
à la robotique à la robotique

Principaux porteurs Principaux porteurs

6.1.4 Structure RRP
6.1.3. Structure PPP
Exemples : POLAR "6000", UNIMATION "Unimate
Exemples : OLIVETTI "Sigma", RENAULT "P80"
1000, 2000, …"

Ce type de structure est bien adaptée à un repérage de

Ce type de structure est bien adaptée à un repérage de
l'O.T. en coordonnées cartésiennes.
l'O.T. en coordonnées polaires .
Volume =
Volume =

Vision 3D - application Modèles de robots M.Mallem 39 Vision 3D - application Modèles de robots M.Mallem 40
à la robotique à la robotique
Principaux porteurs Redondance de robot
6.1.5. Structure RPR ou PRR ou RRP
Exemples : RENAULT "Horizontal 80" 6.2.1. Indices de mobilité et de liberté
.INDICE DE MOBILITE (IM) DE ROBOT = nombre
d’articulations rotoïde/prismatique du bras du robot
(Dimension de l’espace articulaire/configurations (q))

1 articulation ↔ 1 moteur à commander

.INDICE (DEGRE) DE LIBERTE (IL ou DDL) DE

ROBOT = nombre de mouvements indépendants de
Ce type de structure est bien adaptée à un repérage de l’organe terminal
l'O.T. en coordonnées toriques. (Dimension de l’espace opérationnel (X))
Volume = (IL=DDL≤6) 1 mvt indépendant ↔ n moteurs
⇒ IL ≤ IM

Vision 3D - application Modèles de robots M.Mallem 41 Vision 3D - application Modèles de robots M.Mallem 42
à la robotique à la robotique

Redondance de robot Redondance d’un robot

si (IL = IM ∀ config. du robot) alors
le robot est NON REDONDANT
sinon
si (IL < IM pour certaines config.) alors IM = 2
IM=3

le robot est LOCALEMENT REDONDANT

2.
⇒ SINGULARITES
fsi Z
O
Y
X

si (IL < IM ∀ config. du robot) alors

le robot est REDONDANT IL = 1 IL = 2 IL = 2 IL = 3
Robot non Redondant
fsi Robot Redondant Robot non redondant
Robot localement Redondant

fsi

Vision 3D - application Modèles de robots M.Mallem 43 Vision 3D - application Modèles de robots M.Mallem 44
à la robotique à la robotique
Modèles de la structure de base du robot Structure de base PRP
Z
Z L 2+T 2

T 1
z
z Y
O y

M θ1 L
R x

O y Y X

θ2
x
θ1 L
1 . T r a n fo r m a te u r d e c o o r d o n n é e s d ir e c t :
⎛ x ⎞ ⎛ T1 ⎞ ⎛ ( L 2 + T 2 )cθ 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
X = f (q ) ⇔ ⎜ y ⎟ = f ⎜θ 1 ⎟ = ⎜ (L 2 + T 2)sθ 1 ⎟
X ⎜ z ⎟ ⎜T ⎟ ⎜T ⎟
⎝ ⎠ ⎝ 2 ⎠ ⎝ 1 ⎠

. Coordonnées d'un point M (Î3ddl) : Cartésiennes 2 . T r a n s fo r m a te u r d e c o o r d o n n é e s in v e r s e :

(x, y, z); Polaires(θ1, θ2, R); Cylindriques(θ1, L, z) ⎛ T1
⎜
⎞
⎟
⎛ z
⎜
⎞
⎟
−1
q = ( X ) ⇔ ⎜θ 1 ⎟ = ⎜ a tan( y / x ) ⎟
. Orientation de l'objet (Î3ddl) θx, θy, θz
f
⎜ T ⎟ ⎜⎜ ⎟⎟
⎝ 2 ⎠ ⎝ − L 2 + y .s θ 1 ⎠
Æplusieurs représentations de la rotation
e x is te n c e - s o lu tio n s m u ltip le s - s in g u la rité s
Vision 3D - application Modèles de robots M.Mallem 45 Vision 3D - application Modèles de robots M.Mallem 46
à la robotique à la robotique

Structure de base PRP Structure de base RRR

Z
l3
3. Transformateur de coordonnées différentiel direct l2
(à compléter): θ3 z3

θ2 z2
l1 L1
z
L2 Y
⎛ dx ⎞ ⎛⎜ ⎞
⎟ O y
⎜ ⎟
dX = J ( q ).dq ⇔ ⎜ dy ⎟ = ⎜ ⎟ z1

⎜ dz ⎟ ⎜⎜ ⎟ x θ1 L

⎝ ⎠ ⎝ ⎟
⎠ X

1. Tranformateur de coordonnées direct :

4. Transformateur de coordonnées différentiel ⎛x⎞ ⎛θ 1 ⎞ ⎛ Lc θ 1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
indirect (à compléter): X = f (q) ⇔ ⎜ y ⎟ = f ⎜θ 2 ⎟ = ⎜ Ls θ 1 ⎟
⎜z ⎟ ⎜θ ⎟ ⎜ l + l c (π − θ ) + l c ( 2π − θ − θ ) ⎟
⎝ ⎠ ⎝ 3⎠ ⎝ 1 2 2 3 2 3 ⎠

avec L = l 2 c (π / 2 − θ 2 ) + l3 c (θ 2 + θ 3 − 3π / 2 )
⎛ dT1 ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟ Cette application est non linéaire et non bijective
dq = J −1 (q ).dX ⇔ ⎜ dθ1 ⎟ = ⎜ ⎟
Vision 3D - application ⎜ dT ⎟ ⎜ Modèles de robots ⎟ M.Mallem 47 Vision 3D - application Modèles de robots M.Mallem 48
à la robotique ⎝ 2⎠ ⎝ ⎠ à la robotique
 Equations Types
Equations Types
[Khalil&Dombre1998]

Vision 3D - application Modèles de robots M.Mallem 49 Vision 3D - application Modèles de robots M.Mallem 50
à la robotique à la robotique

Equations Types Equations Types

Vision 3D - application Modèles de robots M.Mallem 51 Vision 3D - application Modèles de robots M.Mallem 52
à la robotique à la robotique
 Equations Types Equations Types

Vision 3D - application Modèles de robots M.Mallem 53 Vision 3D - application Modèles de robots M.Mallem 54
à la robotique à la robotique

Equations Types Equations Types

Vision 3D - application Modèles de robots M.Mallem 55 Vision 3D - application Modèles de robots M.Mallem 56
à la robotique à la robotique
 Architecture de poignets
Equations Types
[Delignieres1987]

Vision 3D - application Modèles de robots M.Mallem 57 Vision 3D - application Modèles de robots M.Mallem 58
à la robotique à la robotique

Modélisation de robot à 6 ddl Modélisation de robot à 6 ddl

8.1 Paramètres de Denavit - Hartenberg
. zi placé sur l'axe du mouvement de l'articulation i,
. yi complète le trièdre direct.
zi

zi-1 xi
αi

θi

ri
ai

Paramètres du bras (statiques) : xi-1

ai : longueur (>=0) de perpendiculaire commune entre zi-1 et zi
les reliant le long de xi-1
αi : angle entre zi-1 et zi mesuré autour de xi-1

Paramètres de l'articulation (dynamiques) :

ri : distance algébrique /zi du support de xi-1 au support de
Vision xi(Coordonnée
3D - application articulaire siModèles
liaisondeprismatique)
robots M.Mallem 59 Vision 3D - application Modèles de robots M.Mallem 60
θi : angle entre xi-1 et xi mesuré autour de zi
à la robotique à la robotique
(Coordonnée articulaire si liaison rotoïde)
 Modélisation de robot à 6 ddl Modélisation de robot à 6 ddl
Matrice de passage du repère Ri-1 au repère Ri:

⎛1 0 0 ai ⎞ ⎛ cθ i − sθ 0 0⎞
⎜ ⎟⎜ i
⎟
⎜0 cα − sα− ri s α i ⎟ ⎜ s θ i cθ 0 0⎟
T i − 1 ,i = ⎜ i i
⎟ .⎜
i

0 sα cα i r c α i ⎟ ⎜ 0 0 1 0⎟
⎜ i i ⎟
⎜0 0 0 1 ⎟⎜ 0 0 0 1 ⎟⎠
⎝ ⎠⎝
⎛ cθ i − sθ i 0 ai ⎞
⎜ ⎟
⎜ cα i sθ cα icθ i − sα i − ri s α i ⎟
= ⎜ i

sα i sθ sα icθ i cα i ri c α i ⎟
⎜ i ⎟
⎜ 0 0 0 1 ⎟
⎝ ⎠
Règles de construction des repères associés aux articulations
du robot :
. Considérer le robot dans une configuration initiale("zéro") qui
simplifie les calculs(q=0)
. Tout axe zi doit être placé le long de l'articulation i .
. A chaque articulation i est associé un repère Ri dont
l'emplacement doit être judicieusement choisi pour simplifier les
calculs.
. L'axe xi-1 doit être porté par la perpendiculaire commune aux
Vision 3D - application Modèles de robots M.Mallem 61
axes zi-1 et zi
Vision 3D - application Modèles de robots M.Mallem 62
à la robotique à la robotique

Modélisation de robot à 6 ddl: Modélisation de robot à 6 ddl:

Versatran Versatran
8.2 Robot VERSATRAN FA (RPPRRR) Paramètres de Denavit-Hartenberg de ce robot
Z2 X4, X5, X6

Z3, Z4, Z6
Paramètre\ i 1 2 3 4 5 6
σi 0 1 1 0 0 0
X2 O2
O3, O4, O5, O6
αi 0 0 -π/2 0 -π/2 π/2
X3, Z5
ai 0 0 0 0 0 0
θi q1 0 0 q4 q5 q6
ri 0 q2 q3 0 0 0
qi selon fig. 0 >0 >0 -π/2 0 0

Z0, Z1

O0, O1
q i = σ iθ i + σ i ri
X0, X1

Vision 3D - application Modèles de robots M.Mallem 63 Vision 3D - application Modèles de robots M.Mallem 64
à la robotique à la robotique
Modélisation de robot à 6 ddl:
Modélisation de robot à 6 ddl: Scemi
Versatran
M a t r ic e s d e p a s s a g e : 8.3 Robot SCEMI (6R)

⎛ c1 − s1 0 0 ⎞ ⎛ 1 0 0 0 ⎞ Z0, X3
⎜ ⎟ ⎜ ⎟ X4, X5, X6
0 0 ⎟ 0 1 0 0
T 01
⎜ s
= ⎜ 1
0
c1
0 1 0 ⎟ ; T 12 = ⎜
⎜
0 0 1
⎟
q 2 ⎟
; X1, X2
O3
Z4, Z6
.
⎜ ⎟ ⎜ ⎟
⎜ 0 0 0 ⎟
1 ⎠ ⎜ 0 0 0 1 ⎟⎠
O0,O1,O
O4, O5, O6
O7
⎝ ⎝
X0, Z3 Z5
⎛ 1 0 0 0 ⎞ ⎛ c 4 − s 0 0 ⎞
⎜ ⎟ ⎜ 4
⎟
⎜ 0 0 1 q 3 ⎟ 0 0 ⎟
T 23 = ⎜
0 − 1 0 0 ⎟
T 34 = ⎜ 4
⎜ s
0
c 4
0 1 0 ⎟
;
⎜ ⎟ ⎜ ⎟
⎜ 0 0 0 1 ⎟⎠ ⎜ 0 0 0 1 ⎟⎠
⎝ ⎝
⎛ c5 − s 0 0 ⎞ ⎛ c6 − s 0 0 ⎞
⎜ 5
⎟ ⎜ 6
⎟
⎜ 0 0 1 0 ⎟ 0 0 − 1 0 ⎟
T 45 = ⎜
− s − c 0 0 ⎟
; T 56 =
⎜
⎜ s c 0 0 ⎟
⎜ 5 5 ⎟ ⎜ 6 6 ⎟
⎜ 0 0 0 ⎟
1 ⎠ ⎜ 0 0 0 1 ⎟⎠
⎝ ⎝

où
cos( q i ) = c i ; sin( q i ) = s i
Vision 3D - application Modèles de robots M.Mallem 65 Vision 3D - application Modèles de robots M.Mallem 66
à la robotique à la robotique

Modélisation de robot à 6 ddl: Scemi Modélisation de robot à 6 ddl: Scemi

Paramètres de Denavit-Hartenberg de ce robot (à compléter) :

Paramètre\ i 1 2 3 4 5 6 Matrices de passage (à compléter) :

σi 0 0 0 0 0 0
αi 0 π/2 0 π/2 -π/2 π/2 ⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
ai 0 0 a3 0 0 0 ⎜ ⎟ ⎜ ⎟
θi q1 q2 q3 q4 q5 q6
T 01 = ⎜ ⎟ ; T 12 = ⎜ ⎟ ;
⎜ ⎟ ⎜ ⎟
ri 0 0 0 0 0 0 ⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
qi selon fig. π/2 0 π/2 0 0 0 ⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
T 23 = ⎜ ⎟ ; T 34 = ⎜ ⎟
q i = σ iθ i + σ i ri ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
T 45 = ⎜ ⎟ ; T 56 = ⎜ ⎟
Vision 3D - application Modèles de robots M.Mallem 67 ⎜
Vision 3D - application ⎟ ⎜ robots
Modèles de ⎟ M.Mallem 68
à la robotique à la robotique ⎜⎝ ⎟
⎠
⎜
⎝
⎟
⎠
Modélisation de robot à 6 ddl: Scemi MGD du Robot VERSATRAN (RPPRRR)
Poignet :

( xr 6 r
6 r
T 06 = ∏ T i − 1 , i = y6 z6 O 6 )/ Ro
i=1

⎛ px ⎞ ⎛ xx ⎞ ⎛ z ⎞
Matrices de passage (à compléter) : ⎜ ⎟ r ⎜ ⎟ r ⎜ x
⎟
O 6 / Ro = ⎜ p y ⎟ et x6 = ⎜ x y ⎟; z 6 = ⎜ z y ⎟
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟
⎝ p z ⎠ ⎝ xz ⎠ ⎝ z z ⎠
⎛ c1 − s1 0 0⎞ ⎛ c2 − s2 0 0⎞ :
⎜ ⎟ ⎜ ⎟ Pince définie dans R 7
0 0⎟ ⎜ 0 0 −1 0⎟ r r r r r
T 01
⎜s
= ⎜ 1
0
c1
0 1 0⎟
; T 12 = ⎜
s c2 0 0⎟
; O 6O 7 = r 7 z 6 et x 7 = x6; z7 = z6

⎜ ⎟ ⎜ 2 ⎟ ⎛ x ⎞ ⎛ p + r7 z ⎞
⎜ 0 ⎜ ⎟ ⎜ x x
⎟
⎝ 0 0 1 ⎟⎠ ⎜ 0
⎝ 0 0 1 ⎟⎠ O 7 / Ro = ⎜ y ⎟ = ⎜ p y + r7 z y ⎟
⎜ z ⎟ ⎜⎜ ⎟⎟
⎛ c3 − s3 0 a3 ⎞ ⎛ c4 − s4 0 0 ⎞ ⎝ ⎠ ⎝ p z + r7 z z ⎠
⎜ ⎟ ⎜ ⎟
0 0 ⎜ 0 0 − 1 − r4
T 23
⎜s
= ⎜ 3
0
c3
0 1 0
⎟
⎟ T 34 = ⎜s c4 0 0
⎟
⎟ ; Le M GD est exprimé par :
⎜ ⎟ ⎜ 4 ⎟
⎜ 0 0 0 1 ⎟ ⎜ 0 0 0 1 ⎟ ⎛ xx yx z x x ⎞
⎝ ⎠ ⎝ ⎠ ⎜ ⎟
r r r ⎜x yy zy y ⎟
⎛ c5 − s5 0 0⎞ ⎛ c6 − s6 0 0⎞ T07 = ( x 7 y7 z7 O7 ) = ⎜ y
⎜ ⎟ ⎜ ⎟ xz yz zz z ⎟
⎜ ⎟
⎜ 0 0 1 0⎟ ⎜ 0 0 −1 0⎟ ⎜ 0 0 1 ⎟⎠
T 45 = ⎜
− s5 − c5 0 0⎟
;
T 56 = ⎜
0 0⎟
⎝ 0

⎜ ⎟
s
⎜ 6
c6
⎟ ⎛ c1c 4 c 5 c 6 − c1 s 4 s 6 + s1 s 5 c 6 − c1c 4 c 5 s 6 − c1 s 4 c 6 + s1 s5 s 6 c1c 4 s 5 − s1c 5 − s1 q 3 + r7 z x ⎞
⎜ ⎟
⎜ 0 0 0 1 ⎟⎠ ⎜ 0 0 0 1 ⎟⎠ ⎜ s c c c − s1 s 4 s 6 − c1 s 5 c 6 − s1c 4 c 5 s 6 − s1 s 4 c 6 − c1 s 5 s 6 s1c 4 s 5 + c1c 5 c1 q 3 + r7 z y ⎟
⎝ ⎝ =⎜ 1 4 5 6
Vision 3D - application Modèles de robots M.Mallem 69 Vision 3D - −application
s 4 c5 s 6 − c 4 s 6 s 4 c 5 sModèles
6 − c4 c6
de robots − s 4 s5 q 2 + r7 z z ⎟ M.Mallem 70
⎜ ⎟
à la robotique à la robotique
⎜ 0 0 0 1 ⎟
⎝ ⎠

MGD du robot Versatran RPPRRR MGD du robot Versatran RPPRRR

Vision 3D - application Modèles de robots M.Mallem 71 Vision 3D - application Modèles de robots M.Mallem 72
à la robotique à la robotique
 ⎛ ⎞ ⎛ ⎞
MDD du
⎜ Robot
⎟ ⎜ VERSATRAN
⎟ (RPPRRR) dp x dq 1
MDD
Ainsi la du Robot
différenti elle de positionVERSATRAN
du poignet est : (RPPRRR)
⎜ dp y ⎟ ⎜ dq 2 ⎟
⎜ ⎟ ⎜ ⎟ dp x = − p y dq1 − s1dq3 = −c1q3 dq1 − s1dq3
⎜ ⎟
dq
J .⎜ ⎟
dp z 3
dp = J . dq ⇔ = dp y = p x dq1 + c1dq3 = − s1q3 dq1 + c1dq3
⎜ dϕ x ⎟ ⎜ dq 4 ⎟
⎜ ⎟ ⎜ ⎟ dp z = dq2
⎜ dϕ y
⎟ ⎜
dq 5
⎟ la différentielle d ' orientation du poignet est :
⎜ ⎟ ⎜ ⎟
⎝ dϕ z ⎠ ⎝ dq 6 ⎠ dϕ x = − s1dq4 − c1s4 dq5 + z x dq6 = − s1dq4 − c1s4 dq5 + (c1c4 c5 − s1c5 ) dq6
⎛ r
× O O
r r r
× O
r
× O
r
× O ⎞
⎜ ⎟
z z z z O z O z O
= 1 1 6 2 3 4 4 6 5 5 6 6 6 6

dϕ y = c1dq4 − s1s4 dq5 + z y dq6 = c1dq4 − s1s4 dq5 + ( s1c4 s5 + c1c5 ) dq6
J r r
⎝ ⎠
r r r r
z 0 0 z z z
1 4 5 6

⎛0 ⎞
r r r ⎜ ⎟ r r dϕ z = dq1 − c4 dq5 + z z dq6 = dq1 − c4 dq5 − s4 s5 dq6
avec z 0 = z 1 = z 2 = ⎜ 0 ⎟ ; z 3 = z 4 ∀ q i et O 4 = O 5 = O 6
⎜1 ⎟
⎝ ⎠ / Ro à partir dp et de d ϕ on obtient :
D ' où :
⎛ dx = dϕ y x z − dϕ z x y
⎞
⎛ r
× O
r r r
0
r
0
r
0 ⎞
r ⎜ x
⎟
⎜ ⎟
z O z z
0 0 6 0 3
= ⎜ dx = dϕ z xx − dϕ x xz ⎟
=
d x 7 = d x 6 = dϕ × x6
J r r
⎝ ⎠
r r r r
z 0 0 z z z
1 4 5 6
⎜ ⎟
y

⎛0 ⎞ ⎛ − s1 ⎞ ⎛ − c1 s 4 ⎞ ⎛ z ⎞ ⎛ p ⎜ dx = d ϕ x x y − d ϕ y x x ⎟⎠
r ⎜ ⎟ r ⎜ ⎟ r ⎜ ⎟ r ⎜ x ⎟ ⎜ x ⎝ z
z0/ = ⎜0 ⎟ ; z3/ = ⎜ c1 ⎟ ; z5/ = ⎜ − s1 s 4 ⎟ ; z6 = ⎜ z ⎟ et O 0 O = ⎜ p
6 / Ro ⎛ dz ⎞
avec
Ro
⎜1 ⎟
Ro
⎜0 ⎟
Ro
⎜⎜ ⎟⎟ / Ro
⎜
y
⎟ ⎜
y
= dϕ y zz − dϕ z z
⎝ ⎠ ⎝ ⎠ − c4 ⎝ z ⎠ ⎝ p ⎜ x y
⎟
⎝ ⎠ z z r
d z 7 = d z 6 = dϕ × z6 = ⎜ dz = dϕ z zx − dϕ x zz ⎟
⎜ ⎟
y
D ' où :
⎜ dz z = dϕ x z y − dϕ y z x ⎠
⎟
⎛− p y 0 − s1 0 0 ⎞ 0 ⎝
⎜ ⎟
⎜ px 0 c1 0 0 ⎟ 0 ⎛ dx ⎞ ⎛ dp + a 7 x x + r7 z x ⎞
⎜0 ⎟ ⎜ ⎟ ⎜ x
⎟
1 0 0 0 0 d ( O 0 O 7 ) = ⎜ dy ⎟ = ⎜ dp + a 7 x y + r7 z y ⎟
J = ⎜ ⎟ y
0 0 0 − s1 − c1 s 4 ⎜ dz ⎟ ⎜⎜ ⎟⎟
Vision⎜⎜ 3D - application zx ⎟
Modèles de robots M.Mallem 73 Vision 3D - application
⎝ ⎠ ⎝ dp + a 7 x zModèles
+ r 7 z z de
⎠ robots M.Mallem 74
zy ⎟
z
0 0 0 c1 − s1 s 4
à la robotique
⎜⎜ ⎟ à la robotique
⎝1 0 0 0 − c4 z z ⎟⎠

MGI du Robot VERSATRAN (RPPRRR) MGI du Robot VERSATRAN (RPPRRR)

Calculer les coordonnées articulaires Q = (q1 , q2 …q6 )t, en fonction des
Calculer les coordonnées articulaires Q = (q1 , q2 …q6 )t, en fonction des coordonnées opérationnelles
coordonnées opérationnelles X = (x , y ,z , xx , xy , xz , zx , zy , zz)t en utilisant le MGD calculé
X = (x , y ,z , xx , xy , xz , zx , zy , zz)t en utilisant le MGD calculé précédemment.
précédemment.
Æq2 ? Æq5 ?

Æq3 ? Æq4 ?

Æq1 ? Æ q6 ?

Vision 3D - application Modèles de robots M.Mallem 75 Vision 3D - application Modèles de robots M.Mallem 76
à la robotique à la robotique
MDI du Robot VERSATRAN (RPPRRR) MDI du Robot VERSATRAN (RPPRRR)

dQ = (dq1 ,d q2 …dq6 )t, en fonction des différentielles des coordonnées dq = − ( c 1 dp + s 1 dp ) q3 avec q3 ≠ 0

1 x y
opérationnelles dX = (dx ,d y ,dz , dxx ,dxy , dxz , dzx , dzy , dzz)t en
utilisant le MDD calculé précédemment. Æ dq5 ? déduit de q4, q1, dq1, dϕx, dϕy et dϕz

Æ dq2 ? déduit de dz du MGD (eq. type 1)

dq = − s 4 ( c1 d ϕ + s 1 d ϕ y ) + c 4 ( dq − dϕ z )
dq2 = dz − r7 dz z 5 x 1

Æ dq3 ? déduit de q1, dpx et dpy Æ dq6 ?déduit de q4, q1, q5, dϕx, dϕy et dϕz

dq 3 = − s 1 dp x + c 1 dp y
dq 6 = c 4 ( c1 d ϕ x + s 1 d ϕ y ) + s 4 ( dq 1 − dϕ z ) s5 avec s5 ≠ 0

Æ dq1 ? déduit de q1, q3, dpx et dpy Æ q4 ? déduit de q5, q1, dq6, dϕx et dϕy

dq 1 = − ( c 1 dp x + s 1 dp y ) q3 avec q3 ≠ 0 dq 4 = − s1 d ϕ x + c1 d ϕ y − c 5 dq 6

Vision 3D - application Modèles de robots M.Mallem 77 Vision 3D - application Modèles de robots M.Mallem 78
à la robotique à la robotique

Singularités des robots série .Utilisation des modèles

Niveau de commande
Tâche (Xe, Xf,…)

TACHE Planification de Modèle de l'environnement

(objet) chemin Modèles géométrique et différentiel du
robot

Points de passage contraints

(Xe, … , Xi ,…,Xf)

ROBOT
(effecteur)
Génération de Modèles cinématique et dynamique du robot
trajectoire

Qn

ARTICULATION
(actionneur)
Asservissement des
articulations
Vision 3D - application Modèles de robots M.Mallem 79 Vision 3D - application Modèles de robots M.Mallem 80
à la robotique à la robotique
 TD robot manipulateur planaire à 4 ddl
Bibliographie
Le robot SCARA (IBM), représenté ci-dessous, est constitué d’un porteur de type
torique(RRR) et d’un poignet à un degré de liberté. Ce robot est utilisé pour
effectuer des tâches d’assemblage planaire. Wisama Khalil et Etienne Dombre
Déterminer les paramètres de Denavit-Hartenberg, selon la figure ci-dessus.
Calculer les modèles géométriques et différentiels direct et inverse du poignet de
« Modélisation Identification et Commande
ce robot.
Quelles sont les configurations singulières de ce robot.
de robots » - Collection Robotique Hermès
Z0, Z1 Z2
1999
Z3, Z4
X0, X1 X2 X3, X4

Vision 3D - application Modèles de robots M.Mallem 81 Vision 3D - application Modèles de robots M.Mallem 82
à la robotique à la robotique