Ecole Nationale Supérieure d’Electricité et de Mécanique - ENSEM

Université Hassan II de Casablanca

Travaux Pratiques : Robotique

Modélisation et Commande d’un Robot Plan à Trois Axes

3ème Année Filière GECAPI

Pr A. EL ASSOUDI

TP1 : Modélisation et Commande Linéaire de type PID

• Modélisation géométrique et dynamique
• Commande PID dans l’espace articulaire
• Commande PID dans l’espace opérationnel
• Simulations Numériques.

TP2 : Modélisation et Commande par Découplage Non Linéaire (DNL)

• Modélisation géométrique et dynamique
• Commande par DNL dans l’espace articulaire
• Commande par DNL dans l’espace opérationnel
• Simulations Numériques

Année Universitaire 2023-2024

1
 Modélisation et Commande d’un Robot
Plan à Trois Axes

1 But de l’étude
L’objectif de cette manipulation consiste à élaborer des lois de commandes par PID et par
découplage non linéaire (DNL) pour un robot plan à trois axes permettant :
• la stabilisation du robot dans l’espace articulaire autour de tout point de fonctionnement.
• la poursuite d’une trajectoire servant de référence pour l’organe terminal (OT) : commande
dans l’espace opérationnel.

2 Description
On considère un bras de robot rigide à trois degrés de liberté (ddl) et comportant trois ac-
tionneurs agissant chacun sur un segment différent. La description du robot est donnée par la
Figure 1.

Figure 1 – Robot plan à 3 ddl et 3 actionneurs

On notera : X = [Px Py θ]T : vecteur des coordonnées opérationnelles.

Ẋ = [Ṗx Ṗy θ̇]T : vecteur des vitesses opérationnelles.
q = [θ1 θ2 θ3 ]T : vecteur des coordonnées articulaires.

2
q̇ = [θ̇1 θ̇2 θ̇3 ]T : vecteur des vitesses articulaires.
u = [u1 u2 u3]T : vecteur des commandes délivrées par les moteurs électriques.
L1 , L2 , L3 : longueurs des segments. Les masses des segments sont supposées négligeables.
m1 , m2 , m3 : masses suspendues aux extrémités des segments.

3 Modélisation géométrique et dynamique

• Etablir le modèle géométrique direct (MGD) du robot.
• En déduire le modèle géométrique inverse (MGI) du robot.
• En utilisant les équations de Lagrange, écrire les équations du mouvement sous la forme
matricielle :
Γ(q)q̈ = Γ1 (q, q̇) + u (1)

Γ(q) dite matrice d’inertie est une matrice symétrique définie positive.
Γ1 (q, q̇) est un vecteur qui regroupe les non linéarités du système.
• Donner la représentation d’état du système compte tenu des observations θ1 , θ2 , θ3 :


 ẋ = f (x) + g(x)u
(2)
 y = Cx

avec x = [q q̇]T = [θ1 θ2 θ3 θ̇1 θ̇2 θ̇3 ]T = [x1 x2 x3 x4 x5 x6 ]T est le vecteur d’état.

• Ecrire les équations du mouvement sous la forme matricielle :

M(X)Ẍ = N (X, Ẋ) + Q(X)u (3)

• Donner la représentation d’état du système compte tenu des observations Px , Py , θ :


 ξ˙ = f (ξ) + g(ξ)u
(4)
 y = Cξ

avec ξ = [X Ẋ]T = [Px Py θ Ṗx Ṗy θ̇]T = [ξ1 ξ2 ξ3 ξ4 ξ5 ξ6 ]T est le vecteur d’état.

3
 TP 1 : Commande Linéaire de type PID

1 Commande PID dans l’espace articulaire

Etant donné le robot manipulateur à 3 ddl et 3 actionneurs dont il s’agit d’élaborer une com-
mande de type PID permettant la stabilisation du robot dans l’espace articulaire autour de tout
point de fonctionnement. La Figure 2 illustre le schéma d’une commande PID dans l’espace
articulaire d’un robot manipulateur :

Figure 2 – Schéma d’une commande PID dans l’espace articulaire

• Donner alors pour le robot plan considéré la loi de commande par PID ayant pour expression :
Rt
u = Kp (qc − q) + Kd (q̇c − q̇) + KI t0
(qc − q)dt (5)

qc et q̇c désigne respectivement les consignes des positions et vitesses dans l’espace articulaire.
Kp , Kd et KI sont des matrices diagonales définies positives, de dimension 3 × 3, dont les
éléments sont respectivement les gains proportionnels Kpj , dérivés Kdj et intégraux KIj .

4
2 Commande PID dans l’espace opérationnel
Il s’agit d’élaborer une commande PID dans l’espace opérationnel permettant la poursuite
d’une trajectoire servant de référence pour l’OT du robot manipulateur considéré. Cette loi de
commande est obtenue en remplaçant q par X dans l’équation (5) et en multipliant l’erreur
dans l’espace opérationnel par J T pour l’exprimer dans l’espace articulaire. La Figure 3 illustre
le schéma d’une commande PID dans l’espace opérationnel d’un robot manipulateur :

Figure 3 – Schéma d’une commande PID dans l’espace opérationnel

• Donner alors la loi de commande PID dans l’espace opérationnel ayant pour expressions :
h Rt i
u = J T Kp (Xref − X) + Kd (Ẋref − Ẋ) + KI t0 (Xref − X)dt (6)

Xref et Ẋref désignent les trajectoires de références des positions et vitesses opérationnelles.
Kp , Kd et KI sont des matrices diagonales définies positives, de dimension 3 × 3, dont les
éléments sont respectivement les gains proportionnels Kpj , dérivés Kdj et intégraux KIj .

5
3 Simulations Numériques
• Le robot évolue dans un domaine qui appartient au plan du mouvement (O, x, y). La tra-
jectoire servant de référence pour l’organe terminal doit se situer dans le volume de travail du
robot. On se propose dans cette partie de déterminer ce volume de travail.
Sachant que la variable articulaire θ1 varie entre 0 et π et les variables articulaires θ2 et θ3
varient entre 0 et 2π, écrire le programme qui détermine le volume de travail du robot.
• On suppose que l’évolution de l’OT dans le domaine de travail est régie par l’équation

Py = a ∗ sin(ω ∗ Px ) + b (7)

En choisissant convenablement les paramètres a, b et ω pour que la trajectoire de référence soit

inscrite dans le domaine de travail, procéder à la validation du MGI le long de la trajectoire
de référence en visualisant sur l’écran graphique toutes les configurations du robot le long de
la trajectoire de référence suivie par l’OT.

• Procéder à une simulation du comportement du robot décrit par les fonctions de transfert en
utilisant la loi de commande PID (5).

• Procéder à une simulation du comportement du robot décrit par le modèle d’état dynamique
Lagrangien (2) en utilisant la loi de commande PID (5).

• Procéder à une simulation du comportement du robot décrit par le modèle d’état dynamique
(4) en utilisant la loi de commande PID (6).

• Visualisation des configurations : Il s’agit dans cette partie de valider la trajectoire de

l’OT du robot décrit par le système en BF (4)-(6) en visualisant toutes les configurations du
robot sur l’écran graphique le long de la trajectoire de l’OT.

• Interpréter les résultats de simulations obtenus.

6
TP 2 : Commande par Découplage Non Linéaire (DNL)

1 Commande dans l’espace articulaire

• Pour toute consigne constante qc = [θ1c θ2c θ3c ]T , donner une loi de commande par DNL permet-
tant de stabiliser le système (2) autour de tout point de fonctionnement xc = [θ1c θ2c θ3c 0 0 0]T .

• En supposant que toutes les variables articulaires sont mesurables, déterminer un observateur
d’état pour le système (2) permettant d’estimer les vitesses articulaires pour la réalisation en
pratique de la commande par DNL dans l’espace articulaire.

2 Commande dans l’espace opérationnel

• Donner pour le modèle dynamique (4) une loi de commande par DNL permettant à l’OT la
poursuite de la trajectoire de référence imposée (7).

• En supposant que toutes les variables opérationnelles sont mesurables, déterminer un ob-
servateur d’état pour le système (4) permettant d’estimer les vitesses opérationnelles pour la
réalisation de la commande déterminée précédemment.

3 Simulations Numériques
• Procéder à une simulation du comportement du système (2) en utilisant la commande par
DNL dans l’espace articulaire, déterminée précédemment.

• Procéder à une simulation du comportement du système (4) en utilisant la commande par

DNL dans l’espace opérationnel, déterminée précédemment.

7
• Visualisation des configurations : En utilisant la loi de commande par DNL dans l’espace
opérationnel élaborée précédemment pour le modèle dynamique (4), il s’agit dans cette partie
de valider la poursuite de trajectoire de l’OT en visualisant toutes les configurations du robot
sur l’écran graphique le long de la trajectoire de son OT.

• Simuler en BO les réponses des observateurs d’état des systèmes (2) et (4) en fonction de
différents gains des observateurs.

• Simuler en BF les réponses des systèmes (2) et (4) en utilisant les états estimés donné par les
observateurs d’état (Principe de Séparation).

• Interpréter les résultats de simulations obtenus.