MASTER TECHNOLOGIES SOLAIRE ET

DEVELOPPEMENT DURABLE

Commande d’un robot mobile

dans un environnement
incertain
Encadré par: Pr.BOUFOUNAS
Présenté par: MAHJOUBI Hanan
OUAHOU Soukaina
KIKICH Sabrina
Année universitaire 2017/2018
1
Free PowerPoint Templates
Free PowerPoint Templates
 Plan

 Introduction
 Modélisation
 Analyse de commandabilité
 Exemple de commande d’un Quad
 Conclusion

1 2
Free PowerPoint Templates
 Introduction
Robotique
La robotique est un très bon
exemple de domaine pluri-
disciplinaire qui implique de
nombreuses thématiques telles que
la mécanique, la mécatronique,
l’électronique, l’automatique…etc
Robot mobile
Un robot est une machine équipée
de capacités de perception, de
décision et d’action qui lui
permettent d’agir de manière
autonome dans son
environnement en fonction de la
perception qu’il en a
2 3
Environnement incertain
Qui n'est pas prévisible, n'est pas
connaissable avec précision et
dont le résultat n'est pas acquis
d'avance par le robot
Free PowerPoint Templates
Free PowerPoint Templates
 Introduction

Le terme de robot apparaît pour

la première fois dans une pièce
de Karel Capek en 1920 :
Rossum’s Universal Robots. Il
présente une vision des robots
comme serviteurs dociles et
efficaces pour réaliser les taches
pénibles mais qui déjà vont se
rebeller contre leurs créateurs.
Figure 1: La tortue de Grey Walter (nommée
La Tortue construite par Grey
“machina speculatrix” et surnommée Elsie) et une
Walter dans les année 1950
illustration de sa trajectoire pour rejoindre sa
(Figure 1.), est l’un des premiers
niche.
robots mobiles autonomes

3 4
Free PowerPoint Templates
 Introduction

Une étape importante est à signaler au début des

années 1990 avec la mise en avant de la robotique
réactive, représentée notamment par Rodney
Brooks. Les développements ont continué chose
qui a permis à de très nombreux laboratoires de
travailler sur la robotique mobile et à conduit à
une explosion de la diversité des thèmes de
recherche. Ainsi, même si les problèmes de
déplacement dans l’espace et de modélisation de
l’environnement restent difficiles et cruciaux, des
Figure 2: Genghis, développé par
laboratoires ont pu par exemple travailler sur des
Rodney Brooks au MIT au début
approches multi-robot, la problématique de l
des années 1990
’apprentissage ou sur les problèmes d’interactions
entre les hommes et les robots.
4 5
Free PowerPoint Templates
Free PowerPoint Templates
 Introduction

Véhicule télécommandé
Véhicule télécommandé au sens de la tâche à
par un opérateur réaliser
CLASSIFICATION
DES ROBOTS
MOBILES

Véhicule semi- Véhicule autonome

autonome

5 6
Free PowerPoint Templates
Free PowerPoint Templates
 Introduction
Bullet Points

la loi de commande pour le suivi de chemin se base sur

l’hypothèse que les vitesses imposées au robot sont directement
Bullet Point
transmises. Cette hypothèse correspond (click
à une to change)
régulation en
vitesse parfaite du robot.
Bullet Point (click to change)

Bullet Point (click to change)

Bullet Point (click to change)

Bullet Point (click to change)

6 7
Free PowerPoint Templates
Free PowerPoint Templates
 Modélisation

Considérons un système non linéaire (Robot mobile),

représenté par son modèle cinématique suivant:

ɵ 𝑥ሶ= 𝑣 cos 𝜑
𝑦ሶ= 𝑣 sin 𝜑
𝑣
𝜑ሶ= tan 𝜃
φ 𝑙
𝜃ሶ= 𝑢

7 8
Free PowerPoint Templates
 Modélisation
supposons que les deux roues sur chaque essieu (avant et arrière)
s'effondrent en une seule roue située au milieu de l'essieu
(modèle semblable à une voiture).La roue avant peut être
orientée tandis que l'orientation de la roue arrière est fixé. Les
coordonnées généralisées sont ) où x; y sont les coordonnées
cartésiennes de la roue arrière, mesure l'orientation de la voiture
corps par rapport à l'axe x, et est l'angle de braquage Le système
est soumis à deux contraintes non-holistiques, une pour chaque
roue:
𝑓 sinሺ
𝑥ሶ 𝜃 + 𝜑ሻ− 𝑦ሶ
𝑓 cosሺ
𝜃+ሶ 𝜑ሻ = 0

Avec
𝑥˙ 𝑠𝑖𝑛 ( 𝜑 ) − 𝑦˙ 𝑐𝑜𝑠 ( 𝜑 )=0
𝑥 𝑓 = 𝑥 +𝑙 𝑐𝑜𝑠 ( 𝜑 )
𝑦 𝑓 = 𝑦 +𝑙 sin ( 𝜑 )
8 9
Free PowerPoint Templates
Free PowerPoint Templates
 Modélisation
la première contrainte cinématique vient:

𝑓 sinሺ
𝑥ሶ 𝜃 + 𝜑ሻ− 𝑦ሶ 𝜃 + 𝜑ሻ−ሶ𝜑ሶ𝑙 cosሺ𝜃 ሻ = 0
𝑓 cosሺ

La matrice de contraintes Pfaffiene est:

sinሺ𝜃 + 𝜑ሻ −cosሺ𝜃 + 𝜑ሻ −lcos 𝜃 0
𝐶 ሺ𝑞ሻ = ൤ ൨
sin 𝜑 − cos 𝜑 0 0

Rang constant égal à 2

Si la voiture a une propulsion arrière, le modèle cinématique
est dérivé cos 𝜑
𝑥ሶ NNNNNNNNNN‫ ۍ‬NNNNNNNN‫ ې‬0
sin 𝜑
𝑦ሶ NNNNNNNN‫ێ‬
tan 𝜃 NNNNNNNN‫ۑ‬
൦𝜑ሶ൪= NNNNNNNN‫ێ‬
0
NNNNNNNN‫ ۑ‬0൪ 𝑢
𝑣 + ൦
NNNNNNNN‫ ێ‬NNNNNNNN‫ۑ‬
𝜃ሶ NNNNN‫ 𝑙ۏ‬NNNNNNNNNNN‫ے‬1
0 9 10
Free PowerPoint Templates
Free PowerPoint Templates
 Analyse de commandabilité
Un outil utile qui permet de tester la contrôlabilité de non-linéaire
sans dérive systèmes est la condition de rang d'algèbre de Lie.
Dans notre cas, cela se résume à vérifier si

rang [g1 g2 [g1; g2] [g1; [g1; g2]] [g2; [1; g2]] : : : ] = 4
Pour notre système , les deux premiers crochets de Lie sont
calculés comme

le rang est 4, de sorte que le robot semblable à une voiture

est certainement contrôlable lorsque l'angle de direction est
différent de . 10 11
 Analyse de commandabilité
L'équation caractérisant peut être réécrite comme

Avec:
cos 𝜑
NNNNNNNNNN‫ۍ‬ NNNNNNNN‫ې‬ 0
sin 𝜑
NNNNNNNN‫ ێ‬NNNNNNNN‫ۑ‬ 0൪
𝑔1 = NNNNNNNN‫ێ‬
tan 𝜃 NNNNNNNN‫ۑ‬ 𝑔2 = ൦
NNNNNNNN‫ێ‬
𝑙 NNNNNNNN‫ۑ‬
0
NNNNN‫ۏ‬0 NNNNNNNNNNN‫ے‬ 1

Le système ci-dessus est non linéaire, sans dérive (c'est-à-dire

qu'aucun mouvement n'a lieu sous zéro entrée) et il y a moins
d'entrées de contrôle que de coordonnées généralisées.
Bien que l'expérience de n'importe quel conducteur indique qu'un
robot semblable à une voiture devrait être complètement
contrôlable, il n'est pas trivial d'établir une telle propriété sur une
base mathématique.
11 12
Free PowerPoint Templates
 Analyse de commandabilité
Le moyen le plus simple d'enquêter sur contrôlabilité à qe est de
considérer l'approximation linéaire correspondante

Où

Le rang de la matrice de contrôlabilité G (qe) est deux. D'où le

système linéarisé n'est pas contrôlable de sorte qu'un contrôleur
linéaire ne fonctionnera pas, même pas localement

12 13
Free PowerPoint Templates
 Exemple de commande d’un Quad
Le but de l’exemple est de réaliser une commande adaptée, et
de réfléchir aux technologies permettant un contrôle
automatique de celui-ci.
Le quad est un robot de type voiture, avec deux roues motrices
arrière, et deux roues directrices avant.

14
13
 Exemple de commande d’un Quad
1-Régulateur PID numérique

La loi de commande du régulateur PID numérique peut être

obtenue par discrétisation de celle d'un régulateur PID analogique.

ou e(t) est le signal d'erreur.

Cette loi est discrétisée en l’évaluant a l'instant d’échantillonnage. Pour ce faire,
on effectue les substitutions.

15
14
 Exemple de commande d’un Quad
On voit que la dérivée de e(t) est approxime par la pente de la
droite liant l’échantillon présent e[k] au précèdent e[k-1]. La
résolution de l'intégrale passe par le calcul de l'aire comprise
entre l'axe t et le signal e(t). Une approximation de cette aire peut
être faite par la méthode des rectangles.

La loi de commande discrète du régulateur PID numérique devient:

15 16
 Exemple de commande d’un Quad
Afin de contourner cette difficulté, écrivons les lois de commande aux
instants présent k et précèdent [k-1] et soustrayons membre a
membre :

La loi de commande du régulateur PID numérique s’écrit donc :

16 17
 Exemple de commande d’un Quad

L'implémentation du régulateur PID pour la vitesse du

véhicule n'est pas simple. En effet les méthodes classiques de
réglages des gains du PID,ne fonctionnent pas dans notre cas.
Ceci est du aux non linéarités du système et de la
modélisation du système qui est simplifiée. Nous avons donc
réglés les gains par tâtonnement et de façon approximative.

17 18
 Exemple de commande d’un Quad
PID sur la vitesse
Nous avons essayé différentes valeurs de gains pour le réglage du
contrôleur PID, et après plusieurs essais nous avons choisi les gains
suivants :
Kp = 20 ; Ki = 0.01; Kd = 1.5

• Nous visualisons sur la figure

le temps de réponse a 5% est
d'environ 90 s, et on note la
présence d'une petite erreur
statique
• cette commande n'est pas
raisonnable pour être mise en
application
Réponse à une consigne de vitesse avec un contrôleur PID
19
18
 Exemple de commande d’un Quad

PID sur le cap

Afin d'asservir en cap, il faut que la vitesse du véhicule soit non
nulle. Pour cela, lors de la simulation, nous asservissons la
vitesse avec le contrôleur PID sur la vitesse et avec la même
consigne (10 m.s-1), en même temps que le cap. Pour le cap
aussi les méthodes classiques de réglages des gains du PID ne
fonctionnent pas. De la même façon que pour la vitesse nous
réglons les gains par tatonnement.Les gains que nous avons
choisi après plusieurs essais sont les suivants :
Kp = 1 ; Ki = 0.01; Kd = 1.5

19 20
 Exemple
Bullet Points de commande d’un Quad

Ces gains permettent un temps de réponse

BulletNous
raisonnable, et une bonne stabilité. Point (click to change)
visualisons sur la figure suivante la réponse du
système a une consigne de cap. Le temps
Bullet Pointa(click
5% to change)
est de 6 s, ce qui est satisfaisant, et il n'y a pas
d'erreur statique.
Bullet Point (click to change)

Le contrôleur PID sur le capBullet

a de bonne
Point (click to change)
performances avec notre modèle.
Bullet Point (click to change)

Réponse à une consigne de cap avec un contrôleur PID

21
20 Free PowerPoint Templates
Free PowerPoint Templates
 Exemple de commande d’un Quad
2-Commande par mode glissant
Mode glissant sur le cap
Nous avons implémenté une commande par mode de
glissement sur le cap afin de comparer les performances de
cette commande par rapport au PID.
Pour asservir le cap, la vitesse du véhicule doit être non nulle,
nous asservissons la vitesse avec le PID sur la vitesse et avec la
même consigne (10 m.s-1) que définie précedemment.Les
équations du cap en représentation d’état sont:

22
21
 Exemple de commande d’un Quad
Avec:

Nous définissons la surface de glissement suivante :

Soit la fonction candidate de Lyapunov suivante :

Nous voulons garantir ( s) < 0 , pour cela on définie :

23
22
 Exemple de commande d’un Quad
Nous en déduisons la commande :

avec K > 0

Pour éviter le phénomène de réticence (chattering) nous remplaçons la

fonction sign par la fonction saturation qui a l'avantage de moins solliciter
les actionneurs. Nous implémentons cette commande dans notre
simulateur avec K = 10 et α =5, et nous observons
sur la figure suivante la réponse du système a une consigne de cap avec
notre commande par mode de glissement

24
23
 Exemple de commande d’un Quad

Nous pouvons observer que le temps de réponse

a 5% est 3.1 s , et qu'il n'y a pas d'erreur
statique. La commande par mode de glissement
sur le cap est donc plus performante que le
contrôleur PID sur le cap car pour une même
consigne le temps de convergence est plus
court.

Réponse à une consigne de cap avec une commande par mode

25 glissant
24
 Exemple de commande d’un Quad
Mode glissant sur la vitesse
La commande par mode de glissement étant une commande
robuste, nous nous permettons de faire les deux approximations
suivantes :
– la vitesse du véhicule est égale a la vitesse d'avancement des
roues
– la vitesse angulaire des roues est proportionnelle a la vitesse
angulaire du moteur
Ainsi l’équation de la vitesse du véhicule s‘écrit :

26
25
 Exemple de commande d’un Quad
La dérivée de la vitesse est :

Nous définissons la surface de glissement suivante :

Soit la fonction candidate de Lyapunov suivante:

Nous voulons garantir ( s) < 0 , pour cela on définie :

27
26
 Exemple de commande d’un Quad
Nous en déduisons la commande :

avec K > 0

Nous implémentons sur notre simulateur la commande par mode de

glissement ainsi définie avec K=10 , α=5 et η = 1.
Nous observons sur la figure suivante la réponse du système a une
consigne de vitesse avec notre commande par mode de glissement.

28
27
 Exemple de commande d’un Quad

Le temps de réponse a 5% est de 16.3 s , 5

fois plus court et il n'y a pas d'erreur statique.
La commande par mode de glissement sur la
vitesse présente de bien meilleures
performances que le contrôleur PID sur la
vitesse.

Réponse à une consigne de vitesse avec une commande par

mode glissant 29
28
 Conclusion

• Le but de ce mini projet était la commande d’un

robot mobile, pour ce fait une régulation en vitesse
et en cap était nécessaire à l’aide du mode glissant et
de PID.
• Une simulation a permis de trouver les bons
paramètres, afin de suivre la consigne .

30
29
Merci pour votre attention