Architecture et commande innovantes de robots manipulateurs pour une meilleure

Documents pareils
L E Ç O N. Marches aléatoires. Niveau : Terminale S Prérequis : aucun

Statistiques Descriptives à une dimension

!-.!#- $'( 1&) &) (,' &*- %,!

PLAN DE FORMATION TECHNICIEN(NE) D'ASSISTANCE EN INFORMATIQUE TAI

Programmation linéaire

Lutte contre l étalement urbain

TERMES DE RÉFÉRENCE RELATIFS A LA «FORMATION PROFESSIONNELLE EN ORACLE»

Manipulateurs Pleinement Parallèles

Chapitre 0 Introduction à la cinématique

@ vocatmail SECIB DES SOLUTIONS INFORMATIQUES POUR LES AVOCATS. Première messagerie professionnelle pour avocat en mode hébergé.

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

TSTI 2D CH X : Exemples de lois à densité 1

André Crosnier LIRMM ERII4, Robotique industrielle 1

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

MOTO ELECTRIQUE. CPGE / Sciences Industrielles pour l Ingénieur TD06_08 Moto électrique DIAGRAMME DES INTER-ACTEURS UTILISATEUR ENVIRONNEMENT HUMAIN

Livret d accueil des stagiaires

Contribution à la conception par la simulation en électronique de puissance : application à l onduleur basse tension

Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes

Faculté des Sciences Mathématiques, Physiques et Naturelles de Tunis

Mastère spécialisé. «Ingénierie de l innovation et du produit nouveau De l idée à la mise en marché»

Deux disques dans un carré

Celestia. 1. Introduction à Celestia (2/7) 1. Introduction à Celestia (1/7) Université du Temps Libre - 08 avril 2008

Programmation des séances (Trêve de Noël 2013) Détail des séances. * gainage abdo-lombaire (voir planches D) * gainage abdo-lombaire (voir planches D)

VMWARE VSPHERE ESXI INSTALLATION

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

3. Caractéristiques et fonctions d une v.a.

Dossier Solution - Virtualisation CA arcserve Unified Data Protection

Optimisation Discrète

Partie I Stratégies relationnelles et principes d organisation... 23

PRÉSENTATION DE L ACCOMPAGNEMENT DU PROGRAMME «ECO-DESIGN & BOIS»

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

MATHS FINANCIERES. Projet OMEGA

3.00. Catalogue produit

Extrait des Exploitations Pédagogiques

Protéger son entreprise avec les solutions Cisco de vidéosurveillance pour les TPE-PME

La qualité des services mobiles en France métropolitaine

OPTIMISATION À UNE VARIABLE

Vis à billes de précision à filets rectifiés

TOUJOURS A VOTRE ECOUTE

Peut-on imiter le hasard?

La mesure de la qualité des services de communications électroniques en France

Stratégie locale en faveur du commerce, de l artisanat & des services

IV- La formation sur le territoire de la MDEF

PROBABILITES ET STATISTIQUE I&II

Jean Pierre THIBAULT / DREAL Aquitaine / Stratégie nationale

Algorithmes pour la planification de mouvements en robotique non-holonome

Calculs de probabilités avec la loi normale

PLATEFORME MÉTIER DÉDIÉE À LA PERFORMANCE DES INSTALLATIONS DE PRODUCTION

Inspection Pédagogique Régionale de Technologie Académie de Reims juin /8

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

Diagnostic sur les besoins des acteurs en matière de formation à la gestion de la qualité des projets humanitaires: Présentation des résultats

Description du produit

Master Marketing et Pratiques Commerciales parcours Management de la marque et communication Apprentissage Master 2

TP Modulation Démodulation BPSK

REPONDRE AU BESOIN DE BOUGER CHEZ LE JEUNE ENFANT

UNIVERSITÉ 66,8 C.P.G.E. 74,8 % D.U.T. B.T.S. 13,4 % 2,3 11,1 Autres formations 9,7. Total : 97,5 % 7,8 0,2. Lettres Economiques

Chapitre 2 : Caractéristiques du mouvement d un solide

AUTRES ASPECTS DU GPS. Partie I : tolérance de Battement Partie II : tolérancement par frontières

Comment mettre en oeuvre une gestion de portefeuille de projets efficace et rentable en 4 semaines?

UFR de Sciences Economiques Année TESTS PARAMÉTRIQUES

IAFACTORY. sommaire MATERIALIZE YOUR NEXT SUCCESS. étude marketing, expérience utilisateur, ergonomie audit statistique des performances.

A-QU EST-CE QUE L ORIE? Intervention ADI

Mises en relief. Information supplémentaire relative au sujet traité. Souligne un point important à ne pas négliger.

Annonces internes SONATRACH RECHERCHE POUR SA DIRECTION CENTRALE INFORMATIQUE ET SYSTÈME D INFORMATION :

Évaluation des logiciels et autres réalisations

Protection des données et des mobiles de l'entreprise

ANNEXE N 13 : Bilan et compte de résultat M4

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

TOUJOURS A VOTRE ECOUTE

Chapitre 3. Les distributions à deux variables

Chafa Azzedine - Faculté de Physique U.S.T.H.B 1

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Le programme d'accompagnement E-tourisme des CCI de Provence Alpes Côte d'azur Parcours : «Approfondissement»

Simply mobile. Monte-escalier mobile POIGNÉES ERGOBALANCE PEU D EFFORTS ET EN TOUTE SÉCURITÉ. Franchir les escaliers en toute sécurité.

Sujet Solution de sauvegarde de serveurs et postes de travail avec BackupPC et Bacula. par ALIXEN

CPOM Guide méthodologique d élaboration et de suivi des contrats pluriannuels d objectifs et de moyens en Ile-de-France

Système à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive. Version 1.0

Manuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques

MODE OPERATOIRE POUR LA PHOTOTHEQUE DE CHEMIN FAISANT

ENQUETE SUR LA SITUATION DES GRANDES VILLES ET AGGLOMERATIONS EN MATIERE D ASSURANCES DOMMAGES

Projet de Traitement du Signal Segmentation d images SAR

Exécution des instructions machine

Atelier " Gestion des Configurations et CMDB "

DISQUE DUR. Figure 1 Disque dur ouvert

BERNSTEIN CSMS. Le détecteur de sécurité sans contact le plus polyvalent du marché

Statistique : Résumé de cours et méthodes

IFT3913 Qualité du logiciel et métriques. Chapitre 2 Modèles de processus du développement du logiciel. Plan du cours

SSNL126 - Flambement élastoplastique d'une poutre droite. Deux modélisations permettent de tester le critère de flambement en élastoplasticité :

ATELIERS DE FORMATION TECHNICIEN DE MAINTENANCE INFORMATIQUE

SOMMAIRE. Octobre Edito p 1 Evènements p 2 Conseil -Schéma Directeur d Intégration p 3 Intégration- LIMS p 4 Formation - Contrôle Commande p 5

ARBRES BINAIRES DE RECHERCHE

Les PME face aux ERP. Quels sont les principaux enjeux des projets ERP dans les PME?

Précision d un résultat et calculs d incertitudes

Insert System. BRANDplates. Un design intelligent et innovant jusque dans les moindres détails

IAFACTORY. sommaire MATERIALIZE YOUR NEXT SUCCESS. étude marketing, expérience utilisateur, ergonomie étude concurrentielle. principes.

2 e partie de la composante majeure (8 points) Les questions prennent appui sur six documents A, B, C, D, E, F (voir pages suivantes).

GESTION DE PROJET SÉANCE 2 : LES CYCLE DE VIE D'UN PROJET

Transcription:

Exposé de Jean-François Brethé, GREAH, Université du Havre Architecture et commande innovantes de robots manipulateurs pour une meilleure répétabilité GDR Robotique GT6 - Vendredi 10 juillet 2009-1

Plan de l exposl exposé Introduction I- Etude de la répétabilité de pose II- Ellipsoïdes stochastiques de position III- Ellipsoïdes stochastiques de saut IV- Granularité de l espace V- Optimisation de la conception SCARA2 VI- SCARA3: vers une meilleure répétabilité Conclusions 2/30

Introduction OBJECTIFS Modélisation des déplacements micrométriques des robots dans les phénomènes de répétabilité Etude des facteurs d influence de la répétabilité (localisation et charge) ETAT DE L ART Optimisation : dexterité, manipulabilité Etude de la précision : Exactitude/répétabilité Norme ISO 9283 : définition d indicateurs de performance mais synthèse difficile 3/30

Introduction exactitude vs répétabilitr tabilité Définition précise dans la norme ISO 9283 Arrivant dans la même configuration dans des conditions de commande identiques, on obtient un nuage de points La variable aléatoire considérée est L R L 3S p l exactitude 4/30

I- Etude de la répétabilitr tabilité de pose Trièdre de mesure Poutres Microcontrôle Données vers PC Vue générale 5/30

I- Etude de la répétabilitr tabilité de pose 6/30

I- Etude de la répétabilitr tabilité de pose P2 P3 P1 7/30

I- Etude de la répétabilitr tabilité de pose Influence de la charge et de la localisation Localisation Charge faible Charge forte Point P1 0,036 mm 0,036 mm Point P2 0,020 mm 0,023 mm Point P3 0,029 mm 0,027 mm 8/30

II- Ellipsoïdes stochastiques de position Axe Charge faible Charge forte 1 28,9 34,4 2 20,6 24,5 3 67,1 64,7 4 219 166 5 130 1710 6 291 685 Détermination expérimentale de la matrice de covariance angulaire Influence de l axe Influence de la charge Problème sur axe 5 en 10 9/30 rad 12 2

II- Ellipsoïdes stochastiques de position Les VA angulaires sont un vecteur aléatoire gaussien de matrice de covariance D la différentiation du modèle géométrique lie erreurs angulaires et cartésiennes L erreur cartésienne est alors un vecteur gaussien De matrice de covariance C JDJ T X F( ) dx J() d De densité de probabilité 1 T 1 gdx ( ) kexp dx C dx 2 10 /30

II- Ellipsoïdes stochastiques de position «Les ellipsoïdes stochastiques» : T 1 dx C dx K L ellipsoïde stochastique de référence : T 1 dx C dx 1 Risque associé à un ellipsoïde stochastique : probabilité de se trouver à l extérieur de l ellipsoïde. Relation entre le risque et le rapport de l homothétie permettant d obtenir l ellipsoïde considéré à partir de l ellipsoïde de référence 11 /30

II- Ellipsoïdes stochastiques de position Description de la forme de l ellipsoïde Adéquation de la Répartition spatiale et du Risque mes1,3 mes3 mes2 mes1 Ellipsoïde de position de risque 0,05 Glissement sur axe 2 Point P1 12 /30

II- Ellipsoïdes stochastiques de position Description de la forme de l ellipsoïde Adéquation de la Répartition spatiale et du Risque Point P3 13 /30

III- Ellipsoïdes stochastiques de saut La norme : les positions = différents essais d une même VA Une modélisation plus fine : les positions = une trajectoire d un processus discret L étude de ce processus discret : L espérance dépend du temps L écart-type est constant Si Xi 1 Xi LG(0, 2) 14 /30

III- Ellipsoïdes stochastiques de saut Description de la forme de l ellipsoïde Adéquation de la Répartition spatiale et du Risque Ellipsoïde de saut de risque 0,05 Point P1 15 /30

IV- Granularité de l espace l L espace de départ est partitionné en pavés droits qui sont chacun associés à une commande de l espace articulaire. A chacun de ces pavés droits correspond un polyèdre de l espace d arrivée (approximation au premier ordre). a1=0,02 a1=0,01 a2=1,23 a2=1,24 Axe y Espace articulaire Axe x Espace d arrivée 16 /30

IV- Granularité de l espacel On étudie la nature de l espace angulaire Résolution Taux de granularité 17 /30

IV- Granularité de l espacel Etude du cas d un robot SCARA2 18 /30

IV- Granularité de l espacel Influence du taux de granularité sur la structure granulaire 19 /30

IV- Granularité de l espacel Influence de la redondance Posture 1 Posture 2 Posture 3 20 /30

IV- Granularité de l espacel Modification du maillage suivant le choix de la paire d axe, 1 3, 1 2 21 /30

V- Optimisation de la conception SCARA2 Pour un jeu de paramètres ( l, l, l,...,,,,...) 1 2 3 1 2 3 C( ) C( ) Cste 1 2 1 < 1 <5 5 2 l l Cste 1 2 1 l < 1 <3 3 l 2 Choisir celui qui optimise un critère : Critère minimax Critère maximax Volume minimal 22 /30

V- Optimisation de la conception SCARA2 Tout type de tâche n importe où 1. En local : Maximax 2. Sur tout espace de travail : max maximax 3. Sur la famille de robot, min max maximax Géométrie optimale : l l et 1 2 1 2 Bras tendu 23 /30

V- Optimisation de la conception SCARA2 Tout type de tâche au meilleur endroit 1. En local : Maximax 2. Sur tout espace de travail : min maximax 3. Sur la famille de robot, min min maximax Géométrie optimale : l l et 1 2 1 5 2 Bras replié 24 /30

V- Optimisation de la conception SCARA2 Tâche anisotrope n importe où 1. En local : Minimax 2. Sur tout espace de travail : max minimax 3. Sur la famille de robot, min max minimax Géométrie optimale : l l et 1 2 1 2 Bras plié a2=1,9 rad 25 /30

V- Optimisation de la conception SCARA2 Tâche anisotrope au meilleur endroit 1. En local : Minimax 2. Sur tout espace de travail : min minimax 3. Sur la famille de robot, min min minimax Géométrie optimale : Toutes mais sur les singularités!! 26 /30

VI- SCARA3: vers une meilleure répétabilité Robot manipulateur et commande associée pour un positionnement fin de l extrémité terminale Brevet déposé le 24 avril 2008 Université du Havre Jean-François Brethé 27

VI- SCARA3: vers une meilleure répétabilité Déplacements fins souhaités Pièces à saisir Zone d assemblage fin Bras de levier faibles Zone de travail Achèvement de la chaîne cinématique Redondance 28 /30

Conclusions : De nouveaux concepts : Le modèle des ellipsoïdes stochastiques Processus stochastiques et ellipsoïdes de saut La structure granulaire de l espace de travail De nombreuses applications Outil d optimisation géométrie/codeurs Outil de réception de matériels robotiques Outil de diagnostic d axes faibles Calcul de la répétabilité Orientation des tâches dans l espace de travail Stratégies d assemblage optimales Détermination des spécifications ultimes d une tâche d assemblage réalisable en contexte industriel 29 /30

Recherchons des partenaires pour : Développer un prototype Faire valoir notre expertise Céder des licences Merci de votre attention! Contact : jean-francois.brethe@univ-lehavre.fr 30 /30

VII- Applications Assemblage Le modèle des ellipsoïdes stochastiques permet : Orientation optimale de la tâche d assemblage Localisation optimale dans l espace de travail Disque de jeu Ellipses stochastiques Zone A Probabilité forte Zone B Probabilité faible 31 /30

VII- Applications : Assemblage Pour réussir des assemblages avec une probabilité proche de 1, il faut réussir à centrer la zone de jeu sur l ellipsoïde. Cas défavorable Cas favorable 32 /30

VII- Applications : Assemblage Comment réussir à centrer la zone de jeu sur l ellipsoïde? 1. Stratégie aléatoire par table vibrante 2. Stratégie déterministe B A 33 /30

VII- Applications : Assemblage Stratégie par choix de l ellipsoïde de saut la mieux adaptée P1 Avantages : souplesse probabilité maximale correction continue supprime les non-linéarités Nécessite : capteurs extéroceptifs moyens logiciels 34 /30

II- Ellipsoïdes stochastiques de position Calcul de la répétabilité à partir de la matrice de covariance R p E( L) 3 ( L) Confrontation aux mesures expérimentales de la répétabilité Point Rép mes Rép Cal (D0*;D1*) Rép Cal (D2*) Ecarts P1-Cf 0,036 0,047 + 32% P2-Cf 0,020 0,020 + 4% P3-Cf 0,029 0,027-4% P1-CF 0,036 0,051 0,042 +42 à +16% P2-CF 0,023 0,044 0,028 +96 à +21% P4-CF 0,027 0,050 0,038 +81 à +37% 35 /30

VI- SCARA3: vers une meilleure répétabilité Exemple de réalisation 36 /30

I- Etude de la répétabilitr tabilité de pose Grande variabilité expérimentale Cette variabilité est-elle statistiquement acceptable? ou s agit-il d un défaut du dispositif expérimental ou de la méthodologie choisie? 37 /30

II- Ellipsoïdes stochastiques de position Description de la forme de l ellipsoïde Adéquation de la Répartition spatiale et du Risque Point P2 38 /30

III- Ellipsoïdes stochastiques de saut X VG( m, C) i i Si Xi 1 Xi VG(0,2 C) X VG( m, C) i 1 i 1 39 /30

VI- SCARA3: vers une meilleure répétabilité Zone morte Cible Point d harmonisation Commande associée 40 /30