Control Architecture for Electro-Hydraulic Humanoid Robot - Informatique, Biologie Intégrative et Systèmes Complexes Accéder directement au contenu
Thèse Année : 2024

Control Architecture for Electro-Hydraulic Humanoid Robot

Architecture de contrôle pour un robot humanoïde de type électro-hydraulique

Subhi Jleilaty
  • Fonction : Auteur
  • PersonId : 1368892
  • IdRef : 276699963

Résumé

Despite the significant improvements achieved until now in controlling humanoid robots, they are still a long way from reliably exhibiting human-like behaviors. Various components that formulate humanoids contribute to improving their behaviors. While increasing the physical limitation contributes to dynamic motions, the control architecture is the key to managing those motions and determining robot capabilities to improve its behaviors. This work aims to develop a control architecture emulating the functionality of the human nervous system. Classical architectures dealt with sensorimotor cycles but without intelligence distribution. Whether centralized, where all components are connected to a central unit, or decentralized, where the distributed units are used as an interface between the I/Os and the master controller with no ability to make a decision. The proposed solution is a distributed real-time control architecture with ROS. The joint controllers have the intelligence to make decisions, dominate their actuators, and publish their state. The real- time capabilities are ensured in the master controller by using a Preempt-RT kernel beside OROCOS middleware to operate the real-time tasks. And in the customized joint controllers by FreeRTOS firmware. The experimental validations were performed on our electro-hydraulic humanoid robot (HYDROïD). The results demonstrate 50% advancements in the update rate compared to other humanoids and 30% in the latency of the master processor and the control tasks. The proposed architecture gives the possibility to create and test the systems with distributed artificial intelligence.
Malgré les progrès significatifs réalisés jusqu'à présent dans le contrôle des robots humanoïdes, ceux-ci sont encore loin de présenter de manière fiable des comportements semblables à ceux des humains. Les différents éléments qui composent les humanoïdes contribuent à l'amélioration de leurs comportements. Alors que l'augmentation de la limitation physique contribue aux mouvements dynamiques, l'architecture de contrôle est la clé pour gérer ces mouvements et déterminer les capacités du robot afin d'améliorer ses comportements. Ce travail vise à développer une architecture de contrôle émulant la fonctionnalité du système nerveux humain. Les architectures classiques traitaient des cycles sensorimoteurs mais sans distribution de l'intelligence. Qu'elles soient centralisées, où tous les composants sont connectés à une unité centrale, ou décentralisées, où les unités distribuées servent d'interface entre les E/S et le contrôleur principal sans pouvoir prendre de décision. La solution proposée est une architecture de contrôle en temps réel distribuée avec ROS. Les contrôleurs conjoints ont l'intelligence de prendre des décisions, de dominer leurs actionneurs et de publier leur état. Les validations expérimentales ont été effectuées sur notre robot humanoïde électro- hydraulique (HYDROïD). Les résultats démontrent des avancées de 50 % dans le taux de mise à jour par rapport à d'autres humanoïdes et de 30 % dans la latence du processeur principal et des tâches de contrôle. L'architecture proposée permet de créer et de tester des systèmes à intelligence artificielle distribuée.
Fichier principal
Vignette du fichier
2024UPAST010.pdf (21.16 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04524748 , version 1 (28-03-2024)

Identifiants

  • HAL Id : tel-04524748 , version 1

Citer

Subhi Jleilaty. Control Architecture for Electro-Hydraulic Humanoid Robot. Automatic. Université Paris-Saclay, 2024. English. ⟨NNT : 2024UPAST010⟩. ⟨tel-04524748⟩
1 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More