Technologies
Marche d’un robot humanoïde : estimer le mouvement et corriger les appuis
Des travaux distincts étudient l’estimation du mouvement, la prise en compte des contacts et la correction du prochain pas, avec des validations sur robots physiques ou en simulation.
La marche bipède exige de coordonner de nombreuses articulations tout en compensant une instabilité permanente et les perturbations comme une poussée ou un trébuchement. Les travaux décrits abordent séparément trois fonctions : des unités inertielles et des mesures articulaires servent à estimer les vitesses articulaires, un estimateur à plusieurs unités inertielles traite différentes configurations de contact, et un modèle ajusté à la trajectoire observée du centre de masse prévoit le lieu et le moment du prochain pas pour maintenir l’équilibre.
Estimer le mouvement sans supposer un appui parfait
L’article Inertial Sensor-Based Humanoid Joint State Estimation, consacré à l’estimation des articulations, exploite des unités de mesure inertielle fixées sur les segments du robot. Chacune associe un gyroscope à trois axes et un accéléromètre à trois axes pour déterminer directement les vitesses et accélérations articulaires. Un filtre fusionne les vitesses angulaires des gyroscopes avec les mesures de position des articulations et compense les biais variables des capteurs. Lors d’expériences sur un humanoïde hydraulique SARCOS, les auteurs ont obtenu des vitesses articulaires moins bruitées et moins retardées que celles calculées par différenciation numérique des signaux de potentiomètres filtrés, avec de meilleures performances pour la commande en retour des articulations.
Multi-IMU Proprioceptive State Estimator for Humanoid Robots rappelle que les estimateurs supposent souvent un pied plat et immobile pendant le contact, hypothèse facilement enfreinte par une démarche avec déroulé du talon à la pointe. La méthode présentée emploie plusieurs unités inertielles réparties dans la structure, notamment sur les pieds, et un filtre de Kalman étendu capable de traiter différentes configurations de contact. Cette instrumentation sert également à estimer les déformations de la structure afin d’améliorer le modèle cinématique utilisé par le filtre. Sur l’exosquelette Atalante, les auteurs rapportent une faible dérive, de meilleurs résultats que des filtres comparables à une seule unité inertielle et des trajectoires assez précises pour construire des cartes d’élévation peu déformées par rapport à la vérité terrain.
Transformer l’estimation en correction d’équilibre
Le cadre décrit dans Capture Steps: Robust Walking for Humanoid Robots ajuste un modèle de pendule inversé linéaire à la trajectoire observée du centre de masse. Il utilise ensuite ce modèle pour prévoir où et quand placer le pied tout en suivant une vitesse de marche cible. En réaction à une perturbation, le cadre modifie immédiatement l’emplacement du prochain pas et peut aussi en ajuster le moment.
Cette correction correspond à un pas de rattrapage : un pas placé et déclenché de façon à absorber l’excès de quantité de mouvement acquis lors d’une poussée ou d’un trébuchement. Les expériences rapportées par les auteurs apportent des éléments qualitatifs et statistiques sur la récupération après de fortes perturbations. Elles étayent leur cadre de génération de marche, sans transformer le modèle ajusté du centre de masse en description exacte de toute la dynamique réelle du robot.
Adapter le point de chute au terrain
La technique classique du point de capture, qui recherche un appui protecteur après une perturbation, est limitée dans le papier Generalizations of the Capture Point to Nonlinear Center of Mass Paths and Uneven Terrain aux sols plats et à un centre de masse se déplaçant horizontalement. La généralisation proposée accepte des terrains irréguliers et des trajectoires arbitraires du centre de masse. Lorsque la contrainte sur cette trajectoire disparaît, il existe une infinité de points de capture, chacun associé à un chemin différent.
L’algorithme numérique présenté énumère ces points et leurs trajectoires correspondantes. Les auteurs indiquent qu’il les produit tous en moins d’une milliseconde sur un PC standard, mais leur démonstration sur un humanoïde reste une preuve de concept dans un simulateur dynamique. Ce résultat de calcul ne vaut donc pas, à lui seul, validation de la correction des appuis sur un robot physique évoluant sur un sol irrégulier.
Une chaîne dont chaque hypothèse compte
Les validations portent sur des objets et des plateformes distincts : l’estimation articulaire a été expérimentée sur SARCOS, l’estimation d’état à plusieurs unités inertielles sur Atalante, et le cadre Capture Steps rapporte des expériences de récupération après perturbation. L’extension du point de capture aux terrains irréguliers reste, elle, une preuve de concept sur un humanoïde dans un simulateur dynamique.