<  Back to the Polytechnique Montréal portal

Mesure tactile proprioceptive pour des doigts sous-actionnés

Bruno Belzile

PhD thesis (2016)

[img]
Preview
Download (15MB)
Cite this document: Belzile, B. (2016). Mesure tactile proprioceptive pour des doigts sous-actionnés (PhD thesis, École Polytechnique de Montréal). Retrieved from https://publications.polymtl.ca/2380/
Show abstract Hide abstract

Abstract

RÉSUMÉ La préhension et la manipulation d’objets par des robots deviennent de plus en plus répandues dans divers domaines, et ce, pour de multiples applications. L’utilisation de robots permet d’améliorer la répétabilité, la rapidité et la précision lors de certaines tâches, et ce, comparativement aux performances d’un opérateur humain. De plus, un robot peut également être conçu pour accomplir certaines tâches qu’une personne ne pourrait effectuer, que ce soit au niveau de la force nécessaire ou du manque d’espace pour manoeuvrer. Des robots peuvent également plus aisément fonctionner dans des environnements hostiles. Tout comme pour l’être humain, la rétroaction tactile est particulièrement utile et même inévitable pour effectuer certaines tâches. Il faut toutefois souligner qu’il s’agit d’un thème de recherche où l’on est encore bien loin d’avoir atteint les performances humaines. Pour s’en approcher, de nombreuses et diverses technologies de capteurs tactiles existent, mais chacune comporte ses défauts. Ainsi, bien qu’il existe actuellement des solutions technologiques pour donner une rétroaction sensorielle à un robot ou à son opérateur, ces dernières s’avèrent généralement coûteuses, présentent différents défauts au niveau de la sensibilité et ne sont pas toujours adaptées à certaines utilisations. Dans l’optique de trouver une alternative efficace aux technologies conventionnelles de détection et de mesure tactiles, la présente thèse se concentre sur la possibilité d’utiliser la raideur inhérente du mécanisme de transmission d’un doigt sous-actionné. En effet, les doigts et les mains sous-actionnés sont de plus en plus communément utilisés pour leur simplicité propre et leur capacité à saisir et à s’adapter à la forme d’objet de manière purement mécanique sans schéma de commande complexe ou de nombreux actionneurs. Contrairement aux mécanismes pleinement actionnés, les doigts sous-actionnés, communément appelés adaptatifs, comportent des éléments passifs pour contraindre leur mouvement avant le contact, tout en permettant d’obtenir une prise stable sans développer des forces de contact trop élevées initialement. Les doigts sous-actionnés étant généralement dépourvus d’actionneurs à l’intérieur du doigt lui-même, les seuls capteurs déjà présents sont typiquement situés à l’unique actionneur. Toutefois, en analysant et traitant en temps réel les données de ces capteurs internes, également appelés proprioceptifs, il est possible d’extraire une panoplie d’informations sur ce qui se passe au niveau des phalanges. Ce principe est donc utilisé pour obtenir des algorithmes de détection tactile pouvant être utilisés sur différents systèmes, tels qu’une pince compliante et un préhenseurs à membrures.----------ABSTRACT Robotic hands have become more and more prevalent in many fields. They have replaced human operators in many repetitive applications where robots become more precise and efficient. Moreover, robotic graspers can lift heavier loads and accomplish maneuvers a human could not. They can also manipulate objects in hostile environments where it would be dangerous for humans. Therefore, a lot of work has been done in recent years to improve their capabilities such as their speed, dexterity, strength, and versatility. However, current robotic manipulators lack the sensory feedback of their human counterparts. Indeed, haptic and tactile feedbacks are still very limited in current devices, which may be a problem, because tactile sensing is deemed nearly mandatory for a large number of applications. Conventional tactile sensors, which are usually applied on the external surface of a robot, are generally used, but they can also be costly, insensitive to some dynamic phenomena, and not adequate to some applications. To solve these issues, many authors have worked on finding alternatives to standard tactile sensors. This thesis fits in this current trend by focusing on the possibility of using the internal stiffness of underactuated fingers to design a virtual tactile sensor. This technique is referred to as proprioceptive tactile sensing. It is applied here to underactuated robotics fingers, which are becoming prevalent in many fields. Underactuated mechanisms, sometimes referred to as self-adaptive, are particularly interesting because of their intrinsic ability to mechanically adapt themselves to the shape of an object without complex control laws and as low as only one actuator. As they have by definition less actuators, they generally have no sensor in the finger’s mechanism itself. Instead of adding new sensors, it is possible to take advantage of the sensors already present, such as the ones at the actuator. Therefore, in this thesis, only data provided by sensors at the actuator is used. Since a oneto-one relationship exists between the contact location and the instantaneous stiffness of the mechanism, it is possible to compute one from the other. Therefore, with the measurements from sensors at the actuator, it is possible to estimate the point of contact. To this aim, a complete model is proposed and experimental data is provided. Different algorithms were tested successfully on a compliant biocompatible gripper and a 2-DOF linkage-driven finger. Finally, an optimization procedure is presented with the aim of finding the optimal parameters of the transmission mechanism to improve the sensitivity of the virtual tactile sensor. The data presented in this thesis demonstrate the robustness of the proposed proprioceptive tactile sensing (PTS) technique.

Open Access document in PolyPublie
Department: Département de génie mécanique
Dissertation/thesis director: Lionel Birglen
Date Deposited: 20 Jun 2017 13:45
Last Modified: 27 Jun 2019 16:48
PolyPublie URL: https://publications.polymtl.ca/2380/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only