Thèse Année : 2024

AI-Driven Reactive Control Strategy for Industrial Humanoid Robots

Stratégie de contrôle réactif basée sur l'IA pour des robots humanoïdes industriels

Résumé

This dissertation focuses on the use of humanoid robots for commercial aircraft manufacturing. It was conducted as part of both a European project and a joint laboratory between Airbus and the Gepetto team at LAAS-CNRS. The goal of this collaboration is to explore the automation possibilities offered by robots to carry out repetitive industrial tasks. Humanoid robots, due to their architecture, can perform complex tasks that other robots cannot undertake. However, controlling these machines is not trivial. This dissertation specifically examines the use of a human-sized robot to perform precision tasks. First, a control strategy to achieve the desired precision is presented. Then, simulations are conducted to improve the performance of this controller. Finally, an approach that allows the system to learn from its experiences in order to optimize its performance is introduced.
Cette thèse porte sur l'utilisation de robots humanoïdes pour rendre la fabrication d'avions de ligne plus efficace. Elle a été réalisée dans le cadre joint d'un projet Européen et d'un laboratoire commun entre Airbus et l'équipe Gepetto du LAAS-CNRS. L'objectif de cette collaboration est d'étudier les possibilités d'automatisation de tâches industrielles répétitives, en utilisant des robots. Les robots humanoïdes présentent l'intérêt, grâce à leur forme, de pouvoir accomplir des tâches complexes que les autres robots ne peuvent pas entreprendre. Cependant, le contrôle de ces machines n'est pas chose aisée. Cette thèse porte plus particulièrement sur l'utilisation d'un robot à taille humaine pour réaliser des tâches de précision. Dans un premier temps, une stratégie de contrôle permettant d'atteindre la précision désirée est présentée. Ensuite, des simulations sont réalisées pour améliorer les performances de ce contrôleur. Enfin, une approche permettant au système d'apprendre de ses expériences, afin d'optimiser ses performances, est présentée.
Fichier principal
Vignette du fichier
PERROT Come.pdf (31.26 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04913476 , version 1 (27-01-2025)

Identifiants

  • HAL Id : tel-04913476 , version 1

Citer

Côme Perrot. AI-Driven Reactive Control Strategy for Industrial Humanoid Robots. Robotics [cs.RO]. INSA, 2024. English. ⟨NNT : ⟩. ⟨tel-04913476⟩
0 Consultations
0 Téléchargements

Partager

More