Memoire Finale Kaddour

République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université Djilali Bounaama Khemis Miliana
Faculté des Sciences et de la Technologie

Département de la technologie
Mémoire du Projet de Fin d’Etude
Pour l’obtention du diplôme
Master
En Génie Electrique
Option : Automatique des systèmes de production
Commande Adaptative Des Robots Manipulateurs Rigides
Réalisé par : ARBOUCHE Kaddour Encadré par : KERRACI Abdelkader
Année Universitaire 2014/2015

A mes parents,
A mes frères et ma sœur,
A ma femme et ma fille,
A tous ceux qui me sont chers.

Remerciements
Je remercie ALLAH le tout puisant de m’a donné le courage et la volonté de mener à terme
ce présent travail.
Je remercie énormément Mr KERRACI Abdelkader d’avoir accepté de m’encadrer et je suis

très reconnaissant pour ces précieuses aides pendant les moments difficiles.
Je remercie tout les enseignants qu’ils nous ont enseigné dans les deux années passées et le
chef de département ST et aussi mes amis pour leur soutient.
Abstract
In the frame of this work, we are interested in the problem of adaptive control of rigid
robot manipulators. We will introduce some basics concepts of this system, in order to
facilitate the study and understanding. Using modified conventions of Denavit-Hartenberg, a
description of the structure geometry of the robot manipulators within an open loop structure
will be presented. All the stage required for the dynamic modeling of robot manipulators is
explained. In particular, a detailed presentation of the Lagrange formalism, which in used for
the calculation of the dynamic model of robot manipulators is made. The model of the robot
manipulators SCARA will be calculated. Then, a synthesis of the classical dynamic control
laws used for rigid robot manipulators will be proposed. We will present control laws used in
the regulation problem such as the PD, those used for the problem of trajectory tracking based
on the linearisation of the feedback (computed torque), and those based on the theory of
Lyapunov (Paden and Panja). Then, a synthesis of adaptive control law used for rigid robot
manipulator. All the control approaches considered in this work will be validate through the
simulation results obtained in the case study of the robot manipulator SCARA with three
degree of freedom.
Key words : non linear systems, dynamic model of robot manipulator, Robot manipulator
SCARA, classical control laws, regulation problem, computer torque, trajectory problem,
adaptive control, asymptotic stability.
Résumé
Nous nous intéressons dans ce mémoire au problème de la commande adaptative des

robots manipulateurs rigides. Nous introduirons tout d’abord quelques notions de bases de ces
systèmes pour faciliter l’étude et la compréhension. Une description de la structure
géométrique des robots manipulateurs à chaîne ouverte simple sera présentée en utilisant les
conventions de Denavit-Hartenberg. Nous explicitons toutes les étapes nécessaires à la
modélisation dynamique des robots manipulateurs. En particulier nous faisons une
présentation détaillée du formalisme de Lagrange qui est utilisé pour le calcule du modèle
dynamique des robots manipulateurs. A titre d’exemple, le modèle du robot manipulateur
SCARA sera calculé. Puis, une synthèse sur les lois de commande dynamiques classiques des
robots manipulateurs rigides sera proposée. Nous présentons des lois de commande qui
traitent le problème de régulation telles que, la loi de commande PD et des lois de commande
qui traitent le problème de poursuite de trajectoire telle que la loi de commande basée sur la
linéarisation avec retour d’état (commande couple calculé) et la loi de commande basée sur la
théorie de Lyapunov (commande de Paden et Panja ). Apres, nous présentons une loi de
commande adaptative basée sur le couple calculé. Toutes les approches considérées dans ce
mémoire seront validées à travers les résultats de simulation obtenues sur le robot
manipulateur SCARA à trois degré de liberté.
Mots clés : systèmes non linéaire, modèle dynamique des robots manipulateurs, robot
manipulateur Scara, lois de commande classiques, commande point à point, commande de
Paden et Panja, commande couple calculé, commande adaptative, stabilité asymptotique.
Tables des matières
Table des matières

INTRODUCTION GENERALE
Chapitre 1. Généralité Sur Les Robots

Manipulateurs Rigides
1.1. INTRODUCTION …………………………………………………………………. 5
1.2. SYSTEME DYNAMIQUE NON LINEAIRE……………………………………... 5
1.3. ROBOT MANIPULATEUR RIGIDE……………………………………………… 5
1.4. CONSTITUTION MECANIQUE DES ROBOTS…………………………………. 6
1.4.1. L’organe terminal……………………………………………………….. 7
1.4.2. Structure mécanique articulée…………………………………………… 7
1.4.3. Articulations…………………………………………………………….. 7
1.4.3.1. Articulation rotoïde……………………………………………………. 7
1.4.3.2. Articulation prismatique………………………………………………. 8
1.5. DEGREE DE LIBERTE ET ARCHITECTURE…………………………………… 8
1.6. REDONDANCE……………………………………………………………………. 10
1.7. CONCLUSION……………………………………………………………………... 10
Chapitre 2. Modélisation Dynamique Des Robots

2.1. INTRODUCTION………………………………………………………………….. 12
2.2. LA STRUCTURE GEOMETRIQUE DES ROBOTS MANIPULATEURS A
CHAINE OUVERTE SIMPLE ………………………………………………………… 12
2.3. MODELISATION DYNAMIQUE D’UN ROBOT MANIPULATEUR………….. 16

2.3.1. Introduction……………………………………………………………... 16
2.3.2. Formulation de Lagrange-Euler………………………………………… 16
2.3.3. L’énergie cinétique……………………………………………………… 27
2.3.4. L’énergie potentielle……………………………………………………. 20
2.3.5. Les équations de mouvement du robot…………………………………. 21
2.4. APPLICATION A UN MANIPULATEUR A TRIOS DEGRE DE LIBERTE…… 23
2.4.1. Configuration SCARA (RRP)…………………………………………... 23
2.4.2. Transformation de repère……………………………………………….. 25
2.4.3. La matrice d’inertie……………………………………………………... 26
2.4.4. La matrice des forces centrifuges et de Coriolis………………………… 28

2.4.5. Le vecteur de gravité……………………………………………………. 29
2.5. CONCLUSION……………………………………………………………………... 30
Chapitre 3. Commandes Dynamiques Classiques

Des robots Manipulateurs Rigides
3.1. INTRODUCTION………………………………………………………………….. 34
3.2. COMMANDE POINT-A-POINT…………………………………………………... 34
3.2.1. Introduction……………………………………………………………... 34
3.2.2. Principe de la commande……………………………………………….. 35
3.3. PROBLEME DE POURSUITE DE TRAJECTOIRE……………………………… 37
3.3.1. Introduction……………………………………………………………... 37
3.3.2. Loi de commande de Paden et Panja……………………………………. 38
3.4. COMMANDE COUPLE CALCULE ( COMPUTED TORQUE CONTROL )…… 39
3.4.1. Introduction……………………………………………………………... 39
3.4.2. Loi de commande……………………………………………………….. 40
3.4.3. Etude de la stabilité……………………………………………………… 41
3.5. APPLICATION A UN ROBOT MANIPULATEUR A TROIS DEGREE DE
LIBERTE………………………………………………………………………………… 43
3.5.1. Introduction……………………………………………………………… 43
3.5.2. Résultats de simulation………………………………………………….. 43
3.6. CONCLUSION……………………………………………………………………... 51
Chapitre 4. Commande Adaptative Des Robots

4.1. COMMANDE ADAPTATIVE BASE SUR COUPLE CALCULE………………... 53
4.1.1. Introduction……………………………………………………………… 53
4.2. ALGORITHME DU GRADIENT………………………………………………….. 53
4.2.1. Définition………………………………………………………………... 53
4.2.2. Propriétés de convergence………………………………………………. 54
4.3. LOI DE COMMANDE ADAPTATIVE BASEE SUR LE COUPLE CALCULE
DE TYPE GRADIENT………………………………………………………………….. 54
4.3.1 Analyse de la stabilité……………………………………………………. 57

4.3.2. Convergence de l’erreur paramétrique…………………………………... 58
4.4. RESULTATS DE SIMULATION………………………………………………….. 59
4.5. CONCLUSION……………………………………………………………………... 64
CONCLUSION GENERALE………………………………………………………….... 65
REFERENCE BIBLIOGRAPHIQUE…………………………………………………… 67
ANNEXE…………………………………………………………………………………. 68
Notion et abréviations
Notion et Abréviations
𝑗_1
𝐴𝑗 Matrice d’orientation de la base du repère 𝑅𝑗
𝐶̂ Matrices des forces centrifuges et de Coriolis estimées
𝐶(𝑞, 𝑞̇ ) Matrices des forces centrifuges et de Coriolis
𝑔 Vecteur de gravité
𝑔̂ Vecteur des forces de gravité
𝐼𝑖 Matrice pseudo-inertie du segment 𝑖
𝑘𝑝 Matrice diagonale définie positive de position
𝑘𝑣 Matrice diagonale définie positive de vitesse
𝐾(𝑞, 𝑞̇ ) Énergie cinétique
𝐿(𝑞, 𝑞̇ ) Le Lagrangien
𝑚𝑗𝑘 (𝑞) Éléments générique de la matrice d’inertie 𝑀(𝑞)
𝑀(𝑞) Matrice d’inertie
̂ Matrice d’inertie estimée

𝑀
𝑗_1
𝑃𝑗 Matrice définissant les coordonnées de l’origine 𝑂𝑗 du repère 𝑅𝑗 dans le repère 𝑅𝑗−1
𝑞 Vecteur des positions articulaires
𝑞̇ Vecteur des vitesses articulaires
𝑞̈ Vecteur des accélérations articulaires
𝑞𝒅 Position désirée
𝑞̇ 𝑑 Vitesse désirée
𝑞̈ 𝑑 Accélération désirée
𝑞̃ Erreur de poursuite de position
𝑞̃̇ Erreur de poursuite de vitesse
𝑞̃̈ Erreur de poursuite d’accélération
𝑄 Matrice diagonale définie positive

Notion et abréviations
𝑖
𝑟 Vecteur des coordonnées d’un point du segment 𝑖
𝑖
𝑟̅ Vecteur des coordonnées du centre du segment 𝑖
𝑡 Le temps
𝑗_1
𝑇𝑗 Matrice de transformation homogène
𝑈(𝑞) Energie potentielle
𝑣 Vecteur de vitesse
𝑉(𝑥) Fonction candidate de Lyapunov
𝑉̇ (𝑥) La dérivée de la fonction de Lyapunov
𝑥 Vecteur composé par l’erreur de poursuite de position et l’erreur de poursuite de vitesse
𝑥̇ Dynamique de 𝑥
𝛼 Constante scalaire
𝛽 Constante scalaire
ᴦ Matrice diagonale symétrique définie positive
𝜃 Vecteur des paramètres réels
𝜃̂ Vecteur des paramètres estimés
𝜃̂̇ La dérivée du Vecteur des paramètres estimés
𝜃̃ Erreur paramétrique
𝜏 Vecteur du couple appliqué aux articulations

Liste des figues
LISTE DES FIGURES
Figure 1.1 Constituants mécanique des robots
Figure 1.2 Symbole de l’articulation rotoïde
Figure 1.3 Symbole de l’articulation prismatique
Figure 1.4 Architecture des porteurs
Figure 1.5 Structure générale d’un robot manipulateur
Figure 2.1 La structure géométrique d’un robot manipulateur à chaîne ouverte simple
Figure 2.2 La représentation de Denavit-Hartenberg
Figure 2.3 Robot Scara
Figure 2.4 Configuration de Denavit-Hartenberg des trois premiers degrés de liberté du robot
SCARA (RRP)
Figure 3.1 Schéma synoptique de la commande point à point
Figure 3.2 Schéma synoptique de la commande de Paden et Panja
Figure 3.3 Schéma synoptique de la commande du couple calculé type PD
Figure 3.4 Les poursuites de trajectoire de position et des erreurs de position avec la loi de
commande point à point
commande de Paden et Panja
Figure 3.6 Les poursuites de trajectoire de vitesse et des erreurs de vitesse avec la loi de
commande de Paden et Panja
commande couple calculé
Liste des figues
Figure 3.8 Les poursuites de trajectoire de vitesse et des erreurs de vitesse avec la loi de
commande couple calculé
Figure 4.1 Schéma synoptique de la commande adaptative du couple calculé avec mesure de
l’accélération
commande adaptative basée sur le couple calculé (loi d’adaptation du type gradient)
Figure 4.3 Les poursuites des masses et des erreurs de poursuite des masses avec la loi de
commande adaptative basée sur le couple calculé (loi d’adaptation du type gradient)
LISTE DES TABLEAUX
Tableau 2.1 Table représentant les valeurs des paramètres du robot Scara en simulation
Tableau 2.2 Paramètres de Denavit-Hartenberg des trois premiers degrés de liberté du robot
Scara
Introduction Générale
Introduction générale
Avec le nombre croissant des robots manipulateurs utilisés dans l’industrie pendant
ces dernières décennies, la commande de poursuite de trajectoire des manipulateurs avec des
paramètres dynamique inconnus ou variant dans le temps est devenue un domaine de
recherche très important. Pour avoir une convergence asymptotiquement ou exponentielle
globale de l’erreur de poursuite en tenant compte les conditions citées ci-dessus, les lois de
commande classique, qui sont basées sur la supposition de la connaissance parfaite du modèle
dynamique du robot ne peuvent pas être utilisées. Par conséquent, la nécessité de recourir à la
commande adaptative est très importante.
Dans le langage courant, adapter signifie changer un comportement pour se

conformer à des nouvelles circonstances. La commande adaptative est une commande qui
peut modifier son comportement vis-à-vis des changements dans la dynamique du processus à
commander et des perturbations. Pour ces différents raisons, une estimation en temps réel des
paramètres de ce processus est nécessaire pour ajouter les paramètres des régulateurs. [1]
Dans le premier chapitre, En commençant par la définition du Système dynamique

non linaire et le robot manipulateur rigide, puis nous présentons les constituants mécaniques
des robots. Après nous présentons quelques notions qui il est nécessaire dans la modalisation
dynamique du robot.
Dans le deuxième chapitre nous donnons quelques notions de base des robots
manipulateurs. Puis, nous présentons une description géométrique des systèmes articulés et
plus spécialement les robots manipulateurs. En utilisant la description de Denavit-Hartenberg
Standard. Après, nous abordons la modélisation dynamique des robots manipulateurs en
utilisant le formalisme de Lagrange. Cette approche particulière est assez simple à mettre en
œuvre et elle est bien adaptée aux techniques du calcul manuel ainsi qu’aux méthodes
assistées par ordinateur. Nous terminons ce chapitre par une élaboration d’un modèle
dynamique des trois premiers degrés de liberté du robot Sacra. Ce modèle est utilisé dans les
autres chapitres pour valider l’étude théorique présentée dans ce mémoire.
Dans le troisième chapitre, nous étudions trois lois de commande classique, nous
commençons par la commande point à point. Après nous étudions les deux lois de commande
qui traitent le problème de poursuite de trajectoire, où nous allons traiter la commande de
Paden et Panja et la commande nommée couple calculé type PD. A la fin de ce chapitre, nous
2
Introduction générale
appliquons ces lois de commande au modèle dynamique du robot manipulateur Sacra établi
dans le deuxième chapitre.
Le chapitre quatre est consacré à la loi de commande adaptative de type gradient,

cette loi de commande adaptative est basée sur le couple calculé.
Cette loi de commande sera appliquée au modèle dynamique du robot manipulateur

SCARA en vue d’analyser ses performances.
3
Chapitre 1
Généralités Sur Les Robots Manipulateurs

Rigides
Chapitre 1 Généralité sure les robots manipulateurs rigides
1.1 Introduction
Le bras manipulateur est un système de positionnement. Pour contrôler cette position,
les propriétés dynamiques de ce bras doivent être connues. Vu le nombre de degrés de liberté
qui peut avoir lieu, la détermination de ces propriétés dynamiques n'est pas un processus
facile [2].
Dans ce premier chapitre nous commençons par la définition du système dynamique

non linaire, Ensuite nous présentons quelques définitions de base pour faciliter la lecture de
mémoire, et en terminera ce chapitre par une conclusion
1.2 Système dynamique non linaire
Un système dynamique, c’est un espace de phase, l’espace des états possibles du

système considéré, muni d’une équation d’évolution qui décrit la variation temporelle de l’état
du système. Cette équation dévolution prend la forme d’une équation différentielle ou aux
dérivées partielles, lorsque le temps est une variable continue, mais se présente aussi comme
une application de l’espace de phases dans lui-même, lorsqu’on préfère traiter le temps
comme une variable discrète.
La plus part des systèmes dynamiques sont non linéaires, Dans les systèmes
dynamiques non linéaires (SDNL) l'évolution de chacun des constituants dépend en général
de celle de plusieurs autres constituants, et ce de façon non proportionnelle ou non additive
(non linéaire), qui n’admit pas le principe de superposition.
Les systèmes dynamiques non linéaires sont par exemple nécessaires à la formation de
structures spontanées dans la nature.
1.3 Robot manipulateur rigide
Un robot est un manipulateur commandé en position, reprogrammable, polyvalent, à

plusieurs degrés de liberté, capable de manipuler des matériaux, des pièces, des outils et des
dispositifs spécialisés, au cours de mouvements variables et programmés pour l’exécution
d’une variété de tâches, il a souvent l’apparence d’un ou plusieurs bras se terminent par un
poignet. Son unité de commande utilise, notamment, un dispositif de mémoire et
éventuellement de perception et d’adaptation à l’environnement et aux circonstances. Ces
5
machines polyvalentes sont généralement étudiées pour effectuer la même fonction de façon
cyclique et peuvent être adaptées à d’autre fonction sans modification permanence du
matériel.
Cette définition est le reflet des différentes composantes d’une cellule robotisée, le
mécanisme : ayant une structure plus ou moins proche de celle du bras humain, il permet de
remplacer ou de prolonger son action (le terme "manipulateur" exclut implicitement les robots
mobiles autonomes). Sa motorisation est réalisée par des actionnaires électriques,
pneumatiques ou hydrauliques qui transmettent leurs mouvements aux articulations par des
systèmes appropriés [2].
La robotique est donc une science pluridisciplinaire qui requiert des connaissances en
mécanique, électrotechnique, traitement du signal, informatique, communication,
automatique….
1.4 Constituants mécanique des robots :
Un robot-manipulateur est constitué par deux sous-ensemble distincts : un (ou

plusieurs) organe terminale et une structure mécanique articulée.
Figure 1.1 Constituants mécanique des robots
6
1-4-1 L’organe terminale
Sous le terme organe terminal, on regroupe tous dispositif destiné à manipuler des
objets (dispositifs de serrage, dispositifs magnétiques, à dépression …) ou à les transformer
(outils, torche de soudage, pistolet de peinture…). Il s’agit donc d’une interface permettant au
robot d’interagir avec son environnement. Un organe terminal peut être multifonctionnel,
c’est-à-dire qu’il est équipé de plusieurs dispositifs ayant des fonctionnalités différentes.
Il peut aussi être monofonctionnel mais interchangeable, un robot, enfin, peut être
multi-bras, chacun des bras portant un organe terminal différent. Par la suite nous utilisons
indifféremment le terme organe terminal, préhenseur, outil ou effecteur pour nommer le
dispositif d’interaction fixé à l’extrémité mobile de la structure mécanique [2].
1.4.2. Structure mécanique articulée
Le rôle de la structure mécanique articulée est d’amener l’organe terminal dans une
situation (position et orientation) donnée, selon des caractéristiques de vitesse et
d’accélération donnée. Son architecture est une chaine cinématique de corps, généralement
rigides ou supposée comme tels, assemblés par des liaisons appelées articulations. Les chaines
peuvent être soit ouvertes simples, soit arborescentes, soit fermées.
1.4.3. Articulations
Une articulation lie deux corps successifs en limitant le nombre de degrés de liberté de
l’un par rapport à l’autre. Soit m le nombre de degrés de liberté résultant de la mobilité de
l’articulation. La mobilité est tell que :
0≤m≤6
Lorsque m = 1 , ce qui est le cas le plus fréquent en robotique, l’articulation est dite simple,
soit rotoïde, soit prismatique [2].
1.4.3.1. Articulation rotoïde (notée R)
Il s’agit d’une articulation de type pivot, réduisant le mouvement entre deux corps à
une rotation autour d’un axe commun. La situation relative entre les deux corps est données
7
par l’angle autour de cet axe. L’articulation rotoïde est représentée par le symbole de la
figure1.1.
Figure 1.2 Symbole de l’articulation rotoïde
1.4.3.1. Articulation prismatique (notée p)
Il s’agit d’une articulation de type glissière réduisant le mouvement entre deux corps à
une translation le long d’un axe commun. La figure 1.2 donne sa représentation symbolique.
La situation relative entre les deux corps est mesurée par la distance le long de cet axe
Figure 1.3 Symbole d e l’articulation prismatique

1.5. Degrés de liberté et architecture
Un robot non redondant doit disposer de six degrés de liberté pour positionner et
orienter un solide quelconque dans l’espace .toute fois, si ce solide présente une symétrie de
révolution, cinq degrés de liberté suffisant puisque il n’est pas nécessaire de spécifier la
rotation autour de l’axe de révolution de même pour situer un corps dans un plan, il ne faut
que trois degrés de liberté : deux fixent les cordonnée dans le plan et le troisième détermine
son orientation dans ce plan. A partir de ces constatations, on déduit que : les caractéristique
8
des solides manipulés par le robot, donc la classe de tâches à réaliser, permettant de
déterminer le nombre de degrés de liberté dont il doit disposer une condition nécessaire mais
non suffisante pour qu’il ya compatibilité entre le robot et la tâche et que le nombre de degrés
de liberté de l’organe terminale du robot soit supérieure ou égale à celui de la tâche, le
mécanisme peut alors placer l’organe terminale dans la situation désirée.
Afin de dénombrer les déférentes architectures possibles, on ne considère que deux

paramètres : le type d’articulation (rotoïde, prismatique) et l’angle que font deux axes
articulaires successifs (0° ou 90°) [2].
L’architecture des porteurs est présenté dans la figure 1.3
Figure 1.4 architecture des porteurs
On convient d’appeler les trois premiers degrés de liberté le porteur de robot. Les
degrés de liberté résiduels forment le poignet, caractérise par des dimensions beaucoup plus
petites et des masses faibles.
9
Figure 1.5 structure générale d’un robot-manipulateur

1.5. Redondance
Un robot est redondant lorsque le nombre de degrés de liberté de l’organe terminal est
inferieur au nombre d’articulations motorisées. Cette propriété permet d’augmenter le volume
du domaine accessible et de préserver les capacités de déplacement de l’organe terminal en
présence d’obstacles le ou les degrés de liberté supplémentaires autorisant leur
contournement.
1.7. Conclusion
Nous nous sommes contentés dans ce chapitre à donner quelques définitions de termes
concernant plus particulièrement les domaines de la modélisation et de la commande des
robots ces définitions reviendront très souvent dans ce travail.
10
Chapitre 2
Modélisation Dynamique Des Robots

Chapitre 2 Modélisation dynamique des robots manipulateurs rigides
2 .1. Introduction :
Le modèle dynamique d’un robot manipulateur est un ensemble de formulations

mathématiques constituées par des équations de mouvement de ce robot. Celles-ci sont
exprimées par un système d’équations différentielles décrivant le comportement dynamique
du robot manipulateur. Pour construire ce système, nous devons tout d’abord faire une
description géométrique du robot manipulateur à chaine ouvert simple qui est introduite en
utilisant les notations de Denavit-Hartenberg [2], [4], [5]. Cette description est une
représentation matricielle des changements de repères consécutifs.
Il existe plusieurs méthodes et procédures pour obtenir le modèle dynamique d’un

robot manipulateur. Parmi lesquelles nous pouvons citer le formalisme de Newton-Euler et le
formalisme de Lagrange [5]. Dans notre travail, nous mettons en œuvre le formalisme de
Lagrange parce qu’il est simple est systématique.
Ensuite, nous présentons quelques propriétés structurelles fondamentales du modèle

dynamique du robot manipulateur qui sont essentielles dans la conception de la plupart des
lois de commande.
Nous terminons ce chapitre par une élaboration d’un modèle dynamique des trois
premiers degrés de liberté du robot Scara en utilisant les différentes étapes de la procédure
présentée dans ce chapitre. Ce model du robot est obtenu en vue de la validation du
développement théorique présenté dans ce mémoire [3], [4].
2.2. La structure géométrique des robots manipulateurs à chaîne ouverte

simple
La description de la structure géométrique du robot manipulateur est l’étape de base

pour avoir le modèle dynamique du robot manipulateur qui est modélisé comme une chaîne
ouverte des corps rigides articulés [1], [5]. Le système, qui est le robot, est composé de (n)
articulations et (n+1) corps notés par C0 ,…,Cn . le corps C0 est la base du robot et le corps Cn
porte l’organe terminal, l’articulation j connecte le corps Cj au corps Cj+1 (voir figure 2.1).
Pour décrire la structure géométrique de tels robots manipulateurs, plusieurs

techniques peuvent être utilisées. La représentation de Denavit–Hartenberg est largement
12
utilisée, et qui est considérée dans cette section. Cette représentation permet une description
homogène, avec un minimum de paramètres, des systèmes mécaniques articulaires à chaîne
ouvert simple [2]. La description géométrique est basée sur les règles et les conventions
suivantes :
- Les corps sont considérés parfaitement rigides ;

- Les articulations sont soit rotaϊde soit prismatique ;
- Le repère 𝑅𝑗 est lie au corps 𝐶𝑗 ;
- Les paramètres définissant le repère 𝑅𝑗 par rapport au repère 𝑅𝑗−1 sont indicés (j).
Le repère 𝑅𝑗 est défini tels que :
- L’axe 𝑍𝑗 est porté par l’axe de l’articulation j ;

- L’axe 𝑋𝑗 est porté par le perpendiculaire comme de 𝑍𝑗 et 𝑍𝑗+1
Figure 2.1 La structure géométrique d’un robot manipulateur à chaîne ouverte simple.
Le passage d’un repère 𝑅𝑗−1 à un repère 𝑅𝑗 peut être déterminé complètement par les
quatre paramètres de Denavit-Hartenberg suivants (voir figure 2.2) :
13
1. 𝛼𝑗 : l’angle entre l’axe 𝑍𝑗−1 et 𝑍𝑗 mesuré autour de l’axe 𝑋𝑗−1 ;

2. 𝑑𝑗 : la distance entre le centre 𝑂𝑗−1 du repère 𝑅𝑗−1 et l’axe 𝑍𝑗 ;
3. 𝜃𝑗 : l’angle entre 𝑋𝑗−1 et 𝑋𝑗 autour de l’axe 𝑍𝑗 ;
4. 𝑟𝑗 : La distance entre le centre 𝑂𝑗 du repère 𝑅𝑗 et l’axe 𝑋𝑗−1 .
Les paramètres 𝛼𝑗 et 𝑑𝑗 sont constants, un des paramètres 𝜃𝑗 ou 𝑟𝑗 varie lorsque

l’articulation se déplace. Si l’articulation et rotaϊde, le paramètre 𝜃𝑗 est la variable représentant
le déplacement de l’articulation. Si elle est prismatique le paramètre 𝑟𝑗 est la variable
représentant le déplacement de l’articulation, tandis que 𝜃𝑗 est constant [1].
La variable articulaire 𝑞𝑗 associée à la 𝑗 𝑖é𝑚𝑒 articulation est définie par :
𝑞𝑗 = (1- 𝜎𝑗 ) 𝜃𝑗 + 𝜎𝑗 𝑟𝑗 (1.1)
Figure 2.2 la représentation de Denavit-Hartenberg
Où
0 𝑠𝑖 𝑙𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑡𝑖𝑜𝑛 𝑒𝑠𝑡 𝑟𝑜𝑡𝑜𝑖𝑑

𝜎𝑗 = {
1 𝑠𝑖 𝑙 ′ 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑡𝑖𝑜𝑛 𝑒𝑠𝑡 𝑝𝑟𝑖𝑠𝑚𝑎𝑡𝑖𝑞𝑢𝑒
La matrice de transformation homogène définissant le repère 𝑅𝑗 par rapport au repère

antécédent 𝑅𝑗−1 peut être obtenue ainsi :
𝑗_1
𝑇𝑗 = 𝑅𝑜𝑡(𝑥, 𝛼𝑗 )𝑇𝑅𝐴𝑁𝑆(𝑥, 𝑑𝑗 )𝑅𝑜𝑡(𝑍, 𝜃𝑗 ) 𝑇𝑅𝐴𝑁𝑆(𝑧, 𝑟𝑗 ) (1.2)
14
Avec :
1 0 0 0
0 cos 𝛼𝑗 −sin(𝛼𝑗 ) 0
𝑅𝑜𝑡(𝑥, 𝛼𝑗 ) = [ ] ( 1.3)
0 sin(𝛼𝑗 ) cos 𝛼𝑗 0
0 0 0 1
cos 𝜃𝑗 −sin 𝜃𝑗 0 0
sin 𝜃𝑗 cos 𝜃𝑗 0 0]
𝑅𝑜𝑡(𝑍, 𝜃𝑗 ) = [ (1.4)
0 0 1 0
0 0 0 1
1 0 0 𝑑𝑗
𝑇𝑅𝐴𝑁𝑆(𝑥, 𝑑𝑗 ) = [0 1 0 0] (1.5)
0 0 1 0
0 0 0 1
1 0 0 0
0 1 0 0
𝑇𝑅𝐴𝑁𝑆(𝑧, 𝑟𝑗 ) = [ 1 𝑟𝑗 ] (1.6)
0 0
0 0 0 1
Alors :
cos 𝜃𝑗 −sin 𝜃𝑗 0 𝑑𝑗
𝑗_1 cos 𝛼𝑗 sin 𝜃𝑗 cos 𝛼𝑗 cos 𝜃𝑗 −sin 𝛼𝑗 −𝑟𝑗 sin 𝛼𝑗
𝑇𝑗 = (1.7)
sin 𝜃𝑗 sin 𝛼𝑗 cos 𝜃𝑗 sin 𝛼𝑗 cos 𝛼𝑗 𝑟𝑗 cos 𝛼𝑗
[ 0 0 0 1 ]
Nous pouvons remarquer que la matrice de transformation homogène a la forme générale
𝑗_1 𝑗_1
𝑗_1
𝑇𝑗 = [ 𝐴𝑗 𝑃𝑗 ] (1.8)
000 1
𝑗_1
Où 𝐴𝑗 est une matrice ∈ 𝑅 3×3 qui définit l’orientation de la base du repère 𝑅𝑗 par rapport à
𝑗_1
celle du repère 𝑅𝑗−1, et 𝑃𝑗 est une matrice ∈ 𝑅 3×3 qui définit les coordonnées de l’origine
𝑂𝑗 du repère 𝑅𝑗 dans le repère 𝑅𝑗−1 .
15
2.3. Modélisation dynamique d’un robot manipulateur
2.3.1 Introduction
Le modèle dynamique d’un robot manipulateur est constitué par des formulations
mathématiques des équations de mouvement de ce robot. Les équations de mouvements sont
un ensemble d’équations différentielles décrivant le comportement dynamique du robot
manipulateur.
Il existe deux types de modèle dynamique : le modèle dynamique inverse utilisé dans
les applications de la commande, ce modèle fournit les couples articulaires, exercés par les
actionneurs, en fonction des positions, vitesses et accélérations articulaires, et le modèle
dynamique direct utilisé en simulation, qui fournit les accélérations articulaires en fonction
des positions, vitesses et couples articulaires.
Plusieurs méthodes sont utilisées pour obtenir le modèle dynamique inverse [4], [5].
Nous citons la formulation de Newton-Euler et la formulation de Lagrange-Euler. Nous
utilisons la formulation de Lagrange-Euler parce qu’elle est simple et systématique et décrit
le modèle dynamique du système en termes de travail et d’énergie en utilisant les coordonnées
généralisées.
2.3.2 Formulation de Lagrange-Euler
Pour obtenir le modèle dynamique avec le formalisme de Lagrange-Euler, nous

devons tout d’abord déterminer l’énergie cinétique 𝐾(𝑞, 𝑞̇ ) et l’énergie potentielle 𝑈(𝑞) parce
que le Lagrangien est défini comme suit :
𝐿(𝑞, 𝑞̇ ) = 𝐾(𝑞, 𝑞̇ ) − 𝑈(𝑞) (1.9)
En utilisant le lagrangien donné par (1.9), les équations de mouvement du robot

manipulateur sont donnée par :
𝑑 𝜕𝐿 𝜕𝐿
− =𝜏 (1.10)
𝑑𝑡 𝜕𝑞̇ 𝜕𝑞
16
Où 𝑞 𝑒𝑡 𝑞̇ ∈ 𝑅 𝑛 sont respectivement les coordonnées et les vitesses généralisées, 𝜏 ∈ 𝑅 𝑛

vecteur des couples généralisées
2.3.3 L’énergie cinétique
i
Etant donné un point du corps "i" avec le vecteur de coordonnées r par rapport au
repère associé au corps considéré, les coordonnées de ce point dans le repère R 0 s’écrivent :
𝑟 = 0𝑇𝑖𝑖 𝑟 (1.11)
0 0
Avec Ti = T1 1T2 … i−1Ti une transformation homogène ∈ R4×4 qui est une
fonction des variables articulaires 𝑞1 , 𝑞2,…, 𝑞𝑖 par conséquent, dans le repère R 0 est donné
par l’expression :
𝑗−1
𝑑𝑟 𝜕 0𝑇𝑖
𝑣= = ∑{ 𝑞̇ } 𝑖𝑟 (1.12)
𝑑𝑡 𝜕𝑞𝑖
𝑖
∂ 0Ti
Puisque = 0 pour j > 𝑖, nous pouvons remplacer la limite supérieure de la
∂qi
sommation par "n" qui est le nombre d’articulations.
L’énergie cinétique d’une masse infinitésimal dm à 𝑖𝑟 ayant une vitesse
𝑇
𝑣 = [ 𝑣𝑥 𝑣𝑦 𝑣𝑧 ] est :
1
𝑑𝑘𝑖 = ( 𝑣𝑥2 + 𝑣𝑦2 + 𝑣𝑧2 ) 𝑑𝑚
2
1 𝑇
= (𝑣 𝑣 )𝑑𝑚 (1.13. a)
2
En utilisant l’expression de la vitesse "𝑣" donnée par l’équation (1.12), nous obtenons :
𝑛 𝑛 𝑇
1 ∂ 0Ti i 𝑖 𝑇 𝜕 0Ti
𝑑𝑘𝑖 = { ∑ ∑ ( ) ( r 𝑟 𝑑𝑚) 𝑞̇ 𝑞 ̇ } (1.13. 𝑏)
2 ∂q i 𝜕𝑞𝑘 𝑗 𝑘
𝑗 𝑘
L’énergie cinétique du corps et donnée par :
17
𝐾𝑖 = ∫ 𝑑𝐾𝑖 (1.14)
En substituant 𝑑𝑘𝑖 par l’expression (1.13.b), nous pouvons déplacer le symbole d’intégration
à l’intérieur des sommations. Alors, la matrice pseudo-inertie ∈ 𝑅 𝑛×𝑛 pour le corps "𝑖" est
donnée par :
𝐼𝑖 = ∫ 𝑖𝑟 𝑖𝑟 𝑇 𝑑𝑚 (1.15)
L’énergie cinétique du corps "𝑖" peut s’écrire :
𝑛 𝑛 𝑇
1 ∂ 0Ti 𝜕 0Ti
𝐾𝑖 = 𝑡𝑟𝑎𝑐𝑒 {∑ ∑ ( ) Ii 𝑞̇ 𝑞 ̇ } (1.16)
𝑗 𝑘
Trouvons la matrice pseudo-inertie avant de déterminer l’énergie cinétique totale.
Soit 𝑖𝑟 = [ 𝑥 𝑦 𝑧 1] , les coordonnées dans le repère 𝑅𝑖 de la masse infinitésimale 𝑑𝑚.
Alors, le développement de la relation (1.15) donne :
∫ 𝑥²𝑑𝑚 ∫ 𝑦𝑥𝑑𝑚 ∫ 𝑧𝑥𝑑𝑚 ∫ 𝑥𝑑𝑚
∫ 𝑥𝑦𝑑𝑚 ∫ 𝑦²𝑑𝑚 ∫ 𝑧𝑦𝑑𝑚 ∫ 𝑦𝑑𝑚

𝐼𝑖= (1.17)
∫ 𝑥𝑧𝑑𝑚 ∫ 𝑦𝑧𝑑𝑚 ∫ 𝑧²𝑑𝑚 ∫ 𝑧𝑑𝑚
∫ 𝑥𝑑𝑚 ∫ 𝑦𝑑𝑚 ∫ 𝑧𝑑𝑚 ∫ 𝑑𝑚

[ ]
Où les intégrales sont prises sur le volume du corps "𝑖". C’est une matrice constante qui est
évaluée une fois pour chaque corps. Elle dépend de la géométrie et la distribution de la masse
du corps "𝑖". En effet, elle est exprimée en termes des moments d’inertie du corps "𝑖" :
𝐼𝑥𝑥 = ∫(𝑦 2 + 𝑧 2 )𝑑𝑚
𝐼𝑦𝑦 = ∫(𝑥 2 + 𝑧 2 )𝑑𝑚 (1.18)
𝐼𝑧𝑧 = ∫(𝑥² + 𝑦 2 )𝑑𝑚
18
Produits croisés de l’inertie
𝐼𝑥𝑦 = ∫ 𝑥𝑦 𝑑𝑚
𝐼𝑥𝑧 = ∫ 𝑥𝑧 𝑑𝑚 (1.19)
𝐼𝑦𝑧 = ∫ 𝑦𝑧 𝑑𝑚
Et des moments premiers
𝑚𝑥̅ = ∫ 𝑥 𝑑𝑚
𝑚𝑦̅ = ∫ 𝑦 𝑑𝑚 (1.20)
𝑚𝑧̅ = ∫ 𝑧 𝑑𝑚
𝑖
Avec "𝑚" est la masse totale du corps "𝑖" et 𝑟̅ = [𝑥̅ 𝑦̅ 𝑧̅ 1 ]𝑇 représente le vecteur des
cordonnées de centre de gravité du corps "𝑖" dans le repère 𝑅𝑖 , nous pouvons écrire :
−𝐼𝑥𝑥 +𝐼𝑦𝑦 +𝐼𝑧𝑧

𝐼𝑥𝑦 𝐼𝑥𝑥 𝑚𝑥̅
2
𝐼𝑥𝑥 −𝐼𝑦𝑦 +𝐼𝑧𝑧 𝐼𝑦𝑧 𝑚𝑦̅
𝐼𝑖 = 𝐼𝑥𝑦 (1.21)
2
𝐼𝑥𝑥 +𝐼𝑦𝑦 −𝐼𝑧𝑧
𝐼𝑥𝑧 𝐼𝑦𝑧 𝑚𝑧̅
2
[ 𝑚𝑥̅ 𝑚𝑦̅ 𝑚𝑧̅ 𝑚]
Ces grandeurs sont soit données par les spécifications du constructeur, soit peuvent calculées
à partir des autres grandeurs.
L’énergie cinétique du bras manipulateur est :
𝑛 𝑛 𝑛 𝑛 𝑇
1 ∂ 0Ti 𝜕 0Ti
𝑘 = ∑ 𝑘𝑖 = ∑ 𝑡𝑟𝑎𝑐𝑒 {∑ ∑ ( ) Ii 𝑞̇ 𝑞 ̇ } (1.22. 𝑎)
𝑖=1 𝑖=1 𝑗 𝑘
Puisque la trace d’une somme des matrices est la somme des traces individuelles, nous
pouvons interchanger les sommations et l’opérateur de la trace pour obtenir :
19
𝑛 𝑛
1
𝑘 = ∑ ∑ 𝑚𝑗𝑘 (𝑞) 𝑞𝑗̇ 𝑞𝑘̇ (1.22. b)
2
𝑗=1 𝑘=1
Où
1 𝑇
𝑘= 𝑞̇ 𝑀(𝑞)𝑞̇ (1.22. 𝑐)
2
Où la matrice d’inertie du bras 𝑀(𝑞) ∈ 𝑅 𝑛×𝑛 a les éléments génériques définis comme suit :
𝑛 𝑇
∂ 0Ti 𝜕 0Ti
𝑚𝑗𝑘 (𝑞) = ∑ 𝑡𝑟𝑎𝑐𝑒 {( )I } (1.23. 𝑎)
∂qi i 𝜕𝑞𝑘
𝑖=1
et 𝑞̇ est le vecteur de vitesses articulaires ∈ 𝑅 𝑛
∂ 0Ti
Puisque = 0 pour j > i, nous pouvons écrire :
∂qi
𝑛 𝑇
∂ 0Ti 𝜕 0Ti
𝑚𝑗𝑘 (𝑞) = ∑ 𝑡𝑟𝑎𝑐𝑒 {( )I } (1.23. 𝑏)
∂q i i 𝜕𝑞𝑘
𝑖=max(𝑗,𝑘)
L’équation (1 .22.c) fournit une expression de l’énergie cinétique du bras en fonction

des grandeurs connues et des variables articulaires 𝑞𝑖 . Puisque 𝑚𝑗𝑘 = 𝑚𝑘𝑗 , la matrice d’inertie
𝑀(𝑞) est symétrique. L’énergie cinétique est toujours positive, elle s’annule seulement
lorsque les vitesses généralisées 𝑞̇ deviennent nulles, donc la matrice d’inertie 𝑀(𝑞) est aussi
définie positive.
2.3.4 L’énergie potentielle
Si le corps 𝑖 a une masse 𝑚𝑖 est un centre de gravité 𝑖𝑟̅ exprimé dans les coordonnées
du repère 𝑅𝑖 l’énergie potentielle du corps est donnée par :
𝑈𝑖 = −𝑚𝑖 0𝑔𝑇 0𝑇𝑖 𝑖𝑟̅ (1.24)
Où 0𝑔𝑇 est le vecteur de gravité exprimé avec les coordonnées de repère de base 𝑅0 ainsi :
𝑔𝑇 = [ 𝑔𝑥 𝑔𝑦 𝑔𝑧 ]
L’énergie potentielle totale du bras est alors :
20
𝑛 𝑛
𝑈 = ∑ 𝑈𝑖 = − ∑ 𝑚𝑖 0𝑔𝑇 0𝑇𝑖 𝑖 𝑟̅ (1.25)

𝑖=1 𝑖=1
Puisque seule 0𝑇𝑖 est fonction de 𝑞 alors 𝑈 est fonction seulement de 𝑞.
2.3.5 Les équations de mouvement du robot
En utilisant l’expression (1.22.c) de l’énergie cinétique qui est fonction de 𝑞 et 𝑞̇ et

l’expression (1.25) de l’énergie potentielle qui est fonction seulement de 𝑞, les équations de
Lagrange s’écrivent :
𝑑 𝜕𝐾 𝜕𝐾 𝜕𝑈
− + =𝜏 (1.26)
𝑑𝑡 𝜕𝑞̇ 𝜕𝑞𝑘 𝜕𝑞𝑘
𝑛 𝑛
𝑑 𝜕𝐾 𝑑 1 1
= { ∑ 𝑚𝑖𝑘 (𝑞) 𝑞𝑖̇ + ∑ 𝑚𝑖𝑘 (𝑞) 𝑞𝑗̇ }
𝑑𝑡 𝜕𝑞̇ 𝑑𝑡 2 2
𝑖 𝑗
𝑛
𝑑
= {∑ 𝑚𝑘𝑗 (𝑞) 𝑞𝑗̇ }
𝑑𝑡
𝑗
𝑛 n
𝑑 𝑚𝑘𝑗 (𝑞)
= ∑ 𝑚𝑘𝑗 (𝑞) 𝑞𝑗̈ + ∑ 𝑞𝑗̇
𝑑𝑡
𝑗 i,j
𝑛 n
𝑑 𝑚𝑘𝑗 (𝑞)
= ∑ 𝑚𝑘𝑗 (𝑞) 𝑞𝑗̈ + ∑ 𝑞𝑗̇ (1.27)
𝑑𝑞𝑖 𝑞𝑖̇
𝑗 i,j
n
𝜕𝐾 1 𝑑 𝑚𝐼𝑗 (𝑞)
= ∑ 𝑞𝑗̇ (1.28)
𝜕𝑞𝑘 2 𝑑𝑞𝐾 𝑞𝐼̇
i,j
Donc les équations de Lagrange peuvent s’écrit :
𝑛 𝑛 𝑛
𝜕𝑚𝑘𝑗 (𝑞) 1 𝜕𝑚𝑖𝑗 (𝑞) 𝜕𝑈
∑ 𝑚𝑘𝑗 (𝑞) 𝑞𝑗̈ + ∑ { − ∑ } 𝑞̇ 𝑖 𝑞̇ 𝑗 + = 𝜏𝑘 (1.29)
𝜕𝑞𝑖 2 𝜕𝑞𝑘 𝜕𝑞𝑘
𝑗 𝑖,𝑗 𝑖,𝑗
Avec : k = 1, 2,3, …., n
21
En interchangeant les ordres de sommation et profitant de l’avantage de symétrie

de 𝑀(𝑞), nous pouvons démontrer que :
𝑛 𝑛
𝜕𝑚𝑘𝑗 (𝑞) 1 𝜕𝑚𝑘𝑗 (𝑞) 𝜕𝑚𝑘𝑖 (𝑞)
∑ 𝑞̇ 𝑖 𝑞̇ 𝑗 = ∑ { + } 𝑞̇ 𝑖 𝑞̇ 𝑗 (1.30)
𝜕𝑞𝑖 2 𝜕𝑞𝑖 𝜕𝑞𝑗
𝑖,𝑗 𝑖,𝑗
Donc
𝑛
𝜕𝑚𝑘𝑗 (𝑞) 1 𝜕𝑚𝑖𝑗 (𝑞) 1 𝜕𝑚𝑘𝑗 (𝑞) 𝜕𝑚𝑘𝑖 (𝑞) 𝜕𝑚𝑖𝑗 (𝑞)
∑{ − } 𝑞̇ 𝑖 𝑞̇ 𝑗 = ∑ { + − } 𝑞̇ 𝑖 𝑞̇ 𝑗 (1.31)
𝜕𝑞𝑖 2 𝜕𝑞𝑘 2 𝜕𝑞𝑖 𝜕𝑞𝑗 𝜕𝑞𝑘
𝑖,𝑗
Les termes
𝜕𝑚𝑘𝑗 (𝑞) 𝜕𝑚𝑘𝑖 (𝑞) 𝜕𝑚𝑖𝑗 (𝑞)

𝐶𝑖𝑗,𝑘 = { + − } (1.32)
𝜕𝑞𝑖 𝜕𝑞𝑗 𝜕𝑞𝑘
Sont appelés symboles de Christoffel. Nous remarquons que, pour un 𝑘 donné, nous avons
𝐶𝑖𝑗,𝑘 = 𝐶,𝑘 . Finalement, nous avons les termes :
𝜕𝑈
𝐺𝑘 = (1.33)
𝜕𝑞𝑘
Alors nous pouvons écrire les équations de Lagrange ainsi :
𝑛 𝑛
∑ 𝑚𝑘𝑗 (q) q̈j + ∑ 𝐶𝑖𝑗𝑘 (𝑞)𝑞̇ 𝑖 𝑞̇ 𝑗 + 𝐺𝑘 (𝑞) = 𝜏𝑘 (1.34)

𝑗 𝑖,𝑗
Dans l’équation ci-dessus, il y a trois types de termes. Les premiers comportent la

dérivée seconde des coordonnées généralisées. Les seconds peuvent être classifiés en deux
types, des termes concernant un produit de type 𝑞𝑖2 sont appelés centrifuges, par contre, les
termes concernant un produit de type 𝑞𝑖 𝑞𝑗 , où 𝑖 ≠ 𝑗, sont appelés des termes de Coriolis. Les
troisième type de terme et fonction seulement de 𝑞 qui est issu de la dérivation de l’énergie
potentielle et qui est appelé vecteur des forces de gravité. Il est habituel d’écrire (1.34) sous la
forme matricielle suivante :
𝑀(𝑞)𝑞̈ + 𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞) = 𝜏 (1.35)
Où
22
𝜏 : vecteur des couples appliqués aux articulations ∈ 𝑅 𝑛 ;
𝑞̈ : vecteur des accélérations articulaires ∈ 𝑅 𝑛 ;
𝑞̇ : vecteur des vitesses articulaires ∈ 𝑅 𝑛 ;
𝑞 : vecteur des positions articulaires ∈ 𝑅 𝑛 ;
𝑀(𝑞) : matrice d’inertie ∈ 𝑅 𝑛×𝑛 ;
𝐺(𝑞) : vecteur de forces de gravité ∈ 𝑅 𝑛 ;
𝐶(𝑞, 𝑞̇ ) : matrice des forces centrifuges et de Coriolis ∈ 𝑅 𝑛×𝑛 dont les éléments sont :
𝐶𝑘𝑗 = 𝐶𝑖𝑘𝑗 (𝑞)𝑞𝑖̇
𝑛
1 𝜕𝑚𝑘𝑗 (𝑞) 𝜕𝑚𝑘𝑖 (𝑞) 𝜕𝑚𝑖𝑗 (𝑞)
=∑ { + − } 𝑞𝑖̇ (1.36)
2 𝜕𝑞𝑖 𝜕𝑞𝑗 𝜕𝑞𝑘
𝑖
2.4 Application à un manipulateur à trios degré de liberté
Pour faire la simulation et illustrer le développement mathématique présenté dans ce

mémoire et pour des raisons de simplification de travail, nous avons choisi les trois premiers
degrés de liberté du robot Scara [6]. Puisque ceux-ci suffisent pour permettre de positionner
l’organe terminal (l’effecteur) en un point quelconque de l’espace atteignable du robot.
Premièrement on représente la configuration articulaire du robot Scara des trois degrés

de liberté RRP, ensuite on calcule le modèle dynamique de ce robot.
2.4.1 Configuration Scara (RRP)
SCARA est (Selective Compliant Articulated Robot for Assembly) montré dans la figure
(2.3), est une configuration très connue. Comme son nom sous-entend il est spécialement
conçu pour les opérations d’assemblage. Quoique le robot SCARA a une structure RRP figure
2.4, il est tout à fait différent de la configuration sphérique ni dans l’apparence ni dans le
domaine d’application. A la différence du designe sphérique qui a z0, z1, z2 mutuellement
perpendiculaires, le robot SCARA a z0, z1, z2 parallèles.
23
Figure 2.3 robot Scara
Les valeurs des paramètres du robot Scara, utilisées en simulation sont données par le tableau
suivant :
Tableau 2.1 table représentant les valeurs des paramètres du robot Scara en simulation.
2.4.2 Transformation des repères
En appliquant les règles de notions de Denavit-Hartenberg présentées dans la section

2.2, nous pouvons représenter facilement le robot manipulateur et ainsi calculer toutes les
matrices de passage correspondantes.
Figure 2.4 la configuration de Denavit-Hartenberg des trois premiers degrés de liberté du

robot SCARA (RRP)
articulation 𝑖 𝛼 𝑑 𝑟 𝜃𝑖𝑛𝑖𝑡𝑖𝑎𝑙
1 0 0 0 0
2 0 L1 0 0
3 0 L2 𝑑3 0
24
Tableau 2.2 paramètres de Denavit-Hartenberg des trois premiers degrés de liberté du robot
Scara
Dans cette section, nous allons calculer le modèle dynamique du robot Scara en se
basant sur les formules présentées dans ce chapitre et en utilisant le logiciel de calcul
mathématique Maple pour déterminer les éléments de la matrice 𝑀 et 𝐶 et les éléments de 𝐺.
Nous présentons maintenant les matrices de passage d’un repère à un autre.
cos(𝑞1 ) −sin(𝑞1 ) 0 0
0 sin(𝑞1 ) cos(𝑞1 ) 0 0]
𝑇1 = [ (1.37)
0 0 1 0
0 0 0 1
cos(𝑞2 ) −sin(𝑞2 ) 0 𝑙1
1 sin(𝑞2 ) cos(𝑞2 ) 0 0]
𝑇2 = [ (1.38)
0 0 1 0
0 0 0 1
1 0 0 𝑙2
2
𝑇3 = [0 1 0 0] (1.39)
0 0 1 𝑑3
0 0 0 1
Et en utilisant les relations 0𝑇2 = 0

𝑇1 1𝑇2 et 0𝑇3 = 0𝑇1 1𝑇2 2𝑇3 , nous pouvons calculer les
matrices suivantes :
𝑐1 𝑐2 − 𝑠1 𝑠2 −𝑐1 𝑠2 − 𝑠1 𝑐2 0 𝑐1 𝑙1
𝑠 𝑐 + 𝑐1 𝑠2 𝑐1 𝑐2 − 𝑠1 𝑠2 0 𝑠1 𝑙1
0
𝑇2 = [ 1 2 ] (1.40)
0 0 1 0
0 0 0 1
𝑐1 𝑐2 − 𝑠1 𝑠2 −𝑐1 𝑠2 − 𝑠1 𝑐2 0 (𝑐1 𝑐2 − 𝑠1 𝑠2 )𝑙2 + 𝑐1 𝑙1

𝑠 𝑐 + 𝑐1 𝑠2 𝑐1 𝑐2 − 𝑠1 𝑠2 0 (𝑠1 𝑐2 + 𝑐1 𝑠2 )𝑙2 + 𝑠1 𝑙1
0
𝑇3 = [ 1 2 ] (1.41)
0 0 1 𝑑3
0 0 0 1
Avec : cos(𝑞1 ) = 𝑐1 , sin(𝑞1 ) = 𝑠1, cos(𝑞2 ) = 𝑐2 , sin(𝑞2 ) = 𝑠2
2.4.3 La matrice d’inertie
Trouvons tout d’abord les matrices pseudo-inertie. Pour des raisons de simplification
du calcul et d’absence des valeurs des paramètres, nous considérons que les corps du bras sont
25
des tiges. Donc tous les produits d’inerties sont nuls, ainsi que les moments d’inertie par
rapport aux axes 𝑥 et 𝑦.
La matrice de pseudo- inertie du premier corps est :
2.4.4 La matrice des forces centrifuges et de Coriolis
Nous déterminons maintenant les éléments de la matrice des forces centrifuges et de

Coriolis suivantes :
𝜕𝑚𝑘𝑗 (𝑞) 𝜕𝑚𝑘𝑖 (𝑞) 𝜕𝑚𝑖𝑗 (𝑞)

𝐶𝑖𝑗,𝑘 = { + − }
𝜕𝑞𝑖 𝜕𝑞𝑗 𝜕𝑞𝑘
𝑐11 (𝑞, 𝑞̇ ) 𝑐12 (𝑞, 𝑞̇ ) 𝑐13 (𝑞, 𝑞̇ )

𝐶(𝑞, 𝑞̇ ) = [𝑐21 (𝑞, 𝑞̇ ) 𝑐22 (𝑞, 𝑞̇ ) 𝑐23 (𝑞, 𝑞̇ )] (1.46)
𝑐31 (𝑞, 𝑞̇ ) 𝑐32 (𝑞, 𝑞̇ ) 𝑐33 (𝑞, 𝑞̇ )
En utilisant les formules de la section (1.36), d’où
2. 5 Conclusion
Dans ce chapitre, nous avons présenté la description de la structure géométrique des

robots manipulateurs en utilisant la représentation de Denvit-hartenberg, qui est la première
étape pour calculer le modèle dynamique pour les robots manipulateurs à chaîne ouverte
simple. Ensuite nous avons présenté le formalisme de Lagrange avec lequel nous avons établi
l’équation générale de mouvement des robots manipulateurs. Finalement et pour illustrer la
méthode présentée pour établir le modèle dynamique des robots manipulateurs rigides, nous
avons exploité un robot manipulateur qui va être utilisé dans la simulation pour valider l’étude
théorique présentée dans ce mémoire.
Un bras du robot manipulateur en boucle ouverte c’est-à-dire sans commande (sans

chaîne de retour) ne peut être stable donc il est sans utilité. Pour exploiter un tel système
articulé, nous devons faire appel à des lois rendent ce système stable. Ces lois de commande
utilisent parfois quelque éléments du modèle dynamique du robot donc les paramètres doivent
être connus. Parmi ces lois de commande, nous présenterons dans le chapitre 3, la commande
du couple calculé (computed torque) et la commande point à point.
26
Chapitre 3
Commandes Dynamiques Classiques Des
Robots Manipulateurs Rigides
Chapitre 3 Commandes dynamiques classiques des robots manipulateurs rigides
3.1 Introduction
La commande des robots manipulateurs est devenue un domaine de recherche très

important et très vaste. Au cours de ces dernières décennies, plusieurs lois de commandes on
été établies.
Pour qu’un bras d’un robot manipulateur atteigne une position désirée ( régulation )
ou bien suive un trajectoire pré-définie ( poursuite ), la loi de commande doit avoir certaines
propriétés (robustesse, rapidité, convergence ou stabilité) il ya plusieurs lois de commandes
de type P.D ou P.I.D qui ont l’avantage de la non exigence ni de la structure ni des paramètres
du modèles mais leur ajustement, pour avoir une stabilité asymptotique globale, est parfois
très difficile ou même impossible [5]. Une autre loi de commande toujours de type P.D mais
avec une compensation de l’effet de gravité ou éventuellement des frottements appelée aussi
point-à-point [7]. Cependant cette commande ne peut être utilisée que lorsqu’il s’agit des
problèmes de régulation.
Lorsqu’il s’agit des problèmes de poursuite, d’autres lois de commande ont été
utilisées à savoir la poursuite de trajectoire basées sur la théorie de Lyaponuv et celle sur la
linéarisation (ou le couple calculé). Dans ce chapitre, nous allons étudier la loi de commande
point-à-point et deux lois de commande qui traitent le problème de poursuite de trajectoire (la
loi de commande couple calculé et la loi de Paden et Panja).
3. 2 Commande point-à-point
3.2.1 Introduction
Nous pouvons remarquer de l’application d’une simple loi de commande de type PD,
que la dynamique du système n’est pas utilisée. Donc, les non linéarités du système du robot
ne sont pas compensés. Alors, en incluant quelques termes dynamiques non linéaires dans la
commande PD va probablement donner de bons résultats. En effet, la compensation de la
gravité agit comme un correcteur qui compense seulement l’ensemble des forces qui créent le
dépassement et le comportement transitoire asymétrique du système.
Pour profiter de ces avantages la commande PD est remplacée par une commande PD
plus le terme des forces de gravité. Ce type de loi de commande s’appelle commande point à
34
point. L’objectif de cette loi de commande consiste à maintenir les positions articulaires du
robot manipulateur autour d’une valeur désirée constante 𝑞𝑑 [8].
3.2.2. Principe de la commande
La loi de commande par découplage non linéaire consiste à transformer par retour
d’état le problème de commande d’un système non linéaire en un problème de commande
d’un système linéaire. Dans le cas général le problème de linéarisation par retour d’état d’un
système non linéaire est difficile à résoudre et il n’existe pas toujours de solution. Cependant,
dans le cas des robots manipulateurs, l’élaboration d’une loi de commande qui linéarise
et découple les équations est simplifiée du fait que le modèle dont nous disposons est un
modèle inverse. Dans ce que suit nous allons développer cette méthode, tout d’abord pour le
problème de régulation, puis pour le problème de poursuite de trajectoire :
𝜏 = 𝑀(𝑞)𝜏0 + 𝐶(𝑞, 𝑞̇ ) 𝑞̇ + 𝐺(𝑞) (3.1)
En substituant cette commande dans l’équation dynamique (1.35) nous obtenons

l’équation du système en boucle fermée comme suit :
𝑀(𝑞)(𝑞̈ − 𝜏0 ) = 0 (3.2)
En tenant compte du fait que la matrice M(q) est régulière, nous aurons n système
linéaires découplés :
𝑞̈ = 𝜏0 (3.3)
Où τ0 est une entrée auxiliaire de la commande à designer. Pour résoudre le problème

de régulation, un choix possible de τ0 est de prendre (voir figure 3.1) :
𝜏0 = 𝑘𝑝 (𝑞𝑑 − 𝑞) − 𝑘𝑣 𝑞̇ (3.4)
Où 𝑘𝑝 et 𝑘𝑣 sont des matrices diagonales de dimension(𝑛 × 𝑛), déterminées en fonction de la

dynamique désirée.
35
A partir des équations (3.15) et (3.16), nous déduisons que, dans le cas d’une
modélisation parfaite et pour des erreurs initiales nulles, l’équation de la boucle fermée du
système est donnée par :
𝑞̈ + 𝑘𝑣 𝑞̇ + 𝑘𝑝 𝑞̃ = 0 (3.5)
qui est une équation linéaire découplée du deuxième ordre.
Où
̃𝑞 = 𝑞 − 𝑞𝑑 (3.6)
𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞)
Figure 3.1 schéma synoptique de commande point à point
La commande définie par l’équation (3.13) et (3.15) comporte deux parties, la

première compense les forces centrifuges, les forces de Coriolis, de gravité et de frottement,
alors que la deuxième est un retour de vitesse à gains variables.
L’équation d’erreur (3.17) est asymptotiquement stable par un choix convenable des
matrices des gains 𝑘𝑝 et 𝑘𝑣 . Pour montrer cela, nous pouvons écrire l’équation d’erreur sous
la forme d’espace d’état, avec 𝑥 = (𝑞̃ 𝑇 , 𝑞̇ 𝑇 )𝑇 :
0 𝐼
𝑥̇ = [−𝑘 − 𝑘𝑣 ] 𝑥 = 𝐴𝑥 (3.7)
𝑝
36
𝐴 est une matrice stable puisque les matrices 𝑘𝑣 et 𝑘𝑝 sont définies positives. Donc nous
pouvons trouver, pour une matrice 𝑄 > 0, une matrice 𝑃 symétrique définie Positive
satisfaisant :
𝑃 = 𝑃𝑇 > 0
𝐴𝑇 𝑃 + 𝑃𝐴 = −𝑄 (3.8)
Pour démontrer que le point d’équation 𝑥 = 0 est stable, nous choisissons la fonction
candidate de Lyapunov comme suit :
𝑉(𝑥) = 𝑥 𝑇 𝑃𝑥 (3.9)
Qui est défini positive.
La dérivée par rapport au temps de 𝑉(𝑥) est donnée comme suit :
𝑉̇ (𝑥) = 𝑥̇ 𝑇 𝑃 𝑥 + 𝑥 𝑇 𝑃𝑥̇ (3.10)
En remplaçant 𝑥̇ par , nous obtenons :
𝑉̇ (𝑥) = 𝑥 𝑇 𝐴𝑇 𝑃𝑥 + 𝑥 𝑇 𝑃𝐴𝑥 (3.11. 𝑎)
= 𝑥 𝑇 (𝐴𝑇 𝑃 + 𝑃𝐴 )𝑥 (3.11. 𝑏)
La substitution de l’expression (3.20) dans (3.23.b), donne :
𝑉̇ (𝑥) = −𝑥 𝑇 𝑄𝑥 (3.12)
Qui est une fonction définie négative, ce qui implique que le point d’équilibre (𝑞̃̇ , 𝑞̃) = (0,0)
est asymptotiquement stable.
3.3. Problème de poursuite de trajectoire
3.3.1. Introduction
Le problème de poursuite trajectoire dans l’espace articulaire, consiste à suivre une

trajectoire donnée, 𝑞𝑑 (𝑡) et ses dérivées successives 𝑞̇ (𝑡) et 𝑞̈ (𝑡) qui décrivent la vitesse
désirée et l’accélération désirée respectivement. Il y a plusieurs conception qui peuvent
accomplir cet objectif et que nous pouvons les classifier en deux groupes :
37
Commande linéarisante cherche à linéariser et découpler la dynamique du robot. Dans

les cordonnées d’espace articulaire, il existe une commande unique qui satisfait ces deux
propriétés ; la loi de commande couple calculé qui est un exemple facile d’utilisation de la
technique de linéarisation de la dynamique du robot dans l’espace articulaire ; les linéarités tel
que les forces de Coriolis et de gravité peuvent être simplement compensées par l’addition de
ces forces au signal de commande[8].
Commande basée sur la théorie de Lyapunov qui ne cherche ni la linéarisation ni le

découplage de la dynamique du système non linéaire mais elle cherche la stabilité
asymptotique (exponentielle). Plusieurs commandes sont proposées dans la littérature.
3.3.2. Loi de commande de Paden et Panja [9]
Cette loi de commande appartient à la classe des commandes basées sur la théorie de
Lyapunov, elle est donnée par :
𝜏 = 𝑀(𝑞)𝑞̈ 𝑑 (𝑡) + 𝐶(𝑞, 𝑞̇ )𝑞̇ 𝑑 (𝑡) + 𝐺(𝑞) − 𝑘𝑝 (𝑞 − 𝑞𝑑 (𝑡)) − 𝑘𝑣 (𝑞̇ − 𝑞̇ 𝑑 (𝑡)) (3.13)
En remplaçant le couple 𝜏 du modèle dynamique (1.35) par la loi de commande (3.25), nous
obtenons la dynamique suivante du robot manipulateur (voir figure 3.2) :
𝑀(𝑞)𝑞̃̈ + 𝐶(𝑞, 𝑞̇ )𝑞̃̇ + 𝑘𝑣 𝑞̃̇ + 𝑘𝑝 𝑞̃ = 0 (3.14)
Où 𝑞̃ = 𝑞 − 𝑞𝑑 (𝑡), 𝑞̃̇ = 𝑞̇ − 𝑞̇ 𝑑 (𝑡), 𝑞̃̈ = 𝑞̈ − 𝑞̈ 𝑑 (𝑡) désignent respectivement l’erreur de

poursuite en position, en vitesse et en accélération.
L’expression de l’erreur de poursuite en accélération est donnée par :
𝑞̃̈ = −𝑀−1 (𝑞)(𝐶(𝑞, 𝑞̇ )𝑞̃̇ + 𝑘𝑣 𝑞̃̇ + 𝑘𝑝 𝑞̃) (3.15)
38
𝐺(𝑞)
Figure 3.2 schéma synoptique de la commande de Paden et Panja
La stabilité du système bouclé est prouvée en prenant comme fonction de Lyapunov,

définie positive :
1 𝑇 1
𝑉(𝑞̃̇ , 𝑞̃, 𝑡) = 𝑞̃̇ 𝑀(𝑞̃ + 𝑞𝑑 (𝑡))𝑞̃̇ 𝑇 + 𝑞̃ 𝑇 𝑘𝑝 𝑞̃ (3.16)
2 2
dont la dérivée temporelle le long des trajectoires du système (3.26) est donnée par :
1
𝑉̇ (𝑞̃̇ , 𝑞̃, 𝑡) = 𝑞̃̇ 𝑇 𝑀(𝑞̃ + 𝑞𝑑 (𝑡))𝑞̃̈ + 𝑞̃̇ 𝑇 𝑀̇(𝑞̃ + 𝑞𝑑 (𝑡))𝑞̃̇ + 𝑞̃̇ 𝑇 𝑘𝑝 𝑞̃ ( 3.17)
2
En substituant l’expression de 𝑞̃̈ donnée par la relation (3.29), nous obtenons :
𝑉̇ (𝑞̃̇ , 𝑞̃, 𝑡) = 𝑞̃̇ 𝑇 𝑘𝑣 𝑞̃̇ 𝑇 + 𝑞̃̇ 𝑇 𝑀̇(𝑞̃ + 𝑞𝑑 (𝑡)) − 2𝐶 (𝑞̃ + 𝑞𝑑 (𝑡), 𝑞̃̇ + 𝑞̇ 𝑑 (𝑡)) 𝑞̃̇ (3.18)
En exploitant la propriété 1de la matrice 𝑀̇(𝑞)_2𝐶(𝑞, 𝑞̇ ), la relation (3.30) devient :
𝑉̇ (𝑞̃̇ , 𝑞̃, 𝑡) = 𝑞̃̇ 𝑇 𝑘𝑣 𝑞̃̇ 𝑇 ≤ 0 (3.19)
Les trajectoires du système bouclé sont bornées, en utilisant le lemme de Barbalat

nous pouvons montrer que le point d’équilibre (𝑞̃̇ , 𝑞̃) = (0,0) est globalement
lim 𝑉̇ (𝑞̃̇ , 𝑞̃, 𝑡) = 0, alors, lim 𝑞̃̇ (𝑡) =
asymptotiquement stable. En effet, il est clair que si : 𝑡→+∞ 𝑡→+∞
lim 𝑞̃ (𝑡) = 0 , et si nous montrons que 𝑞̃̈ (𝑡) est

0. Il nous reste à montrer que la 𝑡→+∞
⃛̃ (𝑡) est bornée), alors d’après le lemme de Barbalat, lim 𝑞̃̈ (𝑡) = 0.
uniformément continue (𝑞 𝑡→+∞
⃛̃ (𝑡)
Ainsi, en développant la dérivée temporelle de la relation (3.31), nous remarquons que 𝑞
lim 𝑞̃̈ (𝑡) = 0). En remplaçant lim 𝑞̃̇ (𝑡) = 0 et lim 𝑞̃̈ (𝑡) = 0 dans la
est bornée (donc 𝑡→+∞ 𝑡→+∞ 𝑡→+∞
39
lim 𝑞̃ (𝑡) = 0 (car 𝑘𝑝 ∈ 𝑅 𝑛×𝑛 > 0). Le seul

relation (3.31), nous pouvons conclure que 𝑡→+∞
point d’équilibre globalement asymptotiquement stable est donc (𝑞̃̇ , 𝑞̃) =(0,0) .
3.4. Commande couple calculé (Computed Torque Control)
3.4.1. Introduction
La commande couple calculé a été développée au début des années soixante dix, dite
aussi linéarisante puisqu’elle est considérée comme une application spéciale de la
linéarisation en boucle fermée des systèmes non linéaires. Donc elle repose sur l’annulation
des termes non linéaires et le découplage de chaque segment [4], [6]. Son utilisation pour les
robots manipulateurs dépond de l’inversion de quelques termes du modèle dynamique du
robot, et pour cette raison elle s’appelle aussi la dynamique inverse [10].
3.4.2. Loi de commande
Pour linéariser et découpler chaque segment du robot, la loi de commande suivante a

été proposée : (figure 3.1)
𝜏 = 𝑀(𝑞)𝜏0 + 𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞) (3.20)
En appliquant cette loi de commande au modèle dynamique du robot donné par l’équation
(2.37), nous aurons l’équation en boucle fermée suivante :
𝑀(𝑞)(𝑞 −
̈ 𝜏0 ) = 0 (3.21)
En prenant en considération que la matrice 𝑀(𝑞) est régulière (inversible), nous obtenons "𝑛"
systèmes linéaires découplés :
𝑞̈ = 𝜏0 (3.22)
Ou 𝜏0 est un terme auxiliaire de la commande avec une unité d’accélération, qui peut être
défini par un terme de compensation dynamique linéaire 𝑘(𝑝) en fonction de 𝑝 de type P.I.D
ou P.D et est exprimé ainsi :
𝜏0 = 𝑞𝑑̈ − 𝑀(𝑞)𝑞̃ (3.23)
avec 𝑞̃ = 𝑞 − 𝑞𝑑 est l’erreur de poursuite de position et 𝑞 et 𝑞𝑑 ∈ 𝑅 𝑛 sont respectivement la

position réelle et désirée où 𝑝 est l’operateur de Laplace.
40
En substituant l’expression de 𝜏0 par l’équation (2.4), l’équation (2.3) devient
𝑞̈ = 𝑞̈ 𝑑 − 𝑘(𝑝) 𝑞̃
𝑞̃̈ + 𝑘(𝑝) = 0 (3.24)
Le choix typique de 𝑘(𝑝) est comme suit :
𝑘(𝑝) = 𝑘𝑣 𝑝 + 𝑘𝑝 (3.25)
C'est-à-dire un compensateur proportionnel-dérivé (P.D), où 𝑝 est l’opérateur de Laplace, les

équations (3.5) et (3.6) donnent l’équation d’erreur dynamique du second ordre suivante :
𝑞̃̈ + 𝑘𝑣 𝑞̃̇ + 𝑘𝑝 𝑞̃ = 0 ( 3.26)
Où 𝑘𝑝 et 𝑘𝑣 sont des matrices diagonales définies positives appartenant à ∈ 𝑅 𝑛×𝑛 donc le

système en boucle fermée devient linéaire découplé. Ces matrices sont choisies d’une façon
appropriée pour avoir un temps convenable de convergence de l’erreur de poursuite.
𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞)
Figure 3.3 schéma synoptique de la commande du couple calculé type PD
3.4.3. Etude de la stabilité
L’équation de l’erreur (3.7) est asymptotiquement stable par un choix convenable des
matrices 𝑘𝑝 et 𝑘𝑣 . Pour montrer cela, nous pouvons réécrire le système donné par l’équation
(3.7) sous forme d’espace d’état-à-dire [6] :
41
𝑥̇ = 𝐴(𝑥) (3.27)
Où 𝑥 est un vecteur défini ∈ 𝑅 2𝑛 comme suit 𝑥 𝑇 = [𝑞̃ 𝑇 , 𝑞̃̇ 𝑇 ] et 𝑥̇ est sa dynamique ∈ 𝑅 2𝑛

défini ainsi 𝑥̇ 𝑇 = [𝑞̃̇ 𝑇 , 𝑞̃̈ 𝑇 ] et 𝐴 matrice ∈ 𝑅 2𝑛×2𝑛 défini par :
0𝑛 𝐼𝑛
𝐴 = [−𝑘 (3.27)
𝑝 −𝑘𝑣 ]
Nous pouvons remarquer que 𝐴 est stable puisque les matrices 𝑘𝑣 et 𝑘𝑝 sont définies
positives. Donc nous pouvons trouver, pour une matrice 𝑄 > 0, une matrice 𝑃 symétrique
définie 𝑃 = 𝑃𝑇 > 0 positive satisfaisant :
𝐴𝑇 𝑃 + 𝑃𝐴 = −𝑄 (2.28)
Choisissons une fonction candidate de Lyapounov de la forme suivante :
𝑉(𝑥) = 𝑥 𝑇 𝑃𝑥 (3.29)
qui est défini positive.
La dérivée de 𝑉(𝑥) est donnée comme suit :
𝑉̇ (𝑥) = 𝑥̇ 𝑇 𝑃 𝑥 + 𝑥 𝑇 𝑃𝑥̇ (3.30. 𝑎)
En remplaçant 𝑥̇ par , nous obtenons :
𝑉̇ (𝑥) = 𝑥 𝑇 𝐴𝑇 𝑃𝑥 + 𝑥 𝑇 𝑃𝐴𝑥
= 𝑥 𝑇 (𝐴𝑇 𝑃 + 𝑃𝐴 ) 𝑥 (3.30. 𝑏)
En utilisant l’expression (3.10), la dérivée de 𝑉̇ devient
𝑉̇ (𝑥) = −𝑥 𝑇 𝑄𝑥 (3.31. 𝑐)
qui est une fonction définie négative. Donc, l’équation (3.26) est globalement
asymptotiquement stable. C’est-à-dire pour n’importe position initiale, l’erreur de poursuite
va converger asymptotiquement.
La commande du couple calculé est une bonne approche pour commander les robots
manipulateurs lorsque les paramètres sont parfaitement connus et elle nécessite un calculateur
42
suffisamment puissant. Cependant, les paramètres du robot sont toujours connus partiellement
donc les performances du système n’atteignent jamais l’idéal.
3.5. Application à un robot manipulateur à trois degrés de liberté
3.5.1. Introduction
Pour simuler ces lois de commande avec le modèle dynamique du robot manipulateur
Scara obtenu dans le deuxième chapitre, nous avons recouru au logiciel Matlab avec
l’interface Simulink qui nous facilitera l’ajustement des gains des différentes matrices.
3.5.2. Résultat de simulation
Les simulations de ce chapitre ont été faites en boucle fermée avec différentes loi de
commande à savoir la commande point à point la commande de poursuite trajectoire et aussi
la commande de couple calculé. Nous allons faire une comparaison entre ces trois lois de
commande, citées ci-dessus en tenant compte l’analyse de certaines performances, robustesse,
temps de convergence ou rapidité.
Le modèle utilisé dans la simulation est : (voir titre 2.4)
Les éléments génériques 𝑚𝑖𝑗 de la matrice d’inertie sont :
Les éléments génériques 𝐶𝑖𝑗 de la matrice de force centrifuges et de Coriolis sont :
𝐶33 (𝑞, 𝑞̇ ) = 0
Le vecteur de gravité est :
0
𝐺(𝑞) = [ 0 ]
−𝑚3
Les positions désirées utilisées dans la simulation pour la commande point à point sont :
𝑞𝑑1 (𝑡) = 1 𝑟𝑎𝑑
𝑞𝑑2 (𝑡) = 1 𝑟𝑎𝑑
𝑞𝑑3 (𝑡) = 0,2 𝑟𝑎𝑑
43
Les trajectoires désirées utilisées dans la simulation pour la commande poursuite trajectoire et
la commande couple calculé sont :
𝑞𝑑1 (𝑡) = 2 + sin(3𝑡) − cos(4𝑡) 𝑟𝑎𝑑
𝑞𝑑2 (𝑡) = 1.5 + sin(4𝑡) − cos(0.5𝑡) 𝑟𝑎𝑑
𝑞𝑑3 (𝑡) = 2 + sin(4.5𝑡) − cos(2.5𝑡) 𝑟𝑎𝑑
Les paramètres convenable obtenus par simulation par exemple pour la commande du couple
calculé est les suivants :
1155 0 0 300 0 0
𝑘𝑝 = [ 0 900 0 ] ; 𝑘𝑣 = [ 0 30 0 ]
0 0 1960 0 0 300
Nous remarquons que les valeurs des gains 𝑘𝑝 et 𝑘𝑣 sont acceptables et peuvent être
réalisables.
Les figures (3.4, 3.5, 3.6, 3.7, 3.8) sont issues des simulations faites en boucle fermée
avec les trois lois de commande, qui sont la commande point à point, et la poursuite de
trajectoire de Padan et Panja et la commande de couple calculé dans le cas où les paramètres
sont considérés connus parfaitement (sans perturbation extérieure) et les variables de sorties
ne contiennent aucun bruit de mesure. Les simulations dans ce cas, considéré comme le cas
idéal, sont effectuées pour étudier, l’influence de ces conditions sur les performances de
chaque loi de commande.
44
poursuite de position du 1er segment erreur de poursuit de position 1

1.4 0.4
réelle.
1.2 0.2
désirée.
1 0
position 1(rad)
erreur e1 (rad)
0.8 -0.2
0.6 -0.4
0.4 -0.6
0.2 -0.8
0 -1
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
poursuite de position du 2 éme segment erreur de poursuit de position 2

1.4 0.4
réelle.
1.2 désirée. 0.2
1 0
position 2(rad)
erreur e2 (rad)
0.8 -0.2
0.6 -0.4
0.4 -0.6
0.2 -0.8
0 -1
0 1 2 3 4 0 1 2 3 4
time (s) time (s)

0.25 0.05
réelle.
désirée.
0.2 0
erreur e3 (rad)
position 3(rad)
0.15 -0.05
0.1 -0.1
0.05 -0.15
0 -0.2
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
Figure 3.4 les poursuites de trajectoire de position et des erreurs de position avec la loi de
commande point à point.
45
poursuite de position du 1 er segment erreur de poursuit de position 1

4 0.5
réelle.
3 désirée.
0
position 1(rad)
erreur e1 (rad)
2
-0.5
1
-1
0
-1 -1.5
0 1 2 3 4 0 1 2 3 4
time (s) time (s)

3 0.2
réelle.
2.5 désirée. 0
2 -0.2
position 2(rad)
erreur e2 (rad)
1.5 -0.4
1 -0.6
0.5 -0.8
0 -1
-0.5 -1.2
0 1 2 3 4 0 1 2 3 4
time (s) time (s)

3.5 0.2
réelle.
3 0
désirée.
2.5 -0.2
position 3(rad)
erreur e3 (rad)
2 -0.4
1.5 -0.6
1 -0.8
0.5 -1
0 -1.2
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
commande de Paden et Panja.
46
poursuite de vitesse du 1 er segment erreur de poursuit de vitesse 1

15 8
réelle.
désirée. 6
10
vitesse 1 (rad/S)
erreur ep1 (rad)

4
5
2
0
0
-5
-2
-10 -4
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
poursuite de vitesse du 2 éme segment erreur de poursuit de vitesse 2

5 1
réelle.
désirée. 0
vitesse 2 (rad/S)
erreur ep2 (rad/s)
-1
0
-2
-3
-5 -4
0 1 2 3 4 0 1 2 3 4
time (s) time (s)

15 10
réelle.
10 désirée.
vitesse 3 (rad/S)
erreur ep3 (rad/s)
5
5
0
0
-5
-10 -5
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
Figure 3.6 les poursuites de trajectoire de vitesse et des erreurs de vitesse avec la loi de
commande de Paden et Panja.
47

4 0.2
réelle.
désirée. 0
3
-0.2
position 1 (rad)
erreur e1 (rad)
2
-0.4
1 -0.6
-0.8
0
-1
-1 -1.2
0 1 2 3 4 0 1 2 3 4
time (s) time (s)

3 0.2
réelle.
2.5 0
désirée.
-0.2
position 2 (rad)
2
erreur e2 (rad)
-0.4
1.5
-0.6
1
-0.8
0.5 -1
0 -1.2
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
3.5 0.2
réelle.
3 désirée. 0
2.5 -0.2
position 3 (rad)
erreur e3 (rad)
2 -0.4
1.5 -0.6
1 -0.8
0.5 -1
0 -1.2
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
commande couple calculé.
48
poursuite de vitesse du 1 er segment erreur de poursuit de vitesse 1

10 8
réelle.
désirée. 6
5
4
erreur ep1 (rad/s)

vitesse 1 (rad/S)
2
0
0
-2
-5
-4
-10 -6
0 1 2 3 4 0 1 2 3 4
time (s) time (s)

5 20
réelle.
désirée. 15
erreur ep2 (rad/s)
vitesse 2 (rad/S)
10
0
5
-5 -5
0 1 2 3 4 0 1 2 3 4
time (s) time (s)

15 10
réelle.
10 désirée.
erreur ep3 (rad/s)
vitesse 3 (rad/S)
5
5
0
0
-5
-10 -5
0 1 2 3 4 0 1 2 3 4
time (s) time (s)
Figure 3.8 les poursuites de trajectoire de vitesse et des erreurs de vitesse avec la loi de
commande couple calculé.
49
Il est clair d’après les figures précédentes que les performances de poursuite de ces
lois de commande donnent des bons résultats, c’est-à-dire la convergence des erreurs de
poursuite du système à zéro est garanti à cause de l’absence des perturbations externes.
3.6. Conclusion
Dans ce chapitre nous avons présenté trois lois de commandes dynamiques classiques
appliques aux robots manipulateurs rigides, soient celle qui traitent le problème de régulation,
telle que la commande point à point, soient celles qui traitent le problème de poursuite de
trajectoire, telle que la commande linéarisante (couple calculé de type PD), et la commande de
Paden et Panja. A la fin du chapitre, nous avons fait des applications de ces lois de commandes
au modèle dynamique du robot manipulateurs rigides SCARA, où nous avons validé notre
étude théorique.
Les commandes étudiées dans ce chapitre ne sont efficaces que dans le cas ou, les
paramètres du système à commander (robot) sont bien définis. Dans le cas contraire, nous
allons présenter une loi de commande adaptative de type gradient, qui prend en considération
les variations des paramètres, cette loi de Commande est conçue à partir de la loi de
commande couple calculer
50
Chapitre 4
Commande Adaptative Des Robots
Chapitre 4 Commande Adaptative des robots manipulateurs rigides
4.1. Commande adaptative du couple calculé
4.1.1. Introduction
Deux types de commandes adaptatives basées sur le couple calculé à savoir la

commande adaptative nécessitant la mesure de l’accélération et la bornitude de la matrice
d’inertie estimée et la commande adaptative nécessitant seulement la bornitude de la matrice
d’inertie estimée. Dans cette section nous présentons une loi de commande qui nécessite la
mesure de l’accélération.
Avec la loi de commande qui nécessite la mesure de l’accélération, nous présentons

une loi de commande de type gradient. Puis nous analysons la stabilité en boucle fermée et la
convergence de l’erreur de poursuite quand le vecteur des paramètres estimé est borné et
finalement nous allons voir la condition de la convergence de l’erreur paramétrique et la
notion de la persistance de l’excitation.
4.2. Algorithme du gradient
4.2.1 Définition
Supposons que
𝑦(𝑡) = Ѱ(𝑡)𝜃(𝑡) (4.1)
Définissons l’erreur :
𝑒(𝑡) = 𝑦(𝑡) − Ѱ(𝑡)𝜃̂(𝑡)
= Ѱ(𝑡)𝜃(𝑡) − Ѱ(𝑡)𝜃̂(𝑡)
= Ѱ(𝑡)𝜃̃(𝑡) (4.2)
Avec :
𝜃̃(𝑡) = 𝜃(𝑡) − 𝜃̂(𝑡) (4.3)
Soit :
2
𝑉1 (𝑡) = [𝑒 (𝜃̃(𝑡))] (4.5)
53
Alors en dérivant 𝑉1 (𝑡), nous obtenons :
𝜕𝑒 𝑇 (𝑡)𝑒(𝑡) ̇
𝑉1̇ (𝑡) = 𝜃̃(𝑡) (4.6)
𝜕𝜃̃(𝑡)
Pour que 𝑒 2 (𝑡) décroit le plus possible, il faut choisir 𝜃̂̇(𝑡) de la forme :
𝑇 T
̇𝜃(𝑡) = − ᴦ [𝜕𝑒 (𝑡)𝑒(𝑡) ]
̂ (4.7)
2 𝜕𝜃̃ (𝑡)
Où ᴦ est une matrice ∈ 𝑅 𝑟×𝑟 et 𝑟 est le nombre de paramètres à estimer.
De l’équation (4.2), nous avons :
𝜕𝑒 𝑇 (𝑡)𝑒(𝑡) 𝜕𝑒(𝑡)𝑇
=2 𝑒(𝑡)
𝜕𝜃̃(𝑡) 𝜕𝜃̃(𝑡)
= 2 Ѱ𝑇 (𝑡)𝑒(𝑡) (4.8)
Finalement l’algorithme du gradient en continu est donné par :
𝜃̂̇(𝑡) = −ᴦ Ѱ𝑇 (𝑡)𝑒(𝑡) (4.9)
4.2.2. Propriétés de convergence
L’algorithme du gradient possède les propriétés de convergence suivantes :
1. ‖𝜃̃‖ est non croissante ;

𝑡
2. 𝑒 ∈ 𝐿2 c’est-à-dire ∫0 𝑒 2 (𝑡)𝑑𝑡 < ∞ , ∀𝑡 ∈ 𝑅 + ;
4.3. Loi de commande Adaptative basé sure le couple calculé de type

gradient
Puisque nous allons utiliser les paramètres estimés, la loi de commande sera
constituée par des quantités estimées. Alors la loi de commande exprimée par (3.1) sera
remplacée par l’expression suivante (voire figure 4.1)
̂ (𝑞)𝜏0 + 𝐶̂ (𝑞, 𝑞̇ )𝑞̇ + 𝐺̂ (𝑞)

𝜏=𝑀 (4.10)
54
̂ , 𝐶̂ , 𝐺̂ sont les estimés respectivement de la matrice d’inertie, la matrice des forces

Où 𝑀
centrifuges et de Coriolis, le vecteur de gravité. Avec 𝜏0 = 𝑞̈ 𝑑 − 𝐾𝑣 𝑞̃̇ − 𝐾𝑝 𝑞̃. où 𝑞̃ = 𝑞 − 𝑞𝑑
et 𝑞̃̇ = 𝑞̇ − 𝑞̇ 𝑑 sont respectivement l’erreur de position, de vitesse et d’accélération[4].
𝐶̂ (𝑞, 𝑞̇ )𝑞̇ + 𝐺̂ (𝑞)
Figure 4.1 schéma synoptique de la commande adaptative du couple calculé avec mesure de
l’accélération.
La paramétrisation linéaire donne :
𝜏 = 𝑀(𝑞)𝑞̈ + 𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞) = 𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃 (4.11)
̂ (𝑞)𝜏0 + 𝐶̂ (𝑞, 𝑞̇ )𝑞̇ + 𝐺̂ (𝑞) = 𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃̂

𝑀 (4.12)
En remplaçant le couple 𝜏 par l’expression (4.1) nous aurons
̂ (𝑞)𝜏0 + 𝐶̂ (𝑞, 𝑞̇ )𝑞̇ + 𝐺̂ (𝑞)

𝑀(𝑞)𝑞̈ + 𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞) = 𝑀 (4.13)
̂ (𝑞)𝑞̈ du deuxième membre de l’équation (4.4), nous obtenons

En ajoutant et en retranchant 𝑀
̂ (𝑞)(𝜏0 − 𝑞̈ ) + 𝐶̂ (𝑞, 𝑞̇ )𝑞̇ + 𝐺̂ (𝑞)

𝑀(𝑞)𝑞̈ + 𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞) = 𝑀 (4.14)
En utilisant l’expression (4.2) et (4.3), l’expression (4.5) devient :
𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃̂ − 𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃 = 𝑀

̂ (𝑞)(𝑞̈ − 𝜏0 )
55
𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃̃ = 𝑀
̂ (𝑞)(𝑞̃̈ + 𝑘𝑣 𝑞̃̇ + 𝑘𝑝 𝑞̃) (4.15)
D’où l’erreur dynamique :
̂ −1 (𝑞)𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃̃
𝑞̃̈ + 𝑘𝑣 𝑞̃̇ + 𝑘𝑝 𝑞̃ = 𝑀 (4.16)
Où 𝜃̃ = 𝜃̂ − 𝜃 est l’erreur paramétrique.
Nous pouvons écrire le système (4.7) sous forme d’espace d’état ainsi :
𝑥̇ = 𝐴𝑥 + 𝐵Ѱ𝜃̃ (4.17)
̂ −1 (𝑞)𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃̃ et 𝑥 est l’erreur de poursuite qui est donnée par :

où Ѱ = 𝑀
𝑞̃
𝑥 = [ ̇] (4.18)
𝑞̃
0 0𝑛 𝐼𝑛
et 𝑏 = [ 𝑛 ] ; 𝐴 = [−𝑘
𝐼𝑛 𝑝 −𝑘𝑣 ]
avec 𝐼𝑛 est une matrice ∈ 𝑅 𝑛×𝑛 et 0𝑛 est une matrice des zéros ∈ 𝑅 𝑛×𝑛 .
Après avoir formé le système d’erreur de poursuite, nous utilisons l’analyse de la stabilité de
Lyaponuv pour montrer que cette erreur est asymptotiquement stable avec le choix
convenable de la loi d’adaptation.
Tout d’abord, nous choisissons une fonction candidate de Lyaponuv définie positive ainsi :
𝑉 = 𝑥 𝑇 𝑃𝑥 + 𝜃̃ 𝑇 ᴦ−1 𝜃̃ (4.19)
Où 𝑃 est une matrice symétrique constante définie positive ∈ 𝑅 2𝑛×2𝑛 et ᴦ est une matrice
diagonale définie positive ∈ 𝑅 𝑟×𝑟 . C’est-à-dire ᴦ peut s’écrire ainsi :
ᴦ = 𝑑𝑖𝑎𝑔 (𝑦1 , 𝑦2 , … 𝑦𝑟 )
ou 𝑟 est le nombre des paramètres à estimer du robot et 𝑦𝑖 sont des constantes scalaires
positives à trouver par simulation.
La dérivation de la fonction de Lyaponuv (4.10), par rapport au temps, donne.
𝑉̇ = 𝑥 𝑇 𝑃𝑥̇ + 𝑥̇ 𝑇 𝑃𝑥 + 2𝜃̃ 𝑇 ᴦ−1 𝜃̃̇ (4.20)
56
en substituant 𝑥̇ par l’expression (4.17), nous obtenons
𝑇
𝑉̇ = 𝑥 𝑇 𝑃(𝐴𝑥 + 𝐵Ѱ𝜃̃) + (𝐴𝑥 + 𝐵Ѱ𝜃̃ ) 𝑃𝑥 + 2𝜃̃ 𝑇 ᴦ−1 𝜃̃̇
= −𝑥 𝑇 𝑄𝑥 + 2𝜃̃ (ᴦ−1 𝜃̃̇ + Ѱ𝑇 𝐵 𝑇 𝑃𝑥)
où 𝑄 est une matrice symétrique définie positive satisfaisant l’équation de Lyaponuv
𝐴𝑇 𝑃 + 𝑃𝐴 = −𝑄
Pour que 𝑉̇ soit au moins semi définie négative, qui est la condition de la stabilité, la loi
d’adaptation doit s’écrire comme suite :
𝜃̂̇ = −ᴦѰ𝑇 𝐵 T Px (4.21)
donc l’expression de 𝑉̇ devient
𝑉̇ = −𝑥 𝑇 𝑄𝑥
Nous avons d’après l’expression de l’erreur paramétrique 𝜃̃̇ = 𝜃̂̇ puisque 𝜃̇ = 0 donc
l’expression (4.21) s’écrire ainsi :
𝜃̂̇ = −ᴦѰ𝑇 𝐵 T Px (4.22)
4.3.1. Analyse de la stabilité
Dans cette section, nous allons étudier le type de la stabilité de l’erreur de poursuite
puisque 𝑉̇ est semi définie négative et 𝑉 est minorée par zéro, 𝑉 reste majorée dans
l’intervalle de temps [0, ∞) ; donc
lim 𝑉 = 𝑉∞
𝑡→+∞
où 𝑉∞ est une scalaire positif. Puisque 𝑉 est majorée, il est évident à partir de la définition de
𝑉 donnée par (4.19) que 𝑥 et 𝜃̃ sont bornés.
Maintenant, à partir de l’équation dynamique du robot (2.35), il est claire que
𝑞̈ = 𝑀−1 (𝑞)(𝜏 − 𝐶(𝑞, 𝑞̇ )𝑞̇ − 𝐺(𝑞))
donc 𝑞̈ est borné puisque 𝑞̈ et 𝜏 dépendent seulement des grandeurs bornées 𝑞 et 𝑞̇ et 𝜃̃.Alors
57
𝑥̇ est bornée. Donc, nous pouvons conclure à partir de (4.20) que 𝑉̈ est borné. Nous avons
maintenant 𝑉 est minorée par 0, 𝑉̈ est indéfini négative et 𝑉̈ est borné alors en utilisant le
lemme de Barbalat suivant :
Soit 𝑓(𝑡) une fonction dérivable de 𝑡
lim 𝑓(𝑡) < ∞, alors

Première version : si 𝑓̇(𝑡) est uniformément continue et ,𝑡→+∞
lim 𝑓̇ (𝑡) = 0
𝑡→+∞
lim 𝑓̇ (𝑡) = 0
Deuxième version : si 𝑓(𝑡) ≥ 0, 𝑓̇ (𝑡) est bornée alors 𝑡→+∞
Donc nous aurons :
lim 𝑉̇ = 0
𝑡→+∞
Ce qui implique 𝑥 → 0 quand 𝑡 → ∞ c’est-à-dire 𝑞̃ → 0 et 𝑞̃̇ → 0 donc l’erreur de poursuite 𝑞̃

est asymptotiquement stable.
4.3.2. Convergence de l’erreur paramétrique
A partir de la loi d’adaptation présentée par l’équation (4.22), nous pouvons conclure
que l’erreur paramétrique est borné s’il existe toujours l’inverse de ̂
𝑀(𝑞). Pour analyser la
convergence de l’erreur paramétrique, nous allons considérer le système complet (4.17)
et (4.22) ainsi :
𝑥̇ 𝐴 𝐵Ѱ 𝑥
[ ̇] = [ ][ ] (4.23)
̂
𝜃 −ᴦѰ𝐵 𝑇
𝑃 0 𝜃̂
où Ѱ = ̂
𝑀−1 (𝑞)𝑌. Plusieurs chercheurs ont étudié la stabilité asymptotiquement de (4.23).
pour que ce système soit uniformément asymptotiquement stable il faut que le système
linéaire (𝐴, 𝐵, 𝐵 𝑇 𝑃) soit réel strictement positif et Ѱ satisfaire la condition de la persistance de
l’excitation suivante :
𝑡0 +𝑝
𝛼𝐼𝑟 ≤ ∫ Ѱ𝑇 Ѱ𝑑𝑡 ≤ 𝛽𝐼𝑟 (4.24)
𝑡0
Pour tous 𝑡0 où 𝛼 et 𝛽 et 𝑝 sont positifs. La condition signifie (4.24) que l’intégral de Ѱ𝑇 Ѱ

̂ (𝑞) est
doit être définie positive et bornée sur tout l’intervalle de longueur 𝑝. Puisque 𝑀
58
inversible et bornée et définie et 𝑌 est bornée alors l’inégalité (4.24) est satisfaite s’il existe
𝑦 > 0 tel que :
𝑇0 +𝑝
𝑦𝐼𝑟 ≤ ∫ 𝑌𝑌 𝑇 𝑑𝑡 (4.25)
𝑇0
est satisfait.
Cette condition de la persistance de l’excitation vérifiée si les trajectoires désirées satisfont :
𝑇0 +𝑝
𝑦𝐼𝑟 ≤ ∫ 𝑌𝑑 𝑌𝑑 𝑇 𝑑𝑡
𝑇0
où 𝑌𝑑 est le régresseur 𝑌 évalué le long des variables désirées.
4.4. Résultat de simulation
La loi de command adaptative présentée dans ce chapitre, est simulée avec le modèle
dynamique du robot manipulateur présenté dans le deuxième chapitre. Le logiciel utilisé est le
logiciel Matlab.
Avec l’utilisation de cette loi de commande, nous avons supposé que les valeurs des
longueurs des segments 𝑙1 , 𝑙2 et la constante de gravité 𝑔 sont connues. Les paramètres
considérés comme inconnus dans ce chapitre, sont les masses des segments 𝑚1 , 𝑚2 , et 𝑚3 .
Donc le vecteur des paramètres peut s’écrire ainsi :
𝜃 = [𝑚1 𝑚2 𝑚3 ]𝑇 (4.26)
Les trajectoires utilisées dans la simulation pour les deux premières articulations sont de la
forme :
𝑞𝑑1 (𝑡) = sin(𝑡) − cos(𝑡) 𝑟𝑎𝑑
𝑞𝑑2 (𝑡) = sin(𝑡) − 0.5 cos(𝑡) 𝑟𝑎𝑑
𝑞𝑑3 (𝑡) = 1.3 𝑡 𝑟𝑎𝑑
59
Pour cette loi de commande, le régresseur utilisé est le suivant :
𝑦11 𝑦22 𝑦33

) 𝑦
𝑌(𝑞, 𝑞̇ , 𝑞̈ = [ 21 𝑦22 𝑦23 ] (4.28)
𝑦31 𝑦32 𝑦33
Où
𝜏 = 𝑀(𝑞)𝑞̈ + 𝐶(𝑞, 𝑞̇ )𝑞̇ + 𝐺(𝑞) = 𝑌(𝑞, 𝑞̇ , 𝑞̈ )𝜃
Avec logiciel de calcul mathématique Maple, on peut déterminer les éléments du vecteur des
couples appliqués aux articulations :
et les paramètres obtenus par simulation sont :
1374.5 0 0 320 0 0 96.5 0 0

𝑘𝑝 = [ 0 483 0 ] ; 𝑘𝑣 = [ 0 200 0] ; ᴦ= [ 0 8.83 0 ]
0 0 70 0 0 30 0 0 10.55
2.2656 0 0 0.0004 0 0
0 1.4170 0 0 0.0010 0
𝑃= 0 0 1.3976 0 0 0.0071
0.0004 0 0 0.0016 0 0
0 0.0010 0 0 0.0025 0
[ 0 0 0.0071 0 0 0.0169]
60

1.5 1.2
réelle.
1 désirée. 1
0.8
0.5
position 1 (rad)
erreur e1 (rad)
0.6
0
0.4
-0.5
0.2
-1 0
-1.5 -0.2
0 2 4 6 8 10 0 2 4 6 8 10
time (s) time (s)
poursuite de position du 2 eme segment erreur de poursuit de position 2

1.5 0.6
réelle.
1 désirée. 0.5
0.4
0.5
position 2 (rad)
erreur e2 (rad)
0.3
0
0.2
-0.5
0.1
-1 0
-1.5 -0.1
0 2 4 6 8 10 0 2 4 6 8 10
time (s) time (s)
poursuite de position du 3 eme segment erreur de poursuit de position 3

14 0.005
réelle.
12 désirée.
0
10
-0.005
position 3 (rad)
erreur e3 (rad)
8
-0.01
6
-0.015
4
-0.02
2
0 -0.025
0 2 4 6 8 10 0 2 4 6 8 10
time (s) time (s)
commande adaptative base sure le couple calculé (loi d’adaptation de type gradient).
61
poursuite de la masse du 1 ere segment erreur de poursuit de la masse m1

1.4 0.4
réelle.
1.2 0.2
estimé.
1 0
erreur teta 1 (rad)

m1 (Kg)
0.8 -0.2
0.6 -0.4
0.4 -0.6
0.2 -0.8
0 -1
0 1 2 3 4 5 0 1 2 3 4 5
time (s) time (s)
poursuite de la masse du 2eme segment erreur de poursuit de la masse m2
1.2 0.2
réelle.
estimé.
1 0
erreur teta 2 (rad)
0.8 -0.2
m2 (Kg)
0.6 -0.4
0.4 -0.6
0.2 -0.8
0 1 2 3 4 5 0 1 2 3 4 5
time (s) time (s)
poursuite de la masse du 3eme segment erreur de poursuit de la masse m3
1.6 0.6
réelle.
1.4 0.4
estimé.
1.2 0.2
erreur teta 3 (rad)
1 0
m3 (Kg)
0.8 -0.2
0.6 -0.4
0.4 -0.6
0.2 -0.8
-1
0 0 1 2 3 4 5
0 1 2 3 4 5
time (s) time (s)
Figure 4.3 les poursuites des masses et des erreurs de poursuite des masses avec la loi de
commande adaptative basée sur le couple calculé (loi d’adaptation de type gradient).
62
Les figures (4.2-4.3) montrent les résultats de simulation effectuées dans le cas
considéré parfait (ni perturbation extérieures ni bruit de mesure). Dans ce cas, nous
remarquons que la loi d’adaptation de type gradient a permis aux paramètres de converger très
rapidement vers leurs valeurs réelles puis aux erreurs de poursuite de converger aussi vers
zéro. Nous remarquons que les paramètres peuvent prendre n’importe quelle valeur non nulle
et convergent avec ces valeurs vers leurs valeurs réelles.
4.5. Conclusion
Dans ce chapitre nous avons étudié une loi de commande adaptative basée sur le
couple calculé avec une loi d’adaptation de type gradient en absence des paramètres (les
masses des corps).
A partir des résultats de simulation obtenus dans ce chapitre, nous pouvons remarquer
que la loi de commande adaptative nous a permet d’avoir une convergence des paramètres
estimés et des erreurs de poursuite très rapide dans le cas idéale (ni perturbation extérieures ni
bruit de mesure).
63
Conclusion Générale
Conclusion générale
Les travaux présentés dans ce mémoire ont été effectués dans le but de connaitre où on
peut appliquer les lois de commande classique et les lois de commande adaptative (dans ce
mémoire nous avons appliquée la commande adaptative basée sur le couple calculé de type
gradient).
Dans le chapitre 1 a été présenté quelque notions de base sur le robot manipulateur
rigide, premièrement nous avons donné quelque définitions (système dynamique non linéaire,
robot manipulateur rigide). Ensuite, la description mécanique des robots manipulateurs
rigides. Nous avons terminé ce chapitre par la présentation de quelques notions qui sont
nécessaires dans la modalisation dynamique des robots.
Le chapitre 2 a été consacré à l’étape de base pour simuler une commande d’un robot
manipulateur rigide qui est l’étape de la modélisation. Premièrement, nous avons montré la
description de la structure géométrique des robots manipulateurs rigides à chaîne ouverte
simple, y compris l’application des notions de Denavit-Hartenberg, ensuite, la formulation de
Lagrange, qui est nécessaire pour établir les équations de mouvement des robots
manipulateurs à n degrés de liberté, a été détaillée. Nous avons terminé ce chapitre par une
élaboration d’un modèle dynamique d’un robot manipulateur à trois degrés de liberté afin de
l’utiliser en simulation pour valider les résultats développés dans les autres chapitres.
Dans le chapitre 3, trois lois de commande classiques ont été présentées, à savoir la
commande point à point, la commande Paden et Panja et la commande nommée couple
calculé type PD, pour illustrer les différentes performances d’une loi de commande (rapidité
de convergence, robustesse dans le cas où les paramètres du robot sont considérés connus.
Nous avons appliqué l’étude théorique au modèle dynamique présenté dans le chapitre 1.
Nous avons déduit que les performances de poursuite de ces lois de commande donnent des
bons résultats, c’est-à-dire la convergence des erreurs de poursuite du système à zéro est
garanti à cause de l’absence des perturbations externes.
Dans le chapitre 4. Une loi de commande adaptative basée sur le couple calculé de
type gradient a été présentée et appliquée au robot Scara. A partir des résultats de simulation
obtenus dans ce chapitre. Nous pouvons conclure que cette loi de commande d’adaptation
permet une convergence des paramètres estimés et des erreurs de poursuite très rapide.
66
Références Bibliographiques
REFERENCES BIBLIOGRAPIQUES
[1] Negrache Bensaouag « Commande dynamique et Adaptative des robots manipulateurs
rigides en utilisant l’algorithme des moindres carrés et du gradient application à un robot à
3ddl, Puma »université d’Oran Es-Sénia, 23 octobre 2004.
[2] Etienne Dombre et Wisama Khalil « Modélisation et commande des robots » Editions
Hermes paris, 1988.
[3] Samson C, Michel Le Borgne and Bernard Espiau « Robot Control» Clarendon
press-oxford, 1991.
[4] Spong M.W. and M. Vidyasagar « Robot Dynamics and Control» John Willey and sons,
New York, 1989.
[5] Canudas De Wit C, B. Brogliato, A. De Luca, B. Siciliano, P. Tomel, C. and R. Ortega, R.

Lazano, G. Bastin, G. Campion, B. D’adrea Novel, and W. Khalil «Théories de la Commande
des Robots » Laboratoire d’Automatique de Grenoble, 1992.
[6] F. L. Lewis and C. T. Abdullah and D. M. Dawson « Control of robot manipulators» New
York, Macmillan, 1993
[7] Regilio Lozano and Damia Taoutaou « Identification et Commande Adaptative » Herms,
Paris, 2001.
[8] Kerraci Abdelkader « Synthèse des commande robustes des robots manipulateurs rigides »
université d’Oran Es-Sénia, 23 octobre 2004.
[9] Paden B. et R. Panja « Globally Aasymptotically Stable ‘ PD+’ Controller For Robot
Manipulators» Int Journal on Control, Vol. 47, P. 1697-1712.
[10] Kemal M. Citiz and Kumpati S. Narendra. « Adaptive Control of Robotic Manipulators
Usig Multiple Models and Switching » The International Journal of Robotics Research,
15(6):592-610, MIT December 1996.
67
Annexe A
Annexe A
Propriétés d’une matrice et la stabilité

Annexe A
A-1 Propriétés d’une matrice
Quelques propriétés de la matrice jouent un rôle important dans l’étude de la stabilité

des systèmes dynamiques. Les propriétés utilisées dans ce mémoire sont résumées dans cette
section.
Définition A.1
Une matrice réelle 𝐴 ∈ 𝑅 𝑛×𝑛 est dite définie positive si 𝑥 𝑇 𝐴 𝑥 > 0 pour tous 𝑥 ∈ 𝑅 𝑛 ,
et 𝑥 ≠ 0.
Une matrice réelle 𝐴 ∈ 𝑅 𝑛×𝑛 est dite semi définie positive si 𝑥 𝑇 𝐴 𝑥 ≥ 0 pour tous 𝑥 ∈ 𝑅 𝑛 .
Une matrice réelle 𝐴 ∈ 𝑅 𝑛×𝑛 est dite définie négative si 𝑥 𝑇 𝐴 𝑥 < 0 pour tous 𝑥 ∈ 𝑅 𝑛
et 𝑥 ≠ 0.
Une matrice réelle 𝐴 ∈ 𝑅 𝑛×𝑛 est dite semi définie négative si 𝑥 𝑇 𝐴 𝑥 ≤ 0 pour tous 𝑥 ∈ 𝑅 𝑛 .
Une matrice réelle 𝐴 ∈ 𝑅 𝑛×𝑛 est dite indéfinie si 𝑥 𝑇 𝐴 𝑥 > 0 pour quelque 𝑥 ∈ 𝑅 𝑛 et 𝑥 𝑇 𝐴 𝑥 <
0 pour les autres 𝑥 ∈ 𝑅 𝑛
Théorème A.2
Soit 𝐴 = [𝑎𝑖𝑗 ] une matrice réelle symétrique ∈ 𝑅 𝑛×𝑛 . Par conséquent, toutes les valeurs
propres de 𝐴 sont réelles. Nous avons :
Une matrice réelle ∈ 𝑅 𝑛×𝑛 est définie positive si toutes ses valeurs propres sont positives.
Une matrice réelle ∈ 𝑅 𝑛×𝑛 est semi définie positive si toutes ses valeurs propres sont non
négatives.
Une matrice réelle ∈ 𝑅 𝑛×𝑛 est définie négative si toutes ses valeurs propres sont négatives.
Une matrice réelle ∈ 𝑅 𝑛×𝑛 est semi définie négative si toutes ses valeurs propres sont non
positives.
Une matrice réelle ∈ 𝑅 𝑛×𝑛 est indéfinie si quelques de ses valeurs propres sont positives et les
autres sont négatives.
69
Annexe A
A-2 la théorie de stabilité de Lyapunov
La théorie de stabilité de Lyapunov traite du comportement des systèmes non linéaires

libres décrits par les équations différentielles suivantes :
𝑥̇ (𝑡) = 𝑓(𝑡, 𝑥(𝑡)) (𝐴. 1)
𝑡 ≥ 0, 𝑥 ∈ 𝑅 𝑛 , et 𝑓(. , . ): 𝑅+ × 𝑅 𝑛 −→ 𝑅est continue. L’idée de base de cette théorie est que

si nous considérons un système isolé dans le sens qu’il n’y a aucune forces externes agissant
sure ce système, comme l’équation (A.1), où sans perte de généralité, l’origine est un point
d’équilibre. Alors, nous supposons qu’il soit possible de définir une fonction, telle qu’elle soit
nulle à l’origine et positive ailleurs, et décrit, en quelque sorte, l’énergie totale du système. Si
le système originalement à l’équilibre, est perturbé à un nouvel état initial non nul, alors il y a
plusieurs possibilités. Si les dynamiques du système sont telle que l’énergie du système est
non croissante avec le temps, alors suivant la fonction de l’énergie, ça peut être suffisant pour
conclure que l’origine est stable. Si les dynamiques sont telle que l’énergie devient nulle avec
le temps, alors il peut être suffisant de décider que le point d’équilibre est asymptotiquement
stable. Finalement si les dynamiques sont telles que l’énergie croît au-delà de sa valeur
initiale, alors il est possible de conclure que le système est instable.
Lyapunov était capable d’extraire à partir de ce raisonnement une théorie générale qui
est applicable à n’importe quelle équation différentielle. Cette théorie demande de cherche
une fonction une fonction qui satisfait quelques propriétés. Cette fonction set une
généralisation de l’énergie des systèmes mécanique et elle est maintenant appelée la fonction
de lyapunov.
La théorie de Lyapunov nous permettra de déterminer la stabilité d’un point

d’équilibre particulier sans la résolution actuelle de l’équation différentielle (A.1). En plus,
elle nous fournira des résultats qualitatifs de la stabilité discutée, qui peut être utilisée dans la
conception des régulateurs stabilisants les systèmes dynamique non linéaires.
Dans cette section, nous devons donner le théorème de base de Lyapunov qui est
utilisée dans la stabilité, stabilité asymptotique et stabilité exponentielle.
70
Annexe A
Théorème A.3
L’origine du système (A.1) est stable, s’il existe une fonction de classe 𝐶 1 et localement
définie positive 𝑉 ∶ 𝑅+ × 𝑅 𝑛 −→ 𝑅 et une constante 𝑟 > 0 telle que :
𝑉̇ (𝑥, 𝑡) ≤ 0, ∀ 𝑡 ≥ 𝑡0 𝑒𝑡 ∀𝑥 ∈ 𝐵𝑟
Où 𝑉̇ est évaluée le long des trajectoires de (A.1).
Théorème A.4
L’origine du système (A.1) est uniformément stable, s’il existe une fonction de 𝐶 1
définie positive localement 𝑉 ∶ 𝑅+ × 𝑅 𝑛 −→ 𝑅 et une constante 𝑟 > 0 telle que :
𝑉̇ (𝑥, 𝑡) ≤ 0, ∀ 𝑡 ≥ 0 𝑒𝑡 ∀𝑥 ∈ 𝐵𝑟
Théorème A.4
L’origine du système (A.1) est asymptotiquement stable, s’il existe une fonction scalaire
𝑉 ∶ 𝑅+ × 𝑅 𝑛 −→ 𝑅 telle que :
1. 𝑉(𝑡, 𝑥) définie positive,

2. 𝑉̇ (𝑡, 𝑥) est définie négative.
En plus, si 𝑉(𝑡, 𝑥) est décroissante, alors l’origine est uniformément asymptotiquement stable.
Théorème A.5
L’origine du système (A.1) est asymptotiquement uniformément globalement stable, s’il

existe une fonction scalaire de 𝐶 1 définie positive localement 𝑉 ∶ 𝑅+ × 𝑅 𝑛 −→ 𝑅 et une
constante 𝑟 > 0 telle que :
1. 𝑉(𝑡, 𝑥) définie positive,

2. 𝑉(𝑡, 𝑥) est décroissante et radialement non bornée,
3. 𝑉̇ (𝑡, 𝑥) est définie négative.
71

Memoire Finale Kaddour

Transféré par

Droits d'auteur :

Formats disponibles

Memoire Finale Kaddour

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Memoire Finale Kaddour

Transféré par

Droits d'auteur :

Formats disponibles

République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Faculté des Sciences et de la Technologie

Option : Automatique des systèmes de production

Commande Adaptative Des Robots Manipulateurs Rigides

Réalisé par : ARBOUCHE Kaddour Encadré par : KERRACI Abdelkader

Année Universitaire 2014/2015

A mes frères et ma sœur,

A tous ceux qui me sont chers.

Je remercie énormément Mr KERRACI Abdelkader d’avoir accepté de m’encadrer et je suis

Nous nous intéressons dans ce mémoire au problème de la commande adaptative des

Table des matières

Chapitre 1. Généralité Sur Les Robots

Chapitre 2. Modélisation Dynamique Des Robots

2.3. MODELISATION DYNAMIQUE D’UN ROBOT MANIPULATEUR………….. 16

2.4.4. La matrice des forces centrifuges et de Coriolis………………………… 28

Chapitre 3. Commandes Dynamiques Classiques

3.2. COMMANDE POINT-A-POINT…………………………………………………... 34

Chapitre 4. Commande Adaptative Des Robots

4.3.1 Analyse de la stabilité……………………………………………………. 57

𝐶̂ Matrices des forces centrifuges et de Coriolis estimées

𝐶(𝑞, 𝑞̇ ) Matrices des forces centrifuges et de Coriolis

𝑔̂ Vecteur des forces de gravité

𝐼𝑖 Matrice pseudo-inertie du segment 𝑖

𝑘𝑝 Matrice diagonale définie positive de position

𝑘𝑣 Matrice diagonale définie positive de vitesse

𝐾(𝑞, 𝑞̇ ) Énergie cinétique

𝑚𝑗𝑘 (𝑞) Éléments générique de la matrice d’inertie 𝑀(𝑞)

𝑀(𝑞) Matrice d’inertie

̂ Matrice d’inertie estimée

𝑞 Vecteur des positions articulaires

𝑞̇ Vecteur des vitesses articulaires

𝑞̈ Vecteur des accélérations articulaires

𝑞̃ Erreur de poursuite de position

𝑞̃̇ Erreur de poursuite de vitesse

𝑞̃̈ Erreur de poursuite d’accélération

𝑄 Matrice diagonale définie positive

𝑈(𝑞) Energie potentielle

𝑉(𝑥) Fonction candidate de Lyapunov

𝑉̇ (𝑥) La dérivée de la fonction de Lyapunov

𝑥 Vecteur composé par l’erreur de poursuite de position et l’erreur de poursuite de vitesse

ᴦ Matrice diagonale symétrique définie positive

𝜃 Vecteur des paramètres réels

𝜃̂ Vecteur des paramètres estimés

𝜃̂̇ La dérivée du Vecteur des paramètres estimés

𝜏 Vecteur du couple appliqué aux articulations

LISTE DES FIGURES

Figure 1.1 Constituants mécanique des robots

Figure 1.2 Symbole de l’articulation rotoïde

Figure 1.3 Symbole de l’articulation prismatique

Figure 1.4 Architecture des porteurs

Figure 1.5 Structure générale d’un robot manipulateur

Figure 2.2 La représentation de Denavit-Hartenberg

Figure 2.3 Robot Scara

Figure 3.1 Schéma synoptique de la commande point à point

Figure 3.2 Schéma synoptique de la commande de Paden et Panja

Figure 3.3 Schéma synoptique de la commande du couple calculé type PD

LISTE DES TABLEAUX

Dans le langage courant, adapter signifie changer un comportement pour se