Partenaires

CNRS
Ministère de l'Enseignement Supérieur et de la Recherche
Ecole Centrale de Lille
Université de Lille 1
CRIStAL

« février 2017 »
L M M J V S D
30 31 1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 1 2 3 4 5


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > A noter

Soutenance de Thèse : Yang QIAN

Titre de la thèse :

"Conception et Commande d’un Robot d’Assistance à la Personne"

Date :

Jeudi 4 juillet 2013 - 14 h - Amphithéâtre Boda - Ecole Centrale de Lille

Le jury de thèse est composé de :

Directeur de thèse : Ahmed Rahmani, Ecole Centrale de Lille

Rapporteur : Nacer M’Sirdi, Polytech’Marseille
Rapporteur : Daniel Sibobre, Université Paul Sabatier
Rapporteur : Jianming Yang, Meijo University, Japon

Membre : Quiang Zhang, Beihang University, Chine
Membre : Saïd Mammar, Université d’Evry Val d’Essonne
Membre : Belkacem Ould Bouamama

Résumé :

Ce travail s’inscrit dans le cadre de la commande d’un système multi agents/ multi véhicules. Cette thèse traite en particulier le cas de la commande d’un système multi-robots mobiles non-holonomes. L’objectif est de concevoir des lois de commandes appropriées pour chaque robot de sorte que l’ensemble des robots puisse exécuter des tâches spécifiques, de suivre des trajectoires désirées tout en maintenant des configurations géométriques souhaitées. L’approche leadeur-suiveur pour la commande d’un groupe de robots mobiles nonholonomic est étudiée en intégrant la technologie backstepping, avec une approche basée sur les neurodynamiques bioinspirées. Le problème de commande distribuée d’un système multi robots sur le consensus est également étudié. Des lois de commandes cinématiques distribuées sont développés afin de garantir au système multi-robots la convergence exponentielle vers une configuration géométrique souhaitée. Afin de tenir compte de la dynamique des paramètres inconnues, des commandes adaptatives de couple sont développés pour que le système multi-robots puisse converger asymptotiquement vers le modèle géométrique souhaité. Lorsque la dynamique est inconnue, des commandes à base de réseaux de neurones sont proposés.