CONCEPTION D’UNE NOUVELLE ARCHITECTURE POUR ROBOT MOBILE

1. CONCEPTION D’UNE NOUVELLE ARCHITECTUREPOUR ROBOT MOBILE TER 2004 – 130 Romain CUVILLIER HEI 5 II Romain ROSTAGNO HEI 5 GE

2. SOMMAIRE DE LA PRESENTATION • Introduction à la coupe de robotique • État des recherches en 2003 • Besoins et cahier des charges • Conception de l’architecture • Asservissement en logique floue • Bilan

3. Coupe de France de robotique • Compétition amicale qui rassemble chaque année près de 200 équipes • Son but : faire concourir 2 robots autonomes sur une aire de jeu, autour d’un thème précis • La commission SYSTEO y participe pour la 9ème année

4. LE ROBOT • Le robot est un système mécanique et électronique, géré informatiquement • Il comporte des capteurs qui le renseignent sur son environnement • Il pilote des actionneurs afin de se déplacer et d’exécuter des actions de jeu.

5. Carte µC 8051 + GAL (décodage des rouescodeuses) CARTE MERE PC 104 Asservissement + Stratégie + Communication + Caméra Carte µC 8051 E/S capteurs et actionneurs actionneurs capteurs M Opto-coupleurs + variateurs caméra Carte d’acquisition M STRUCTURE ACTUELLE DU ROBOT

6. AVANTAGES Architecture complètement fonctionnelle Principe de l’asservissement maîtrisé Souplesse d’utilisation Technologie bien dimensionnée pour les besoins de l’asservissement INCONVENIENTS Encombrement important au sein du robot Consommation énergétique élevée Sensibilité aux interférences ETAT ACTUEL DU SYSTEME

7. NOUVEAUX BESOINS • Simplifier la chaîne électronique pour gagner en fiabilité • Prendre des mesures en matière de protection aux rayonnements électromagnétiques • Mieux organiser l’aspect logiciel • Réduire l’encombrement de l’architecture • Diminuer les consommations électriques

8. CAHIER DES CHARGES • Création d’une architecture simplifiée plus souple, moins encombrante et plus robuste : • automate programmable • Microcontrôleur • PC104 • Réutilisation de l’asservissement en logique floue. • Gérer les codeurs incrémentaux simplement. • Ecrire une application bien structurée. • Réaliser une plate-forme de tests à l’aide du robot 2003. • Créer des outils informatiques qui aideront à finaliser l’architecture.

9. LES AUTOMATES PROGRAMMABLES

10. LES CARTES PC104

11. LES MICROCONTRÔLEURS

12. LE CHOIX DEFINITIF • Il s’est porté sur un microcontrôleur • C’est le meilleur compromis entre les performances d’une PC104 et la fiabilité des automates programmables • Trois familles classiques ont retenu notre attention : • Les 68HC11 de Motorola • Les 8051 et leurs dérivés • Les modules BASIC (PicBasic,TigerBasic)

13. COMPARAISON ENTRE MICROCONTRÔLEURS

14. LE TINY TIGER • Modèle de gamme supérieure • 64 Ko SRAM • 512 Ko Flash • 36 E/S • PWM, timers,… • 100 000 instr./s • 2 ports série + I²C • Nécessité d’en utiliser deux

15. Capteurs internes divers Tiny TIGER R/4 Tiny TIGER R/4 Roues Codeuses CMU CAM Actionneurs M Variateur M Télémètres Variateur Balises SCHEMA SYNOPTIQUE DE L’ARCHITECTURE LES E/S DU ROBOT

16. LES VARIATEURS • Ce sont les éléments qui permettent la commande en puissance au moteur • Variateurs analogiques classiques • Variateurs numériques plus évolués

17. CHANGEMENT DES VARIATEURS • Variateur analogique • Pas de linéarité • Trop faible précision dans le contrôle

18. CHANGEMENT DES VARIATEURS • Variateur numérique • Très bonne linéarité • Grande précision dans le contrôle

19. ASSERVISSEMENT • Partie la plus conséquente du projet • Régulation à l’aide de la logique floue • Basé sur les données issues des codeurs incrémentaux • Nécessité d’étudier le robot avec la trigonométrie  importante optimisation des calculs de déplacement

20. LA LOGIQUE FLOUE • Travaux de Lotfi Zadeh introduits en 1965 • Ne demande pas une modélisation mathématique du système à réguler • Transformation des variables physiques d’entrée en variables linguistiques • Inférence par une base de règles logiques • Opération inverse, on retrouve des variables physiques

21. LA LOGIQUE FLOUE Variables physiques FUZZIFICATION INFERENCE DEFUZZIFICATION Variables physiques

22. 1 0,8 1 2 3 0,4 0 Faible distance Grande distance Moyenne distance FUZZIFICATION • A une valeur donnée, on associe un degré d’appartenance à chaque sous-ensemble • Pour chaque variable, on définit des sous-ensembles flous qui traduisent une variable linguistique

23. REGLES D’INFERENCE OU OU • Une note est donnée à MINIMALE, MOYENNE et MAXIMALE • OU  SOMME PONDEREE • ET et ALORS  PRODUIT

24. 0.75 0.4 CdG Vitesse minimale Vitesse maximale Vitesse moyenne DEFUZZIFICATION • On détermine la variable de sortie en se basant sur les notes attribuées lors des inférences • La valeur finale se déduit à l’aide du calcul du barycentre en général • Nous avons utilisé la méthode Somme/Produit :

25. Tâche MAIN (stratégie, contrôle du temps et de l’asservissement) Couche asservissement FUZZIFICATION () REGLES() DEFUZZIFICATION () Couche intégration et calculs CALCUL_PARAMETRES (DST, DIR) Couche interfaçage GET_POSITION () SORTIE_MOTEURS () INITIALISATION () ARCTANGENTE() AJUSTEMENT_ANGLE_REEL() AJUSTEMENT_ANGLE_ENTIER() STRUCTURE DU PROGRAMME

26. CARTE D’ESSAIS

27. BILAN • Architecture bien définie, fonctionnelle • Asservissement efficace, à régler • Gain en fiabilité et en simplicité • Programmation structurée en couches • Divers outils annexes développés

28. MERCI DE VOTRE ATTENTION QUESTIONS