IMA4 2016/2017 P47

__________________________________________________________________________________________________________________________________________

Projet 47 : Modélisation d’un robot mobile __________________________________________________________________________________________________________________________________________

Encadrant : Mr. MIDZODZI Pekpe

Etudiants : MOHAMMED Djamil & KERROUM Hamza

___________________________________________________________

INTRODUCTION :

___________________________________________________________

Objectif du projet :

La modélisation à base de données d’un robot mobile.

Description :

Le modèle d’un système permet non seulement une meilleure compréhension de son comportement mais sa bonne utilisation et sa surveillance afin d’apporter des actions correctives à temps lors de défauts ou de défaillance du système. Ce projet a pour but la modélisation d’un robot à trois roues omnidirectionnelles à savoir le Robotino. Cette modélisation se fera à partir des données recueillies sur ce robot. Ce projet se déroulera suivant les phases suivantes :

      •	Choix du modèle du robot
      •	Choix de l’algorithme d’optimisation
      •	Estimation du modèle
      •	Validation du modèle

La validation consistera à comparer le comportement du modèle à celui du robot en appliquant les mêmes commandes aux deux.

Ce qu’il faut savoir avant de commencer :

I- L’identification :

Consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement

II- Les méthodes de d’identification :

      •	Boîte blanche : utilise les lois de la physique uniquement
      •	Boîte grise : utilise les lois de la physique et les mesures recueillies sur le système
      •	Boîte noire : se base uniquement sur les données recueillies sur le système

____________________________________________________________________________________

CAHIER DES CHARGES :

____________________________________________________________________________________

• La prise en main du Robotino

• Identification boite noire d’un modèle linéaire du système :

      -	Etude des méthodes d’identification des sous-espaces
      -	Prise en main de la Toolbox Identification de Matlab
      -	Application à l’identification du robot

• Validation en simulation

• Validation sur le robot

• Identification boîte noire d’un modèle non linéaire du robot :

      -	Etude des méthodes d’optimisation non linéaires
      -	Prise en main de la Toolbox optimisation non linéaire de Matlab
      -	Application à l’identification du robot

• Validation sur le robot

• Comparaison des deux modèles

• Création d’une interface avec l’outil GUI de Matlab