F T ra n sf o F T ra n sf o

PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE

MINISTÈRE DE L'ENSEIGNEMENT SUPÉRIEUR

ET DE LA RECHERCHE SCIENTIFIQUE

UNIVERSITÉ IBN KHALDOUN - TIARET

FACULTE DES SCIENCES ET DE LA TECHNOLOGIE
ET SCIENCES DE LA MATIERE
DEPARTEMENT DES SCIENCES ET DE LA TECHNOLOGIE

MÉMOIRE DE FIN D’ÉTUDES

POUR L’OBTENTION DU DIPLÔME DE MASTER

DOMAINE : SCIENCES ET TECHNOLOGIE
FILIÈRE : GÉNIE ÉLECTRIQUE
SPÉCIALITÉ : Automatisation et contrôle des systèmes industriels

THÈME

Modélisation et Commande pour la

stabilisation d’un robot pendulaire
inversé sur des roues
Présenté par : MESSABIH Mohamed

Et ZEKRI Boulanouar

Devant Le Jury :
M. HATTAB Abed El-illah Université de Tiaret Encadreur
M. ALLAOUI Tayeb Université de Tiaret Co-encadreur
M. SBAA morsli Université de Tiaret Examinateur
M. ACED Mohamed Reda Université de Tiaret Président

Année universitaire : 2011-2012

 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

REMERCIEMENTS

Nous tenons tout d’abord à remercier Dieu le tout puissant et miséricordieux, qui nous
a donné la force et la patience d’accomplir ce Modeste travail. .
En second lieu, nous tenons à remercier notre encadreur Mr : Hattab Abd El-illah et
notre Co-encadreur Mr : Allaoui Tayeb , a leurs précieux conseil et leurs aide durant toute la
période du travail. .
Nos vifs remerciements vont également aux membres du jury pour l’intérêt qu’ils ont
porté à notre recherche en acceptant d’examiner notre travail Et de l’enrichir par leurs
propositions.
Nous tenons également à remercier toutes les personnes qui ont participé de près ou de
loin à la réalisation de ce travail.

Enfin, nous adressons nos plus sincères remerciements à tous nos proches et amis, qui
nous ont toujours soutenue et encouragée au cours de la réalisation de ce mémoire. .
Merci à tous et à toutes.
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Dédicaces
Nous sommes

MESSABIH Mohammed
Et
ZEKRI Boulanouar

nous dédions ce travail

A la mémoire de

Nos parents.
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Liste des figures

Chapitre I : état de l’art

Fig I.1 schéma de pendule inverse……………………………………………………….…….5

Fig I.2 Les applications de pendule inverse……………………………………………………6

Fig I.3 Segway i180 series (gauche) et iBot 4000 (droite)……………………………………7

Fig I.4 EMIEW (gauche) and EMIEW2 (droite)………………………………………………8

Fig I.5 QA (gauche) and QB (droite)…………………………………………………………9

Fig I.6 nBot…………………………………………………………………………………...10

Fig I.7 Deux plate-forme à roues avec actionneur roue à réaction…………………………...10

Fig I.8 les trois cas du pendule inverse……………………………………………………….11

Fig I.9 Diagramme de robot pendule inverse…………………………………………………12

Chapitre II : modélisation mathématique

Fig II.1 Modèle dynamique du robot pendule inverse………………………………………..16

FIG II.2 Inclinaison et déplacement linéaire du robot………………………………………..17

Fig II.3 Diagramme de moteur a cc…………………………………………………………..18

Fig II.4 Diagramme de corps libre de la dynamique d’inclinaison…………………………..20

Fig II. 5 Diagramme de corps libre d’une roue……………………………………………….21

Fig II.6 Déplacements des roues lors d’un changement de direction………………………...24

 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig II. 7 Diagramme de corps libre de la dynamique d’angle de direction…………………..26

Fig II.8 Schéma de principe du système en boucle ouverte………………………………….29

Fig II.9 La réponse echlon en boucle ouvert de l’angle de l’inclinaison……………………………29

Fig II.10 La réponse echlon en boucle ouvert du déplacement……………………………….30

Fig II.11 La réponse echlon en boucle ouvert de la direction………………………………...30

Chapitre III : la commande d’un robot pendule inverse

Fig III.1 schéma de commande système on boucle ferme……………………………………34

Fig III.2 : Schéma bloc du système commandé………………………………………………38

Fig III.3 Le schéma bloc d’un contrôleur LQ………………………………………………...41

Chapitre IV : La simulation

Fig IV.1 La réponse impulsionnelle des variables d’états……………………………………47

Fig IV.2 La réponse impulsionnelle des sorties de système………………………………….47

Fig IV.3 la réponse impulsionnelle des variables d’états …………………………………….48

Fig IV.4 la réponse impulsionnelle de la sortie de système ………………………………….48

Fig IV.5 la réponse step de l’angle …………………………………………………………49

Fig IV.6 la répons step de la sortie de système……………………………………………….50

Fig IV.7. La réponse impulsionnelle de l’angle par la commande optimale si on varie Cf.51

Fig IV.8. La réponse step de la direction par la commande PID si on varie Cf………………52
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig IV.9. La réponse impulsionnelle de la direction par la commande optimale si on varie

Cf……………………………………………………………………………………………...52

Fig IV.10. La réponse step de l’angle par la commande PID si on varie Cf………………53

Fig IV.11. La réponse step de l’angle par la PID si on varie Jw…………………………...54

Fig IV.12. La réponse impulsionnelle de la direction par la commande optimale si on varie

Jw……………………………………………………………………………………………..54

Fig IV.13. La réponse step de la direction par la commande PID si on varie Jw…...………..55

Fig IV.14. La réponse impulsionnelle de l’angle par la commande optimale si on varie

Jw……………………………………………………………………………………………..55

Fig IV.15. La réponse impulsionnelle de la direction par la commande optimale si on varie

Ra……………………………………………………………………………………………..56

Fig IV.16. La réponse step de la direction par la commande PID si on varie Jw…………….56

Fig IV.17. La réponse step de l’angle par la commande PID si on varie Jw……………….57

Fig IV.18. La réponse impulsionnelle de l’angle par la commande optimale si on varie Jw57

Fig IV.18. La réponse de l’inclinaison par la commande optimale et PID et de la direction

aussi par la commande optimale et PID………………………………………………………58

Appendices

VI.1 Le fichier simulink de notre système……………………………………………………62

VI.2 Fig résultats de la commande optimale pour la direction……………………………….63

VI.3 Fig résultats de la commande optimale pour l’inclinaison……………………………...63

VI.4 Fig résultats de la commande PID pour la direction…………………………………….64

VI.2 Fig résultats de la commande PID pour l’inclinaison…………………………………...64

 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Liste des tableaux

TAB II.1 Paramètres du système……………………………………………………………15

Tab IV.1 les paramètres de la réponse impulsionnelle de l’angle avec la commande

optimale………………………………………………………………………………………47

Tab IV.2 les paramètres de la réponse impulsionnelle de la direction avec la commande

optimale……………………………………………………………………………………….49

Tab IV.3. les paramètres de la réponse echlon de l’angle de l’inclinaison avec la commande
PID………...………………………………………………………………………………….50

Tab IV.4. Les paramètres de la réponse echlon de la direction avec la commande PD..…….50

Tab IV.5. Les paramètres de la réponse PID et optimale……………………………………..58

 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Sommaire
Remerciement
Liste des figures
Liste des tableaux
Sommaire
Introduction générale ………………………………………………………………………….1

Chapitre I : état de l’art

I.1. Introduction ………………………………………………………………………………..5

I.2. Pendule inverse ……………………………………………………………………………5

I.2.1 Applicatives …………………………………………………………………………..5

I.3. Robot pendule inverse……………………………………………………………………..6

I.4 Principe de fonctionnement de robot pendule inverse ……………………………………11

Chapitre II : modélisation mathématique

II.1. Introduction ……………………………………………………………………………..14

[Link] modèle mathématique de robot pendule inverse et leur système dynamique ………..15

[Link] et déplacement linéaire………………………………………………………16

[Link]èle linéaire d’un moteur à courant continu ……………………………………18

[Link] appliqué à une roue ………………………………………………………...18

[Link] d’inclinaison …………………………………………………………..19

[Link] des roues et du déplacement linéaire ………………………………….20

[Link]èle d’état de la dynamique linéaire……………………………………………..22

II.3.6. Fonction de transfert de la dynamique linéaire …………………………………….23

 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

[Link] de direction ……………………………………………………………………….23

[Link]èle d’état de la dynamique de direction………………………………………..27

[Link] de transfert de la dynamique de direction ………………………………...28

II.5 Le système en boucle ouvert …………………………………………………………….28

II.5.1 La Réponse echlon en boucle ouverte……………….……………………………...29

Chapitre III : la commande d’un robot pendule inverse

III.1. Introduction …………………………………………………………………………….32

III.2. Commandabilité et observabilité……………………………………………………….32

III.2.1. la commandabilite de l’inclinaison et déplacement linéaire ……………………...32

III.2.2. la commandabilite de l’ongle de direction ……………………………………….33

III.2.3. l’observabilité de l’inclinaison et déplacement linéaire ………………………….33

III.2.4. l’observabilité de l’ongle de direction ……………………………………………33

III.3. Commande système on boucle ferme ………………………………………………….34

III.3.1. La commande classique (PID)…………………………………………………….34

III.3.1.1. Actions du régulateurs PID …………………………………………………34

III.[Link]. L’action proportionnelle ……………………………………………….35

III.[Link]. L’action intégrale ………………………………………………………35

III.[Link]. L’action dérivée ………………………………………………………..35

III.3.1.2Commande de l’inclinaison et déplacement linéaire du robot par PID …........36

III.[Link] Critères de choix des régulateurs ………………………………………..36

III.3.1.3Commande de l’ongle de direction du robot par un PID ……………………...37

III.[Link] Critères de choix des régulateurs ………………………………………..37

III.[Link] Procédure de synthèse d’un contrôleur PD ……………………………...37

 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

III.3.2. La commande linéaire quadratique ……………………………………………….38

III.3.3. Procédure de synthèse d’un contrôleur LQ ……………………………………….39

III.3.4. Le choix des matrices de pondération …………………………………………….41

III.3.5. La régulation de l’inclinaison et déplacement linéaire du robot par un contrôleur

LQ ……………………………………………………………………………………………42

III.3.6. La régulation de l’ongle de direction du robot par un contrôleur LQ…………….43

Chapitre IV : La simulation

IV.1. Introduction …………………………………………………………………….………46

IV.2. Le cahier des charges …………………………………………………………………..46

IV.3. La simulation par la commande optimale………………………………………………46

IV.3.1. la simulation de l’inclinaison et le déplacement linéaire …………………………46

IV.3.2. La simulation de la déplacement non linéaire……………………………………..48

IV.4. La simulation par la commande PID …………………………………………………..49

IV.4.1. la simulation de l’inclinaison et le déplacement linéaire………………………….49

IV.4.2. La simulation de la déplacement non linéaire…………………………………….50

IV.5. Test de robustesse ……………………………………………………………………...50

IV.5.1. La variation de coefficient de friction……………………………………………..51

IV.5.2. La variation de moment d’inertie ………………………………………………..53

IV.5.3. La variation de résistance d’armature …………………………………………….55

IV.6. La différence entre résulta de la commande optimal et résultat de PID……………….58

Conclusion …………………………………………………………………………………...59

Références ……………………………………………………………………………………60

Appendis ……………………………………………………………………………………..62
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

A. Programme matlab ………………………………………………………………….62

B. Le fichier simulink de notre système ………………………………………………64
C. Le résultats de scope ………………………………………………………………..65
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

LISTE DES NOTATIONS ET DES SYMBOLES

(t) : angle de direction

: efficacité de la boîte de réduction
(t) : angle d’une roue
i(t) : angle de l’arbre moteur
l(t) : angle de la roue gauche
o(t) : angle de l’arbre de la boîte de réduction
r(t) : angle de la roue droite
(t) : angle d’inclinaison
CF : constante de friction
D : distance entre l’arbre du moteur et le centre de gravité
F(t) : force appliqué au sol par une roue
Fl(t) : force appliqué au sol par la roue gauche
Fr(t) : force appliqué au sol par la roue droite
Jb : moment d’inertie de la moitié du corps du robot
Jd : moment d’inertie du robot autour de l’axe vertical
Jw : moment d’inertie de l’une des roues
Ke : constante de force électromotrice des moteurs
Kt : constante de couple des moteurs
M : masse de la moitié robot, y compris une roue
Mb : masse de la moitié du corps du robot
Mw : masse de l’une des roues
T(t) : couple livré à une roue

Ti(t) : couple livré à la boîte de réduction par un moteur à courant continu

Tl(t) : couple livré à la roue gauche
Tr(t) : couple livré à la roue droite
Ra : résistance d’armature des moteurs
Rg : rapport de la boîte de réduction
Rw : rayon des roues
S : distance entre les roues
x(t) : position du robot
xl(t) : position de la roue gauche
xr(t) : position de la roue droite
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Introduction générale :

Dans le domaine scientifique et celui de l’enseignement, l’automatique a souvent

recours à des cas d’études particuliers, qui sont représentatifs de grandes classes
d’applications. De plus, avec l’expérience, la connaissance de ces cas s’est affinée et ils
fournissent aujourd’hui une base idéale pour comparer de façon valable les avantages et les
inconvénients d’approches différentes. Le pendule inversé est l’un de ces cas typique qui
occupe une place importante dans l’industrie comme un outil de transport, d’inspection et
d’intervention dans des milieux hostiles, en particulier quand les capacités de mouvement
autonome sont exigées.

La description du pendule inversé muni de son actionneur et ses capteurs ainsi que les
divers phénomènes physiques présents lors du fonctionnement, montrent la forte complexité
due aux nombreux non linéarités ainsi que la difficulté à modéliser parfaitement la dynamique
du système pendule inverse -capteurs- actionneur. Le contrôle du pendule inversé pour le
redressement et la stabilisation devient ardu, car la connaissance du système se révèle
imprécise et imparfaite

En outre, la commande de ces systèmes non linéaires sous actionnés représente encore
un champ très large et intéressant dans les travaux de recherche de nos jours, où la conception
des contrôleurs pour les systèmes sous actionnés ne se limite pas à l’intérêt de commander
ceux-ci, mais elle présente un avantage pour les systèmes qui sont entièrement actionnés et
qu’ils ont aussi besoin d’avoir des contrôleurs de ce genre, ces contrôleurs sont implémentés
en raison de sécurité dans le cas où un des actionneurs de ces systèmes subit un échec.

Notre travail est appliqué à un système pendule inversé, qui est un système non linéaire,
instable, SIMO (Single Input Multiple Output) ; sous actionné, à plus d’un degrés de liberté,
très sensible aux retard, afin d’illustrer et comparer les différentes lois de commandes
linéaires et non linéaires, leurs tests de performances et de robustesse mis en œuvre et
implémentés réellement sur un banc d’essais pour le redressement et stabilisation du pendule
depuis sa position d’équilibre stable vers la position d’équilibre instable.

Quand on pense d'un pendule que nous pensons d'une boule à l'extrémité d'un fil
suspendu à un point de pivot, ainsi un pendule inversé est exactement le contraire. Le pendule
inversé est un pendule dont la masse est au-dessus du point de pivot, par le simple fait que sa
masse est au-dessus du point de pivot du système est instable par nature. En raison du fait
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

qu'il est instable, c'est un très bon exemple dans l'ingénierie de contrôle pour vérifier une
théorie du contrôle.

Pendule inversé fournit un exemple bon modèle pour un guidage fusée ou un missile, un
système d'aéronef pour l'atterrissage automatique, stabilisation des avions dans le flux d'air
turbulent, la stabilisation d'une cabine sur un navire, et ainsi de suite. Un robot à deux roues
pendule inversé est un robot qui simule le comportement d'un pendule inversé, c'est à dire,
nous cherchons à comprendre un robot qui peut auto en équilibre sur deux roues que par la
lecture et la compréhension des données fournies et d'agir sur le deux-roues selon.

En raison de la nature instable du pendule, c'est un exemple de l'utilisation de la théorie

du contrôle.

La théorie du contrôle est une discipline qui traite du comportement des systèmes
instables. La sortie désirée d'un système de référence est appelé, quand un système comme
entrées multiples il besoin d'un contrôleur d'agir sur eux de sorte que sa possible d'obtenir la
sortie désir du système.

Un contrôleur, en théorie du contrôle, est un dispositif qui observent et manipulent les

entrées d'un système de telle sorte que nous obtenons la sortie désir. Par exemple, les capteurs
d'une porte automatique (contrôleur) qui va ouvrir la porte à l'approche d'une personne. Dans
ce cas, le contrôleur est appelé un contrôleur en boucle ouverte, car on ne se préoccupe pas
des forces inattendues qui agissent sur le système. Pour résoudre ce problème, la théorie du
contrôle introduit commentaires. Dispositif de commande en boucle fermée utilise les
informations pour commander la sortie d'un système dynamique.

Des architectures de contrôleur en boucle fermée comprennent le régulateur PID et la

méthode LQR.

Régulateur PID signifie proportionnel-intégral-dérivé de contrôleur et les tentatives

pour corriger l'erreur entre la variable mesurée du processus, c.-à-d. la variable que nous
avons besoin de contrôler, et d'un point de consigne, la valeur que la variable doit atteindre ou
obtenir. Il a réalisé par le calcul d'une action corrective pour régler le processus en
conséquence et rapidement dans un afin de maintenir l'erreur minimale. C'est la somme des
termes d'arbres, le terme proportionnel qui change la valeur de sortie selon l'erreur de courant,
le terme intégral est proportionnelle à l'amplitude de l'erreur et la durée de l'erreur, et le terme
dérivé de PID calculer l'erreur au cours du temps.
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Le régulateur linéaire quadratique (LQR) est une méthode bien savoir pour déterminer
les réactions gains d'un système dynamique. Il est supposé que nous avons un optimal plein
retour d'état, c.-à-d. que nous pouvons mesurer l'ensemble de nos Etats.

Le but de projet est l’etude d’un robot pendule inversé, il est capable de marcher dans
une surface plane. La capacité de balance sur deux roues est très efficace pour la mobilité, la
facilité de rotation dans l’espace serré.

- Faire la connaissance des scooters et robots en équilibre, le principe de l’autobalance.

- Calculer les paramètres dynammiques du véhicule, les équations d’état du modèle.
- Construire la simulation en Matlab.
- Projeter le modèle et fabriquer la structure mécanique du modèle.
- Construire le modèle général en simulation:
- Le modèle équivalent – le pendule inverse.
- La simulation par Matlab-Simulink: scooter en équilibre.

Dans un robot de pendule inversé nous nous intéressons à la mesure de l'inclinaison du

pendule, Pour mesurer l'inclinaison du système pendule inversé nous avons besoin de mesurer
l'accélération dans deux axes, avec ces données, il est possible de déterminer l'inclinaison du
pendule et plus précisément l'angle qui impose un problème d’instabilité à l’angle =0, il nous
servira notamment, plus loin dans les chapitres suivants pour les tests des différentes
commandes synthétisées[23].

Par la suite, nous développerons un modèle dynamique qui sera présenté sous forme
d’équations différentielles déduites à partir du formalisme d’Euler-Lagrange qui constitue une
approche systématique simple à mettre en œuvre. Puis, nous présenterons ce système dans
l’espace d’état.
Une implémentation de ces modèles sous MATLAB/SIMULINK sera également
présentée ainsi que les différents résultats de simulation numérique[24].
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Chapitre I :
état de l’art

4
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

I.1. Introduction :

Mener revue de la littérature avant chaque projet de recherche est essentiel. Cela peut
fournir au chercheur des informations très utiles sur les technologies disponibles et les
méthodologies utilisées par leurs homologues d'autres recherches à travers le monde sur ce
sujet. Ce chapitre fournit un résumé des revues de littérature sur des sujets liés à deux roues
pendule inversé [25].

I.2. Pendule inversé :

Un pendule inversé est un pendule qui sa masse supérieure à son point de pivotement. Il
est souvent mis en œuvre avec le point de pivot monté sur un chariot qui peut se déplacer
horizontalement et peut être appelé un panier et le pôle. Alors que d'un pendule normale est
stable lorsqu'il est accroché à la baisse, un pendule inversé est intrinsèquement instable, et
doit être activement équilibrée afin de rester debout, soit en appliquant un couple au point de
pivot ou en déplaçant le point de pivot à l'horizontale dans le cadre d'un système de
rétroaction [23].

Fig I.1 schéma de pendule inverse

I.2.1 Applicatives :

La validation des méthodes de poursuite par retour visuel permettra à une mise en
œuvre au sein du projet « Attelage Virtuel » (suite du projet AVIVA) qui consiste à «
accrocher » un véhicule meneur (avec conducteur) et un suiveur (autonome) grâce à des
capteurs « immatériels » ou « sans contact ».
Par ailleurs, l’intégration de systèmes de navigation tels que GPS (Etats Unis),
GLONASS (Russie), GALILEO (Europe) et BEIDOU (Chine) permettra de réaliser la
commande à distance, la commande via réseaux de transports autonomes (guidage, détection
et localisation des défaillances).
La figure (Fig I.2) illustre des applications potentielles de pendule inversé.

5
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

(Fig I.2) Les applications de pendule inversé.

I.3. Robot pendule inverse :

Il y a plusieurs succès des produits commerciaux et de nombreux prototypes de

recherche à travers le monde. Dans les paragraphes suivants on va rappeler certains des
produits, des recherches et des prototypes qui ont construit sur la base de deux-roues bases de
robots d'équilibrage.

Segway est un transporteur bien connu auto équilibrage personnelle, qui a été produite
par Segway Inc du New Hampshire, États-Unis [22]. Il a été inventé par Dean Kamen en
2001. Segway est entraîné par des servomoteurs et il peut accélérer jusqu'à 20 kilomètres par
heure. Un capteur d'inclinaison et de plusieurs gyroscopes sont employés dans Segway pour
détecter le mouvement angulaire de robot. Segway coureur est capable d'accélérer et décélérer
en se penchant en avant ou en arrière. En 2006 IBot était un autre produit qui a développé de
Kamen [20]. IBot est un fauteuil roulant électrique mobile. Il monte les escaliers et se tient en
équilibre sur deux roues. IBot augmente sa hauteur quand il tient en équilibre sur deux roues.
Augmenter la hauteur offre une vision du niveau des yeux pour une personne désactivé pour
communiquer avec d'autres personnes. Figure (Fig I.3) illustre les fonctionnalités IBOT.

6
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig I.3 Les robots Segway i180 series (gauche) et iBot 4000 (droite)

EMIEW est un robot humanoïde développé par l'équilibrage d’Hitachi groupe de

recherche [19]. EMIEW représente une excellente mobilité et l'existence Interactive comme
Workmate. Ce robot est un guide ou un robot de surveillance dans un environnement du
monde réel tel que les bureaux, les usines ou les hôpitaux. Hitachi a mis au point deux
modèles d’EMIEW. Ces deux modèles peuvent éviter les obstacles et ont une vitesse de
pointe de 6 kilomètres par heure. EMIEW2 été donné une mobilité accrue en déployant un
système de suspension pour chaque jambe et de reconnaissance vocale. Figure (Fig I.4)
illustre plus de photos d’EMIEWs.

7
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig I.4 Les robots EMIEW (gauche) and EMIEW2 (droite)

Anybots est une société fondée par Trevor robotique Blackwell en 2001 [17]. QA et QB
sont deux robots de téléprésence mobiles développés par Anybots que l'équilibre sur deux
roues et de manœuvre en douceur. Ces robots de fournir une communication facile via
Internet pour un utilisateur, qui ne peuvent assister à la deuxième place. QB est la dernière
version de robot de téléprésence d’Anybot. Il peut pivoter autour de son axe vertical et
d'entraînement à 5,6 kilomètres par heure. Les figures (Fig I.5) illustre QA et QB,
respectivement.

8
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig I.5 Les robots QA (gauche) and QB (droite)

David P. Anderson a développé un prototype de robot sur deux roues d'équilibrage dans
son atelier [16]. Anderson a été choisi quatre mesures essentielles qui définissent le
mouvement et la position de nBot. Ces mesures sont les suivantes:
• Position de robot
• Vitesse de robot
• La position angulaire des roues
• La vitesse angulaire des roues
Ces mesures ont été sommées en une rétroaction au microcontrôleur. Puis
microcontrôleur génère le signal requis en tant que tension du moteur, qui est proportionnel au
couple de moteur.

9
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig I.6 nBot

Le Laboratoire d'Electronique industrielle à l'Institut fédéral suisse de technologie en

Suisse a construit un robot équilibrage véritablement mobile et autonome à deux roues (JOE)
[18]. Les chercheurs ont développé deux espace-état contrôleurs. Un contrôleur commande la
rotation autour de l'axe latéral (hauteur) et le second un contrôle de la dynamique autour de
son axe vertical (lacet). Chaque contrôleur de produire un couple nécessaire pour les moteurs
droit et gauche.

Fig I.7 Deux plate-forme à roues avec actionneur roue à réaction

10
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

I.4 Principe de fonctionnement de robot pendule inversé :

Un robot sur deux roues d'équilibrage est un système instable dynamique. Cela signifie
que le robot est libre de tomber en avant ou en arrière sans aucunes forces appliquées. Robot
est équilibre lorsque son centre de gravité et les roues sont situés sur une ligne verticale
imaginaire identique. Sinon, les roues devraient suivre les chutes du robot jusqu'à ce robot lui-
même l'équilibre. L'utilisation de deux roues seulement pour robot sur deux roues
d'équilibrage de fournir un poids plus léger et plus lisse manœuvre. La figure 1.1 illustre les
fonctions de base du robot équilibrage [1].

Fig I.8 les trois cas du pendule inverse

11
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre I état de l’art
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig I.9 Diagramme de robot pendule inversé

12
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Chapitre II : modélisation
mathématique

13
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

II.1. Introduction :

Afin de pouvoir concevoir un correcteur capable de stabiliser le robot et lui faire pour
suivre une trajectoire, il est nécessaire dans un premier temps de mettre au point un modèle
mathématique qui représente fidèlement son comportement. La dynamique du robot sera
représentée par deux modèles découplés, le premier décrivant la dynamique d’inclinaison et
de déplacement linéaire, et le deuxième décrivant la dynamique d’angle de direction. La
dynamique globale du robot a été découplée afin de pouvoir concevoir deux contrôleurs
déférentes ; un contrôleur classique et l’autre avance et dans chaque contrôleur deux parties
séparément ; le premier pour l’angle d’inclinaison et le déplacement linéaire et le deuxième
pour l’angle de direction. De cette façon, il est possible d’assigner différentes performances
aux deux sous-systèmes et éviter un couplage des dynamiques par le contrôleur.

Les valeurs des paramètres du moteur et de la boîte de réduction ont été obtenues à
partir de leurs fiches techniques tandis que les valeurs des moments d’inertie du robot ont été
estimées à partir du modèle de conception mécanique assisté par ordinateur dans le logiciel
Catia et les poids des différentes composantes ont été obtenus en les pesants avec une balance
électronique. Toutes les valeurs des paramètres sont présentées au TAB. II.1.

Pour le développement du modèle mathématique représentant la dynamique du robot,

certaines hypothèses doivent être faites. De façon générale, on considère que le robot
semaintient autour de la position verticale, que ses roues restent en contact avec le sol en tout
temps et qu’il se déplace à basse vitesse. Les forces de réactions entre le corps du robot et les
roues ainsi que la force centrifuge due au mouvement d’inclinaison du robot sont également
négligées. On considère que les moteurs appliquent des couples aux roues et sur le corps du
robot simultanément et que les roues appliquent à leur tour des forces sur le sol provoquant
une accélération linéaire du robot ainsi qu’une accélération angulaire autour de l’axe vertical
faisant varier l’angle d’orientation du robot. Ces hypothèses sont prises afin d’obtenir un
modèle linéaire, bien qu’approximatif, relativement simple représentant bien la dynamique du
système autour de la position d’équilibre. Le contrôleur conçu à la chapitre III devra être
suffisamment robuste afin d’assurer la stabilité du système malgré le fait que le modèle n’est
qu’une approximation de la dynamique véritable du système.

Si les effets des forces de réactions entre le corps du robot et les roues ainsi que la
force centrifuge due au mouvement d’inclinaison du robot étaient prises en considération lors
du développement du modèle mathématique représentant la dynamique du robot, on sera
14
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

trouverait avec un modèle plus complexe et contenant plus de termes non-linéaires devant être
linéarisés[14]. On va extraire par la modèle mathématique l’espace d’état et aussi la fonction
de transfert. Cette approche a été utilisée par MATHIEU LOZEAU.

Symbole Valeur (Unité) Description

Rw 4.575 (cm) rayon des roues

M 1.076 (kg) masse de la moitié robot, y compris une roue

Mb 1.054 (kg) masse de la moitié du corps du robot

Mw 0.022 (kg) masse de l’une des roues

Jb 43.47 (kg*cm2) moment d’inertie de la moitié du corps du robot

Jd 108.21 (kg*cm2) moment d’inertie du robot autour de l’axe Z

Jw 0.04269 (kg*cm2) moment d’inertie de l’une des roues

D 6.19252 (cm) distance entre l’arbre du moteur et le centre de gravité

S 22.9 (cm) distance entre les roues

Kt 0.0552 (N*m/A) constante de couple des moteurs

Ke 0.0552 (V*s/rad) constante de force électromotrice des moteurs

Ra 41.5 ( ) résistance d’armature des moteurs

Rg 6 (N/A) rapport de la boîte de réduction

0.8 efficacité de la boîte de réduction

Cf 0.001 (N*m*s/rad) constante de friction

TAB II.1 Paramètres du système

[Link] modèle mathématique de robot pendule inverse et leur système dynamique :

Il est important de comprendre la dynamique de robot pendule inverse pour faire la

modélisation.

15
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig II.1 Modèle dynamique du robot pendule inverse

Le robot pendule inverse a trois degrés de liberté .les degrés de liberté décrite par trois
types de rotation du robot autour des axes X, Y et Z, qui sont appelés rouleau, tangage et
lacet, respectivement. Dans ce projet, l'accent était mis sur la rotation autour d'axes y
(hauteur), il suppose que le centre de gravité du robot est situé au point p et (op) représente
l'angle de tangage de la coordonnée du point p changera si robot s'éloigne de son
emplacement initial le long x0 axe[1].

[Link] et déplacement linéaire

Tout d’abord, un modèle pour la dynamique d’inclinaison et de déplacement linéaire

est mis au point en faisant l’hypothèse que le robot se déplace en ligne droite. En tenant
compte de la symétrie du robot par rapport à l’axe vertical, il est possible de ne considérer que
la moitié du robot avec un seul moteur, en notant que des couples de valeurs égales doivent
être appliqués par chacun des deux moteurs afin de provoquer un déplacement purement
linéaire du robot. Par conséquent, la même tension doit être fournie aux deux moteurs et cette
tension (t) sera considérée comme l’entrée de ce sous-système. En se référant aux variables
et paramètres définis dans la liste des notations et des symboles, on peut faire les observations
suivantes :

– la masse de la moitié du robot M consiste en la somme de la moitié de la masse du

corps et de la masse d’une roue :

16
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

– la constante de couple et la constante de la force électromotrice sont

équivalentes dans le système d’unités international

– la position linéaire du robot x(t) peut être obtenue à partir du déplacement angulaire
d’une roue (t) et le rayon d’une roue de cette façon :

x(t) ( )(II. 1)

– le déplacement angulaire de l’arbre du moteur ) est relié au déplacement

angulaire de l’arbre de la boîte de réduction ) par le facteur de réduction de la boîte de
réduction de la façon suivante :

)= (II. 2)

– le déplacement angulaire de l’arbre de la boîte de réduction ) est constitué du

déplacement angulaire de la roue (t) et de l’inclinaison du robot (t) :

) = (t) + (II. 3)

– la force de friction F(t) entre la roue et le sol est responsable d’engendrer une
accélération linéaire du robot :

( ) (II. 4)

FIG II.2 Inclinaison et déplacement linéaire du robot

17
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

[Link]èle linéaire d’un moteur à courant continu :

Le robot est alimenté par deux moteurs Faulhaber DC. Dans cette section, le modèle
espace d'état du moteur à courant continu est dérivée. Ce modèle est ensuite utilisé dans le
modèle dynamique du Robot pour fournir un équilibre entre une relation entre la tension
d'entrée aux moteurs et le couple de commande nécessaire pour équilibrer le robot[2].

FigII.3 Diagramme de moteur a cc

Le couple généré par un moteur est proportionnel à son courant :

( ) (II. 5)

En faisant l’hypothèse que l’inductance du moteur est négligeable, il est possible

d’exprimer le courant en fonction de la tension d’entrée et la force électromotrice en utilisant
la loi d’Ohm :
( ) ( )
( )= (II. 6)

On peut maintenant établir la relation entre le couple généré par le moteur et la tension
appliquée à son entrée en combinant les équations (II.5) et (II.6) de cette façon :

( ) ( )
( ) (II. 7)

[Link] appliqué à une roue :

La relation exprimant le couple appliqué à une roue par un moteur à travers la boîte de
réduction est la suivante :
( ) )

18
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

En remplaçant ) par la relation trouvée en (II.7), on obtient la relation suivante :

( )= ( ) ( )

En utilisant la relation entre ) et ) donnée par l’équation (II.2), on peut

exprimer l’équation précédente en fonction de ) de cette façon :

( )= ( ) ( )

Puis, en considérant la dérivée de l’équation (II.3) par rapport au temps, on obtient :

( )= ( ) ( ) ( )

Finalement, à partir de l’équation (II.1), on obtient la relation donnant le couple

appliqué à une roue T(t) en fonction de la tension à l’entrée d’un moteur ( ), de la vitesse de
déplacement linéaire du robot ( ) et de la dérivée par rapport au temps de son angle
d’inclinaison ( ) :

( )= ( ) ( ) ( ) (II. 8)

[Link] d’inclinaison :

En se rérérant à la Fig II.4 et en notant que le couple appliqué à une roue est également
appliqué à la moitié du corps du robot, on peut faire le bilan des couples agissant sur la moitié
du corps du robot comme suit :

19
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

FigII.4 Diagramme de corps libre de la dynamique d’inclinaison

( ) sin ( ) ( ) ( ) (II. 4)

En remplaçant T(t) par la relation trouvée en (II.8), on obtient la relation suivante :

( )
( ) sin ( ) + ( ) ( ) ( ) ( )

Ce qui donne à son tour :

sin ))
( )= ( ) ( )+ ( )

Par contre, cette équation contient le terme non linéaire sin )) et nous devons la
linéariser afin de pouvoir utiliser la théorie de la commande des systèmes linéaires. En
considérant l’hypothèse que le robot reste autour de la verticale, ) peut être considéré
comme étant petit, et on obtient sin )) ) , ce qui implique à son tour que :

( )= ( )+ ( ) ( ) (II. 9)

20
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

[Link] des roues et du déplacement linéaire :

En se référant à la Fig II.5 on effectue le bilan des couples appliqués à l’une des roues
comme suit :

FigII. 5 Diagramme de corps libre d’une roue

( ) ( ) ( ) ( ) ( ) (II. 10)

La force appliquée au sol par une roue F(t), peut être remplacée par une relation
équivalente selon l’équation (II.5) :

( ) ( ) ( ) ( ) ( )

En remplaçant T(t) par la relation trouvée en (II.8), on obtient la relation suivante :

( )= ( ) ( ) ( ) ( ) ( ) ( )

Cette équation peut s’écrire sous la forme suivante :

( )= ( ) ( ) ( )

Ce qui donne à son tour :

21
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

( )= ( ) ( ) (II. 11)
( ) ( )

( )
( )

[Link]èle d’état de la dynamique linéaire

En définissant le vecteur d’état )=[ ( ) ( ) ( ) )] et le vecteur de sortie

)=[ ( ) )] , à partir des équations (II.9) et (II.11), on obtient le modèle d’état
suivant :

( ) ( ) ( )
(II. 12)
( ) ( )

Ou

0 1 0 0
A=
0 0 0 1

0
B=
0

= ; ; ;

; = ;

= ; = ;

En tenant compte des valeurs des paramètres du système, nous obtenons les matrices
nominales suivantes :

22
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

0 1 0 0 0
A= 147.2931 0.4864 10.635 ; B= 1.4687 ;
0 0 0 1 0
0.0429 0.9371 0.1295

1 0 0 0
C= ;
0 0 1 0

II.3.6. Fonction de transfert de la dynamique linéaire :

Nous système possède une entrée et deux sortie ce pour ça on va trouver deux
fonction de transfert. L’application de la transformée de La place a la représentation d’état
donne pour fonction de transfert G(s) :

G(s) C(sI A)

D’où l’expression de la fonction de transfert :

(sI A + BC)
G(s)
(sI A)

)
( )= =
)
On trouve : )
)= =
)

Avec ) c’est la fonction de transfert de la sortie sur l’entre u et ) c’est la

fonction de transfert de la sortie x sur l’entre u .

En réalité, les valeurs des paramètres ne peuvent être connus avec exactitude. Aussi,
celles-ci peuvent varier dans le temps à cause de certains phénomènes tels que l’usure des
composantes et la décharge des batteries. De plus, le modèle a été établi sous certaines
hypothèses, en négligeant certains phénomènes et a été approximé linéairement à un point de
fonctionnement. Pour toutes ces raisons, le modèle contient des incertitudes et le contrôleur
conçu à la section 4.2 devra être en mesure de stabiliser le système malgré leur présence[14].

[Link] de direction :

Le modèle représentant la dynamique de l’angle de direction du robot est établi en

prenant en considération le fait que des couples égaux mais opposés doivent être appliqués
par les deux moteurs de manière à engendrer un mouvement de rotation pure au robot sans

23
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

affecter son inclinaison et sa position linéaire. Par conséquent, des tensions égales mais
opposées doivent être appliquées aux deux moteurs et l’amplitude de ces tensions

FigII.6 Déplacements des roues lors d’un changement de direction

(t) est considérée comme étant l’entrée de ce sous-système. Ici, l’hypothèse que lerobot se
trouve dans le voisinage de la position verticale et que par conséquent son moment d’inertie
autour de l’axe vertical peut être considéré comme une constante, est prise en considération.
En se référant aux variables et aux paramètres définis dans la liste des notations et des
symboles, on débute par observer le déplacement des roues produit par un changement
d’angle de direction. En se référant à la Fig II.6 on peut voir que les distances par courues par
les deux roues (t) et (t) lorsque le robot tourne sur lui-mêmesont reliées à l’angle de
direction ( ) de la façon suivante :

( )
2

( )
2

À partir de ces deux équations, on peut exprimer l’angle de direction en fonction des
déplacements des roues de la façon suivante :

( ) )
( )= (II. 13)

24
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Les déplacements des roues sont reliés à leurs déplacements angulaires par les
équations suivantes :
(II. 14)

(II. 15)

À partir de la définition des tensions appliquées aux moteurs produisant un

mouvement de changement de direction stipulant que celles-ci doivent être égales mais
opposées, on peut établir la relation suivante entre la tension appliquée au moteur gauche
( ), la tension appliquée au moteur droit ( ) et l’entrée ) du sous-système qui régit
la dynamique d’angle de direction :
( ) ( ) )

La différence entre les tensions appliquées aux moteurs peut être exprimée de la façon
suivante :
( ) ( )=2 (II. 16)

À partir de l’équation (3.10), on peut exprimer la force F(t) appliquée par une roue sur
le sol par la relation suivante :

( ) ( ) ( ) ( )
( )=

Ensuite, à l’aide de l’équation (II.8), on peut exprimer cette dernière équation comme
suit :

( )= ( ) ( ) ( ) ( )

On peut maintenant exprimer les forces appliquées au sol par chacune des roues par
les équations suivantes :

( )= ( ) ( ) (II. 17) ( ) ( )

25
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

( )= ( ) ( ) (II. 18)

( ) ( )

En se référant à la Fig. II.7, on effectue le bilan des couples agissant sur le robot
autour de l’axe vertical :

FigII. 7 Diagramme de corps libre de la dynamique d’angle de direction

( )=[ ( ) ( )]
2

En remplaçant ( ) et ( ) par les expressions trouvées en (II.17) et (II.18), on établit

la relation suivante :

( )= [ ( ) ( )] ( ) ( ) ( )

( )]

À partir de l’équation (II.16), on peut exprimer cette dernière équation en fonction de

l’entrée ( ) de la manière suivante :

( )= ( ) ( ) ( ) ( ) ( )]

26
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

En considérant la dérivée par rapport au temps de l’équation (II.13), on peut exprimer

l’équation précédente en terme de la vitesse de changement de direction (t) comme suit :

( )= ( ) ( ) ( )]

Les accélérations angulaires des roues ( ) ( ) peuvent premièrement être

exprimées en fonction des accélérations des roues en considérant la dérivée seconde par
rapport au temps des équations (II.14) et (II.15) de cette façon :

( )= ( ) ( ) ( )]

Puis, ces accélérations des roues ( ) ( ) peuvent être exprimées à leur tour en
terme de l’accélération du changement de direction ( ) en considérant la dérivée seconde par
rapport au temps de l’équation (II.13) de la façon suivante :

( )= ( ) ( )

Ce qui donne :

+ ( )= ( )

Finalement, on obtient :

( )= ( ) (II. 19)
(2 ) ( )

[Link]èle d’état de la dynamique de direction

En définissant le vecteur d’état )=[ ( ) )] et le vecteur de sortie ( )=

( ) , à partir de l’équation (II.19), on obtient le modèle d’état suivant :

( ) ( ) )
(II. 20)
( ) )

0 1
Ou : = ;

27
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

0
= ; =[1 0]

Avec :

= ; = ;
) )

En tenant compte des valeurs des paramètres du système, nous obtenons les matrices
suivantes :

0 1
= ;
2.436

0
= ; =[1 0]
2.9388

La dynamique du robot équilibriste est alors décrite par (II.12) et (II.20). Ces modèles
seront utilisés pour la conception d’algorithmes de commande par retour d’état en utilisant la
méthode de placement de pôle.

[Link] de transfert de la dynamique de direction :

Nous système possède qu’une entrée et qu’une sortie. L’application de la transformée

de Laplace a la représentation d’état donne pour fonction de transfert G(s) :

G(s) C(sI A)

D’où l’expression de la fonction de transfert :

(sI A + BC)
G(s)
(sI A)

)
On trouve : ( )= =
( )

II.5 Le système en boucle ouvert :

28
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Ces systèmes dans lesquels la sortie n'a aucun effet sur l'action de contrôle sont appelés
systèmes de contrôle en boucle ouverte [17]. La figure (Fig II.8) illustre le schéma bloc de
boucle ouverte du système.

Fig II.8 Schéma de principe du système en boucle ouverte

Une fonction de transfert de système est une relation mathématique entre l'entrée et de
sortie d'un système linéaire. Cette fonction peut être observée en prenant les transformées de
Laplace des équations différentielles du système. Dans ce projet de MATLAB a été utilisé
pour générer des fonctions de transfert de robot sur deux roues d'équilibrage.
Il ya deux preuves qui montrent le robot à deux roues d'équilibrage est un système instable
dynamique. Ces preuves sont les suivantes:

II.5.1Response echlon en boucle ouverte

Les Figures (Fig II.9),(Fig II.10) et (Fig II.11) illustre la réponse step en boucle ouverte
de déplacement (x),l’angle de l’inclinaison et la direction.

23
x 10 Step Response
2.5

1.5
Amplitude

0.5

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Time (seconds)

Fig II.9 La réponse échelon en boucle ouverte de l’angle de l’inclinaison

29
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre II Modélisation mathématique
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

25
x 10 Step Response
2

-2

Amplitude -4

-6

-8

-10

-12

-14
0 1 2 3 4 5 6
Time (seconds)

Fig II.10 La réponse échelon en boucle ouverte du déplacement

4
x 10 Step Response
2.5

1.5
Amplitude

0.5

0
0 0.5 1 1.5 2 2.5 3
Time (seconds) 4
x 10

Fig II.11 La réponse échelon en boucle ouverte de la direction.

La réponse échelon en boucle ouverte d'un robot d'équilibrage a été prouvé ce qui
montre que le système en boucle ouverte est un système instable. Pour assurer la stabilité de
notre robot on va introduire des régulateurs c’est le cas du chapitre trois

30
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Chapitre III : la
Commande d’un robot
pendule inverse

31
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

III.1. Introduction :

Dans ce chapitre, nous allons étudier la conception de régulateurs pour les systèmes
donnés par des équations d’état linéaires. Nous montrerons dans le chapitre suivant qu’autour
de points bien particuliers de l’espace d’état, dit points de fonctionnement , de nombreux
systèmes non linéaires se comportent comme de véritables systèmes linéaires. Les techniques
développées dans ce chapitre seront alors utilisées pour la commande de systèmes non
linéaires. Considérons donc le système linéaire suivant

( ) ( ) )
( ) )

Notons m, n, p les dimensions respectives des vecteurs u, x et y. Rappelons que A est

appelée matrice d’évolution, B est la matrice de commande et C est la matrice d’observation.

L’objectif d’une régulation ou d’un asservissement est d’assurer le fonctionnement d’un

procédé selon des critères prédéfinis par un cahier des charges malgré les perturbations
agissant sur ce système asservi, le cahier des charges qui est traduit le plus souvent en
consigne définit des critères qualitatifs à imposer comme la stabilité, la précision, la rapidité,
la bonde passante….etc.

[Link]é et observabilité :

Complet de conception retour d'état repose sur la technique couramment placement de

pôles. il était nécessaire de noter que le système dynamique est complètement contrôlable et
observable. les matrices observées l'espace d'état dans la section 3 ont été utilisés pour vérifier
la contrôlabilité et l'observabilité du système[4].
Un système est complètement contrôlable si la matrice Cm est de rang n. où n est le nombre
de variables d'état.
=[ ……… ]

Et puisque on a deux systèmes ; le premier de quatrième ordre (n=4) et le deuxieme de

deuxième ordre (n=2), on peut réécrire (II.51) dès les façons suivante :

III.2.1. la commandabilite de l’inclinaison et déplacement linéaire (n=4)

=[ ]

32
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Application numerique :

Plus de détails sur la génération de la matrice de rang Cm et Cm de la matrice a été

observé et il est égal au nombre de variables d'état. Par conséquent, le système d'équilibrage
dynamique du robot est complètement contrôlable.

Rank( )=4.

III.2.2. la commandabilite de l’ongle de direction : (n=2)

=[ ]

Application numerique :

Rank( )=2.

Un système est complètement observable si Om matrice est de rang n. Où n est le

nombre de variables d'état.

=[ ……… ( ) ]

III.2.3. l’observabilite de l’inclinaison et déplacement linéaire : (n=4)

=[ ) ) ]

Application numerique :

Rank( )=4.

III.2.4. l’observabilite de l’ongle de direction : (n=2)

=[ ]

Application numerique :

Rank( )=2.

33
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Plus de détails sur la génération de la Om a été observé et il est égal au nombre de

variables d'état. Par conséquent, le système d'équilibrage dynamique du robot est
complètement observable.

II.3. Commande système on boucle ferme :

La figure (Fig III.1) illustre schéma général du système en boucle fermée. mesures
d'inclinaison et du gyroscope ont été utilisés comme des rétroactions du contrôleur.

Fig III.1 schéma de commande système on boucle ferme

III.3.1. La commande classique (PID):

Les régulateurs PID répondent à plus du 90% des besoins industriels et le nombre de
régulateurs installés dans une usine pétrolière, par exemple, se compte par milliers. Parmi les
innombrables méthodes de réglage PID, cette section expose la plus utilisée dans le contrôle
des procédés industriels. La méthode universelle de réglage n’existe pas, et il est important de
comprendre que c’est la connaissance comportementale du procédé qui induit la méthode à
appliquer pour obtenir les paramètres PID d’un réglage satisfaisant.

III.3.1.1. Actions du régulateurs PID :

Il existe trois actions correctives élémentaires qui permettent, individuellement, de

corriger telle ou telle performance. Elles sont relativement simples à réaliser mais, en général,
dégradent d’autres performances.

34
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Elles sont utilisables lorsque le cahier des charges est peu exigeant. Dans le cas
contraire, il faut envisager de combiner ces différentes actions au sein d’un correcteur plus
complexe[5].

III.[Link]. L’action proportionnelle :

Elle permet d’agir directement en fonction de l’erreur de la sortie par rapport à la

consigne, Par conséquent, plus le gain proportionnel est grand, plus la réponse est rapide et
plus l'erreur statique est petite, mais plus le gain proportionnel est grand, plus les oscillations
sont importantes durant la phase transitoire[6].

Cependant, un gain proportionnel trop grand pourrait causer l’instabilité de la boucle

fermée .Cette action peut être modélisée par la fonction de transfert suivante :

( ) . 1)

III.[Link]. L’action intégrale :

Elle permet d’annuler l’erreur statique, si le système initial n’a pas d’intégration, plus
la constante Ti est petite plus l’action est forte. Une action excessive (T i trop petite) conduit à
une instabilité[7].

Elle est donnée par la fonction de transfert qui est ci-après :

1
)= . 2)

III.[Link]. L’action dérivée :

Plus la constante Td est grande plus l’action dévirée est forte, elle permet de réduire le
dépassement et les oscillations obtenues en action proportionnelle seule, mais elle amplifie les
bruits de mesure et de plus un excès de cette action peut conduire à l’instabilité du système
bouclé[7].

L’action dérivée est représentée par la fonction de transfert suivante :

( ) . 3)

35
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

L’action dérivée étant en pratique difficile à mettre en œuvre et souvent remplacée par
un filtre à avance de phase de la forme (III.4) ce qui évite de plus les saturations en cas de
variation brusque de la consigne[6] :

1+
( )= . 4)
1+

Avec < 1.

III.3.1.2Commande de l’inclinaison du robot par PID :

Le but de la commande de l’inclinaison c’est la commande de ce n’est pas la

)
commande de x ce pour ça on va étudier seulement la fonction ) qu’est égale )

II.[Link] Critères de choix des régulateurs :

) c’est une fonction de transfert de quatrième degré.

Le but de ce correcteur est d’annuler l’erreur de position tout en conservant de bonnes

performances dynamiques. Pour cela le correcteur doit posséder une fonction de transfert
CPID(s) équivalente en régime statique à un intégrateur, et en régime dynamique équivalente à
un correcteur proportionnel[8].

On peut constater que l’expression du correcteur qui convient bien est celle-ci :

1
( ) 1+ = (1 + ) . 5)

1.469 1.469
( )= =
+ 2.097 147.3 203.3 11.82)( + 12.55)( + 1.371)

1.469
( ) ( ) ( )= (1 + )
11.82)( + 12.55)( + 1.371)

Par la methode de compensation des poles on trouve :

950
( )=
11.82)

36
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

= 9000
Avec : = 0.8091
= 0.0719

( ) 950
=> ( )= =
( )+1 + 938.2)

III.3.1.3Commande de l’ongle de direction du robot par un PID :

II.[Link] Critères de choix des régulateurs :

Le but de ce correcteur est d’annuler l’erreur de position tout en conservant de bonnes

performances dynamiques. Pour cela le correcteur doit posséder une fonction de transfert
CPd(s) équivalente en régime statique à un dérivateur, et en régime dynamique équivalente à
un correcteur proportionnel.

On peut constater que l’expression du correcteur qui convient bien est celle-ci :

( ) (1+ )

II.[Link] Procédure de synthèse d’un contrôleur PD :

Généralement le comportement d’un système est décrit par ces pôles, pour cette raison
on cherche dans cette section une méthode analytique qui nous permet de placer les pôles du
notre système bouclé dans un endroit désiré dans le plan complexe. Permis les méthodes de
synthèse on a opté la méthode de compensation des pôles.

Cette méthode consiste à compenser le pôle le plus lent du processus par le zéro du
régulateur puis chercher le gain de manière à avoir une réponse optimale du point de vue de la
consigne.

Le correcteur PD est inséré dans la chaine directe de l’asservissement, en série avec

notre système asservi, comme il est indiqué dans la figure (Fig III.2) :

37
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig III.2 : Schéma bloc du système commandé.

2.9388 2.9388
( )= =
+ 3.588 + 3.588)

2.9388
( ) ( ) ( )= + 1)
+ 3.588)

Par la methode de componsation on trouve :

33.336
( )=

= 40.7
Avec : pour un =0.03
= 0.2787

( ) 33.336
=> ( )= =
( )+1 + 33.336)

III.3.2. La commande linéaire quadratique :

La commande linéaire quadratique, généralement abrégé comme la commande LQ,

consiste à chercher le bouclage d’état ) (il peut être écrit sous la forme
)= )) ; tel que soit minimisé le critère quadratique J soumis à des contraintes
imposées par la dynamique du système, ce critère est donné par la relation (II.59) ci-
dessous [09][10]:

1 1
= + ( ( ) ( ) ( ) ( ) )) . 59)
2 2

Où S est la matrice de pondération pour les états terminaux, c’est matrice symétrique et semi-
définie positif 0) de dimension (n × n);

38
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Q est la matrice de pondération des variable d’état, c’est matrice symétrique et semi-définie
positif 0) de dimension (n × n);

R est la matrice de pondération de commande, c’est matrice symétrique et semi-définie

positif > 0) de dimension (m × m)[12];

III.3.3. Procédure de synthèse d’un contrôleur LQ :

Tout d’abor on commence par la constitution de l’équation d’Hamilton qui est donnée
par la relation suivante [11]:

1
[ ( ) ( ) ( ) ( ) )] ( )[ ( ) ( )] . 60)
2

Où : (t) est un vecteur adjoint appelé le multiplicateur de Lagrangien, il est utilisé pour
simplifie le calcule, pour cela, il est choisie d’une manière d’être la solution de l’équation
différentielle adjointe (II.36) :

( ) ( ) ( ) . 61)

Quand il n'y a aucune contrainte sur le signal d'entré, la valeur optimale de la

commande peut être déterminée en prenant la dérivée de H par rapport à u et puis en
résolvant équation suivante :

( ) ( )=0 . 62)

Notons par ) le signal de commande optimal de ). Puis, ) peut être

explicitement écrit sous la forme suivante :

( ) ( )( . 63)

D'une part, on peut montrer que le multiplicateur de Lagrangien peut être écrit
comme :

( ) ( ) ( ) . 64)

Où P (t) est une matrice symétrique, présente la solution de l'équation différentielle de

Riccati (III.65) :

39
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

( ) ( ) ( ) ( ) ( ) ( . 65)

Ainsi, le signal de commande optimal peut également être réécrit de la façon

suivante :

( ) ( ) ( )( . 66)

La commande LQ fait un appel à un retour d’état )= )), et de plus la

matrice du gain est écrit sous la forme[12] :

( ) ( ) . 67)

Si on considère le temps final est infini, cela revient pratiquement à dire, que le
système est dans la zone permanente de fonctionnement, cette situation est appelée la
commande linéaire quadratique à horizon infini, et de plus le critère quadratique devient :

1
= ( ( ) ( ) ( ) ( ) )) . 68)
2

Cette considération va simplifier la résolution de l’équation différentielle de Riccati

(II.65). La matrice P(t)se transforme en une matrice constante, c'est-à-dire, ( ) = 0. Dans ce
cas, l’équation (III.65)réduit à la soi-disant équation algébrique de Riccati qui est montré ci-
dessous[13]:

=0 . 69)

Et l’équation (III.67) devienne :

. 70)

D’après les deux équations (III.69) et (III.70) il est claire que la performance du
système en boucle fermé est dépend fortement de la sélection des matrices de pondération Q
et R. Donc, plus précisément, nous devrions dire que la commande u(t)est optimal par rapport
aux chois des matrices de pondération, c'est-à-dire que une commande u(t) est optimale pour
un choix des matrices Q et R ne sera pas normalement optimale pour d'autres choix des
matrices de pondération Q et de R[12].

40
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Le schéma bloc qui correspond à la commande linéaire quadratique est illustré dans la
figure (Fig III.3) ci-après :

Fig III.3 Le schéma bloc d’un contrôleur LQ.

III.3.4. Le choix des matrices de pondération :

Il est intéressant de remarquer d’abord que la multiplication des matrices de

pondération Q et R par un même scalaire laisse inchangé le gain K. En effet, soit le nouveau
problème basé sur les matrices de pondération et . On vérifie que
est solution de l’équation de Riccati correspondante. En effet :

. 71)

Sans restriction, les matrices de pondération peuvent être choisies symétriques. Elles
sont généralement choisies diagonales. Voici une méthode simple de choix et de modification
des matrices de pondération en vue d’aboutir à un correcteur satisfaisant.

1. Au départ, on choisit généralement des matrices de pondération égales aux matrices

identités.

41
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

2. Dans une seconde étape, on accélère ou décélère globalement le système en

multipliant la matrice Q par un scalaire (si > 1 le système accélère et si < 1 le système
asservi décélère), jusqu'à obtenir une dynamique moyenne adaptée.

3. Dans le cas où certains états auraient des dynamiques trop lentes par rapport à
d'autres, on peut choisir d'augmenter la matrice de pondération Q correspondant aux
premiers.
4. Dans le cas où certains actionneurs seraient trop sollicite par rapport à d'autres, on
peut choisir d'augmenter la matrice de pondération R leur correspondant.

Les étapes 2, 3 et 4 peuvent être réitérées dans l'ordre souhaite jusqu'à obtenir un
correcteur satisfaisant le cahier des charges.

II.3.5. La régulation de l’inclinaison et déplacement linéaire du robot par un contrôleur

LQ :

En remplace les deux matrices de pondération obtenus selon les étapes citées
auparavant dans l’équation (III.69), nous permet de réécrire cette dernière comme suit :

0 1 0 0 0 0
+
0 0 0 1 0 0 0 0

0
[ ][ ]
0

+ =0 . 72)

Après la résolution de cette équation, on trouve la solution de l’équation de Riccati P,

et si on la remplace dans l’équation (III.67), on peut déterminer la matrice du gain .

= [225.6829 18.1138 1.0000 22.1961]

Pour déterminer le gain de l’intégrateur, on peut utiliser la réponse fréquentielle de ce

nouveau système, c’est-à-dire on fait varier le gain de tel sort à obtenir les performances

42
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

désirées.
= [544.6873 47.8397 100.0450 87.8900]

Les matrices de pondération qui sympathiser le nouveau gain c’est les nouveaux
matrices de pondération Q et :

Avec :

100000 0 0 0
= 1000 Et : = 1
0 10009 0
0 0 999.0001005
III.3.5. La régulation de l’ongle de direction du robot par un contrôleur LQ :

En remplace les deux matrices de pondération obtenus selon les étapes citées
auparavant dans l’équation (III.69), nous permet de réécrire cette dernière comme suit :

0 1 0 0
+
22 22

0
[ ][ ] +

=0 . 72)

Après la résolution de cette équation, on trouve la solution de l’équation de Riccati ,

et si on la remplace dans l’équation (III.67), on peut déterminer la matrice du gain .

= [1 0.2526]

Pour déterminer le gain de l’intégrateur, on peut utiliser la réponse fréquentielle de ce

nouveau système, c’est-à-dire on fait varier le gain de tel sort à obtenir les performances
désirées.
= [31.6070 3.5750]

Les matrices de pondération qui sympathiser le nouveau gain c’est les nouveaux
matrices de pondération et :

43
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre III La commande d’un robot pendule inverse
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

999 0
Avec : = Et : =1
0 0

44
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Chapitre IV : Résultats des

simulations

45
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

IV.1. Introduction :
Dans ce chapitre nous présentons les résultats de simulations du robot pendule inverse
contrôlé par différentes techniques détaillées dans le chapitre précédent. Les résultats de
simulation sont présentés pour des tâches d'atteinte de consigne et de rejet de perturbation.

Ces résultats de simulations ont été réalisés avec le logiciel MATLAB. Nous avons
utilisé précisément l’environnement MATLAB/ SIMULINK.

IV.2. Le cahier des charges :

La première qualité à assurer d’une régulation est la stabilité puisque toute instabilité
conduit à la perte de contrôle du procédé. La précision, statique ou dynamique, est souvent la
deuxième qualité attendue d’une régulation. Notre cahier des charges est résumé de la
manière suivante :

- Une erreur statique nulle.

- Un temps de réponse court.

IV.3. La simulation par la commande optimale :

IV.3.1. la simulation de l’inclinaison et le déplacement linéaire:

Les figures (Fig IV.1) et (Fig IV.2) illustrâtes la réponse impulsionnelle des variables
d’états et des sorties de système

46
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

-1

les variables d'etats

-2

La déplacement angulaire de l’inclinaison

-3
La vitesse angulaire de l’inclinaison

-4
La déplacement de direction
La vitesse de déplacement de direction
-5

-6
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
temps

Fig IV.1 La réponse impulsionnelle des variables d’états

1.2

L’angle de l'inclinaison
0.8

De placement de robot
les sorties de systeme
0.6

0.4

0.2

-0.2
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
temps

Fig IV.2 La réponse impulsionnelle des sorties de système

La réponse impulsionnelle de l’angle d’inclinaison

Temps de monté 1.7 s
Temps de retard 0.7 s
Temps de pic 2.5 s
Temps de stabilisation 2.8 s
Tab IV.1 les paramètres de la réponse impulsionnelle de l’angle de l’inclinaison avec la
commande optimale.

47
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

IV.3.2. La simulation de la déplacement non linéaire:

Les figures (Fig IV.3) et (Fig IV.4) illustrâtes la réponse impulsionnelle des variables
d’états et les sorties de système.

-20

-40

les variables d'etats L’angle de direction

-60

la vetesse angulaire de direction

-80

-100

-120

-140
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04
temps

Fig IV.3 la réponse impulsionnelle des variables d’etats .

Fig IV.4 la réponse impulsionnelle de la sortie de système .

48
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

La réponse impulsionnelle de la direction

Temps de monté 0.021 s
Temps de retard 0.016 s
Temps de pic 0.03 s
Temps de stabilisation 0.037 s
Tab IV.2 les paramètres de la réponse impulsionnelle de la direction avec la commande
optimale.

IV.4. La simulation par la commande PID :

IV.4.1. la simulation de l’inclinaison et le déplacement linéaire:

La figure (Fig IV.5) illustrâtes la réponse echlon de l’angle d’inclinaison.

1.2

0.8

0.6

0.4

0.2

-0.2
0 1 2 3 4 5 6 7 8 9 10

Fig IV.5 la reponse echlon de l’angle d’inclinaison.

49
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

La reponse echlon de l’angle d’inclinaison

Temps de monté 0.17 s
Temps de retard Aucun
Temps de pic 0.5 s
Temps de stabilisation 3.2 s
Tab IV.3 les paramètres de la réponse echlon de l’angle d’inclinaison avec la commande
PID.

IV.4.2. La simulation du déplacement non linéaire:

La figure (Fig IV.6) illustra la réponse echlon de la sortie de système.

Step Response
1

0.9

0.8

0.7

0.6

Amplitude
0.5

0.4

0.3

0.2

0.1

0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18
Time (seconds)

Fig IV.6 la réponse echlon de la sortie de système.

La réponse impulsionnelle de la direction

Temps de monté 0.066 s
Temps de retard Aucun
Temps de pic Aucun
Temps de stabilisation 0.16 s
Tab IV.4 les paramètres de la réponse echlon de la direction avec la commande PD.

IV.5. Test de robustesse :

Robot pendule inverse a certains paramètres clés qui sont directement en prise avec les
performances du système et les réponses. Mouvement du robot a été optimisé en choisissant

50
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

les paramètres appropriés et les spécifications pour le modèle physique. Ces paramètres sont
les suivants:
1. Coefficient de friction entre les roues et le sol (Cf) .
2. Moment d’inertie de l’une des roues (Jw)
3. Résistance d’armature des moteurs (Ra).

IV.5.1. La variation de coefficient de friction.

Affecte des gains sur une unité de commande et de réponse impulsionnelle en boucle
fermée de déplacement. Les figures suivantes illustres les changements

Fig IV.7. La réponse impulsionnelle de l’angle d’inclinaison par la commande optimale si on

varie Cf

51
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig IV.8. La réponse echlon de la direction par la commande PID si on varie Cf

Fig IV.9. La réponse impulsionnelle de la direction par la commande optimale si on varie Cf

52
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig VI.10. La reponse echlon de l’angle de l‘inclinaison par la commande PID si on varie Cf

IV.5.2. La variation de moment d’inertie :

Affecte des gains sur une unité de commande et de réponse impulsionnelle en boucle
fermée de déplacement. Les figures suivantes illustres les changements

53
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig IV.11. La réponse echlon de l’angle de l’inclinaison par la PID si on varie Jw

Fig IV.12. La reponse impulsionnelle de la direction par la commande optimale si on varie Jw

54
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig IV.13. La réponse echlon de la direction par la commande PID si on varie Jw

Fig IV.14. La réponse impulsionnelle de l’angle de l’inclinaison par la commande optimale si

on varie Jw

IV.5.3. La variation de résistance d’armature :

Affecte des gains sur une unité de commande et de réponse impulsionnelle en boucle
fermée de déplacement. Les figures suivantes illustres les changements

55
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig IV.15. La réponse impulsionnelle de la direction par la commande optimale si on varie Ra

Fig IV.16. La réponse echlon de la direction par la commande PID si on varie Ra

56
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Fig IV.17. La réponse echlon de l’angle d’inclinaison par la commande PID si on varie Ra

Fig IV.18. La réponse impulsionnelle de l’angle de l’inclinaison par la commande optimale si

on varie Ra

57
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
Chapitre IV Résultats des simulations
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Selon les résultats observés dans ce chapitre, les constantes idéales ont été choisies
coefficient de frottement entre les roues et le sol (Cf), moment d’inertie de l’une des roues
(Jw) et résistance d’armature des moteurs (Ra). Pour améliorer les performances du robot. Les
parcelles observées dans ce chapitre montrent que les variations des paramètres clés ont été
causées de petits changements sur la performance du robot. Mais plusieurs expériences ont été
prouvées que le déploiement des constantes observées sur modèle physique a eu une
amélioration visible en mouvement du robot.

IV.6. La différence entre résultat de la commande optimal et résultat de PID :

La figure (FigIV.18.) illustrait la différence entre la réponse des deux commandes.

1.2 1.4
PID
1 1.2 LQ

0.8 1

0.6 0.8
a (deg)
q (deg)

0.4 0.6

0.2 0.4

0 0.2

-0.2 0
0 2 4 6 8 10 0 2 4 6 8 10
temps (s) temps (s)

Fig IV.18. La réponse de l’inclinaison par la commande optimale et PID et de la direction

aussi par la commande optimale et PID.

L’inclinaison La direction
Commande Commande PID Commande Commande PID
optimale optimale
Erreur statique nulle nulle nulle nulle
Temps de 2.8 s 3.2 s 0.037 0.17
stabilisation

Tab IV.5. Les paramètres de la réponse PID et optimale.

Dans les deux cas (l’inclinaison et la direction) la commande optimale toujours rapide
par rapport la commande PID.

58
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

[Link] conclusion :

Ce projet a réussi à atteindre ses objectifs d'équilibrer un robot à deux roues

autonome basé sur le modèle du pendule inversé. Deux stratégies de contrôle ont été mis en
œuvre pour résoudre le problème de contrôle de l'équilibre pour le système. Les matrices de
gain obtenus à partir de la simulation pour LQR et PID, les deux contrôleurs ont montré des
résultats prometteurs dans l'équilibre du robot. Pendant le test, le robot est capable de
maintenir sa position verticale en ajustant légèrement ses roues.
deux contrôleurs comme LQR et PID sont conçus avec succès. Basé sur les résultats et
l'analyse, une conclusion a été faite que les deux la méthode de contrôle, moderne de
contrôleur (LQR) et le contrôleur classique (PID) sont capables de contrôler les deux non-
linéaires équilibrage des roues position du robot angulaires et linéaires. Tous les contrôleurs
de succès conçus ont été comparés.

Les résultats de simulations montrent que le contrôleur LQR a de meilleures

performances par rapport à régulateur PID dans le contrôle du système d'équilibrage non
linéaire du robot.

Le régulateur PID doit être amélioré afin que le dépassement maximal et sous shooting
pour les positions linéaires et angulaires n'ont pas très haute gamme tel que requis par les
critères de conception.

De l'autre côté, le contrôleur LQR peut être amélioré de sorte qu'il est temps de
décantation pour la position angulaire peut être réduite plus rapidement que le régulateur PID.

Les règles Zeigler-Nichols de réglage utilisés pour le régulateur PID sont simples et
intuitives car elles nécessitent la connaissance des processus peu et peut être appliqué avec
un effort modeste. Cependant, pour une opération précise et robuste, la dynamique de
contrôle de trajectoire serait calqué pour permettre à un contrôleur adéquat être conçu.
Plus de recherches sont nécessaires pour étudier les effets de linéariser la dynamique de la
mode du système pour améliorer la stabilité et la robustesse du robot.

Une tentative de contrôler le système en utilisant des méthodes non linéaires est
fortement recommandé pour la recherche future.

De cette façon, les mouvements oscillatoires du robot tout en équilibrant peuvent être

59
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

éliminés, le contrôle de la trajectoire ainsi précise et waypoint de navigation peut être mis
en œuvre.

References :

[1] H. R. Memarbashi et H. R. Memarbashi, « Design and parametric control of co-axes

driven two-wheeled balancing robot : a thesis presented in partial fulfilment of the
requirements for the degree of Master of Engineering in Mechatronics at Massey University,
School of Engineering and Advanced Technology, Albany, New Zealand », 2010.

[2] R. C. Ooi, « Balancing a two-wheeled autonomous robot », University of Western

Australia, vol. 3, 2003.

[3] B. d’Andréa-Novel, Commande non linéaire des robots. Hermès, 1988.

[4]« Modern Control Systems 10th Edition Textbook Solutions | [Link] ». [Online].
Available: [Link]
solutions-9780131457331. [Accessed: 15-juin-2012].

[5] Y. Granjon, Automatique - Systèmes linéaires, non linéaires, temps continu, temps discret,
représentation d’état: Cours et exercices corrigés. Dunod, 2010.

[6] C. Sueur, P. Vanheeghe, et P. Borne, Automatique des systèmes continus: éléments de

cours et exercices résolus. Editions OPHRYS, 1997.

[7]« Instrumentation et régulation en 30 fiches - Dunod ». [Online]. Available:

[Link]
robotique/bts-iut/instrumentation-et-regulation-en-30-. [Accessed: 15-juin-2012].

[8] D. Jacob, Régulation PID en génie électrique: études de cas. Ellipses, 2000.

[9] [Link], « régulation lq/lqg supaero ». .

[10] D. Hristu-Varsakelis et W. S. Levine, Handbook of Networked and Embedded Control

Systems. Springer, 2005.

[11] « Linear Feedback Control , Analysis and Design with MATLAB - [Link] & [Link] &

60
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

[Link] - SIAM (2007).rar », 4Shared. [Online]. Available:

[Link] [Accessed:
15-juin-2012].

[12] E. Ostertag, Mono- And Multivariable Control and Estimation: Linear, Quadratic and
LMI Methods. Springer, 2011.

[13] Guet Mohamed Zohier, « Commande des systèmes multi-variable fortement couplés
Application à undron birotor ».

[14] M. Lozeau, « Commande par supervision de systèmes mécatroniques via internet »,

sept-2009. [Online]. Available: [Link] [Accessed: 15-juin-2012].

[15] Signaux et systèmes - broché - [Link] - Jean-Louis Ferrier, Maurice Rivoire - Livre.
.

[16] David P. Anderson, « nBot, a two wheel balancing robot ». [Online]. Available:
[Link] [Accessed: 15-juin-2012].

[17] « Anybots - Remote Yourself ». [Online]. Available: [Link]

[Accessed: 15-juin-2012].

[18] F. Grasser, A. D’Arrigo, S. Colombi, et A. C. Rufer, « JOE: a mobile, inverted

pendulum », Industrial Electronics, IEEE Transactions on, vol. 49, no. 1, p. 107 -114, févr.
2002.

[19] « Robotics : Research : Research & Development : Hitachi Global ». [Online].

Available: [Link] [Accessed: 15-juin-
2012].

[20] « iBOTnow ». [Online]. Available: [Link] [Accessed: 15-juin-

2012].

[21] K. Ogata, Modern control engineering. Upper Saddle River, NJ: Prentice Hall, 2002.

[22] « Segway – The leader in personal, green transportation ». [Online]. Available:

[Link] [Accessed: 15-juin-2012].

[23] V. V. Abreu, « Balance-bot », 2009.

61
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

[24] Ferhat LAHOUAZI, « automatique des systèmes continus et productique »,

MOULOUD MAMMERI, TIZI-OUZOU.

[25] Z. Liao, « Two Wheeled Inverted Pendulum Balancing Control by Using », 2008.

VI. Appendix :

A. Programme matlab :
clc
clearall
%--------------------definition des parametres----------------------------%
Rw=4.575e-02;%rayon des roues (cm) %
M =1.076; %masse de la moitié robot, y compris une roue (kg) %
Mb=1.054; %masse de la moitié du corps du robot (kg) %
Mw=0.022; %masse de l’une des roues (kg) %
Jb=43.47e-04; %moment d’inertie de la moitié du corps du robot (kg · cm2)
%
Jd=108.21e-04; %moment d’inertie du robot autour de l’axe Z (kg · cm2)%
Jw=0.04269e-04;%moment d’inertie de l’une des roues (kg · cm2) %
d =6.19252e-02;%distance entre l’arbre du moteur et le centre de
gravité(cm)%
S =22.9e-02;%distance entre les roues (cm) %
Kt=0.0552; %constante de couple des moteurs (n.m/a) %
Ke=0.0552; %constante de force électromotrice des moteurs (v.s/rad) %
Ra=41.5; %résistance d’armature des moteurs (ohm) %
Rg=6; %rapport de la boîte de réduction (n/a) %
N =80/100; %efficacité de la boîte de réduction (%) %
Cf=0.001; %constante de friction(n.m.s/rad)%
g =9.81; %la gravite%
%--------------------les matrices d'espace d'etat-------------------------%
A=[0 1 0 0;Mb*g*d/Jb -(N*(Rg^2)*(Ke^2)+(Cf*Ra))/(Ra*Jb) 0 -
(N*(Rg^2)*(Ke^2)+(Cf*Ra))/(Ra*Rw*Jb);0 0 0 1;0 -
(N*Rw*(Rg^2)*(Ke^2)+(Cf*Ra*Rw))/(Ra*(Jw+(M*(Rw^2)))) 0 -
(N*(Rg^2)*(Ke^2)+(Cf*Ra))/(Ra*(Jw+(M*(Rw^2))))];
B=[0;N*Rg*Ke/(Ra*Jb);0;N*Rw*Rg*Ke/(Ra*(Jw+(M*(Rw^2))))];
C=[1 0 0 0;0 0 1 0];
DD=[0;0];
s=tf('s');
%-----------------parametres des regulation-------------------------------%
[num,den]=ss2tf(A,B,C,DD);
G1=tf(num(1,1:5),den)
G1=zpk(G1)
z=zero(G1);p=pole(G1)
K1=9000;
I1=-(p(4)+p(3))/(p(4)*p(3));
D1=1/(p(4)*p(3)*I1);
%----------------------------PID------------------------------------------%
%-----------------------------l'inclinaison-------------------------------%
[num,den]=ss2tf(A,B,C,DD);
G1=tf(num(1,1:5),den)
G2=tf(num(2,1:5),den)
CC1=K1*(1+(D1*s)+(1/(I1*s)));
Hbo1=G1*CC1;
Hbf1=feedback(Hbo1,1);
step(Hbf1)
margin(Hbf1)
%------------------------------pour direction-----------------------------%

62
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Kh=40.7;
Ah=[0 1;0 -
(N*(S^2)*(Rg^2)*(Ke^2)+((S^2)*Cf*Ra))/(Ra*(2*Jd*(Rw^2)+(Jw*(S^2))))];
Bh=[0;2*N*Rw*Rg*Ke*S/(Ra*(2*Jd*(Rw^2)+(Jw*(S^2))))];
Ch=[1 0];
DDh=0;
[numh,denh]=ss2tf(Ah,Bh,Ch,DDh);
Gh=tf(numh,denh)
pp=pole(Gh)
Dh=-1/pp(2)
Gh=zpk(Gh)
CCh=Kh*(1+(Dh*s));
Hboh=Gh*CCh;
Hbfh=feedback(Hboh,1);
step(Hbfh)
margin(Hbfh)
%--------------------------------optimale lqr-----------------------------%
%------------------------------l'inclinaison------------------------------%
symsu
Q=[100000 0 0 0;0 1000 0 0;0 0 10009 0;0 0 0 -999];
R=1
k=lqr(A,B,Q,R)
t=0:0.001:9;
u=zeros(size(t));
y0=[1 1 1 1];
aa=A-B*k;
[y,x]=lsim(aa,B,C,DD,u,t,y0);
plot(t,y)
%impulse(aa,B,C,DD,1)
%step(aa,B,C,DD,1)
%------------------------------direction----------------------------------%
Qh=[999 0;0 0];
Rh=1;
kh=lqr(Ah,Bh,Qh,Rh)
yh0=[01 01];
ah=Ah-Bh*kh;
[yh,xh]=lsim(ah,Bh,Ch,DDh,u,t,yh0);
plot(t,yh)
%step(ah,Bh,Ch,DDh,1)
%--------commandabilite et observabilite pour deplacementlinear----------%
co=ctrb(A,B);
ob=obsv(A,C);
Controllability=rank(co);
Observability=rank(ob);
%----------commandabilite et observabilite pour direction ----------------%
coh=ctrb(Ah,Bh);
obh=obsv(Ah,Ch);
Controllabilityh=rank(coh);
Observabilityh=rank(obh);

63
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

B. Le fichier simulink de notre système :

VI.1 Le fichier simulink de notre système

64
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

C. Le resultats de scope :

VI.2 Figresultats de la commande optimale pour la direction

VI.3 Figresultats de la commande optimale pour l’inclinaison

65
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

VI.4 Figresultats de la commande PID pour la direction

VI.5Fig resultats de la commande PID pour l’inclinaison

66
 F T ra n sf o F T ra n sf o
PD rm PD rm
Y Y
Y

Y
er

er
ABB

ABB
y

y
bu

bu
3.0

3.0
to

to
re

re
he

he
k

k
lic

lic
C

C
w om w om
w

w
w. w.
A B B Y Y.c A B B Y Y.c

Modélisation et Commande pour la

stabilisation d’un robot pendulaire inversé
sur des roues
Résumé
Ce travail de fin d’études aborde le sujet de la modélisation et la commande

d’un robot pendulaire. Nous présentons les robots pendulaires et ces déférents types.

Nous établissons une équation générale du mouvement cinématique et dynamique,

en suite nous définissons le modèle mathématique de notre système. Notre étude se

concrétise dans l’application une loi de commande pour un robot pendulaire. Afin

d’évaluer la méthodologie de commande, des simulations sur les 6 DLL du robot.

‫ ﻧﻌﺮف اﻟﺮوﺑﻮﺗﺎت اﻟﻨﻮاﺳﺔ‬.‫ﯾﺘﺤﺪث ﻋﻤﻞ اﻟﺘﺨﺮج ھﺬا ﺣﻮل اﻟﻨﻤﺬﺟﺔ و اﻟﺘﺤﻜﻢ ﻓﻲ اﻟﺮوﺑﻮت اﻟﻨﻮاس‬
‫ ﺑﻌﺪھﺎ ﻧﻌﺮف اﻟﻨﻤﻮذج اﻟﺮﯾﺎﺿﻲ‬،‫ ﻧﻨﺸﺊ ﻣﻌﺎدﻟﺔ ﻋﺎﻣﺔ ﻟﻠﺤﺮﻛﺔ اﻟﻜﺎﻣﻨﺔ و اﻟﺪﯾﻨﺎﻣﯿﻜﯿﺔ‬.‫و ﻣﺨﺘﻠﻒ أﻧﻮاﻋﮭﺎ‬
‫ ﻟﺘﻄﻮﯾﺮ ﻣﻨﮭﺠﯿﺔ اﻟﺘﺤﻜﻢ و اﻟﻤﺤﺎﻛﺎة ﻓﻲ‬.‫ دراﺳﺘﻨﺎ ﺗﺘﺤﻘﻖ ﻓﻲ ﺗﻄﺒﯿﻖ ﻗﺎﻧﻮن ﯾﺘﺤﻜﻢ ﻓﻲ روﺑﻮت ﻧﻮاس‬.‫ﻟﻨﻈﺎﻣﻨﺎ‬
. DLL 6 ‫اﻟﺮوﺑﻮت‬

This work graduation approaches the subject of modeling and control of a

pendulum robot. We present these robots commuters and deferent types. We

establish a general equation of motion kinematics and dynamics, we define the

following mathematical model of our system. Our study is reflected in the

implementation of control laws for a pendulum robot. To evaluate the control

methodology, simulations on 6 DLL robot.

Mots-Clés :
Robot, pendule inversé, modélisation, commande linéaire quadratique, générateur de

trajectoires.