Architecture Modulaire du Robot Bipède

Notre robot bipède intègre une architecture modulaire où chaque composant remplit une fonction critique. Des moteurs à l'IA embarquée, ces modules interagissent en temps réel via des algorithmes optimisés pour assurer stabilité dynamique et locomotion adaptative. Cette architecture permet une maintenance simplifiée, des mises à jour incrémentales et une spécialisation des développements.

Tableau des Modules et Algorithmes Associés

Ce tableau présente de manière structurée les travaux de recherche réalisés pour la conception du système.

Module	Fonctionnalité	Algorithmes
Pilote Moteur	Contrôle précis des actionneurs avec boucle de feedback en temps réel. Gère la conversion des commandes de haut niveau en signaux PWM.	PID Feedforward Trapèze Vitesse
Stabilisation Dynamique	Maintien de l'équilibre par ajustement en temps réel de la posture. Intègre données IMU et pression plantaire.	PID LQR Kalman MPC
Acquisition des données	Collecte des données des capteurs.	Kalman FFT Complémentarité
Planification de Trajectoire	Génération de trajectoires lisses avec contraintes cinématiques.	A* RRT Djikstra
Générateur de Marche	Synthèse de mouvements biomécaniques avec gestion des phases de double/simple appui et transitions fluides.	ZMP CPG Inverse Kinematics Jacobien
Communication Interne	Communication entre les différents modules	TCP/IP ROS 2 Protobuf
Gestion Énergétique	Optimisation dynamique de la consommation avec stratégies d'économie adaptatives basées sur l'état des batteries.	Scheduling ML prédictif
Cerveau Autonome	Décision contextuelle avec apprentissage continu. Intègre perception visuelle et stratégie de locomotion adaptative.	RL CNN GNN Bayesian Nets
Diagnostic Temps Réel	Surveillance multi-critères avec seuils adaptatifs. Génération d'alertes et modes dégradés.	ANOVA Kalman LSTM Anomaly
Gestion des Erreurs	Système hiérarchisé de gestion des pannes avec reconfiguration dynamique et stratégies de recovery.	FMEA Arbres de Décision Voting
Adaptation Dynamique	Ajustement en ligne des paramètres de contrôle selon le terrain, charge et état mécanique.	Fuzzy Logic RL Adaptatif Gradient Stochastique
Optimisation Système	Amélioration continue des performances via analyse des données opérationnelles.	GA Swarm
Synchronisation Temps Réel	Ordonnancement précis des tâches critiques avec gestion des contraintes temporelles strictes.	TDMA RTOS Scheduler Horloge Lamport
Data Analytics	Stockage structuré avec compression et analyse prédictive des tendances de performance.	TSDB Régression K-means PCA