⚡ electrical engineering

Stable Walking for Bipedal Locomotion under Foot-Slip via Virtual Nonholonomic Constraints

Cet article propose un cadre de contrôle intégrant des contraintes non holonomes virtuelles pour stabiliser la marche bipède en présence de glissement des pieds, en régulant la vitesse tangentielle du pied d'appui tout en préservant la dynamique hybride du cycle de marche.

Auteurs originaux : Leonardo Colombo, Álvaro Rodríguez Abella, Alexandre Anahory Simoes, Anthony Bloch

Publié 2026-04-01

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Leonardo Colombo, Álvaro Rodríguez Abella, Alexandre Anahory Simoes, Anthony Bloch

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous marchez sur une surface glacée ou sur du sable meuble. Votre pied glisse légèrement vers l'avant ou l'arrière à chaque pas. Pour un robot bipède (un robot qui marche sur deux jambes), c'est un cauchemar. La plupart des robots sont programmés pour marcher comme s'ils étaient sur du béton sec : ils supposent que leur pied reste parfaitement fixe au sol. Dès qu'il y a un peu de glissement, le robot perd son équilibre et tombe.

Ce papier propose une solution intelligente pour que ces robots puissent marcher même quand le sol est glissant. Voici l'explication simplifiée, avec quelques images pour mieux comprendre.

1. Le Problème : Le Robot "Têtu"

Imaginez un robot qui marche. Son cerveau (le contrôleur) lui dit : "À chaque pas, pose ton pied et ne bouge plus d'un millimètre !" C'est ce qu'on appelle une contrainte "holonomique" (une règle de position).

Sur du béton : Ça marche super bien.
Sur de la glace : Le robot essaie de ne pas bouger, mais la glace le fait glisser. Comme le robot s'attend à ce que son pied soit fixe, il ne sait pas comment réagir. Il trébuche. C'est comme essayer de danser une valse en supposant que votre partenaire ne bougera jamais, alors qu'il vous pousse doucement.

2. La Solution : Le Robot "Adaptatif"

Les auteurs disent : "Au lieu de lutter contre la glace, acceptons-la et apprenons à danser avec elle."

Au lieu d'interdire le glissement, ils ajoutent une nouvelle règle : "Ton pied a le droit de glisser, mais il doit glisser d'une manière précise et contrôlée."

C'est ici qu'intervient la notion de contrainte "non-holonome" virtuelle.

L'analogie du patineur : Imaginez un patineur sur glace. Il ne peut pas avancer latéralement (il glisse), mais il peut avancer en avant. Sa trajectoire est contrainte par la physique de la glace.
L'astuce du papier : Les chercheurs créent une "règle virtuelle" (un logiciel) qui dit au robot : "Si ton pied glisse, ce n'est pas grave, tant que la vitesse de ce glissement suit notre formule mathématique."

3. Comment ça marche ? (La Danse à Deux Temps)

Le système fonctionne comme une chorégraphie en deux parties :

La Danse Principale (Contraintes Holonomiques) : C'est la musique de base. Le robot doit garder sa posture, sa hauteur de hanche et le rythme de ses jambes pour marcher normalement. C'est comme le pas de danse principal.
Le Pas de Glisse (Contraintes Non-Holonomes) : C'est l'improvisation contrôlée. Le robot ajuste la vitesse à laquelle son pied glisse sur le sol pour rester en équilibre.

Le génie de l'algorithme est de faire en sorte que ces deux danses ne se battent pas entre elles. Le robot ajuste sa force motrice (ses moteurs) en temps réel pour que, même si son pied glisse, il continue de suivre la "partition" principale de la marche.

4. Le Résultat : Un Robot qui ne tombe pas

Dans les simulations de l'article, ils ont testé ce robot sur un sol où le niveau de glissement changeait à chaque pas (comme marcher sur des dalles de glace, puis de sable, puis de glace à nouveau).

Sans la nouvelle méthode (Mode "Ouvert") : Le robot marche bien au début, mais dès que le sol change, il perd de la vitesse, trébuche et s'arrête après 29 pas.
Avec la nouvelle méthode (Mode "Contrôlé") : Le robot s'adapte instantanément. Quand le sol glisse plus, il ajuste sa force. Il continue de marcher pendant 50 pas (et plus) sans tomber, même si le sol change constamment.

En Résumé

Imaginez un danseur qui, au lieu de tomber quand son partenaire le pousse, utilise cette poussée pour ajuster son propre mouvement et continuer la danse.

Ce papier montre comment donner aux robots bipèdes cette capacité d'adaptation. Au lieu de dire "Ne glisse jamais !" (ce qui est impossible sur la glace), ils disent "Glisse, mais glisse intelligemment, et je vais m'assurer que tu restes debout."

C'est une avancée majeure pour permettre aux robots de marcher dans le monde réel, où les sols ne sont jamais parfaitement parfaits.

1. Problématique

La locomotion bipède sur des terrains incertains ou à faible friction (glissants) pose un défi majeur en robotique. Le glissement du pied d'appui (foot slip) est une source fréquente d'instabilité et de perte de performance.

Limites des approches actuelles : La majorité des stratégies de contrôle supposent un contact sans glissement (no-slip). Elles traitent le glissement comme une perturbation à rejeter plutôt que comme un phénomène modélisable. Lorsque les forces tangentes dépassent les limites de frottement, ces modèles s'effondrent car ils ne peuvent plus garantir la stabilité des cycles de marche périodiques.
Objectif : Développer un cadre de contrôle qui intègre explicitement le glissement dans la dynamique de locomotion, en le régulant plutôt qu'en essayant de l'éliminer, tout en maintenant la stabilité du cycle de marche.

2. Méthodologie

Les auteurs proposent un cadre de contrôle basé sur des contraintes non holonomiques virtuelles (Virtual Nonholonomic Constraints - VNC) combinées aux contraintes holonomiques virtuelles classiques.

A. Modélisation Hybride

Le système est modélisé comme un système dynamique hybride :

Dynamique continue (phase d'oscillation) : Décrite par les équations d'Euler-Lagrange. Contrairement aux modèles rigides classiques, le pied d'appui n'est pas contraint à une vitesse nulle ( $v_f = 0$ ). Au lieu de cela, la vitesse tangentielle est autorisée à être non nulle ( $v_t \neq 0$ ) mais régulée.
Événements discrets (impact) : Modélisés par une application de réinitialisation (reset map) lors de l'atterrissage du pied d'oscillation, supposant une collision parfaitement inélastique.

B. Contraintes Virtuelles

L'approche repose sur la superposition de deux types de contraintes :

Contraintes Holonomiques Virtuelles (VHC) : Elles définissent la trajectoire souhaitée des articulations (le cycle de marche nominal) via des sorties de degré relatif deux. Elles sont paramétrées par une variable de phase $\theta$ .
Contraintes Non Holonomiques Affines Virtuelles (VNC) : C'est la contribution centrale. Au lieu d'imposer $v_t = 0$ , le contrôleur impose une loi de glissement admissible de la forme :
$A(q)\dot{q} = b(q)$
où $A(q)\dot{q}$ représente la vitesse tangentielle du pied et $b(q)$ définit un profil de glissement désiré (qui peut être non nul).

C. Conception du Contrôle

Un loi de retour d'état non linéaire est conçue pour :

Enforcer simultanément les contraintes holonomiques (suivi de la marche) et non holonomiques (régulation du glissement).
Utiliser une linéarisation entrée-sortie pour assurer que les erreurs de suivi convergent exponentiellement vers zéro.
Définir une variété de dynamique zéro hybride compatible avec le glissement ( $Z_{int}$ ), qui est invariante sous la dynamique continue et l'application d'impact.

D. Analyse de Stabilité

La stabilité orbitale des cycles de marche périodiques est analysée via l'application de Poincaré restreinte à la variété $Z_{int}$ . Si les valeurs propres de la linéarisation de cette application sont strictement à l'intérieur du disque unité, le cycle de marche est localement exponentiellement stable.

3. Contributions Clés

Intégration explicite du glissement : Passage d'une modélisation où le glissement est une perturbation à une modélisation où il est une composante régulée de la dynamique via des contraintes non holonomiques.
Compatibilité des contraintes : Démonstration mathématique qu'il est possible d'imposer des contraintes de vitesse (non holonomiques) pour le glissement tout en préservant la structure des contraintes de position (holonomiques) utilisées pour générer le cycle de marche.
Théorème de stabilité : Établissement de conditions suffisantes pour la stabilité orbitale exponentielle des cycles de marche dans un environnement à glissement variable, via l'analyse de la dynamique zéro hybride.
Validation numérique : Implémentation sur un modèle hybride planaire à 7 degrés de liberté, démontrant la robustesse du contrôleur face à des changements soudains de conditions de frottement.

4. Résultats Numériques

Les simulations ont été menées sur un modèle de bipède planaire avec des séquences de glissement variables (simulant des patches de sol avec différents niveaux de frottement).

Comparaison Boucle Ouverte vs Boucle Fermée :
- Sans contrôle de glissement (Boucle ouverte) : Le marcheur perd sa stabilité après 29 pas, avec une perte progressive de vitesse et une dégradation de la trajectoire.
- Avec le contrôleur proposé : Le marcheur complète avec succès 50 pas, s'adaptant aux changements de niveau de glissement.
Performance de régulation : L'erreur de sortie de glissement ( $\eta_s$ ) reste extrêmement faible (moyenne de 0,0041) sous contrôle, confirmant que la contrainte non holonomique est respectée.
Robustesse : La trajectoire de la hanche reste cohérente et géométriquement stable, même lorsque le niveau de glissement imposé change de manière discontinue.
Vérification des hypothèses : Les indicateurs de régularité (valeurs singulières de la matrice de découplage) restent stables, validant les hypothèses théoriques de l'existence de la loi de contrôle.

5. Signification et Perspectives

Ce travail représente une avancée significative pour la robotique bipède sur terrains réels (neige, glace, surfaces huileuses).

Signification : Il démontre qu'il n'est pas nécessaire de supposer un frottement infini pour stabiliser la marche. En acceptant et en contrôlant le glissement, on peut étendre la plage opérationnelle des robots bipèdes à des environnements complexes.
Perspectives futures : Les auteurs prévoient d'étendre ce cadre à des modèles lagrangiens complets avec des effets de frottement explicites, d'adapter les lois de glissement à des terrains variables, et de valider expérimentalement la méthode sur des robots physiques, potentiellement en 3D.

En résumé, cette approche transforme le glissement d'un problème de défaillance en un degré de liberté contrôlé, offrant une solution théoriquement solide et numériquement validée pour la locomotion robuste sur sol glissant.