RÉPUBLIQUE DÉMOCRATIQUE DU CONGO

INSTITUT SUPÉRIEUR PÉDAGOGIQUE TECHNIQUE DE KINSHASA

ISTPT-KIN

COURS DE ROBOTIQUE AVANCÉE

Redondance ET Optimisation

[Link]
 Ir NAKAHOSA KUKWIKILA RICHARD

L2 MÉCANIQUE DE PRODUCT

Objectifs du cours
Ce cours aborde les méthodes utilisées en Robotique pour traiter des
problèmes d’analyse et de commande de systèmes complexes. Les
systèmes complexes considérés ici sont :
 1. Les systèmes de manipulation redondants cinématiquement

2. Les systèmes non-holonomes

3. Les systèmes a` architecture parallèles

4. Les systèmes de manipulation coordonnée avec des liaisons

unilatérales

On recouvre l’essentiel des problématiques auxquelles on est

confrontés dans le cadre de la manipulation dextre, la
préhension articulée, la locomotion a` roues et `a pattes, etc…

Plan du cours

1. Cinématique des systèmes redondants.

2. Dynamique des systèmes redondants et contraints

3. Cinématique et statique des systèmes parallèles et de

manipulation coordonnée
Introduction

Les systèmes robotiques présentent généralement un degré de

complexité qui impose de reconsidérer les techniques de
modélisations et de commande de leur comportement. L’une
des dimensions particulières dans la complexité des systèmes
est liée au nombre de leur degré de liberté qui peut induire une
redondance/abondance vis-à-vis des tâches a` réaliser.
L’exploitation de la redondance cinématique est le premier
des points que nous examinerons. Cette redondance peut
notamment servir à optimiser par la commande le
comportement du système du point de vue de certaines de ses
performances. Ce problème peut ˆêtre abordé d’un point de vue
cinématique ou dynamique selon le type contrôle bas niveau
mis en œuvre sur le système.
Une autre dimension dans la complexité des systèmes est
induite par le fait des contraintes imposées par des liaisons
non-holonomes ou par des cycles cinématiques multiples dans
le m´mécanisme. Nous considèrerons les problèmes de
modélisations et de commande de systèmes non-holonomes, de
systèmes parallèles ainsi que de systèmes présentant des
liaisons par contact de pour lesquels la persistance de la
liaison doit être maintenue.
Nous introduirons un certain nombre de moyens pour
quantifier les performances cinématiques et dynamiques de ces
systèmes et nous envisagerons leur utilisation dans leur
commande (lorsqu’ils concernent des variables de commande)
ou leur conception (lorsqu’ils portent sur des paramètres
structurels).
Enfin, nous reviendrons sur plusieurs techniques
d’optimisation particulièrement adaptées au traitement des
problèmes exposées. Nous introduirons également des techniques
adaptées au multicritère.

2 Cinématique des systèmes redondants

2.1 Générateur du mouvement, noyau et leurs compléments
orthogonaux et réciproques
La relation entre l’espace des vitesses généralisées et des
vitesses opérationnelles est une application linéaire dont J est
la matrice associée. Le produit Jq˙ peut être vu comme une
combinaison linéaire des vecteur-colonnes de J. Aussi, on peut
définir :

1. Le générateur de l’application d´définit l’ensemble des vitesses

transmissibles par le système.
R(J) = nX˙ ∈ Rm/∃q˙ ∈ Rn X˙ = Jq˙o

2. Le complément orthogonal a` R(J) constitue l’ensemble des

vitesses non-transmissibles.

R(J)⊥ = nX˙ ∈ Rm/∃X˙ 0 ∈R(J) X˙ tX˙ 0 = 0o

3. Le complément réciproque a` R(J) d´définit les actions

naturellement transmissibles

R(J) R = nF˙ ∈ Rm/∃X˙ ∈R(J) FtX˙ = 0o

4. Le noyau de l’application constitue l’ensemble des articulaires
internes.

N(J) = {q˙ ∈ Rn/Jq˙ = 0}

5. Le complément orthogonal est l’ensemble des vitesses

articulaires qui engendre un mouvement de l’effecteur.

N(J)⊥ = nq˙ ∈ Rn/∃q˙0 ∈N(J) q˙tq˙0 = 0o

6. Le complément réciproque au noyau est l’ensemble des couples

articulaires qui produisent une puissance nulle dans le
mouvement interne.

N(J) R = nτ ∈ Rn/∃q˙0 ∈N(J) τtq˙0 = 0o

On montre ´également que :

R(J) ⊥ = N(Jt)
N(J) ⊥ = R(Jt)
Cette dualité entre les vitesses et efforts est illustrée sur la figure 1.

Figure 1: Illustration de la dualité vitesse/effort

2.2 Définition de la redondance cinématique

La redondance d’un système mécanique peut être définie du
point de vue cinématique. Lorsque m la dimension de l’espace
des déplacements du système, ou si tous les déplacements ne
sont pas imposés par la tache le nombre de contraintes imposées
sur les mouvements du corps ”‘manipule”’ est égal à la mobilité
cinématique du système, alors la matrice jacobienne J du
système est hors singularités une matrice carrée. la solution au
problèmes cinématiques inverse X˙ = Jq˙ (ou différentiel inverse
dX = Jdq) est données par :

q˙ = J−1X˙

Pour simplifier les choses, on considèrera que la mobilité du

mécanisme est directement n le nombre de liaisons et que le
nombre de contraintes est directement égal à la dimension du
groupe des déplacements dans lequel le système évolue (noté
d).
D`es lors ou` le manipulateur est redondant devant la tache (n
> d ou plus généralement rg (J) > d) alors le problème est sous-
déterminé. Il existe une infinité de solutions au problème
cinématique inverse. Le degré de redondance cinématique du
système devant la tâche est :
 R = n − dim(R(J)) = dim (N(J))

2.3 Analyse du problème de la redondance cinématique

Pour le manipulateur de 3P de la figure 2, si seule la trajectoire
du point P est imposée, le degré de redondance est 1. La
Jacobienne de ce manipulateur est :

Figure 2: Manipulateur redondant 3 P

Une base de R(J) est : Une base de

N(J) est :
dim (N(J)) 6= 0 traduit le fait qu’il existe une possibilité de
mouvement interne comme l’illustre la figure 3.

Le complément orthogonal au (N(J)) ⊥ constitue le sous-espace

des mouvements articulaires réalisant le mouvement δX avec le
minimum d’amplitude δq. Plusieurs méthodes sont
envisageables pour résoudre la redondance. Les m´méthodes
utilisant le modèle cinématique sont les plus générales.

Figure 3: Illustration du mouvement interne

2.4 D´définition d’un modèle géométrique inverse

Si on considère le système est sous asservissement articulaire,
l’une des solutions pour aborder la commande des
mouvements est d’utiliser le modèle géométrique inverse pour
d´définir les consignes articulaires a` partir de la d´définition
de la trajectoire en position et orientation de l’objet manipulé.
Cependant, dans le cas ou` le système est redondant, le
problème géométrique inverse est dans ce cas sous-déterminé.
Il existe par conséquent une infinité de configurations
articulaire pour atteindre une taˆche donnée.
Pour traiter la redondance, une solution consiste à introduire
des relations supplémentaires pour traduire un objectif secondaire
qui est par exemple d’optimiser une performance locale. Si on
considère que la performance en question est représentée par une
fonction scalaire continue notée W(q) en fonction des paramètres
généralisés q. On peut considérer la résolution du problème
géométrique inverse à partir d’une part par le modèle géométrique
direct X = f(q) et d’autre part par r équations algébriques
traduisant un optimum de la fonction.
 La recherche d’un optimum pour W(q) peut être vu comme
un problème d’optimisation sous les contraintes F(q) = (f(q) − X).
Ce type de problème peut être abordé à l’aide des
multiplicateurs de Lagrange. Le problème équivaut à minimiser
le Lagrangien L(q) = W(q) + λtF(q), λ ∈ Rm=d étant le vecteur des
multiplicateurs de Lagrange.
Ainsi, la solution vérifie a` la fois la solution au modèle
géométrique et minimise W(q). Les points stationnaires sont
tels que la différentielle de L(q) soit nulle :

- est la matrice Jacobienne.

- est le vecteur gradient de la fonction W(q)
L’´équation précédente peut être réécrite :
Jtλ + h = 0
Ou en partitionnant les m premières lignes et les n − m suivantes :
(1)
On peut à partir de ce système de n ´équations auquel serait
joint les m ´équations issues du modèle géométrique direct
d´déterminer l’ensemble des inconnues (les m multiplicateurs
de Lagrange et les n variables articulaires.
On peut également, en s’aidant des m premières équations du
système (1) de résoudre les m multiplicateurs de Lagrange.

En substituant dans les n − m équations, on a :

Ces r équations peuvent se mettre sous la forme matricielle :

ou` encore en notant Z = (Jn−mJm−1 , In−m)

Zh = 0

Le problème géométrique inverse pour un système redondant

consiste alors à résoudre le système :

F(q) = 0
 Zh = 0 (2)

Ces dernières équations permettent de déterminer complétement

les variables articulaires.
Pour illustrer cette m´méthode nous utiliserons l’exemple de
la figure 4. Le point P de ce système de type PR doit se d´placer
selon un axe vertical situé à x de l’origine tout en ´évitant un
obstacle situé à d du 2nd segment. Le modèle géométrique
direct se réduit à :

x = r1 + aCθ2 (3)

La Jacobienne transposée est Jt = (1, −aSθ2). La redondance du

système r = 1. La distance à l’obstacle est (x−r1) Sθ2 = dSθ2. Le
problème géométrique inverse peut être posé comme :

= 0 (4)

ou` encore, a` l’aide de la matrice Z :

= 0 (5)

Figure 4: Illustration du traitement de la redondance par une

m´méthode géométrique

2.4.1 Solution par la Jacobienne transposée

La commande cinématique d’un système (ici considéré comme
arborescent) peut être réalisée en utilisant directement la
jacobienne inverse. Le problème de la redondance est alors
résolu en considérant qu’un torseur de force FExt est appliqué à
l’effecteur, cette dernière cherchant à l’amener sur la position
d´désirée Xd (voir illustration figure 5)

Figure 5: Illustration du principe de commande par Jacobienne

inverse

Si cette action extérieure est considérée comme réalisée à travers

une raideur :

FExt = K (Xd − X) = K e

Avec K une matrice positive et symétrique d’ ´élasticité, on peut

d´déterminer la solution q˙ par :
q˙ = JtKe
Cette m´méthode présente l’intérêt de traiter directement du
problème de la redondance et des singularités. La solution
obtenue est non-exacte mais stable. En effet, le potentiel
´élastique du système Φ(e) est tel que Φ(e) > 0∀e 6= 0 et Φ(0) =
0:

En différentiant par rapport au temps Φ(e) on trouve :

etK (X˙ d − X˙) = etKX˙ d − etKJq˙

Le choix de q˙ = JtKe conduit `a :

etKX˙ d − etKJJtKe
Qui pour Xd = cte vérifie :
Φ (˙ e) = −etKJJtKe < 0
Ce qui montre que la convergence vers zéro de la solution est
assurée.

2.4.2 Solution par le pseudo-inverse de Moore Pen rose

On peut imposer une contrainte supplémentaire pour obtenir une
solution, par exemple chercher une solution q˙p de norme
Euclidienne minimale telle que :

L’unique solution est donnée par :

q˙p =
J+X˙
Ou J+ est le pseudo-inverse de J. Elle produit une solution minimale
pour kq˙k2 (aux moindres carrés) pour X˙ désiré. (Fonction pinv () de
Mathlab)
Le calcul de la pseudo-inverse de J peut être réalisé si rg(J) = m par :

J+ = Jt (J Jt) −1

Pour l’exemple du manipulateur PPP, le pseudo-inverse de Jv est :

D’une manière plus générale, si J ∈ Rm×n est de rang r, elle admet

une d´décomposition en valeurs singulières (Fonction svd) de
Matlab) qui est:

J = UΣV t = X σiuivit
i=1, r
Pour l’exemple du manipulateur PPP, on a :

Alors, le pseudo-inverse de Moore-Pen rose est :

Avec :

Où σ1,...or sont les valeurs singulières de J.

Si rg(J) = r = m < n (rang maximal) alors J+ = Jt(JJt) −1
Si rg(J) = r = m = n alors J+ = J−1
Indifféremment des conditions sur le rang de J, ce pseudo-inverse
satisfait les propriétés suivantes :
JJ+J = J
J+JJ+ = J+
(JJ+)t = (J+J)
(J+J) t = (JJ+)
Et
(J+)+ = J

(J+) t = (Jt) +

(J+) = (JtJ) +Jt

(J+) t = Jt(JJt)
+
Par ailleurs :
- si rg(J) = m = n, alors : A+ = A−1
- si rg(J) = m < n, alors : AA+ = Id
(A+A 6= Id) - si rg(J) = n < m, alors :
A+A = Id (AA+ 6= Id)
• Remarque : La quantité qui est optimisée dans une solution
purement cinématique est :
C = q˙tq˙
Cette quantité n’a pas forcément de sens physique. Aussi, le
pseudo-inverse peut être pondéré pour optimiser par exemple
l’énergie cinétique développée dans le mouvement. Cette
dernière s’écrit :

M(q) est symétrique et inversible.

Le problème de la minimisation de T dans le mouvement X˙ = Jq˙
peut être posé comme un problème d’optimisation sous
contraintes.

tel que : X˙ = Jq˙

Une solution classique à ce type de problème peut être
d´déterminée `a l’aide des multiplicateurs de Lagrange λ, la
contrainte étant alors intégrée à la fonction a` minimiser sous
la forme :

Les multiplicateurs λ peuvent ici être interprétés physiquement

comme les quantités de mouvement à appliquer pour satisfaire X˙ −
Jq˙ = 0.
Les paramètres de Lagrange peuvent être d´exterminés en cherchant
les solutions a` :

Ceci conduit au système de n équations suivant:

q˙tM − λtJ = 0 (∗)

En post-multipliant par M−1Jt, ce système se transforme en :

q˙tJt = λt(JM−1Jt)

Les multiplicateurs λ sont donc tels que :

λt = X˙ t(JM−1Jt) −1

En reportant dans (∗), on trouve :

q˙ =

M−1Jt(JM−1Jt)

−1X˙ q˙ = JM+ X˙

JM+ est le pseudo-inverse de J pondérée par la matrice d’´énergie

cinétique du système.
2.5 Homogénéisation de J pour le calcul du pseudo-inverse
Les termes de JJt peuvent ne pas être homogènes en dimension.
Considérons par exemple le robot plan PPR dont la Jacobienne
serait :

Les composantes de JJt sont :

Ces composantes sont inhomogènes en dimension.

D’une manière générale, si un système comporte de liaisons de
rotation et de translation, kq˙k2 = q˙tq˙ conduira `a une somme de
termes inhomogènes. De même le calcul de
X˙ tX˙ est le résultat du produit orthogonal entre torseurs et
d´dépendra du point ou la vitesse est exprimée et des unités des
longueurs.
A titre d’exemple, en considérant le robot de la figure 6,

Pour pallier ce problème, une

Figure 6: Manipulateur PRR pour illustration des problèmes

d’inhomogénéité

La Solution consiste à nommer les vecteurs X˙ et q˙ en utilisant par

exemple une longueur caractéristique.
 X˙ Norm = diag[1,1,1,1/L1,1/L1,1/L1]X˙ =

NvX˙ q˙Norm = diag[a11,...,ann]q˙ = Nqq˙

Avec aii = 1 pour les liaisons rotoides et aii = 1/L2. Le pseudo

inverse pondérée de J est alors égale à :

2.6 Méthodes de détermination des mouvements internes

2.6.1 Vecteurs du noyau de J
On peut d´déterminer un ensemble de vecteurs orthogonaux
qui forment une base du noyau de J(q). Cette base est de
dimension n − r. Elle peut être constituée des vecteurs vi i = r,
n issus d’une décomposition en valeurs singulières de J(q) et tel
que :

J(q)vi = 0 i = r,n
On vérifie bien pour l’exemple du manipulateur 3P que :

Ainsi, la solution homogène q˙h peut s’exprimer :

q˙h = N(J)x˙N = X x˙Nivi

i=1,n−r

- N(J) ∈ R(n×n−r) est la matrice de regroupant les vecteurs du

noyau,
- x˙N ∈ Rn−r est le vecteur des amplitudes des vitesses compatibles
avec le mouvement interne (pseudo-vitesses). On peut exprimer le
mouvement interne x˙N comme :

x˙N = V +q˙ = JNq˙

Pour l’exemple du système 3P on a :

JN = (−1/2 0 1/2)
2.6.2 Tâche secondaire dans l’espace articulaire
Une m´méthode consiste à projeter une tâche secondaire sur le
noyau de la Jacobienne en utilisant le projecteur orthogonal (Id −
J+J)

De manière plus générale, en algèbre linéaire, une projection

orthogonale est un projecteur tel que les deux sous-espaces
sont orthogonaux. Le projecteur a pour effet de supprimer la
composante qui influence δX. On a donc :

Jq˙h = 0

Le vecteur q˙op ∈ Rn, qui est a priori quelconque, peut servir à

optimiser une performance locale. Il peut être alors d´déterminer
comme :

- α > 0 conduit a` une croissance de φ

- α < 0 conduit une décroissance de φ
Un exemple de fonction φ pour l’´éloignement aux butées est :

Avec ∆qi = (qimax − qi min)

Un autre exemple de fonction φ est celui qui reflète le
conditionnement de la matrice Jacobienne (voir chapitre
quantification des performances).
q

Φ(q) = det(JJt)
On peut aussi construire une fonction φ pour générer un champ de
forces (attractives et répulsives) sur le système.
Φ(q) = φatt(q) + X φirep(q)
i=1, n
Ici en considérant un seul potentiel attractif ponctuel et un
ensemble de n potentiels répulsifs. Le potentiel attractif peut ˆetre :

La force qui serait ainsi créée pour ”‘attirer”’ le système vers qd est :
Fatt = −k∇φ(q) = k (q(t) − qd)
Un exemple de champ attractif pour un système 2R est donné sur la
figure 7 Un potentiel

Figure 7: Illustration d’un champ attractif

Répulsif borné à la distance d0 est le suivant :

Un exemple est donné sur la figure 8

On illustre l’effet du projecteur orthogonal a` partir de l’exemple
représenté sur la figure 9 qui considère le problème suivant :

Le système est une fois redondant vis-à-vis de la tâche. Il est

clair que la taˆche secondaire n’est réalisée que partiellement.
Par ailleurs, on montre que ce mouvement interne sans action
dissipative peut conduire à un mouvement oscillatoire. Aussi,
un terme d’amortissement peut ˆetre introduit pour stabiliser
le mouvement.
 Figure 8: Illustration d’un champ attractif

3. Les systèmes de manipulation redondants cinématiquement

En robotique, les systèmes de manipulation redondants se

referent à des robots qui possèdent plus de degrés de liberté
(DDL) que Ce qui est nécessaire pour accomplir une tâche
donnée. Cela signifie qu'il existe plusieurs configurations
possible pour atteindre une même position et orientation de
l'effecteur terminal.
3.1. Avantages de la Redondance

 Flexibilité de mouvement: La redondance permet d'éviter les

obstacles en offrant plusieurs trajectoires possible [1].

 Précision accrue: Dans des applications comme la

manipulation de charges Lourdes, les DDL supplémentaires
peuvent être utilisés pour des ajustements fins, réduisant ainsi
l'influence des erreurs de positionnement dues à la flexion des
segments [1][2].

 Amélioration de l’accessibilité:

Pour des tâches comme la peinture dans l'industrie automobile, les

robots redondants peuvent mieux naviguer dans des espaces
restreints sans collisions [1].

 Complexité de la Commande:

Cependant, cette redondance augmente également la complexité du

contrôle. Les algorithmes doivent gérer non seulement la position
finale souhaitée mais aussi optimiser les mouvements pour éviter les
configurations singulières, où le robot perd des degrés de liberté
effectifs [2][3].

3.1.1. Applications

Les systèmes redondants sont couramment utilisés dans:

 Manipulation collaborative:

Plusieurs bras robotiques travaillant ensemble pour manipuler un

objet.

 Tâches nécessitant une précision élevée:

Comme dans le domaine médical ou lors d'opérations délicates [1][6].

En résumé, les systèmes de manipulation redondants offrent

une grande flexibilité et précision, mais nécessitent des
stratégies de contrôle avancées pour gérer leur complexité.

4. Les systèmes non holonomes

 Les systèmes non holonomes se caractérisent par des
contraintes qui ne peuvent pas être exprimées par des équations
algébriques intégrables. Contrairement aux systèmes holonomes, où
les contraintes peuvent être formulées sous forme d'équations
reliant les coordonnées des particules.

Les systèmes non holonomes impliquent des relations qui

dépendent des vitesses et ne peuvent pas être intégrées pour obtenir
une forme algébrique simple.

4.1. Caractéristiques des systèmes non holonomes

 Contrainte non intégrable: Une contrainte est dite non

holonome si elle ne peut pas être écrite sous la forme d'une
équation algébrique simple reliant uniquement les coordonnées
du système. Par exemple, une contrainte cinématique qui limite
les mouvements à certaines directions sans possibilité
d'intégration est non holonome [1][4].

- Exemples: UN example classique est. celui d'un véhicule

(comme une voiture) qui ne peut se déplacer que dans la direction
où Il est orienté, ce qui impose une contrainte sur ses mouvements
[7]. D'autres exemples incluent des systèmes où un objet roule
sans glisser sur une surface, Ce qui entraîne des relations
complexes entre la position et la vitesse [8].

4.1.1. Applications: Les systèmes non holonomes apparaissent

fréquemment en robotique ET en mécanique, où ils influencent la
planification des mouvements ET le contrôle des robots. La
compréhension de ces systèmes est essentielle pour résoudre des
problèmes de commandabilité et de trajectoire dans des
environnements complexes [5][6].

En résumé, les systèmes non holonomes sont définis par des

contraintes cinématiques complexes qui limitent les mouvements
d'une manière qui ne peut pas être intégrée simplement, rendant
leur étude plus complexe que Celle des systèmes holonomes.

5. Les systèmes de manipulation coordonnée avec des liaisons

unilatérales
Les systèmes de manipulation coordonnée avec des liaisons
unilatérales en robotique se réfèrent à des configurations où les
mouvements des différentes parties d'un robot sont interconnectés,
mais où certaines liaisons permettent un mouvement dans une
seule direction.

Voici les points clés à considérer:

5.1. Définition ET Fonctionnement

5.1.1 Systèmes de Manipulation Coordonnée: Ces systèmes

impliquent des robots capables de manipuler des objets en utilisant
plusieurs articulations qui travaillent ensemble pour atteindre une
position ou une orientation souhaitée.

5.1.2. Liaisons Unilatérales: Ce terme désigne des connexions entre

les éléments du robot qui permettent le mouvement dans une seule
direction, Ce qui signifie que certaines articulations peuvent se
déplacer sans que d'autres soient affectées. Cela contraste avec les
liaisons bilatérales, où le mouvement est réciproque.

5.1.3. Caractéristiques

- Degrés de Liberté: Les robots avec des liaisons unilatérales ont

souvent un nombre élevé de degrés de liberté, Ce qui leur permet
d'effectuer des mouvements complexes tout en maintenant une
certaine rigidité dans leur structure.

5.1.4. Applications: Ces systèmes sont couramment utilisés dans

des applications industrielles où la précision et la rapidité sont
essentielles, comme l'assemblage, la palettisation et la manipulation
de matériaux.

5.1.5. Avantages

- Flexibilité ET Efficacité: Les liaisons unilatérales permettent aux

robots de s'adapter à différentes tâches sans nécessiter de
reconfiguration complexe.

- Simplicité de Contrôle: La gestion des mouvements devient plus

simple car chaque articulation peut être contrôlée indépendamment,
facilitant ainsi la programmation et l'exécution des tâches.
En résumé, les systèmes de manipulation coordonnée avec des
liaisons unilatérales sont essentiels pour le développement de robots
capables d'effectuer des tâches variées avec précision et efficacité,
tout en offrant une grande flexibilité opérationnelle.

6. Les systèmes à architectures parallèle

Les systèmes à architectures parallèles désignent des configurations

informatiques permettant d'exécuter plusieurs tâches
simultanément, optimisant ainsi les performances de traitement.

Voici les principaux aspects à considérer:

6.1. Types d'Architectures Parallèles

- SISD (Single Instruction Single Data): Un seul processeur exécute

une instruction sur une donnée unique. C'est le modèle classique
des ordinateurs à microprocesseur unique.

- SIMD (Single Instruction Multiple Data): Une instruction est

appliqué à plusieurs données simultanément.

Ce type est courant dans les processeurs vectoriels et les cartes

graphiques, permettant des calculs parallèles sur des ensembles de
données similaires.

-MIMD (Multiple Instruction Multiple Data): Plusieurs processeurs

exécutent différentes instructions sur différentes données en
parallèle, ce qui est typique dans les systèmes multiprocesseurs
modernes.

6.1.1. Caractéristiques des Architectures Parallèle

Les architecture parallèle se caractérisent par:

 Mémoire Partagée: Dans ces systèmes, tous les processeurs

partagent une mémoire commune, facilitant la communication
entre eux. Cela contraste avec les systèmes distribués où
chaque unité a sa propre mémoire [2][5].
  Synchronisation: Les architectures parallèles utilisent une
horloge centrale pour synchroniser les opérations des
processeurs, contrairement aux systèmes distribués qui
nécessitent des algorithmes de synchronisation plus
complexes [2].

 Utilisation: Ces architectures sont particulièrement efficaces

pour les applications nécessitant de lourds calculs, comme la
modélisation scientifique, le traitement d'images et
l'intelligence artificielle [7][9].

6.1.2. Avantages et Limitations

Les architectures parallèles permettent d'accélérer le traitement de

données massives et d'améliorer l'efficacité énergétique. Cependant,
elles peuvent être moins évolutives que les systèmes distribués, car
la capacité de mémoire d'un seul ordinateur limite le nombre de
processeurs pouvant être intégrés [2][8].

En résumé, les systèmes à architectures parallèles sont essentiels

pour le calcul moderne, offrant des solutions efficaces pour traiter
des tâches complexes en exploitant le parallélisme au niveau des
instructions et des données.

Citations:

[1] Redondance - Inria [Link]

[Link]/Cours/section2_1_3.html

[2] [PDF] CINEMATIQUE INVERSE D'UN ROBOT 3R ET

VERIFICATION PAR ... [Link]
[Link]/jspui/bitstream/123456789/3965/1/[Link]

[3] [PDF] Modélisation, conception mécanique, étude cinématique

et ...
[Link]
_harton.pdf

[4] Contrainte non holonome | GDT - Vitrine linguistique

[Link]
gdt/fiche/8376011/contrainte-non-holonome
[5] [PDF] Optimisation en présence de contraintes non holonomes -
Lamsade
[Link]
[Link][6] [PDF] Modélisation dynamique des systèmes non-holonomes
intermittents [Link] (PDF) Les architectures
parallèles - [Link]
[Link]
%A8les

[7] Parallélisme (informatique) - Wikipédia

[Link]

[8] [PDF] Les machines parallèles de l'observatoire ~~~ MPI - DIO

[Link]

[9] Introduction au parallélisme et aux architectures parallèles

[Link]
documentaire/technologies-de-l-information-th9/architectures-
materielles-42308210/introduction-au-parallelisme-et-aux-
architectures-paralleles-h1088/