| note
| - Cette thèse traite du guidage et du pilotage de véhicules aériens qui peuvent assurer des missions dans des lieux particulièrement hostiles, dangereux ou inaccessibles avec des véhicules conventionnels. Nous sommes tout d'abord motivés par le scénario de couverture, qui est généralement un processus long pouvant utiliser un grand nombre de personnes et d'équipements. Or, la nature de la couverture nécessite un véhicule aérien avec des capacités de vol stationnaire. Pour cela, nous nous intéressons alors aux multirotors, qui sont considérés comme une bonne étude de cas pour concevoir, analyser et mettre en œuvre des stratégies de contrôle de vol.En réalité, de nombreux défis sont encore ouverts pour ce qui concerne le scénario de couverture comme la faisabilité, l’optimalité en visitant tous les points d’intérêts. De plus, un système de contrôle robuste est indispensable pour contrer des effets néfastes tel le vent. Par ailleurs, la conception d'un algorithme de contrôle répondant à certaines exigences (structure simple, précision, énergie minimale consommée) constitue un défi supplémentaire. Ensuite, notre travail introduit un modèle mathématique générique pour les multi-rotors en considérant l’effet du vent.Dans la première partie du manuscrit, nous proposons des planificateurs en utilisant comme base l'algorithme RRT* (optimal Rapidly-exploring Random Tree). En fait, dans les grands espaces, un grand nombre de nœuds est généré augmentant alors le temps de calcul et la mémoire consommée. Pour y remédier, une procédure de suppression est impliquée pendant le processus « ReWire » pour les réduire. De plus, un planificateur multidirectionnel qui renvoie un ensemble de chemins optimaux à partir d'un point de départ et d'un ensemble de points objectifs est proposé. Notre travail introduit également une stratégie CPP (Coverage path-planning) optimale dans un espace contraint. Celle-ci consiste à procéder par un algorithme en deux phases. Dans la première, un planificateur multidirectionnel est utilisé pour définir les chemins les plus courts de chaque point à ses voisins. Dans la seconde phase, au moyen des coûts entre les points, le chemin global le plus court est obtenu en résolvant un problème de voyageur en utilisant des algorithmes génétiques. Puis, compte tenu de l'énergie embarquée limitée, un problème de routage est adapté et est résolu par la méthode de savings. Dans une seconde partie, nous nous sommes penchés sur la conception d'un système de pilotage efficace permettant au véhicule de suivre une trajectoire paramétrée dans le temps. D’une part nous proposons une extension de la commande par modèle interne au non-linéaire (NLIMC). Notre technique repose sur l’utilisation du principe de base IMC pour synthétiser un contrôleur non linéaire qui fait intervenir la propriété de platitude. D’autre part, nous proposons une autre forme de contrôleur dont la structure apparente est un PID mais dans lequel est incorporée la technique des modes glissants que l'on appellera aussi PID non linéaire bien qu’il diffère de l’existant. Cette combinaison a l’avantage de conduire à un bon niveau de robustesse fourni par les modes glissants et en même temps à un bon comportement spécifié par la structure PID. En outre, en guise de complément, nous proposons deux contrôleurs redondants basés sur deux principes distincts afin de booster et d’améliorer les capacités de tout contrôleur. Le premier est basé sur l’approche MFC (Model-Free Control) tandis que le second est basé sur les modes glissants dynamiques DSMC (Dynamic Sliding Mode Controller). Enfin, pour montrer les performances de ces contrôleurs, nous avons effectué une série de tests avec plusieurs illustrations et scénarios, nous avons dressé un tableau de comparaison avec les approches conventionnelles. Les résultats issus des simulations numériques et ceux des tests expérimentaux réalisés sur un drone quadrotor se sont avérés cohérents et semblent bien prometteurs.
- This thesis deals with the guidance and control of aerial vehicles, which can also ensure missions in hostile, dangerous environments, or inaccessible workspaces with conventional vehicles. First, we are motivated by the coverage scenario, which is in general a long process, requiring a large number of individuals and specific equipment. However, the nature of sensing coverage requires an aerial vehicle with hovering capabilities. For this purpose, we are interested in multirotors that are considered as a good case study to design, analyze and implement flight control strategies.As matter of fact, many challenges are still open with respect to the coverage scenario such as for instance the feasibility and the optimality when passing through the Points of Interest. In addition, a robust control system is essential to mitigate the adverse effects such as the wind. Moreover, designing a control algorithm, which meet some requirements (simplicity, accuracy, consumed energy, etc.) constitutes a complementary challenge. Then, our work introduces a generic mathematical model for multirotors flying under the effect of wind.In a first part, we propose planners using as a basis the optimal Rapidly-exploring Random Tree (RRT*) algorithm. In fact, in large workspaces, a large number of nodes is generated and then increasing the computation time and the consumed memory. To counter these latter, a removal procedure is involved during the rewiring process. In addition, a multidirectional planner that returns a set of optimal paths from a starting point and a set of objective points is proposed. Our work also introduces an optimal Coverage path-planning (CPP) strategy in a constrained workspace. This one proceeds through a two-phases algorithm. In the first one, a Connected Multi-directional planner is used to define the shortest paths from each point to its neighbors. In the second phase, by means of the pair-wise costs between points, the overall shortest path is obtained by solving a Traveling Salesman Problem using Genetic Algorithms. Then, taking into account the limited on-board energy, a Capacitated-Vehicle Routing Problem is adapted and solved by the savings approach.In a second part, we study the design of an effective control system allowing the vehicle to track a trajectory parameterized in time. On the one hand, we propose an extension to nonlinear systems of the Internal Model Control (NLIMC). Our technique is based on the use of the basic IMC principle to synthesize a nonlinear controller that involves the property of flatness. On the other hand, we propose another form of controller whose apparent structure is a PID but in which the technique of sliding modes is incorporated that will also call the nonlinear PID (NLPID). This combination has the advantage to lead to a good level of robustness provided by the sliding modes and at the same time to a good behavior specified by the PID structure. Besides, as a complement, we present two redundant controllers based on two distinct principles in order to boost and to improve the capabilities of any controller. The first one is based on the Model-Free Control (MFC) approach while the second one is based on Dynamic Sliding Mode Controller (DSMC).Finally, to highlight the performance of these controllers, we have performed a series of tests with several illustrations and scenarios and we have drawn up a comparison table with conventional approaches. The results of both the numerical simulations and the experimentation that are performed on a quadrotor are consistent and seem to be quite promising.
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
