Thèse de doctorat en Automatique et informatique appliquée
Sous la direction de Alain Glumineau, Franck Plestan et de Abdelhamid Chriette.
Soutenue en 2008
à Nantes , dans le cadre de École doctorale sciences et technologies de l'information et des matériaux (Nantes) , en partenariat avec Université de Nantes. Faculté des sciences et des techniques (autre partenaire) , Centrale Nantes (autre partenaire) et de Institut de recherche en communications et cybernétique (Nantes) (autre partenaire) .
Réaliser les mêmes missions mais en retirant les commandes à l'homme, voici le défit de la robotique aérienne d'aujourd'hui. Les technologies actuelles permettent depuis peu de construire des drones de petite ou grande taille de type avion, hélicoptère ou novateur. Véritables concentrés d'électronique, ces appareils doivent être contrôlés par des lois de commande de plus en plus sophistiquées s'appuyant sur de nombreux capteurs de navigation pour répondre aux besoins de la mission (surveillance de forêt, d'axe routier, de zones à risque, prises d'informations dans des milieux inaccessibles à l'homme, etc). Aujourd'hui, les principales limitations rencontrées sont d'une part la complexité du problème de navigation nécessitant la perception d'un environnement souvent contraint (peu de disponibilité du GPS en milieu urbain) et évolutif, d'autre part la difficulté de maîtriser l'appareil en présence de turbulences atmosphériques (notamment en mileu urbain). Ce dernier point, commun à toutes les architectures de drones, a motivé le sujet de cette thèse dont la contribution porte principalement sur la synthèse de lois de commande robustes et l'analyse de leur stabilité. Les travaux présentés ici sont principalement basés sur une modélisation générique des robots aériens servant alors de référence pour l'élaboration de lois de commande et d'observateurs non linéaires pour système à entrées inconnues. Ces derniers permettent de reconstruire en ligne les perturbations agissant sur le drone par rapport à la modélisation nominale. Ces perturbations estimées sont ensuite injectées dans la loi de commande afin d'améliorer les performances de précision et de robustesse du drone en boucle fermée.
Contributions to modelling, control and observation of unknown input systems in the frame of autonomous flying vehicles
Doing same missions without a human pilot, there relies the challenge for aerial robotics nowaday. Some UAV (Unmanned Aerial Vehicle) of small or great size (aircraft, rotorcraft or other architecture) can be build thanks to advanced technology. With their miniaturized embedded electronics, this vehicles must be controlled by more sophisticated control laws using a great number of navigation sensors in order to succeed themission (surveillance mission in hazardous areas, inaccessibe to Humans, etc). Nowadays, most of limitations are due to the complexity of the navigation problem in an constrained and changing environment (without GPS in a urban context) and the hard task to control the vehicle in presence of turbulences. This point concerning all UAV's architecture has led to this phd of wich contribution deals mainly with the design of robust control laws and the stability of the resulting closed loop. Studies submitted here are based on a generic modelling of dynamics of aerial vehicles. This dynamics is then used to design nonlinear control laws and unknown input observers. These nonlinear observers estimate in real time perturbations acting in the vincinity of UAV. These estimations are then used by the control laws in order to improve precision and robustness of the UAV.