Thèse de doctorat en Technologies de l'information et des systèmes
Sous la direction de Pedro Castillo et de Isabelle Fantoni-Coichot.
Soutenue en 2010
à Compiègne .
Ce travail de thèse porte sur l'obtention de lois de commandes non linéaires pour la stabilisation d'un drone, ainsi que sur la localisation en utilisant la vision. Une étude bibliographique des différents types de drones et de leurs lois de commandes a d'abord été menée. Ainsi plusieurs types de lois de commandes ont pu être testées et comparées sur une plateforme de type avion PVTOL (Planar Vertical Take Off and Landing). Une loi de commande stabilisant un système à n intégrateurs, basée sur des fonctions de saturations où chaque état est séparé a ensuite été proposée. Un prototype de type quadrirotor a alors été construit. Parallèlement, un simulateur pour quadrirotor a été développé. Celui-ci permet de faire tourner le programme du quadrirotor sur un ordinateur grâce à un modèle dynamique et de fournir des images virtuelles aux algorithmes de vision à tester. Des méthodes de traitement d'images ont ensuite été étudiées. Afin de répondre au critère de calcul embarqué, nous avons d'abord étudié une méthode légère de flux optique, permettant à un robot mobile d'éviter des obstacles. Puis, des solutions basées sur la stéréovision mais utilisant des pointeurs lasers ont été proposées. La première technique permet d'estimer l'attitude, la seconde permet d'effectuer du suivi de mur. Enfin, un schéma de contrôle utilisant un prédicteur et un observateur a été étudié. Cette combinaison prend en compte les éventuels retards dans la boucle de commande, ceux-ci pouvant venir par exemple du temps de traitement vidéo. De plus, le schéma proposé permet d'utiliser efficacement un capteur ayant une période d'échantillonnage élevée (la caméra) dans une loi de commande plus rapide.
Embedded control and localization of an Unmanned Air Vehicle using vision
This work is about obtaining non linear control laws to stabilize an UAV (Unmanned Air Vehicle), and also about localization using vision. First, a bibliographie study over UAVs and their control laws was dope. Thus several laws were tested and compared on a PVTOL (Planar Vertical Take Off and Landing) airplane platform. A control law stabilizing a system with n integrators based on saturation functions was proposed. The particularity of this law is that each state is separated. Then a quadrirotor platform was built, as well as a simulator for the quadrirotor. This one allows to run the UAV's program on a computer thanks to a dynamical model and can provide the vision algorithms to be tested with virtual images. Some computer vision algorithms were tested. In order to deal with the embedded criteria, a light optical flow method (working in only one direction) was implemented on a mobile robot to avoid obstacles. Then, stereovision based solutions using laser pointers were proposed. The first technique allows to estimate the attitude and the second one allows to do wall following. Finally, a control scheme using a predictor and an observer was studied. This combination takes into account some delays in the control loop, which can corne from the video processing. Moreover, the proposed scheme allows to efficiently use a captor with a high sample time (like camera) whereas the control law is running faster.