Commande de vol en formation d'une flotte de véhicules sous-actionnés

Formation control for a group of underactuated vehicles

• Auteur / Autrice : Dang Hao Nguyen
• Direction : Mohamed Boutayeb
• Type : Thèse de doctorat
• Discipline(s) : Automatique, Traitement du Signal et des Images, Génie Informatique
• Date : Soutenance le 07/12/2015
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine
• Partenaire(s) de recherche : Laboratoire : Centre de recherche en automatique (Nancy)
• Jury : Président / Présidente : Rogelio Lozano-Leal
• Jury : Examinateurs / Examinatrices : Hugues Rafaralahy
• Jury : Rapporteurs / Rapporteuses : Rogelio Lozano-Leal, Mohammed Chadli

Mots clés

Mots clés contrôlés

Actionneurs

Systèmes non linéaires

Drones

Systèmes de commande (vol)

Mots clés libres

Quadrirotor

Commande de vol en formation

Systèmes non linéaires

Véhicules sous-Actionnés

Drones

Quadrotor

Formation control

Nonlinear systems

Under-Actuated vehicles

UAV

Résumé

Le contrôle de vol en formation se rapporte au contrôle de la trajectoire de plusieurs véhicules pour accomplir une tâche commune. La motivation du contrôle du vol en formation réside dans le fait que l'utilisation de plusieurs drones permet de réaliser des tâches plus complexes et que ne peut accomplir un drone unique. Les stratégies de commande de flotte de véhicules peuvent être classées en trois groupes principaux : la stratégie de vol type meneur-suiveur, celle basée sur comportement et l'approche utilisant un meneur virtuel. Chaque groupe se compose de différents véhicules et on suppose que les véhicules communiquent entre eux pour échanger des informations. Le contrôle de position pour des quadrirotors sous-actionnés ou des UAV VTOL a retenu l'intérêt de plusieurs chercheurs de la communauté scientifique. En raison de la nature sous-actionnée des UAV VTOL, l'attitude du système doit être utilisée afin de commander la position et la vitesse. En effet, la prise en compte des perturbations externes, des incertitudes sur la dynamique du système ainsi que l'objectif d'obtenir des résultats globaux rendent la synthèse de lois de commande plus difficile. Nous proposons, dans ce travail, un algorithme permettant l'extraction de l'attitude et une nouvelle formulation de la poussée pour la commande d'un drone. Cet algorithme utilise cette formulation de la force de poussée pour atteindre les objectifs en translation et utilise le vecteur quaternion unitaire comme consigne du sous-système en rotation. Cet algorithme est ensuite étendu au cas de la commande de vol en formation. Cinq contrôleurs de vol en formation sont développés et séparés dans deux groupes : l'approche structure virtuelle et l'approche meneur-suiveur. Les trois premiers contrôleurs de vol en formation utilisent l'approche structure virtuelle. La vitesse, les perturbations et les incertitudes de modèle dans la dynamique sont estimées par le biais d'un observateur et la technique de commande "backstepping" adaptative. La synthèse des deux derniers contrôleurs de vol en formation de vol est obtenue en utilisant l'approche meneur-suiveur. La formation utilisant cette approche pour des quadrirotors et pour le système du second degré est construite. Le changement de la configuration de la formation de vol est également simulé pour ces deux derniers contrôleurs de vol en formation. Dans chacun des cinq contrôleurs de vol en formation, la fonction d'évitement de collision construite à partir d'une fonction indicielle "lisse" est incluse. Cette fonction produit une force de poussée quand un quadrirotor évolue près des autres et d'une force de traction quand un quadrirotor évolue hors de la zone de détection. Les résultats de simulation prouvent que cette fonction d'évitement de collision fonctionne tout à fait correctement et qu'aucune collision entre les quadrirotors ni avec les obstacles ne se produit. En résumé, l'utilisation de la poussée, de l'algorithme d'extraction d'attitude et de la fonction d'évitement de collision, rend la synthèse des lois de commande plus facile et les résultats obtenus pour le vol en formation sont globaux

Formation control relates with the motion control of multiple vehicles to accomplish a common task. The motivation of formation control is because of the advantages achieved by using a formation of vehicles instead of a single one. Cooperative control approach can be cataloged into three main groups: leader-follower, behavior-based and virtual structure. Each group consists of individual vehicles and the communication allows the information be exchanged among vehicles. Position control for under-actuated quadrotors or VTOL UAVs has been focused in several group in the research community. Due to the under-actuated nature of VTOL UAVs, the system attitude must be used in order to control the position and velocity of the system. Moreover, the effect of external disturbance, uncertainty of the dynamics and the requirement of achieving the global results make the control design process more difficult. Developing from a global controller for a single quadrotor, a new thrust and attitude extraction algorithm is proposed. This algorithm allows transferring an intermediate control force to a thrust force to achieve the translational objective and an unit quaternion vector as a reference for the rotational subsystem. This algorithm is also embedded in the formation controller. Five formation controllers are developed and separated into two groups, virtual structure and leader-follower approach. The first three formation controllers are constructed by using the virtual structure approach. The unmeasured linear velocity, disturbance and uncertainty in the dynamics are solved by employing observer design and adaptive backstepping control design technique. The last two formation controllers are built by using the leader-follower approach. The leader follower formation for quadrotors and for second order system are constructed. The changing of formation shape in working time also is simulated in these last two formation controllers. In all five formation controllers, collision avoidance function constructed from a smooth step function is embedded. This function generates a pushing force when a quadrotor goes close to the others and a pulling force when a quadrotor travels out of the sensing range. The simulation results show that this collision avoidance function works quite effectively and there is no collision among quadrotors and obstacles. It can be summarized that by using the thrust and attitude extraction algorithm and the collision avoidance function, the control design process becomes easier and all the formation controllers achieve the global results