Planification de mouvement pour les systèmes dynamiques multi-agents dans un environnement variable

Motion planning for multi-agent dynamical systems in a variable environment

• Auteur / Autrice : Ngo Quoc Huy Tran
• Direction : Laurent Lefèvre
• Type : Thèse de doctorat
• Discipline(s) : Automatique et productique
• Date : Soutenance le 19/12/2019
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de conception et d'intégration des systèmes (Valence ; 1996-....)
• Jury : Président / Présidente : Jean-Paul Jamont
• Jury : Examinateurs / Examinatrices : Ionela Prodan, Esten Ingar Grøtli
• Jury : Rapporteurs / Rapporteuses : Cristina Stoica-Maniu, Florin Stoican

Mots clés

Mots clés contrôlés

Agents intelligents (logiciels)

Robots -- Mouvements

Théorie des ensembles

Commande prédictive

Mots clés libres

Planification de mouvement

Systèmes multi-Agents

Commande prédictive

Champ de potentiel artificiel

Évitement de collision

Véhicules de surface non habités

Motion planning

Multi-Agent systems

Model predictive control

Artificial potential field

Collision avoidance

Unmanned Surface Vehicles

Résumé

Cette thèse propose des solutions de commande basées sur la planification optimale de trajectoires pour des systèmes dynamiques multi-agents fonctionnant dans un environnement variable (avec obstacles statiques ou mobiles et des perturbations variables dans le temps).Cette planification de trajectoires repose sur l'utilisation combinée de la théorie des ensembles (en particulier des ensembles convexes bornés), de la commande prédictive non-linéaire (NMPC), du calcul de champs de potentiel et des méthodes basées sur des graphes. Elle se base sur la construction de champs de potentiel répulsifs associés à des fonctions de barrière marche-arrêt (on-off barrier functions) qui décrivent et activent ou désactivent les trajectoires libres (sans collision) calculées au préalable par une commande de type NMPC distribuée. Ces constructions sont ensuite utilisées pour maintenir la connectivité dans le groupe d'agents, tout en assurant le suivi du chemin pré-généré. En outre, un observateur pour l'estimation de perturbations non linéaires est intégré dans le schéma de commande afin de les rejeter.Les résultats théoriques obtenus sont validés en simulation, par des comparaisons avec des approches utilisant la programmation mixte en nombres entiers, à l'aide de données numériques réelles provenant d'une plateforme de navigation sécurisée pour les véhicules de surface non habités dans le fjord de Trondheim (Norvège).

This thesis proposes optimization-based control solutions for the motion planning of multi-agent dynamical systems operating in a variable environment (with static/mobile obstacles and time-varying environmental disturbances).Collision-free paths are planned for the agents through the combined use of set theory (particularly, bounded convex sets), non(-linear) Model Predictive Control (MPC), Potential Field (PF) and graph-based methods. The contributions build on the proposal of repulsive potential field constructions together with on-off barrier functions which describe and, respectively, activate/deactivate the collision-free conditions introduced in a distributed NMPC framework. These constructions are further used for connectivity maintenance conditions among the group of agents while ensuring the tracking of the a priori generated path. Furthermore, a nonlinear disturbance observer is integrated within the control scheme for environmental disturbance rejection.Finally, the results are validated in simulation through comparisons with mixed-integer approaches and over a benchmark for the safe navigation of Unmanned Surface Vehicles (USVs) in the Trondheim fjord, Norway, using real numerical data.