Partenaires

Ampère

Nos tutelles

CNRS Ecole Centrale de Lyon Université de Lyon Université Lyon 1 INSA de Lyon

Nos partenaires

Ingénierie@Lyon



Rechercher


Accueil > Thèses et HDR > Thèses en 2022

20/01/2022 - Jérémy BARRA

par Laurent Krähenbühl - publié le , mis à jour le

Agenda

  • Jeudi 20 janvier 14:00-16:00 -

    Thèse Jérémy BARRA

    Résumé :

    Estimation embarquée du mouvement sans informations d’infrastructure : application à un drone autonome


    Lieu : Ecole Centrale de Lyon, bâtiment W1, Amphi 203

    Notes de dernières minutes : Lien visio : le demander au candidat ou à laurent.krahenbuhl@ec-lyon.fr


Ajouter un événement iCal

Jérémy Barra soutient sa thèse le 20/01/2022 (14h00)
Lieu : Ecole Centrale de Lyon, bâtiment W1, Amphi 203

Estimation embarquée du mouvement sans informations d’infrastructure : application à un drone autonome.

Jury :
ZASADZINSKI Michel (Université de Lorraine), Rapporteur
LAROCHE Édouard (Université de Strasbourg), Rapporteur
MAKAROV Maria (Centrale Supélec), Examinatrice
HENRY David (Université de Bordeaux), Examinateur
LESECQ Suzanne (CEA), Co-directeur de thèse
SCORLETTI Gérard (École Centrale de Lyon), Directeur de Thèse
BLANCO Éric (École Centrale de Lyon), Encadrant
ZARUDNIEV Mykhailo (CEA), Encadrant

Résumé :
La conception d’agents mobiles capables de naviguer de manière autonome vise à leur permettre de se déplacer en direction d’un objectif en évitant les collisions avec des obstacles et ce, sans informations préalables sur leur environnement. Les agents mobiles concernés sont de petits systèmes embarqués limités en ressources (énergie, calcul, mémoire), comme le micro-drone utilisé dans cette thèse.
Dans ce cadre, l’estimation en temps-réel de la trajectoire de l’agent, c’est-à-dire de sa position, de sa vitesse et de son orientation par rapport à son environnement, est indispensable, et doit être réalisée avec peu de ressources. Dans certains cas, le mouvement peut être estimé à partir de signaux provenant d’une infrastructure préinstallée dans l’environnement comme le GPS. Cependant, de tels signaux sont parfois indisponibles, comme lors de la navigation à l’intérieur de bâtiments inconnus. Le mouvement de l’agent doit alors être estimé à partir d’informations disponibles localement au niveau de son microcontrôleur. Celles-ci peuvent provenir d’un modèle de la dynamique de l’agent, ainsi que de capteurs embarqués qui fournissent des mesures bruitées et partielles du mouvement.

Une première approche consisterait à embarquer sur l’agent de multiples capteurs et à appliquer des algorithmes de traitements poussés pour essayer de mitiger leurs erreurs de mesure. Toutefois, cette approche n’est pas judicieuse dans le cas d’un agent particulièrement limité en ressources, comme le micro-drone considéré dans cette thèse. Ainsi on propose une autre approche, qui consiste à tirer profit du fait que le drone soit asservi, pour estimer au mieux son mouvement, tout en limitant le nombre de capteurs à embarquer ainsi que le coût de calcul de la solution.

Pour cela, on propose tout d’abord de synthétiser un estimateur basé sur un modèle du drone asservi. On adopte alors une approche séquentielle de synthèse de correcteur et d’estimateur. On conçoit d’abord correcteur linéaire étant donné le modèle dynamique linéarisé du drone, par des méthodes d’automatique fréquentielle classiques et avancées (commande H-infini). On développe une méthode d’analyse non-linéaire afin d’évaluer le domaine d’attraction obtenu par ce correcteur sur le modèle non-linéaire du drone. Puis, on choisit un ensemble minimal de capteurs du mouvement du drone et on modélise leurs mesures. Enfin, à partir du modèle du drone asservi par le correcteur préalablement choisi et des mesures de capteurs, on synthétise un estimateur basé sur le modèle en boucle fermée du drone. Par rapport à un estimateur basé sur le modèle en boucle ouverte, on montre que notre approche permet de profiter du fait que la dynamique du drone asservi soit simplifiée pour obtenir un estimateur performant ayant un ordre de complexité faible.

Dans un second temps, on propose de rassembler la synthèse de correcteur et d’estimateur en une seule étape de synthèse conjointe pour former un bloc appelé correcteur/estimateur, qui, à partir des signaux présents sur le microcontrôleur, produit en sortie la commande du drone et l’estimée de son mouvement. Pour cela, on forme un problème d’optimisation H-2/H-infini qui permet de synthétiser un correcteur/estimateur dont la performance d’estimation est maximale et qui garantit le respect du cahier des charges en terme d’asservissement. Par rapport à l’approche séquentielle de synthèse d’un correcteur puis d’un estimateur basé sur le modèle de la boucle fermée, l’approche de synthèse conjointe permet de systématiquement réduire l’ordre de complexité de l’ensemble correcteur/estimateur. De plus, lorsque les contraintes sur l’asservissement sont suffisamment faibles, l’approche de synthèse conjointe permet de régler l’asservissement de façon à augmenter la performance d’estimation par rapport à l’approche séquentielle. En effet, on montre en simulation que l’on peut atteindre une erreur quadratique moyenne d’estimation jusqu’à 25% plus faible.

Mots-clés :
Micro-drone, commande H-infini, optimisation convexe, modélisation de capteurs, radar FMCW, estimation H-2, synthèse mixte H-2/H-infini, analyse non-linéaire



Voir en ligne : Texte complet