Search

The aim of this work is to propose mechanisms for multirotor drones that allow, on the one hand, to tolerate faults on the drone, and on the other hand to take into account the effects of the wind outdoors. The faults targeted include fault in actuators, sensors, but also software faults on the data fusion algorithms. ln our work, we have developed a robust controller and an exterior disturbance observer capable of cooperating with th, contrai reconfiguration method, to simultaneously tolerate motor failures and exterior wind disturbances through active fault tolerance techniques… We have also proposed a new technique for tolerating actuator faults for a coaxial octorotor drone. This technique is based on a robust command law with reconfigurable "self tuning sliding mode control (STSMC)" gains, where the control gains are readjusted according to the detected error in order to maintain the stability of the system. lndoor experiments are conducted to show and compare our solution with two other fault tolerance techniques. The efficiency and behavior of each method are studied after successive fault injections into the actuators. The main advantages and disadvantages of each method are deduced by analyzing the results obtained. Additionally, we provide an approach for fault tolerance of drone data fusion sensors and software mechanisms. This approach is based on the redundancy of sensors and the diversification of software components., Le but de ce travail est de proposer des mécanismes pour les drones multirotors qui permettent d'une part de tolérer des fautes sur le drone, et d'autre part de prendre en compte les effets du vent en extérieur. Les fautes visées comportent des fautes d'actionneurs, de capteurs, mais également des fautes logicielles sur les algorithmes de fusion de données. Dans nos travaux, nous avons développé un contrôleur robuste et un observateur des perturbations extérieures capables de coopérer avec la méthode de reconfiguration des commandes, pour tolérer de façon simultanée les défaillances de moteurs et les perturbations extérieures du vent par des techniques de tolérance aux fautes active. Egalement, nous avons proposé une nouvelle technique de tolérance aux fautes des actionneurs pour un drone octorotor coaxial. Cette technique est basée sur une loi de commande robuste avec des gains reconfigurables "self tuning sliding mode control (STSMC)", où les gains de contrôle sont réajustés en fonction de l'erreur détectée afin de maintenir la stabilité du système. Des expériences à l'intérieur ont été menées pour montrer et comparer notre solution avec deux autres techniques de tolérances aux fautes. L'efficacité et le comportement de chaque méthode ont été étudiés après des injections de fautes successives dans les actionneurs. Les principaux avantages et inconvénients de chaque méthode sont déduits en analysant les résultats obtenus. En outre, nous proposons une approche pour la tolérance aux fautes des capteurs et mécanismes logiciels de fusion de données du drone. Cette approche est basée sur la redondance des capteurs et la diversification des composants logiciels.

In this work, we study some cooperative localization issues for mobile robotic systems that interact with each other without using relative measurements (e.g. bearing and relative distances). The considered localization technologies are based on beacons or satellites that provide radio-navigation measurements. Such systems often lead to offsets between real and observed positions. These systematic offsets (i.e, biases) are often due to inaccurate beacon positions, or differences between the real electromagnetic waves propagation and the observation models. The impact of these biases on robots localization should not be neglected. Cooperation and data exchange (estimates of biases, estimates of positions and proprioceptive measurements) reduce significantly systematic errors. However, cooperative localization based on sharing estimates is subject to data incest problems (i.e, reuse of identical information in the fusion process) that often lead to over-convergence problems. When position information is used in a safety-critical context (e.g. close navigation of autonomous robots), one should check the consistency of the localization estimates. In this context, we aim at characterizing reliable confidence domains that contain robots positions with high reliability. Hence, set-membership methods are considered as efficient solutions. This kind of approach enables merging adequately the information even when it is reused several time. It also provides reliable domains. Moreover, the use of non-linear models does not require any linearization. The modeling of a cooperative system of nr robots with biased beacons measurements is firstly presented. Then, we perform an observability study. Two cases regarding the localization technology are considered. Observability conditions are identified and demonstrated. We then propose a set-membership method for cooperativelocalization. Cooperation is performed by sharing estimated positions, estimated biases and proprioceptive measurements. Sharing biases estimates allows to reduce the estimation error and the uncertainty of the robots positions. The algorithm feasibility is validated through simulation when the observations are beacons distance measurements with several robots. The cooperation provides better performance compared to a non-cooperative method. Afterwards, the cooperative algorithm based on set-membership method is tested using real data with two experimental vehicles. Finally, we compare the interval method performance with a sequential Bayesian approach based on covariance intersection. Experimental results indicate that the interval approach provides more accurate positions of the vehicles with smaller confidence domains that remain reliable. Indeed, the comparison is performed in terms of accuracy and uncertainty., On étudie dans cette thèse des méthodes de localisation coopérative de robots mobiles sans utilisation de mesures extéroceptives relatives, comme des angles ou des distances entre robots. Les systèmes de localisation considérés sont basés sur des mesures de radionavigation sur des balises fixes ou des satellites. Pour ces systèmes, on observe en général un écart entre la position observée et la position réelle. Cet écart systématique (appelé biais) peut être dû à une mauvaise position de la balise ou à une différence entre la propagation réelles des ondes électromagnétiques par rapport aux conditions standard utilisées pour établir les modèles d’observation. L’influence de ce biais sur la localisation des robots est non négligeable. La coopération et l’échange de données entre les robots (estimations des biais, estimations des positions et données proprioceptives) est une approche qui permet de corriger ces erreurs systématiques. La localisation coopérative par échange des estimations est sujette aux problèmes de consanguinité des données qui peuvent engendrer des résultats erronés, en particulier trop confiants. Lorsque les estimations sont utilisées pour la navigation autonome à l’approche, on doit éviter tout risque de collision qui peut mettre en jeu la sécurité des robots et des personnes aux alentours. On doit donc avoir recours à un mécanisme d’intégrité vérifiant que l’erreur commise reste inférieure à une erreur maximale tolérable pour la mission. Dans un tel contexte, il est nécessaire de caractériser des domaines de confiance fiables contenant les positions des robots mobiles avec une forte probabilité. L’utilisation des méthodes ensemblistes à erreurs bornées est considérée alors comme une solution efficace. En effet, ce type d’approche résout naturellement le problème de consanguinité des données et fournit des domaines de confiance fiables. De surcroît, l’utilisation de modèles non-linéaires ne pose aucun problème de linéarisation. Après avoir modélisé un système coopératif de nr robots avec des mesures biaisées sur des balises, une étude d’observabilité est conduite. Deux cas sont considérés selon la nature des mesures brutes des observations. En outre, des conditions d’observabilité sont démontrées. Un algorithme ensembliste de localisation coopérative est ensuite présenté. Les méthodes considérées sont basées sur la propagation de contraintes sur des intervalles et l’inversion ensembliste. La coopération est effectuée grâce au partage des positions estimées, des biais estimés et des mesures proprioceptives.L’échange des estimations de biais permet de réduire les incertitudes sur les positions des robots. Dans un cadre d’étude simple, la faisabilité de l’algorithme est évaluée grâce à des simulations de mesures de distances sur balises en utilisant plusieurs robots. La coopération est comparée aux méthodes non coopératives. L’algorithme coopératif ensembliste est ensuite testé sur des données réelles en utilisant deux véhicules. Les performances de la méthode ensembliste coopérative sont enfin comparées avec deux méthodes Bayésiennes séquentielles, notamment une avec fusion par intersection de covariance. La comparaison est conduite en termes d’exactitude et d’incertitude.

Nowadays, applications of autonomous quadrotors are increasing rapidly. Surveillance and security of industrial sites, geographical zones for agriculture for example are some popular applications of Unmanned Aerial Vehicles (UAVs). Nowadays, researchers and scientists focus on the deployment of multi-UAVs for the inspection and the surveillance of large areas. The objective of this thesis is to design algorithms and techniques to perform a real-time distributed/decentralized multi-UAVs flight formation control, from a system of systems perspective. Firstly, we reviewed recent works of the literature about flight formation control and the control of quadrotors. We presented a brief introduction about systems of systems, their definition and characteristics. Then, we introduced the flight formation control with its most used structures in the literature, some existing works dealing with flocking. Finally, we presented the most used modeling methodologies for quadrotors and some control approaches that are used to stabilize quadrotors. Secondly, we used the behavioral-based control structure to achieve a multiple UAV flocking. We conceived a behavior intending to address the control design towards a successful achievement of the flocking task without fragmentation. The proposed behavior treats the flocking problem from a global perspective, that is, we included a tendency of separated UAVs to form a flock.System of systems challenges motivated us to look for flocking and consensus algorithms introduced in the literature that could be helpful to answer to these challenges. This led us to propose four flocking control laws aiming at being compatible with the nonlinear model of quadrotors and at being implemented on experimental platforms. The control laws were run aboard each quadrotor in the flock. By running the control law, each quadrotor interacts with its neighbors to ensure a collision-free flocking. Finally, we validated our proposed control laws by simulations and real-time experiments. For the simulation, we used a PC-based simulator of flock of multiple quadrotors which was developed at Heudiasyc laboratory. For experiments, we implemented our control laws on ArDrone2 quadrotors evolved in an indoor environment equipped with an Optitrack motion capture system., De nos jours, les applications utilisant des quadrirotors autonomes sont en plein essor. La surveillance et la sécurité de sites industriels ou sensibles, de zones géographiques pour l’agriculture par exemple sont quelques-unes des applications les plus célèbres des véhicules aériens sans pilote (UAV). Actuellement, certains chercheurs et scientifiques se concentrent sur le déploiement multi-drones pour l’inspection et la surveillance de vastes zones. L’objectif de cette thèse est de concevoir des algorithmes afin de réaliser une commande de vol en formation distribuée/décentralisée de multi-UAVs en temps réel dans une perspective de systèmes de systèmes. Tout d’abord, nous avons passé en revue certains travaux récents de la littérature sur la commande de vol en formation et la commande de quadrirotors. Nous avons présenté une brève introduction sur les systèmes de systèmes, leur définition et leurs caractéristiques. Ensuite, nous avons introduit la commande de vol en formation avec ses structures les plus utilisées dans la littérature. Nous avons alors présenté quelques travaux existants traitant du flocking (comportement de regroupement en flotte), les méthodes de modélisation les plus utilisés pour les quadrirotors et quelques approches de commande les plus utilisées pour stabiliser des quadrirotors. Deuxièmement, nous avons utilisé la structure de la commande comportementale pour réaliser un vol en formation de plusieurs UAVs. Nous avons conçu un comportement pour réaliser le vol en formation de multi-UAVs sans fragmentation. Le comportement proposé traite le problème flocking dans une perspective globale, c’est-à-dire, nous avons inclus une tendance dans chaque drone pour former une formation. Les défis des Systèmes de systèmes nous a motivés à chercher des algorithmes de flocking et de consensus introduits dans la littérature qui peuvent être utiles pour répondre à ces défis. Cela nous a amenés à proposer quatre lois de commande en visant à être compatibles avec le modèle non linéaire des quadrirotors et pouvant être expérimentés sur des plates-formes réelles. Les lois de commande ont été exécutées à bord de chaque quadrirotor dans la formation et chaque quadrirotor interagit avec ses voisins pour assurer un vol en formation sans collision. Enfin, nous avons validé nos lois de commande par des simulations et des expériences en temps réel. Pour la simulation, nous avons utilisé un simulateur de multi quadrirotors développé au laboratoire Heudiasyc. Pour les expériences, nous avons mis en œuvre nos lois de contrôle sur des quadrirotors ArDrone2 évolués dans un environnement intérieur équipé d’un système de capture de mouvement (Optitrack).