Akram ELTRABYLY soutient sa thèse de doctorat le vendredi 27 octobre 2023 : « Estimation et contrôle tolérant aux défauts pour des vols de quadrotors plus sûrs »

Les quadrotors sont de plus en plus présents dans notre vie quotidienne et sont utilisés dans de nombreuses applications, des services de livraison aux spectacles de drones. Beaucoup de leurs applications impliquent un contact étroit avec les humains. Si un défaut survient sur le quadrotor, notamment sur un des moteurs, cela pourrait entraîner des événements catastrophiques, des blessures et des pertes d’équipements coûteuses, voire la mort. Il est donc essentiel de se concentrer sur l’amélioration de leur sécurité et de leur fiabilité grâce à des algorithmes bien conçus qui peuvent détecter et compenser les défauts affectant les drones.
Une autre source courante de défaillance des drones est de se retrouver dans une orientation difficile, telle qu’une orientation renversée, en raison de perturbations éoliennes puissantes ou d’une collision avec un mur ou un autre drone. Les contrôleurs linéaires basés sur des modèles simplifiés linéarisés autour du point de vol stationnaire et utilisant les angles d’Euler pour les représentations d’attitude sont moins susceptibles de récupérer le drone de cette orientation.
L’objectif principal de cette thèse est d’améliorer la sécurité et la fiabilité des quadrotors en abordant les problèmes susmentionnés. Cela est réalisé en concevant des algorithmes de commande tolérants aux défauts qui peuvent atteindre une précision de suivi de trajectoire sous des contraintes d’actionneur et en présence de perte partielle d’actionneur et de bruit de mesure. En outre, il étend cet objectif en élaborant un algorithme qui permet de récupérer à partir d’orientations aléatoires, d’effectuer des manœuvres acrobatiques de retournement et d’atteindre un suivi de trajectoire précis, le tout en présence de défauts et de contraintes d’actionneur.
Tout d’abord, la modélisation des quadrotors et plusieurs représentations d’attitude sont étudiées. Plusieurs modèles non linéaires basés sur diverses représentations d’attitude, telles que les angles d’Euler, les quaternions et les matrices de rotation, sont introduits.

Un cadre de commande tolérante aux défauts actifs (AFTC) est présenté, qui intègre un module de détection et de diagnostic des défauts (FDD) basé sur un observateur non linéaire algébrique peu coûteux et un contrôleur tolérant aux défauts basé sur une commande prédictive basée sur un modèle non linéaire (NMPC). Nous pouvons ainsi atteindre une précision de suivi de trajectoire sous des contraintes d’actionneur et en présence de défauts d’actionneur.
La thèse propose également un cadre de commande AFTC qui est entièrement basée sur une optimisation contrainte non linéaire. Ce cadre combine l’estimation à horizon mobile non linéaire (NMHE) en tant que module FDD et le contrôleur tolérant aux pannes basé sur la commande prédictive non linéaire (NMPC). NMHE est capable d’estimer simultanément les états et les pannes d’actionneurs à partir de mesures bruitées tout en maintenant des contraintes, ce qui permet d’obtenir un suivi de trajectoire précis en présence de pannes d’actionneurs et de mesures bruitées lorsqu’il est combiné avec le NMPC.
Enfin, un nouvel algorithme de commande géométrique tolérant aux pannes est présenté. Il permet à un quadrotor de récupérer d’orientations arbitraires (drone presque renversé), d’effectuer des manœuvres acrobatiques de retournement et d’atteindre une précision de suivi de trajectoire, le tout en présence de pannes d’actionneurs et de contraintes. L’algorithme présenté démontre une performance supérieure et une sécurité et une fiabilité accrues par rapport à un contrôleur géométrique de référence issu de la littérature. Contrairement au nouvel algorithme présenté, le contrôleur de référence échoue à effectuer les mêmes missions en présence de pannes d’actionneurs. Les résultats de cette partie sont validés dans une simulation ROS-Gazebo et une preuve de concept est validée expérimentalement.