Thèse doctorat : Mécanique : Villeurbanne, INSA : 2002. / Titre provenant de l'écran-titre. Bibliogr. p. 106-112.

Reproduction de : Thèse de doctorat : Génie électrique et automatique : Toulouse, INPT : 2006. / Titre provenant de l'écran-titre. Bibliogr. 89 réf.

Reproduction de : Thèse doctorat : Génie informatique, automatique et traitement du signal : Reims : 2006. / Titre provenant de l'écran titre. Bibliogr. f. 131-137.

Cette thèse s'intéresse à la modélisation et la commande d'une classe des manipulateurs mobiles continus, a savoir le Robotino XT. Ce dernier comporte un manipulateur bionique continu montée sur une plate-forme mobile omnidirectionnel appelée Robotino. Premièrement, en utilisant la logique floue de type-2 et le champ de potentiel artificiel, nous avons proposé un contrôleur hybride intelligent pour la navigation de la plate-forme mobile. Ensuite, une architecture de commande adaptative neuronale a été proposée pour le contrôle de la partie manipulatrice. Cette architecture comporte deux sous-contrôleurs. Le premier sous-contrôleur, associé à la cinématique du manipulateur, et basé sur un système d'apprentissage supervisé distal contrôle les comportements stationnaires du manipulateur; tandis que le second, associé à la cinétique du manipulateur, et basé sur une commande adaptative permet de contrôler les comportements non stationnaires. Enfin, les deux contrôleurs sont coordonnés par un système neuronal pour contrôler le Robotino XT. Les performances de chaque contrôleur sont évaluées en réalisant des expériences en temps réel. / This dissertation addresses the modeling and the control of a class of Continuum manipulators, namely the Robotino XT. It consists of a bionic continuum manipulator mounted on an omnidirectional mobile platform named Robotino. Thus, we first propose a hybrid intelligent controller based on Type-2 Fuzzy Logic (type-2 FL) and Artificial Potential Function (APF) concepts for the mobile platform navigation. Then, an adaptive neural network controller is proposed for the manipulator part. The latter includes two sub-controllers. The first one, associated with the arm kinematics, and based on Distal Supervised Learning (DSL) scheme, deals with stationary behaviors of the manipulator; while the second, associated with the arm kinetics, and based on adaptive control, is applied to the non stationary behaviors. Finally, the two controllers are coordinated by a neural network system to control the Robotino XT. The performance of each controller is assessed by conducting real-time experiments.

Ce mémoire a pour objet la modélisation et la commande d'un moteur à allumage commandé. Le premier chapitre propose alors un état de l'art sur la modélisation, l'estimation et la commande dans ces derniers. Le second chapitre s'intéresse à la commande de l'admission d'air. Deux commandes y sont développées : la première est basée sur une commande linéarisante et la seconde fait appel aux outils de la commande basée sur les modèles flous de type Takagi-Sugeno. Parmi les modèles considérés, certains sont non linéaires et présentent des incertitudes de modélisation, et d'autres sont à retards variables. Le troisième chapitre présente alors un certain nombre de développements théoriques concernant deux classes de modèles flous : ceux à retards variables sur l'état, et ceux avec incertitudes. Des conditions de stabilisation sans et avec un observateur d'état sont également données. Le quatrième chapitre traite alors de la commande et de l'observation par retour d'état basées sur des modèles flous de type Takagi-Sugeno et/ou par modes glissants, et de leur validation sur le modèle développé. Une régulation de richesse, une commande robuste du couple moteur moyen, un observateur à entrées inconnues du couple instantané, et des essais de commande globale sont présentés.

Ce mémoire est consacré à la mise en œuvre de commandes d'un train de véhicules intelligents sur autoroute ayant pour objectifs principaux de réduire la congestion et d'améliorer la sécurité routière. Après avoir présenté l'état de l'art sur des systèmes de conduite automatisée, des modèles de la dynamique longitudinale et latérale du véhicule sont présentés. Ensuite, des stratégies de contrôle longitudinal et latéral sont étudiées.D'abord, le contrôle longitudinal est conçu pour être hiérarchique avec un contrôleur de niveau supérieur et un contrôleur de niveau inférieur. Pour celui de niveau supérieur, une régulation d'inter-distance SSP (Safety Spacing Policy) est proposée. Nous avons constaté que la SSP peut assurer la stabilité de la chaîne et la stabilité des flux de trafic et augmenter ainsi la capacité de trafic. Puis, pour celui de niveau inférieur, une loi de commande floue coordonnée est proposée pour gérer l'accélérateur et le freinage. Ensuite, une loi de commande multi-modèle floue est conçue pour le contrôle latéral. De plus, pour réaliser des transformations lisses entre les différentes opérations latérales, une architecture de contrôle hiérarchique est proposée. Puis, l'intégration des commandes longitudinale et latérale est étudiée. Enfin, l'estimation des variables d'états du véhicule est discutée. Un filtre de Kalman-Bucy est conçu pour estimer les états du véhicule. En outre, un prototype de véhicule intelligent à échelle réduite est également présenté. Les performances des divers algorithmes de commande proposés ont été testées par simulations, et les résultats ont été confirmés par les premières expériences en utilisant le prototype

The growth of the number of automobiles on the roads in China has put higher demands on the traffic control system that needs to efficiently reduce the level of congestion occurrence, which increases travel delay, fuel consumption, and air pollution. The traffic control system, urban real-time traffic control system based on multi-agent (MA-URTC) is presented in this thesis. According to the present situation and the traffic's future development in China, the researches on intelligent traffic control strategy and simulation based on agent lays a foundation for the realization of the system. The thesis is organized as follows: The first part focuses on the intersection' real-time signal control strategy. It contains the limitations of current traffic control systems, application of artificial intelligence in the research, how to bring the dynamic traffic flow forecast into effect by combining the neural network with the genetic arithmetic, and traffic signal real-time control strategy based on fuzzy control. The author uses sorne simple simulation results to testify its superiority. We adopt the latest agent technology in designing the logical structure of the MA-URTC system. By exchanging traffic flows information among the relative agents, MA-URTC provides a new concept in urban traffic control. With a global coordination and cooperation on autonomy-based view of the traffic in cities, MA-URTC anticipates the congestion and control traffic flows. It is designed to support the real-time dynamic selection of intelligent traffic control strategy and the real-time communication requirements, together with a sufficient level of fault-tolerance. Due to the complexity and levity of urban traffic, none strategy can be universally applicable. The agent can independently choose the best scheme according to the real-time situation. To develop an advanced traffic simulation system it can be helpful for us to find the best scheme and the best switch-point of different schemes. Thus we can better deal with the different real-time traffic situations. The second part discusses the architecture and function of the intelligent traffic control simulation based on agent. Meanwhile the author discusses the design model of the vehicle-agent, road agent in traffic network and the intersection-agent so that we can better simulate the real-time environment. The vehicle-agent carries out the intelligent simulation based on the characteristics of the drivers in the actual traffic condition to avoid the disadvantage of the traditional traffic simulation system, simple-functioned algorithm of the vehicles model and unfeasible forecasting hypothesis. It improves the practicability of the whole simulation system greatly. The road agent's significance lies in its guidance of the traffic participants. It avoids the urban traffic control that depends on only the traffic signal control at intersection. It gives the traffic participants the most comfortable and direct guidance in traveling. It can also make a real-time and dynamic adjustment on the urban traffic flow, thus greatly lighten the pressure of signal control in intersection area. To sorne extent, the road agent is equal to the pre-caution mechanism. In the future, the construction of urban roads tends to be more intelligent. Therefore, the research on road agent is very important. All kinds of agents in MA-URTC are interconnected through a computer network. In the end, the author discusses the direction of future research. As the whole system is a multi-agent system, the intersection, the road and the vehicle belongs to multi-agent system respectively. So the emphasis should be put on the structure design and communication of all kinds of traffic agents in the system. Meanwhile, as an open and flexible real-time traffic control system, it is also concerned with how to collaborate with other related systems effectively, how to conform the resources and how to make the traffic participants anywhere throughout the city be in the best traffic guidance at all times and places. To actualize the genuine ITS will be our final goal. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Artificial Intelligence, Computer simulation, Fuzzy control, Genetic Algorithm, Intelligent traffic control, ITS, Multi-agent, Neural Network, Real-time.

Ce mémoire est consacré à la réalisation d'un attelage virtuel entre deux véhicules dans des conditions « normales » de conduite et de route (pas de situation d'urgence, route sèche, etc.). Après une présentation de l'historique et de l'état de l'art de la conduite assistée ou automatisée, un modèle de la dynamique longitudinale et/ou latérale du véhicule est détaillé. C'est un modèle de type « bicyclette » avec une description du contact du pneumatique avec la route dans des conditions de faibles glissements.<br />Parmi les techniques de commande non linéaire envisageables, celles basées sur les modèles flous de type Takagi-Sugeno (TS) ont été retenues. Ils sont composés de modèles linéaires interconnectés par des fonctions scalaires non linéaires ayant la propriété de somme convexe.<br />L'étude de la stabilité et de la stabilisation de tels modèles se fait à l'aide de la seconde méthode de Lyapunov. Dans le souci d'adjoindre des notions de robustesses et/ou de performances, plusieurs solutions sont envisageables. Celle retenue dans ce mémoire fait appel à des modèles incertains et à un placement des pôles des modèles linéaires dans des régions convexes pré-spécifiées du plan complexe. Des conditions suffisantes sous forme d'inégalités matricielles linéaires qui permettent de garantir ces propriétés dans le cas général des modèles TS sont proposées. Elles sont ensuite aussi bien utilisées dans le cas d'une régulation d'inter-distance seule que pour l'attelage virtuel complet. Les résultats obtenus sont proposés en simulation et en temps réel sur un véhicule prototype spécialement instrumenté.

Reproduction de : Habilitation à diriger des recherches : Automatique : Lille 1 : 2004. / N° d'ordre (Lille 1) : 441. Résumé en français. Curriculum vitae. Titre provenant de la page de titre du document numérisé. Bibliogr. p. 126-127. Liste des publications et communications.

Le travail présenté dans ce mémoire concerne l'élaboration d'une stratégie complète d'identification et de commande neuronale d'un filtre actif parallèle (FAP). L'objectif visé est l'amélioration des performances par rapport aux systèmes classiques de dépollution des installations électriques basse tension. Basée sur l'utilisation des techniques neuromimétiques, notre approche de compensation des harmoniques se fait en trois étapes. Les deux premières étapes identifient respectivement les composantes de la tension et les courants harmoniques à l'aide de réseaux de neurones du type Adaline. La troisième étape injecte les courants harmoniques dans le réseau électrique par un module de commande à base de réseaux de neurones multicouches. Plusieurs architectures neuronales ont été développées et comparées pour chacune des étapes. La structure proposée s'adapte automatiquement aux variations de la charge du réseau et donc aux fluctuations du contenu harmonique des perturbations. Elle permet également la compensation sélective des harmoniques et la correction du facteur de charge. Finalement, ces stratégies ont été validées sur un banc expérimental et leur aptitude à l'intégration matérielle a été testée en simulation.