L'objectif principal du travail de recherche présenté dans ce mémoire est l'amélioration de la sécurité et les performances du vol des mini drones soumis à des perturbations atmosphériques. Pour ce faire, un couplage entre un estimateur ensembliste à erreurs bornées et une stratégie de guidage pilotage est mise en œuvre. L'estimateur ensembliste a été utilisé pour restituer l'état du modèle dynamique du drone en présence de perturbations et de bruits de mesure supposés bornés. L'utilisation de ces techniques avait pour objet tout d'abord de détecter l'occurrence d'une perturbation atmosphérique par estimation de l'état du drone puis d'estimer l'amplitude et la direction du vent agissant sur le véhicule. Des expérimentations dans le générateur de rafale B20 à Lille ont été ainsi présentées afin de valider ces approches et d'évaluer leurs performances. La stratégie de guidage pilotage développée favorise le déplacement du véhicule dans une direction qui tient compte de l'évolution de la perturbation atmosphérique et du prochain point de passage désigné au véhicule. Cette loi de guidage est basée sue la loi de guidage par navigation proportionnelle et a été adaptée pour tenir compte des perturbations dans le déplacement du véhicule. Les résultats obtenus montrent qu'il est possible d'améliorer la sécurité du vol des mini-drones en présence de perturbations atmosphériques transversales, en modifiant en ligne la trajectoire.

Cette thèse porte sur le calcul d'une sur-approximation conservative pour les solutions d'équations différentielles ordinaires en présence d'incertitudes et sur son application à l'estimation et l'analyse de systèmes dynamiques à temps continu. L'avantage principal des méthodes et des algorithmes de calculs présentés dans cette thèse est qu'ils apportent une preuve numérique de résultats. Cette thèse est organisée en deux parties. La première partie est consacrée aux outils mathématiques et aux méthodes d'intégration numérique garantie des équations diff érentielles incertaines. Ces méthodes permettent de caractériser de manière garantie l'ensemble des trajectoires d'état engendrées par un système dynamique incertain dont les incertitudes sont naturellement représentées par des intervalles bornés. Dans cette optique, nous avons développé une méthode d'intégration hybride qui donne de meilleurs résultats que les méthodes d'intégration basées sur les modèles de Taylor intervalles. La seconde partie aborde les problèmes de l'identification et de l'observation dans un contexte à erreurs bornées ainsi que le problème d'atteignabilité continue pour la véri cation de propriétés des systèmes dynamiques hybrides.

L’objectif principal du travail de recherche présenté dans ce mémoire est l’amélioration de la sécurité et les performances du vol des mini drones soumis à des perturbations atmosphériques. Pour ce faire, un couplage entre un estimateur ensembliste à erreurs bornées et une stratégie de guidage pilotage est mise en œuvre. L’estimateur ensembliste a été utilisé pour restituer l’état du modèle dynamique du drone en présence de perturbations et de bruits de mesure supposés bornés. L’utilisation de ces techniques avait pour objet tout d’abord de détecter l’occurrence d’une perturbation atmosphérique par estimation de l’état du drone puis d’estimer l’amplitude et la direction du vent agissant sur le véhicule. Des expérimentations dans le générateur de rafale B20 à Lille ont été ainsi présentées afin de valider ces approches et d’évaluer leurs performances. La stratégie de guidage pilotage développée favorise le déplacement du véhicule dans une direction qui tient compte de l’évolution de la perturbation atmosphérique et du prochain point de passage désigné au véhicule. Cette loi de guidage est basée sue la loi de guidage par navigation proportionnelle et a été adaptée pour tenir compte des perturbations dans le déplacement du véhicule. Les résultats obtenus montrent qu’il est possible d’améliorer la sécurité du vol des mini-drones en présence de perturbations atmosphériques transversales, en modifiant en ligne la trajectoire. / The principal objective of this thesis is to enhance the safety of flight for small UAVs in presence of atmospheric perturbation. The approach suggested here consists in coupling a bounded–error estimation method with a new guidance strategy. The bounded error estimation has been used to estimate the states of the dynamical systems corrupted by perturbations and measurement noises, assumed to remain bounded. The method has been first used to detect the occurrence of a wind gust and afterwards to characterize the amplitude and direction of the wind acting on the vehicle Experiments in the B20 gust generator are also presented to validate these approaches and evaluate their performance. The developed guidance strategy provides the vehicle with a direction that takes into account the atmospheric perturbation and the next waypoint position. The guidance law is designed by using proportional navigation guidance that has been adapted to take the perturbations into account. The results presented in this thesis show that it is possible to improve the flight safety in a perturbed environement using the combination of the two methods.

L'objectif de la thèse est de développer des algorithmes de fusion de données recueillies à l’aide d'un réseau de capteurs sans fil afin de localiser plusieurs sources émettant un agent chimique ou biologique dans l'air. Ces capteurs détectent la concentration de la substance émise, transportée par advection et diffusion, au niveau de leurs positions et de communiquer cette information à un centre de traitement. L’information recueillie de façon collaborative est d'abord utilisée pour localiser les capteurs déployés au hasard et ensuite pour localiser les sources. Les applications comprennent, entre autres, la surveillance environnementale et la surveillance de sites sensibles ainsi que des applications de sécurité dans le cas d'une libération accidentelle ou intentionnelle d'un agent toxique. Toutefois, l'application considérée dans la thèse est celle de la détection et la localisation de mines terrestres. Dans cette approche, les mines sont considérées comme des sources émettrices de produits chimiques explosifs.La thèse comprend une contribution théorique où nous étendons l'algorithme de propagation de la croyance, un algorithme de fusion de données bien connu et largement utilisé pour l'estimation collaborative d'état dans les réseaux de capteurs, au cadre des méthodes à erreurs bornées. Le nouvel algorithme est testé sur le problème de l'auto-localisation dans les réseaux de capteurs statiques ainsi que l'application de suivi d'un objet mobile en utilisant un réseau de capteurs de distance. Autres contributions comprennent l'utilisation d'une approche probabiliste bayésienne avec des techniques d'analyse de données pour localiser un nombre inconnu de sources émettrices de vapeur. / The aim of the thesis is to develop fusion algorithms for data collected from a wireless sensor network in order to locate multiple sources emitting some chemical or biological agent in the air. These sensors detect the concentration of the emitted substance, transported by advection and diffusion, at their positions and communicate this information to a treatment center. The information collected in a collaborative manner is used first to locate the randomly deployed sensors and second to locate the sources. Applications include, amongst others, environmental monitoring and surveillance of sensitive sites as well as security applications in the case of an accidental or intentional release of a toxic agent. However, the application we consider in the thesis is that of landmine detection and localization. In this approach, the land mines are considered as sources emitting explosive chemicals. The thesis includes a theoretical contribution where we extend the Belief Propagation algorithm, a well-known data fusion algorithm that is widely used for collaborative state estimation in sensor networks, to the bounded error framework. The novel algorithm is tested on the self-localization problem in static sensor networks as well as the application of tracking a mobile object using a network of range sensors. Other contributions include the use of a Bayesian probabilistic approach along with data analysis techniques to locate an unknown number of vapor emitting sources.

Cette thèse porte sur le calcul d'une sur-approximation conservative pour les solutions d'équations différentielles ordinaires en présence d'incertitudes et sur son application à l'estimation et l'analyse de systèmes dynamiques à temps continu. L'avantage principal des méthodes et des algorithmes de calculs présentés dans cette thèse est qu'ils apportent une preuve numérique de résultats. Cette thèse est organisée en deux parties. La première partie est consacrée aux outils mathématiques et aux méthodes d'intégration numérique garantie des équations diff érentielles incertaines. Ces méthodes permettent de caractériser de manière garantie l'ensemble des trajectoires d'état engendrées par un système dynamique incertain dont les incertitudes sont naturellement représentées par des intervalles bornés. Dans cette optique, nous avons développé une méthode d'intégration hybride qui donne de meilleurs résultats que les méthodes d'intégration basées sur les modèles de Taylor intervalles. La seconde partie aborde les problèmes de l'identification et de l'observation dans un contexte à erreurs bornées ainsi que le problème d'atteignabilité continue pour la véri cation de propriétés des systèmes dynamiques hybrides. / This thesis addresses the computation of conservative over-approximation of the solutions of uncertain ordinary di erential equations and its application to the estimation and the analysis of uncertain continuous-time dynamical systems. The main feature of the methods and algorithms presented in this thesis is the fact that they are numerically veri ed and hence can be used to obtain numerical proof of properties. This thesis is organized in two parts. The first part is devoted to the mathematical tools and the guaranteed numerical integration methods for uncertain ordinary di erential equations. These methods make it possible to characterize in a guaranteed way all the state trajectories generated by an uncertain dynamical system whose uncertainties are in a natural way described by bounded boxes. Accordingly, we have developed a hybrid integration method which gives better results than the integration methods based on interval Taylor models. The second part is dedicated to the resolution of identi cation and observation issues in a bounded error context. It also deals with continuous reachability computation for the veri cation of the properties of hybrid dynamical systems.

Dans ce travail de thèse, nous nous focalisons sur le problème de l'intégration d'incertitude à erreurs bornées pour les systèmes dynamiques, dont les entrées et les états initiaux doivent être optimaux afin de réaliser certaines fonctionnalités.Le document comporte 5 chapitres: le premier est une introduction présentant le panorama du travail. Le deuxième chapitre présente les outils de base de l'analyse par intervalle. Le chapitre 3 est dédié à l'estimation d'états et de paramètres. Nous décrivons d'abord une procédure pour résoudre un système d'équations différentielles ordinaires avec l'aide de cet outil. Ainsi, une estimation des états à partir des conditions initiales peut être faite. Les systèmes différentiels considérés dépendent de paramètres qui doivent être estimés. Ce problème inverse pourra être résolu via l'inversion ensembliste. L'approche par intervalle est une procédure déterministe naturelle sans incertitude, tous les résultats obtenus sont garantis. Néanmoins, cette approche n'est pas toujours efficace, ceci est dû au fait que certaines opérations ensemblistes conduisent à des temps de calcul important. Nous présentons quelques techniques, par cela, nous nous plaçons dans un contexte à erreurs bornées permettant d'accélérer cette procédure. Celles-ci utilisent des contracteurs ciblés qui permettent ainsi une réduction de ce temps. Ces algorithmes ont été testés et ont montré leur efficacité sur plusieurs applications: des modèles pharmacocinétiques et un modèle du vol longitudinal d'avion en atmosphère au repos.Le chapitre 4 présente la recherche d'entrées optimales dans le cadre analyse par intervalle, ce qui est une approche originale. Nous avons construit plusieurs critères nouveaux permettant cette recherche. Certains sont intuitifs, d'autres ont nécessité un développement théorique. Ces critères ont été utilisés pour la recherche d'états initiaux optimaux. Des comparaisons ont été faites sur plusieurs applications et l'efficacité de certains critères a été mise en évidence.Dans le chapitre 5, nous appliquons les approches présentées précédemment au diagnostic via l'estimation de paramètres. Nous avons développé un processus complet pour le diagnostic et aussi formulé un processus pour le diagnostic actif avec une application en aéronautique. Le dernier chapitre résume les travaux réalisés dans cette thèse et essaye de donner des perspectives à la recherche.Les algorithmes proposés dans ce travail ont été développés en C++ et utilisent l'environnement du calcul ensembliste. / In this work, we will study the uncertainty integration problem in a bounded error context for the dynamic systems, whose input and the initial state have to be optimized so that some other operation could be more easily and better obtained. This work is consisted of 6 chapters : the chapter 1 is an introduction to the general subject which we will discuss about. The chapter 2 represents the basic tools of interval analysis.The chapter 3 is dedicated to state estimation and parameter estimation. We explain at the first, how to solve the ordinary differential equation using interval analysis, which will be the basic tool for the state estimation problem given the initial condition of studied systems. On the other ride, we will look into the parameter estimation problem using interval analysis too. Based on a simple hypothesis over the uncertain variable, we calculate the system's parameter in a bounded error form, considering the operation of intervals as the operation of sets. Guaranteed results are the advantage of interval analysis, but the big time consumption is still a problem for its popularization in many non linear estimation field. We present our founding techniques to accelerate this time consuming processes, which are called contractor in constraint propagation field. At the end of this chapter, différent examples will be the test proof for our proposed methods.Chapter 4 presents the searching for optimal input in the context of interval analysis, which is an original approach. We have constructed several new criteria allow such searching. Some of them are intuitive, the other need a theoretical proof. These criteria have been used for the search of optimal initial States and le better parameter estimation results. The comparisons are done by using multiple applications and the efficiency is proved by evidence.In chapter 5, we applied the approaches proposed above in diagnosis by state estimation and parameter estimation. We have developed a complete procedure for the diagnosis. The optimal input design has been reconsidered in an active diagnosis context. Both state and parameter estimation are implemented using an aeronautical application in literature.The last chapter given a brief summary over the realized subject, some further research directions are given in the perspective section.All the algorithms are written in C/C++ on a Linux based operation system.