Cette thèse s’inscrit dans le cadre du projet "Petits drones dans le vent" porté par le centre ONERA de Lille. Ce projet vise à utiliser le drone comme "capteur du vent" pour gérer un quadcopter UAV dans des conditions aérologiques perturbées en utilisant une prédiction du champ de vent. Dans ce contexte, le but de la thèse est de faire du quadcopter un capteur de vent pour fournir des informations locales afin de mettre à jour le système de navigation. Grâce à l’estimation du vent à bord en temps réel, le quadcopter peut calculer une planification de trajectoire évitant les zones dangereuses et le contrôle de trajectoire correspondant basé sur une cartographie existante et doté des informations relatives au concernant le comportement aérodynamique de l’écoulement d’air à proximité des obstacles. Ainsi, les résultats de cette thèse, dont les objectifs principaux portent sur l’estimation du vent instantanée et le contrôle de position, seront fusionnés avec une autre étude traitant de la planification de trajectoire. Un problème important est que les capteurs de pression, tels que l’aéroclinomètre et le tube de Pitot, ne sont pas facilement utilisables à bord des véhicules à voilure tournante car l’entrée des rotors interfère avec le flux atmosphérique et les capteurs LIDAR légers généralement ne sont pas disponibles. Une autre approche pour estimer le vent consiste à mettre en œuvre un logiciel d’estimation (ou un capteur intelligent). Dans cette thèse, trois estimateurs de ce type sont développés en utilisant l’approche du mode glissant, basée sur un modèle de drone adéquat et des mesures disponibles sur le quadcopter et sur des systèmes de position de suivi inertiel. Nous nous intéressons ensuite au contrôle de la trajectoire également par mode glissant en considérant le modèle non linéaire du quadcopter. Nous étudions par ailleurs de façon encore assez préliminaire une solution alternative fondée sur la commande H, en considérant le modèle linéarisé pour différents points d’équilibre en fonction de la vitesse du vent. Les algorithmes de contrôle et d’estimation sont strictement basés sur le modèle détaillé du quadcopter, qui met en évidence l’influence du vent / This thesis is part of the project "Small drones in the wind" carried by the ONERA center of Lille. This project aims to use the drone as a "wind sensor" to manage a UAV quadrotor in disturbed wind conditions using wind field prediction. In this context, the goal of the thesis is to make the quadrotor a wind sensor to provide local information to update the navigation system. With real-time on-board wind estimation, the quadrotor can compute a trajectory planning avoiding dangerous areas and the corresponding trajectory control, based on anexisting cartography and information on the aerodynamic behavior of airflow close to obstacles. Thus, the results of this thesis, whose main objectives are to estimate instant wind and position control, will be merged with another study dealing with trajectory planning. An important problem is that pressure sensors, such as the aeroclinometer and the Pitot tube, are not usable in rotary-wing vehicles because rotors air inflow interferes with the atmospheric flow and lightweight LIDAR sensors generally are not available. Another approach to estimate the wind is to implement an estimation software (or an intelligent sensor). In this thesis, three estimators are developed using the sliding mode approach, based on an adequate drone model, available measurements on the quadrotor and inertial tracking position systems. We are then interested in the control of the trajectory also by sliding mode considering the nonlinear model of the quadrotor. In addition, we are still studying quite an early alternative solution based on the H control, considering the linearized model for different equilibrium points as a function of the wind speed. The control and estimation algorithms are strictly based on the detailed model of the quadrotor, which highlights the influence of the wind

Cette thèse s'inscrit dans l'amélioration de la gestion du trafic aérien. Le vent et la température sont deux paramètres omniprésents, subis, et à l'origine de nombreux biais de prédiction qui altèrent le suivi des trajectoires. Nous proposons une méthode pour limiter ces biais. Le concept "Wind and Température Networking" améliore la prédiction de trajectoire en utilisant le vent et la température mesurés par les avions voisins. Nous détaillons les effets de la température sur l'avion, permettant sa prise en compte. L'évaluation du concept est faite sur 8000 vols. Nous traitons du calcul de trajectoires optimales en présence de vent prédit, pour remplacer les actuelles routes de l'Atlantique Nord, et aboutir à des groupes de trajectoires optimisées et robustes. Dans la conclusion, nous présentons d'autres champs d'applications du partage de vents, et abordons les besoins en nouvelles infrastructures et protocoles de communication, nécessaires à la prise en compte de ce nouveau concept. / This thesis is related to air traffic management systems current changes. On the ground and in flight, trajectory calculation methods and available data differ. Wind and temperature are two ubiquitous parameters that are subject to and cause prediction bias. We propose a concept to limit this bias. Our "Wind and Temperature Networking" concept improves trajectory prediction, using wind and temperature information from neighboring aircraft. We detail the effects of temperature on the aircraft performances, allowing for temperature to be taken into account. The concept evaluation is done on 8000 flights. We discuss the calculation of optimal trajectories in the presence of predicted winds, to replace the current North Atlantic Tracks, and to provide optimized and robust groups of trajectories. The conclusion of this thesis presents other fields of wind sharing applications, and addresses the need for new telecommunications infrastructures and protocols.