Cette thèse de doctorat s’inscrit dans le cadre des activités de recherche sur les systèmes de lancement aéroporté autonome. L’originalité du travail est basée sur la planification de mission effectuée par un algorithme de type A*(A-étoile). Cet algorithme a été amélioré pour répondre aux besoins de la mission de largage d’un lanceur. Il effectue la planification du chemin le plus court dans un espace tridimensionnel. Le meilleur chemin est choisi à partir de plusieurs points de passage générés dans la région de mission. Une région peut être une phase du vol ou une partie du profil de vol. Le chemin le plus court est identifié par rapport à la présence de différents obstacles dans l’espace de recherche et son objectif consiste à atteindre un point désiré. Les obstacles ont différentes dimensions et orientations dans l’espace. L’étude de leur comportement est associée aux incertitudes en provenance de l’environnement. Ils peuvent représenter des régions interdites au vol ou des conditions atmosphériques défavorables. L’évolution de ces derniers n’est pas prévisible à l’avance, ce qui impose l’addition d’une fonctionnalité dans l’algorithme. Il est possible de replanifier le chemin à partir d’un point de passage appartenant à un chemin généré en fonction de la position détectée récemment de l’obstacle en déplacement pour arriver dans la configuration finale désirée. Cette détection est possible grâce aux capteurs positionnés sur le premier étage de ce système de lancement représenté par un avion-porteur. Les points de passage que le véhicule aérien doit suivre pour atteindre les objectifs importants ne sont pas choisis d’une manière aléatoire. Leur génération dans l’espace de recherche du chemin est définie en rapport aux limitations dynamiques de l’avion. Les modèles cinématique et dynamique du véhicule aérien qui décrivent son évolution sont aussi développés dans cette thèse. Ces modèles sont étudiés dans un système de coordonnées aérodynamiques. Le référentiel traite la présence du vent qui influe sur le comportement du véhicule. Cela nous permet de considérer d’une manière prédictive plusieurs incertitudes en provenance de l’environnement ou internes pour le véhicule. Les perturbations internes sont provoquées par le largage du lanceur. Le régime transitoire est relié à la perte de masse qui pour certaines missions peut atteindre le tiers de la masse totale du système de lancement. L’algorithme de planification traite une autre prévision – la possibilité que le largage ne soit pas réalisé. Cela peut arriver dans le cas où une tempête s’est installée dans la région de lancement ou il y a plusieurs obstacles dont l’évitement risque de consommer trop de carburant et d’empêcher le retour sur le site d’atterrissage. Les connexions entre les différents points de passage peuvent être souvent brutes et difficiles à réaliser par le véhicule aérien. Pour résoudre cette problématique dans le deuxième module développé sur la génération de trajectoire réalisable, nous utilisons l’approche des polynômes de troisième ordre. Ces polynômes par rapport aux autres techniques diminuent le temps du calcul pour générer une trajectoire réalisable entre deux points de passage consécutifs. Le chemin réalisable est facile à suivre par le système. Pour le suivi de la trajectoire, nous avons introduit dans un troisième module – la commande par mode glissant. Le principe de cette commande consiste le choix de la surface de commutation entre la trajectoire actuelle suivie par le véhicule et la trajectoire désirée déterminée par l’algorithme de planification A-étoile et générée par les polynômes cartésiens de troisième ordre. / This Ph.D. thesis deals with the systems of autonomous airborne launch vehicles. The originality of this work is based on the mission planning released by a graph-based A* (A-star) pathfinding algorithm. This algorithm was improved to respond to the specifications of this launching mission. It carries out the planning of the shortest path in a three-dimensional space. The optimal path is selected from the interconnections of several waypoints generated in the mission area. An area can be a specific mission phase or a part of the flight plan. The shortest path is identified according to the presence of various obstacles during the path search and its objective is to reach a desired point in the region. The obstacles have various dimensions and orientations in space. The study of their behavior is associated with disturbances coming from the environment. They could be forbidden flight regions or unfavorable atmospheric conditions. The evolution of the latter cannot be always predicted in advance, which still imposes an improvement that can be added in the operation of the algorithm. The path replanning is also possible. Starting from a safe waypoint from an already generated path according to a recently detected obstacle, a new path can be planned from this point considering the new obstacle coordinates to arrive at the desired final configuration. This detection will be taken into account by the sensors situated on the airborne launcher called a carrier to define the final necessary computing time. The waypoints which the airborne vehicle must follow to achieve the important mission goals are not selected in a random manner. Their generation in the search space is defined according to the dynamic limitations of the vehicle. The kinematic and dynamic models of the carrier are also developed in this thesis. These models are studied in an aerodynamic reference frame. This frame treats the presence of the wind which influences the vehicle evolution in space. That enables to consider in a predictive manner several uncertainties coming from the environment or internal for the vehicle. The internal disturbances are caused by the launching mode relied to a significant loss of mass which for certain missions can reach a half of the total mass of the launching system. The planning algorithm treats in a predictive manner – the possibility that the launching is not executed. That can happen if in the launching region a storm is settled or there are several obstacles that avoidance is likely to consume the fuel of the carrier and to prevent the successful return on the landing site. The interconnections between the various waypoints can be often rough and difficult to execute by the airborne launcher. To solve these problems a second module has to be developed to generate a feasible trajectory using the polynomials of third order.. Compared to other techniques this one decreases the calculation time of the trajectory between two consecutive waypoints. The feasible path is easy to follow by the airborne launcher. For the trajectory tracking we introduced into a third module the sliding mode control. The functionality of this control is in the choice of switching surfaces between the current trajectory tracking by the vehicle and the desired trajectory defined by the A* algorithm waypoints and generated by the third order polynomials.

Cette thèse aborde le problème de la navigation sûre pour véhicules autonomes en environnement dynamique. La sûreté est définie au moyen du concept des Etats de Collisions Inévitables (Inevitable Collision States [ICS]). Un ICS est un état dans lequel, quelque soit le contrôle appliqué au système robotique étudié, celui-ci entre en collision avec un obstacle. Pour sa propre sécurité et celle de son environnement, il est impératif qu'un système robotique n'entre donc jamais dans un tel état. Ce problème est trait'e en deux parties. La première partie est consacrée à la caractérisation des états de collisions inévitables. La deuxième partie à la définition d'un système de navigation permettant d'éviter de tels états. Des résultats en simulation et sur une plateforme expérimentale sont présentés pour valider l'approche.

En robotique mobile, les techniques d'apprentissage qui utilisent la vision artificielle représentent le plus souvent l'image par un ensemble de descripteurs visuels. Ces descripteurs sont extraits en utilisant une méthode fixée à l'avance ce qui compromet les capacités d'adaptation du système à un environnement visuel changeant. Nous proposons une méthode permettant de décrire et d'apprendre des algorithmes de vision de manière globale, depuis l'image perçue jusqu'à la décision finale. L'application visée est la fonction d'évitement d'obstacles, indispensable à tout robot mobile. Nous décrivons de manière formelle la structure des algorithmes d'évitement d'obstacles basés sur la vision en utilisant une grammaire. Notre système utilise ensuite cette grammaire et des techniques de programmation génétique pour apprendre automatiquement des contrôleurs adaptés à un contexte visuel donné. Nous utilisons un environnement de simulation pour tester notre approche et mesurer les performances des algorithmes évolués. Nous proposons plusieurs techniques permettant d'accélérer l'évolution et d'améliorer les performances et les capacités de généralisation des contrôleurs évolués. Nous comparons notamment plusieurs méthodes d'évolution guidée et nous en présentons une nouvelle basée sur l'imitation d'un comportement enregistré. Par la suite nous validons ces méthodes sur un robot réel se déplaçant dans un environnement intérieur. Nous indiquons finalement comment ce système peut être adapté à d'autres applications utilisant la vision et nous proposons des pistes pour l'adaptation d'un comportement en temps réel sur le robot

Cette thèse traite de la navigation autonome en environnement encombré pour des véhicules à roues soumis à des contraintes cinématiques de type nonholonome. Les applications de ces travaux sont par exemple l'automatisation de véhicules ou l'assistance au parking. Afin de se déplacer de façon autonome, un robot doit mettre en oeuvre un certain nombre de fonctionnalités : planification d'une trajectoire sans collision, localisation, évitement réactif d'obstacles, suivi de trajectoire, etc. Nous montrons que les spécificités des applications envisagées et des systèmes auxquels nous nous intéressons requièrent des méthodes originales de résolution de ces fonctionnalités, qui tiennent explicitement compte de ces spécificités. Notre contribution porte sur le développement de méthodes permettant de réaliser certaines de ces fonctionnalités et sur l'intégration des différentes fonctionnalités de la navigation au sein d'une architecture générique. Nous présentons tout d'abord une méthode d'évitement réactif d'obstacles qui consiste à déformer en cours d'exécution une trajectoire initiale calculée dans un modèle de l'environnement, de façon à ce qu'elle s'éloigne des obstacles perçus et qu'elle respecte les contraintes cinématiques du système. Puis nous proposons une méthode de parking référencé sur des amers pour systèmes nonholonomes. Le principe est de définir la position de parking désirée relativement à des éléments de l'environnement, et de déformer la trajectoire pour rejoindre cette position. Ensuite nous présentons une architecture générique pour l'intégration des fonctionnalités de localisation, d'évitement d'obstacles et de suivi de trajectoire. Enfin nous illustrons l'ensemble de ces travaux par des résultats expérimentaux obtenus avec plusieurs robots.

Dans un contexte de navigation visuelle en environnement ouvert et dynamique, la détection d'obstacles constitue un élément indispensable. Dans cette thèse, nous nous intéressons à la caractérisation des obstacles par le temps avant collision (TTC). Ayant montré que ce TTC peut être calculé directement dans une image à l'aide de l'échelle intrinsèque, nous avons mis au point un détecteur ainsi qu'un algorithme de suivi invariant au changement d'échelle et adapté à un environnement urbain. Ce détecteur permet d'extraire des régions d'intérêt appelées segments de crête correspondant à des formes contrastées et rectilignes dans l'image. Le suivi de ces régions d'intérêt est fondé sur un filtre à particules et permet de mesurer la variation d'échelles afin d'estimer le TTC. Enfin, nous avons étudié deux applications de navigation visuelle d'un véhicule telles que l'arrêt du véhicule avant collision et un système d'évitement réactif d'obstacles bayésien.

La complexité inhérente à la coordination des mouvements d'un groupe de robots mobiles est traitée en investiguant plus avant les potentialités des architectures de contrôle comportementales dont le but est de briser la complexité des tâches à exécuter. En effet, les robots mobiles peuvent évoluer dans des environnements très complexes et nécessite de surcroît une coopération précise et sécurisée des véhicules pouvant rapidement devenir inextricable. Ainsi, pour maîtriser cette complexité, le contrôleur dédié à la réalisation de la tâche est décomposé en un ensemble de comportements/contrôleurs élémentaires (évitement d'obstacles et de collision entre les robots, attraction vers une cible, etc.) qui lient les informations capteurs (provenant de caméras, des capteurs locaux du robot, etc.) aux actionneurs des différentes entités robotiques. La tâche considérée est la navigation en formation en présence d'obstacles (statiques et dynamiques). La spécificité de l'approche théorique consiste à allier les avantages des architectures de contrôle comportementales à la méthode de la structure virtuelle où le groupe de robots mobiles suit un corps virtuel avec une dynamique (vitesse, direction) donnée. Ainsi, l'activation d'un comportement élémentaire en faveur d'un autre se fait en respectant les contraintes structurelles des robots (e.g. vitesses et accélérations maximales, etc.) en vue d'assurer le maximum de précision et de sécurité des mouvements coordonnés entre les différentes entités mobiles. La coopération consiste à se partager les places dans la structure virtuelle de manière distribuée et de façon à atteindre plus rapidement la formation désirée. Pour garantir les critères de performances visés par l'architecture de contrôle, les systèmes hybrides qui permettent de commander des systèmes continus en présence d'évènements discrets sont exploités. En effet, ces contrôleurs (partie discrète) permettent de coordonner l'activité des différents comportements (partie continue) disponibles au niveau de l'architecture, tout en offrant une analyse automaticienne rigoureuse de la stabilité de celle-ci au sens de Lyapunov. Chaque contribution est illustrée par des résultats de simulation. Le dernier chapitre est dédié à l'implémentation de l'architecture de contrôle proposée sur un groupe de robots mobiles Khepera III.

La robotique mobile autonome est un axe de recherche qui vise à donner à une machine la capacité de se mouvoir dans un environnement sans assistance ni intervention humaine. Cette thèse s’intéresse à la partie décisionnelle de la navigation robotique à savoir la planification de mouvement pour un robot mobile non-holonome, pour lequel, la prise en compte des contraintes cinématiques et non-holonomes est primordiale. Aussi, la nécessité de considérer la géométrie propre du robot et la bonne maîtrise de l’environnement dans lequel il évolue constituent des contraintes à assurer. En effet la planification de mouvement consiste à calculer un mouvement réalisable que doit accomplir le robot entre une position initiale et une position finale données. Selon la nature de l’environnement, notamment les obstacles qui s’y présentent, deux instances du problème se distinguent : la planification de chemin et la planification de trajectoire. L’objectif de cette thèse est de proposer de nouveaux algorithmes pour contribuer aux deux instances du problème de planification de mouvement. La méthodologie suivie repose sur des solutions génériques qui s’appliquent à une classe de systèmes robotiques plutôt qu’à une architecture particulière. Les approches proposées intègrent les B-splines Rationnelles non uniformes (NURBS) dans le processus de modélisation des solutions générées tout en s’appuyant sur la propriété de contrôle local, et utilisent les algorithmes génétiques pour une meilleure exploration de l’espace de recherche. / The mobile robotics is an area of research that aims to give a machine the ability to move in an environment without assistance or human intervention. This thesis focuses on the decisional part of robotic navigation, namely motion planning for a non-holonomic mobile robot, for which, the consideration of kinematic and non-holonomic constraints is paramount. Also, the need to consider the specific geometry of the robot and the good control of the environment in which it operates are constraints to insure. Indeed, motion planning is to calculate a feasible movement to be performed by the robot between an initial and a final given position. Depending on the nature of the environment, two instances of the problem stand out: the path planning and the trajectory planning. The objective of this thesis is to propose new algorithms to contribute to the two instances of motion planning problem. The followed methodology is based on generic solutions that are applicable to a class of robotic systems rather than a particular architecture. The proposed approaches include the Non-Uniform Rational B-Spline (NURBS) in the modeling process of the generated solutions while relying on the local control property. Also, they use genetic algorithms for better exploration of the search space.

La complexité inhérente à la coordination des mouvements d'un groupe de robots mobiles est traitée en investiguant plus avant les potentialités des architectures de contrôle comportementales dont le but est de briser la complexité des tâches à exécuter. En effet, les robots mobiles peuvent évoluer dans des environnements très complexes et nécessite de surcroît une coopération précise et sécurisée des véhicules pouvant rapidement devenir inextricable. Ainsi, pour maîtriser cette complexité, le contrôleur dédié à la réalisation de la tâche est décomposé en un ensemble de comportements/contrôleurs élémentaires (évitement d'obstacles et de collision entre les robots, attraction vers une cible, etc.) qui lient les informations capteurs (provenant de caméras, des capteurs locaux du robot, etc.) aux actionneurs des différentes entités robotiques. La tâche considérée est la navigation en formation en présence d'obstacles (statiques et dynamiques). La spécificité de l'approche théorique consiste à allier les avantages des architectures de contrôle comportementales à la méthode de la structure virtuelle où le groupe de robots mobiles suit un corps virtuel avec une dynamique (vitesse, direction) donnée. Ainsi, l'activation d'un comportement élémentaire en faveur d'un autre se fait en respectant les contraintes structurelles des robots (e.g. vitesses et accélérations maximales, etc.) en vue d'assurer le maximum de précision et de sécurité des mouvements coordonnés entre les différentes entités mobiles. La coopération consiste à se partager les places dans la structure virtuelle de manière distribuée et de façon à atteindre plus rapidement la formation désirée. Pour garantir les critères de performances visés par l'architecture de contrôle, les systèmes hybrides qui permettent de commander des systèmes continus en présence d'évènements discrets sont exploités. En effet, ces contrôleurs (partie discrète) permettent de coordonner l'activité des différents comportements (partie continue) disponibles au niveau de l'architecture, tout en offrant une analyse automaticienne rigoureuse de la stabilité de celle-ci au sens de Lyapunov. Chaque contribution est illustrée par des résultats de simulation. Le dernier chapitre est dédié à l'implémentation de l'architecture de contrôle proposée sur un groupe de robots mobiles Khepera III. / Inherent difficulty of coordinating a group of mobile robots is treated by investigating behavior-based architectures which aim to break task complexity. In fact, multi-robot navigation may become rapidly inextricable, specifically if it is made in hazardous and dynamical environment. The considered task is the navigation in formation in presence of (static and dynamic) obstacles. To overcome its complexity, it is proposed to divide the overall task into two basic behaviors/controllers (obstacle avoidance, attraction to a dynamical target). Applied control is chosen among these controllers according to sensors information (camera, local sensors, etc.). Theoretic approach combines behavior-based and the virtual structure strategy which considers the formation as a virtual body with a given dynamic (velocity, direction). Thus, activating a controller or another is accomplished while respecting structural robots constraints (e.g. maximal velocities and accelerations). The objective is to insure the highest precision and safety of the coordinated motion between the robots. These ones cooperate by optimizing the way of sharing their places in the formation in order to form it in a faster manner. To guarantee performance criteria of the control architecture, hybrid systems tolerating the control of continuous systems in presence of discrete events are explored. In fact, this control allows coordinating (by discrete part) the different behaviors (continuous part) of the architecture. A complete analysis of this architecture stability is also given thanks to Lyapunov-based theory. Every contribution is illustrated through simulation results. The last chapter is devoted to the implementation of the proposed control architecture on a group of Khepera III robots.