Dans les systèmes de positionnement de véhicules, à tout moment, n'importe lequel des détecteurs peut, temporairement ou de manière permanente, tomber en panne ou cesser d'envoyer des informations. Il s'ensuit alors des répercussions sur la sécurité, la santé, ainsi que des informations financières ou même légales. Bien que les nouvelles pratiques de conception aient tendance à réduire au minimum les défaillances des détecteurs, il est reconnu que de tels évènements peuvent quand même souvenir. Dans un tel cas, le détecteur défectueux doit être identifié et isolé afin d'éviter de corrompre les évaluations globales et, finalement, le système doit être capable de se reconfigurer afin de surmonter le carence causée par la défaillance. En bref, un système de navigation doit être robuste et adaptatif. Cette thèse propose plusieurs architectures de fusion de données capables de s'adapter suite à des défaillances de détecteurs. Les diverses approches utilisent un filtre Kalman en combinaison avec la détection de défauts pour produire des modules de positionnement robuste. Les modules devront être capables de fonctionner dans des situations telles que l'entrée GPS est corrompue ou non disponible, ou bien qu'un plusieurs détecteurs de position sont défectueux ou bloqués. Le principe de travail vise la modification des gains du filtre Kalman en se basant sur les erreurs normalisées entre les états estimés et les observations. Pour évaluer l'architecture proposée, divers défauts de détecteurs et diverses dégradations de performance ont été mis en oeuvre et simulés. Les expériences démontrent que les solutions proposées peuvent compenser la plupart des erreurs associées aux défauts des détecteurs ou aux dégradations de performance, et que l'exactitude de positionnement qui en découle est améliorée significativement.

Th. doct.--Sci. de l'ingénieur--Nice-Sophia Antipolis, 1995. / 1996 d'après la déclaration du dépôt légal. Contient des textes en anglais. Bibliogr. p. 239-248. Résumé en français et en anglais.

Les petit drones à voilure fixe rendent services aux secteurs de la recherche, de l'armée et de l'industrie, mais souffrent toujours de portée et de charge utile limitées. Le vol thermique permet de réduire la consommation d'énergie. Cependant,sans télédétection d'ascendances, un drone ne peut bénéficier d'une ascendance qu'en la rencontrant par hasard. Dans cette thèse, un nouveau cadre pour le vol à voile longue distance autonome est élaboré, permettant à un drone planeur de localiser visuellement des ascendances sous-cumulus et d’en récolter l'énergie de manière efficace. S'appuyant sur le filtre de Kalman non parfumé, une méthode de vision monoculaire est établie pour l'estimation des paramètres d’ascendances. Sa capacité de fournir des estimations convergentes et cohérentes est évaluée par des simulations Monte Carlo. Les incertitudes de modèle, le bruit de traitement de l'image et les trajectoires de l'observateur peuvent dégrader ces estimés. Par conséquent, un deuxième axe de cette thèse est la conception d'un planificateur de trajectoire robuste basé sur des cartes d'ascendances. Le planificateur fait le compromis entre le temps de vol et le risque d’un atterrissage forcé dans les champs tout en tenant compte des incertitudes d'estimation dans le processus de prise de décision. Il est illustré que la charge de calcul du planificateur de trajectoire proposé est réalisable sur une plate-forme informatique peu coûteuse. Les algorithmes proposés d’estimation ainsi que de planification sont évalués conjointement dans un simulateur de vol à 6 axes, mettant en évidence des améliorations significatives par rapport aux vols à voile longue distance autonomes actuels. / Small fixed-wing Unmanned Aerial Vehicles (UAVs) provide utility to research, military, and industrial sectors at comparablyreasonable cost, but still suffer from both limited operational ranges and payload capacities. Thermal soaring flight for UAVsoffers a significant potential to reduce the energy consumption. However, without remote sensing of updrafts, a glider UAVcan only benefit from an updraft when encountering it by chance. In this thesis, a new framework for autonomous cross-country soaring is elaborated, enabling a glider UAV to visually localize sub-cumulus thermal updrafts and to efficiently gain energy from them.Relying on the Unscented Kalman Filter, a monocular vision-based method is established, for remotely estimatingsub-cumulus updraft parameters. Its capability of providing convergent and consistent state estimates is assessed relyingon Monte Carlo Simulations. Model uncertainties, image processing noise, and poor observer trajectories can degrade theestimated updraft parameters. Therefore, a second focus of this thesis is the design of a robust probabilistic path plannerfor map-based autonomous cross-country soaring. The proposed path planner balances between the flight time and theoutlanding risk by taking into account the estimation uncertainties in the decision making process. The suggested updraftestimation and path planning algorithms are jointly assessed in a 6 Degrees Of Freedom simulator, highlighting significantperformance improvements with respect to state of the art approaches in autonomous cross-country soaring while it is alsoshown that the path planner is implementable on a low-cost computer platform.

L'optique adaptative (OA), qui permet de corriger en temps-réel les déformations du front d'onde induites par la turbulence atmosphérique, connaît une limitation fondamentale : l'anisoplanétisme. Pour y remédier, le concept d'OA grand champ (OAGC) a été proposé. La turbulence est mesurée dans plusieurs directions du champ de vue à l'aide d'étoiles guide naturelles et laser, et son impact corrigé sur les images par une commande basée sur une reconstruction tomographique. L'approche linéaire quadratique gaussienne (LQG) est bien adaptée à la conception de lois de commande en OAGC comme en OA classique. Elle permet d'estimer et de prédire la phase à l'aide d'un filtre de Kalman basé sur des a priori spatiaux et temporels. Les modèles d'état et commandes associées sont détaillés. On présente la première mise en œuvre sur le ciel d'une commande LQG sur tous les modes, en OA classique et multi-objet, à l'aide du démonstrateur CANARY. Ces résultats sont obtenus avec identification du modèle de tip-tilt et filtrage des vibrations, ce qui constitue la première mise en œuvre ciel de cette stratégie. Les a priori spatiaux de la phase en volume sont identifiés par la méthode LEARN. Des données issues du profilomètre stereoSCIDAR ont aussi été utilisées. Des comparaisons sont proposées avec une commande intégrateur en OA classique, avec un gain significatif en performances pour le LQG. Les comparaisons avec le reconstructeur statique APPLY (moindres carrés régularisés) en OA multi-objet mettent en évidence un gain du LQG dans certains cas (fort bruit en particulier). L'ensemble des résultats confirme la faisabilité et l'intérêt d'une commande LQG pour un instrument d'OA ou d'OAGC.

L'optique adaptative (OA), qui permet de corriger en temps-réel les déformations du front d'onde induites par la turbulence atmosphérique, connaît une limitation fondamentale : l'anisoplanétisme. Pour y remédier, le concept d'OA grand champ (OAGC) a été proposé. La turbulence est mesurée dans plusieurs directions du champ de vue à l'aide d'étoiles guide naturelles et laser, et son impact corrigé sur les images par une commande basée sur une reconstruction tomographique. L'approche linéaire quadratique gaussienne (LQG) est bien adaptée à la conception de lois de commande en OAGC comme en OA classique. Elle permet d'estimer et de prédire la phase à l'aide d'un filtre de Kalman basé sur des a priori spatiaux et temporels. Les modèles d'état et commandes associées sont détaillés. On présente la première mise en œuvre sur le ciel d'une commande LQG sur tous les modes, en OA classique et multi-objet, à l'aide du démonstrateur CANARY. Ces résultats sont obtenus avec identification du modèle de tip-tilt et filtrage des vibrations, ce qui constitue la première mise en œuvre ciel de cette stratégie. Les a priori spatiaux de la phase en volume sont identifiés par la méthode LEARN. Des données issues du profilomètre stereoSCIDAR ont aussi été utilisées. Des comparaisons sont proposées avec une commande intégrateur en OA classique, avec un gain significatif en performances pour le LQG. Les comparaisons avec le reconstructeur statique APPLY (moindres carrés régularisés) en OA multi-objet mettent en évidence un gain du LQG dans certains cas (fort bruit en particulier). L'ensemble des résultats confirme la faisabilité et l'intérêt d'une commande LQG pour un instrument d'OA ou d'OAGC.