Cette thèse s'intéresse à la réalisation autonome de plans de vol cinématographiques par un quadrotor équipé d'une caméra. Ces plans de vol consistent en une série de points de passage à rejoindre successivement, en adoptant diverses méthodes de prise de vue et en respectant des références de vitesses ainsi que des couloirs de vols. Une étude approfondie de la dynamique du quadrotor est tout d'abord proposée et utilisée pour construire un modèle linéarisé du drone autour de l'équilibre de vol stationnaire. L'analyse de ce modèle linéaire permet de mettre en évidence l'impact de l'inertie des rotors du drone dans sa dynamique, notamment l'apparition d'un comportement à non minimum de phase en roulis ou tangage, lorsque les moteurs sont inclinés. Dans un second temps, deux algorithmes de génération de trajectoires lisses, faisables et adaptées à la cinématographie sont proposés. La faisabilité de la trajectoire est garantie par le respect de contraintes sur ses dérivées temporelle, adaptées pour la cinématographie et obtenue grâce à l'étude du modèle non linéaire du drone. Le premier repose sur une optimisation bi-niveaux d'une trajectoire polynomiale par morceaux, dans le but de trouver la plus rapide des trajectoires à minimum de jerk permettant d'accomplir la mission. Le second algorithme consiste en la génération de trajectoires B-spline non-uniformes à durée minimale. Pour les deux solutions, une étude de l’initialisation du problème d'optimisation est présentée, de même qu'une analyse de leurs avantages et limitations. Pour ce faire, elles sont notamment confrontées à des simulations et vols extérieurs. Enfin, une loi de commande prédictive est proposée pour asservir les mouvements de la caméra embarquée de manière douce et précise. / This thesis focuses on the autonomous performance of cinematographic flight plans by camera equipped quadrotors. These flight plans consist in a series of waypoints to join while adopting various camera behaviors, along with speed references and flight corridors. First, an in depth study of the nonlinear dynamics of the drone is proposed, which is then used to derive a linear model of the system around the hovering equilibrium. An analysis of this linear model allows us to emphasize the impact of the inertia of the propellers when the latter are tilted, such as the apparition of a nonminimum phase behavior of the pitch or roll dynamics. Then, two algorithms are proposed to generate smooth and feasible cinematographic trajectories. The feasibility of the trajectory is ensured by constraints on its time derivatives, suited for cinematography and obtained with the use of the nonlinear model of the drone. The first algorithm proposed in this work is based on a bi-level optimization of a piecewise polynomial trajectory, in order to find the fastest feasible minimum jerk trajectory to perform the flight plan. The second algorithm consists in the generation of feasible, minimum time, non-uniform B-spline trajectories. For both solutions, a study of the initilization of the optimization problem is proposed, as well as a discussion about their advantages and limitations. To this aim, they are notably confronted to simulations and outdoor flight experiments. Finally, a predictive control law is proposed to smoothly and accurately control the onboard camera.

Ce travail est dédié au contrôle non linéaire d'un drone de type quadricoptère dont la spécificité est de pouvoir voler aussi bien que se déplacer en glissant sur le sol, à la façon d'un aéroglisseur. Dans un contexte d'exploration autonome de bâtiment, ce concept hybride permet d'économiser les batteries lorsqu'il n'est pas nécessaire de voler puisque le drone profite des surfaces planes pour se déplacer sans avoir à compenser la gravité ; il peut ainsi prolonger l'autonomie au-delà de la vingtaine de minutes typique d'un quadricoptère classique. Contrairement aux véhicules terrestres à roues, les capacités de franchissement de notre drone sont fortement augmentées car son aptitude au vol l'autorise à éviter les obstacles, à changer d'étage ou passer par une fenêtre. L'étude menée ici concerne essentiellement le déplacement surfacique de ce drone hybride, et vise à concevoir et implémenter une loi de contrôle capable d'asservir ce système sur des trajectoires planes au sol. Ce drone terrestre est similaire à un système sous actionné de type glisseur ; le problème de la stabilisation en un point est donc distingué du suivi de trajectoire en raison de la condition de Brockett que ce système ne satisfait pas ; notre plateforme ne peut donc pas être stabilisée par des retours d'états continus. En s'appuyant sur la littérature, cette thèse propose différentes approches théoriques en temps variant, fonctions transverses, platitude ou encore par "Backstepping" pour répondre à ces problèmes. Après une phase d'identification du modèle dynamique employé, la partie expérimentale, exploitant un système de Motion Capture pour récupérer les informations de position et d'orientation du système, valide ces lois de contrôle et de commande pour le suivi d'une trajectoire circulaire simple. / This thesis is dedicated to the non-linear control of a special hybrid quadrotor which is able to fly, and slide on the ground like an hovercraft. In the context of an autonomous indoor exploration this hybrid concept allows saving energy when flying is not necessary, since the drone can then slide on the ground without having to compensate for the gravity; autonomy can last beyond the 20 minutes typical of a standard quadrotor. Contrarily to wheeled mobile robots, the hybrid drone ability to move across space is strongly increased since it can fly to avoid obstacles, to move between two levels, to get in through a window. The study under consideration is essentially focused on the displacement of the drone on the ground and aims at designing and implementing a control law so that our system is able to track a 2D xy plane trajectory. This terrestrial quadrotor is similar to a slider underactuated vehicle. The point stabilisation is then separately studied from the trajectory tracking issue because of the Brockett condition, which is not satisfied in that case; our platform cannot be stabilized by means of continuous state feedbacks. This thesis proposes different theoretical developments based on the literature and deriving from time varying control laws, transverse functions, flatness or backstepping techniques to solve both point stabilisation and trajectory tracking. The experimental part of the thesis is based on the recovering of the drone position in real time and orientation via a Motion Capture system for feedback loop in the control law; the proposed dynamical model was validated as well as the control and command laws for the tracking of a circular trajectory.

En théorie de la commande, un modèle du système est généralement utilisé pour construire la loi de commande et assurer ses performances. Les équations mathématiques qui représentent le système à contrôler sont utilisées pour assurer que le contrôleur associé va stabiliser la boucle fermée. Mais, en pratique, le système réel s’écarte du comportement théorique modélisé. Des non-linéarités ou des dynamiques rapides peuvent être négligées, les paramètres sont parfois difficiles à estimer, des perturbations non maitrisables restent non modélisées. L’approche proposée dans ce travail repose en partie sur la connaissance du système à piloter par l’utilisation d’un modèle analytique mais aussi sur l’utilisation de données expérimentales hors ligne ou en ligne. A chaque pas de temps la valeur de la commande qui amène au mieux le système vers un objectif choisi a priori, est le résultat d’un algorithme qui minimise une fonction de coût ou maximise une récompense. Au centre de la technique développée, il y a l’utilisation d’un modèle numérique de comportement du système qui se présente sous la forme d’une fonction de prédiction tabulée ayant en entrée un n-uplet de l’espace joint entrées/état ou entrées/sorties du système. Cette base de connaissance permet l’extraction d’une sous-partie de l’ensemble des possibilités des valeurs prédites à partir d’une sous-partie du vecteur d’entrée de la table. Par exemple, pour une valeur de l’état, on pourra obtenir toutes les possibilités d’états futurs à un pas de temps, fonction des valeurs applicables de commande. Basé sur des travaux antérieurs ayant montré la viabilité du concept en entrées/état, de nouveaux développements ont été proposés. Le modèle de prédiction est initialisé en utilisant au mieux la connaissance a priori du système. Il est ensuite amélioré par un algorithme d’apprentissage simple basé sur l’erreur entre données mesurées et données prédites. Deux approches sont utilisées : la première est basée sur le modèle d’état (comme dans les travaux antérieurs mais appliquée à des systèmes plus complexes), la deuxième est basée sur un modèle entrée-sortie. La valeur de commande qui permet de rapprocher au mieux la sortie prédite dans l’ensemble des possibilités atteignables de la sortie ou de l’état désiré, est trouvée par un algorithme d’optimisation. Afin de valider les différents éléments proposés, cette commande a été mise en œuvre sur différentes applications. Une expérimentation réelle sur un quadricoptère et des essais réels de suivi de trajectoire sur un véhicule électrique du laboratoire montrent sacapacité et son efficacité sur des systèmes complexes et rapides. D’autres résultats en simulation permettent d’élargir l’étude de ses performances. Dans le cadre d’un projet partenarial, l’algorithme a également montré sa capacité à servir d’estimateur d’état dans la reconstruction de la vitesse mécanique d’une machine asynchrone à partir des signaux électriques. Pour cela, la vitesse mécanique a été considérée comme l’entrée du système. / In classical control theory, the control law is generally built, based on the theoretical model of the system. That means that the mathematical equations representing the system dynamics are used to stabilize the closed loop. But in practice, the actual system differs from the theory, for example, the nonlinearity, the varied parameters and the unknown disturbances of the system. The proposed approach in this work is based on the knowledge of the plant system by using not only the analytical model but also the experimental data. The input values stabilizing the system on open loop, that minimize a cost function, for example, the distance between the desired output and the predicted output, or maximize a reward function are calculated by an optimal algorithm. The key idea of this approach is to use a numerical behavior model of the system as a prediction function on the joint state and input spaces or input-output spaces to find the controller’s output. To do this, a new non-linear control concept is proposed, based on an existing controller that uses a prediction map built on the state-space. The prediction model is initialized by using the best knowledge a priori of the system. It is then improved by using a learning algorithm based on the sensors’ data. Two types of prediction map are employed: the first one is based on the state-space model; the second one is represented by an input-output model. The output of the controller, that minimizes the error between the predicted output from the prediction model and the desired output, will be found using optimal algorithm. The application of the proposed controller has been made on various systems. Some real experiments for quadricopter, some actual tests for the electrical vehicle Zoé show its ability and efficiency to complex and fast systems. Other the results in simulation are tested in order to investigate and study the performance of the proposed controller. This approach is also used to estimate the rotor speed of the induction machine by considering the rotor speed as the input of the system.