L’enjeu de planification de vol à bord d’un hélicoptère en tenant compte des différents paramètres environnementaux constitue un facteur clé dans le secteur aéronautique afin d’assurer une mission en toute sécurité avec un coût réduit. Ce défi concerne à la fois la phase de préparation de la mission sur une station au sol mais aussi en cours de vol pour faire face à un évènement imprévu. Nous citons un premier exemple de mission de type recherche et sauvetage qui dispose d’un temps limité pour localiser et rechercher des personnes en danger. Pour ce faire, le plan de vol généré doit suivre le relief du terrain à des altitudes relativement basses entre des points de passage désignés. L’objectif est de permettre au pilote de localiser une victime dans une durée bornée. Un deuxième type de mission comme l’assistance médicale a la particularité d’assurer un vol qui favorise le confort du passager ainsi qu’une route qui minimise le temps de vol selon la criticité de la situation. Pendant la phase dynamique, lorsqu’il s’agit d’un événement complexe telle qu’une panne moteur, une replanification de la mission devient nécessaire afin de trouver un chemin aérien qui permet d’atterrir en toute sécurité dans les plus brefs délais. Dans un autre exemple comme l’évitement d’obstacle dynamique ou de zone dangereuse, il s’agit de calculer un autre plan de vol pour atteindre la destination. Cependant à ce jour, les pilotes ne bénéficient pas de système d’autoroutage 3D permettant la replanification dynamique de mission face à une situation d’urgence. Face au défi de génération d’un plan de vol optimal, nos réflexions profondes ont abouti à la proposition d’un nouveau système de planification de chemin, pour des aéronefs, dédié à la préparation de mission avant le vol ainsi qu’à la replanification dynamique en cours de vol face à une situation d’urgence. Le système de planification peut être déployé sur une station au sol ou bien intégré comme fonction avionique au sein de l’aéronef. Les résultats obtenus ont abouti à un brevet déposé devant l’INPI et à plusieurs actions de transfert technologique au sein d’Airbus Hélicoptères. Le système s’appuie sur des techniques de discrétisation de l’espace et de calcul du plus court chemin afin de générer automatiquement des solutions flexibles en terme de profil de chemin en respectant plusieurs contraintes liées à l’appareil, le terrain et l’environnement. La solution proposée est générique et capable de s’adapter selon le type de l’aéronef, le type de la mission et la fonction objectif à minimiser. Le système de planification peut offrir des solutions avec différents compromis entre le temps d’exécution et la qualité du chemin selon le temps disponible qui peut être corrélé avec la criticité de la situation. Le fonctionnement du système de planification de chemin se compose principalement de deux phases : le prétraitement et le routage. La phase de prétraitement permet une discrétisation multi-altitude de l’espace 3D selon une précision donnée et la génération automatique d’un graphe de navigation avec une connexité paramétrable. La phase de routage 3D calcule le chemin en prenant en considération un ensemble de contraintes telles que les limitations angulaires en horizontal et en vertical et une fonction objectif à minimiser tels que la distance, le carburant, le temps, etc. Lors de la phase d’exploration du graphe, le système de planification peut communiquer avec le modèle de performance de l’appareil afin de minimiser une fonction coût liée à la performance et de s’assurer au fur et à mesure de la faisabilité de la mission. La génération automatique des plans de vol et la replanification dynamique représentent une brique essentielle pour concevoir des systèmes d’assistance au pilote ainsi que des aéronefs autonomes. / Helicopter flight planning is a key factor in the aeronautics domain in order to ensure a safe mission at a reduced cost taking into consideration different environmental parameters like terrain, weather, emergency situations, etc. This challenge concerns both the mission preparation phase using a ground station and also during the flight to cope with a complex event (mechanical failure, dynamic obstacle, bad weather conditions, etc.). We quote as a first example a Search and Rescue mission that should be performed in limited time to locate persons in danger. To achieve that, the generated flight path must follow the terrain profile at relatively low altitudes crossing the predefined waypoints. The objective is to allow the pilot to locate a victim in a short time. Another example for a mission of medical assistance where the helicopter should ensure the comfort of patients as well as minimizing the flight time to respect critical situations. During the flight, when a complex event occurs such as engine failure, re-planning the mission becomes necessary in order to find a new path that could guarantee safe landing. Unfortunately, pilots do not benefit from an embedded 3D path planning system that enables dynamic mission re-planning in case of emergency. To tackle the challenge of generating an optimal flight plan, we proposed new path planning system dedicated to mission preparation and dynamic path re-planning during critical situations. The planning system can be deployed on a ground station or embedded as an avionic function in the aircraft. The achieved results are registered as a patent at National Institute of Intellectual Property and deployed inside Airbus Helicopters through several technology transfers. The system relies on 3D space discretization and shortest path planning techniques to generate automatically flexible path profiles that respect several. The proposed solution is generic and is able to adapt to the aircraft model, mission and the objective function to be minimized. The path planning system can offer solutions with different tradeoffs between timing and path quality within the available runtime depending on the criticality of the situation. The functioning of the path planning system consists mainly of two phases : preprocessing and routing phase. The preprocessing allows a multi-altitude discretization of the 3D space according to a given precision and generate automatically a navigation graph with a configurable density. The 3D routing phase calculates the path by considering a set of constraints such as horizontal and vertical angular limitations and the objective function such as distance, fuel, time, etc. During the graph exploration phase, the path planning system can communicate with the aircraft performance model to evaluate a given criterion. Automatic flight path generation is an essential building block for designing pilot assistance systems and autonomous aircraft. In summary, we succeeded to reach the industrial expectations namely : the evaluation of mission feasibility, performances improvement, navigation workload reduction, as well as improving the flight safety. In order to realize the proposed solution, we designed a new tool for automatic 3D flight path planning. We named our tool DTANAV : Demonstration Tool for Aircraft NAVigation. It allows to apply the proposed planning process on real scenarios. Through the tool interface, the user has the possibility to set the parameters related to the mission (starting point, end point, aircraft model, navigation ceiling, etc.). Other algorithmic parameters are defined in order to control the quality and the profile of the generated solution.

Cette thèse porte sur le développement d'une loi de guidage autonome par platitude pour les véhicules de rentrée atmosphérique. La loi de guidage autonome proposée dans ce mémoire s'appuie sur le concept de platitude, afin d'effectuer un traitement des informations à bord, dans le but double d'attribuer un niveau de responsabilité et d'autonomie au véhicule, déchargeant ainsi le segment sol de tâches opérationnelles ``bas niveau'', pour lui permettre de mieux assumer son rôle de coordination globale. La première partie de ce mémoire traite de la caractérisation formelle de sorties plates pour les systèmes non linéaires régis par des équations différentielles ordinaires, ainsi que pour les systèmes linéaires à retards. Un algorithme constructif est proposé afin de calculer des sorties delta-plates candidates sous un environnement de calcul formel standard. Dans la seconde partie, une méthodologie complète et générique de replanification de trajectoires de rentrée atmosphérique est proposée, afin de doter le véhicule d'un certain niveau de tolérance à des défauts d'actionneurs simple/multiples, pouvant survenir lors des phases critiques d'une mission de rentrée atmosphérique. En outre, une méthodologie d'annexation superellipsoidale est proposée afin de convexifier le problème de commande optimale décrit dans l'espace des sorties plates. La loi de guidage autonome proposée est ensuite appliquée étape par étape à une mission de rentrée atmosphérique pour la navette spatiale américaine STS-1.

Ces dernières années, les engins robotisés n’ont cessé d’améliorer leur autonomie dans le domaine de la décision. Désormais, pour ne citer que l’exemple de véhicules aériens, nombre de drones sont largement capables, sans intervention d’un opérateur humain, de décoller, suivre un itinéraire en activant divers capteurs à des moments précis, atterrir en un lieu spécifié, suivre une cible, patrouiller sur une zone... Une des étapes suivantes consiste à faire collaborer une équipe de véhicules autonomes, de nature hétérogène (aériens, terrestres, marins...) afin de leur permettre d’accomplir des missions plus complexes. L’aspect dynamique de l’environnement réel, la non disponibilité à tout instant des moyens de communication, la coordination nécessaire des véhicules,de conceptions parfois différentes, dans l’exécution de certaines parties d’un plan de mission, sont autant d’obstacles à surmonter. Ce travail tente non seulement d’apporter quelques éléments de réponse face à ces difficultés, mais consiste aussi en la mise en place concrète d’un superviseur haut niveau, capable de gérer l’exécution d’une mission par une équipe de véhicules autonomes hétérogènes, où le rôle de l’opérateur humain est volontairement réduit. Nous décrivons dans ce mémoire l’architecture distribuée que nous avons choisi de mettre en œuvre pour répondre à ce problème. Il s’agit d’un superviseur, réparti à bord des véhicules autonomes, interfacé avec leur architecture locale et en charge de l’exécution de la mission d’équipe. Nous nous intéressons également à la formalisation des connaissances nécessaires au déroulement de cette mission, afin d’améliorer l’interopérabilité des véhicules de l’équipe, mais aussi pour expliciter les relations entre modèles décisionnels abstraits et réalité d’exécution concrète. Le superviseur est capable de réagir face aux aléas qui vont se produire dans un environnement dynamique. Nous présentons ainsi dans un second temps les stratégies mises en place pour parvenir à les détecter au mieux, ainsi que la façon dont nous procédons pour réparer partiellement ou totalement le plan de mission initial, afin de remplir les objectifs initiaux. Nous nous basons notamment sur la nature hiérarchique du plan de mission, mais aussi sur celle de la structure de sous-équipes que nous proposons de construire. Enfin, nous présentons quelques résultats obtenus expérimentalement, sur des missions simulées et des scénarios réels, notamment ceux du Programme d’Etudes Amont Action dans lequel s’inscrivent ces travaux de thèse. / Many autonomous robots with specific control oriented architectures have already been developed worldwide.The advance of the work in this field has led researchers wonder for many years to what extent robots would be able to be integrated into a team consisting of autonomous and heterogeneous vehicles with complementary functionalities. However, robot cooperation in a real dynamic environment under unreliable communication conditions remains challenging, especially if these autonomous vehicles have different individual control architectures.In order to address this problem, we have designed a decision software architecture, distributed on each vehicle.This decision layer aims at managing execution and at increasing the fault tolerance of the global system. The mission plan is assumed to be hierarchically structured. ln case of failure detection, the plan repair is done as locally as possible, based on the hierarchical organization.This allows us to restrict message exchange only between the vehicles concerned by the repair process. Knowledge formalisation is also a part of the study permitting the improvement of interoperability between team members. It also provides relevant information all along mission execution, from initial planning computation to plan repair in this multirobot context. The feasibility of the system has been evaluated by simulations and real experiments thanks to the Action project (http://action.onera.fr/welcome/).

Cette thèse porte sur le développement d'une loi de guidage autonome par platitude pour les véhicules de rentrée atmosphérique. La problématique associée au développement d'une loi de guidage autonome porte sur l'organisation globale, l'intégration et la gestion de l'information pertinente jusqu'à la maîtrise du système spatial durant la phase de rentrée. La loi de guidage autonome proposée dans ce mémoire s'appuie sur le concept de platitude, afin d'effectuer un traitement des informations à bord, dans le but double d'attribuer un niveau de responsabilité et d'autonomie au véhicule, déchargeant ainsi le segment sol de tâches opérationnelles "bas niveau", pour lui permettre de mieux assumer son rôle de coordination globale. La première partie de ce mémoire traite de la caractérisation formelle de sorties plates pour les systèmes non linéaires régis par des équations différentielles ordinaires, ainsi que pour les systèmes linéaires à retards. Des algorithmes constructifs sont proposés afin de calculer des sorties plates candidates sous un environnement de calcul formel standard. Dans la seconde partie, une méthodologie complète et générique de replanification de trajectoires de rentrée atmosphérique est proposée, afin de doter la loi de guidage d'un certain niveau de tolérance à des pannes actionneur simple/multiples pouvant survenir lors des phases critiques d'une mission de rentrée atmosphérique. En outre, une méthodologie d'annexation superellipsoidale est proposée afin de convexifier le problème de commande optimale décrit dans l'espace des sorties plates. La loi de guidage proposée est ensuite appliquée étape par étape à une mission de rentrée atmosphérique pour la navette spatiale américaine STS-1. / This thesis deals with the design of an autonomous guidance law based on flatness approach for atmospheric reentry vehicles. The problematic involved by the design of an autonomous guidance law relates to the global organization, the integration and the management of relevant data up to the mastering of the spacecraft during the re-entry mission. The autonomous guidance law proposed in this dissertation is based on flatness concept, in order to perform onboard processing so as to locally assign autonomy and responsibility to the vehicle, thus exempting the ground segment from "low level" operational tasks, so that it can ensure more efficiently its mission of global coordination. The first part of the manuscript deals with the formal characterization of flat outputs for nonlinear systems governed by ordinary differential equations, as well as for linear time-delay systems. Constructive algorithms are proposed in order to compute candidate flat outputs within a standard formal computing environment. In the second part of the manuscript, a global and generic reentry trajectory replanning methodology is proposed in order to provide a fault-tolerance capability to the guidance law, when facing single/multiple control surface failures that could occur during the critical phases of an atmospheric reentry mission. In addition, a superellipsoidal annexion method is proposed so as to convexify the optimal control problem described in the flat outputs space. The proposed guidance law is then applied step by step to an atmospheric reentry mission for the US Space Shuttle orbiter STS-1.