Ce travail s'inscrit dans le cadre de la commande d'un système multi agents/ multi véhicules. Cette thèse traite en particulier le cas de la commande d'un système multi-robots mobiles non-holonomes. L'objectif est de concevoir des lois de commandes appropriées pour chaque robot de sorte que l'ensemble des robots puisse exécuter des tâches spécifiques, de suivre des trajectoires désirées tout en maintenant des configurations géométriques souhaitées. L'approche leadeur-suiveur pour la commande d'un groupe de robots mobiles non-holonomes est étudiée en intégrant la technologie backstepping, avec une approche basée sur les neurodynamiques bioinspirées. Le problème de commande distribuée d'un système multi robots sur le consensus est également étudié. Des lois de commandes cinématiques distribuées sont développés afin de garantir au système multi-robots la convergence exponentielle vers une configuration géométrique souhaitée. Afin de tenir compte de la dynamique des paramètres inconnus, des commandes adaptatives de couple sont développés pour que le système multi-robots puisse converger asymptotiquement vers le modèle géométrique souhaité. Lorsque la dynamique est inconnue, des commandes à base de réseaux de neurones sont proposées

Ce travail s’inscrit dans le cadre de la commande d’un système multi agents/ multi véhicules. Cette thèse traite en particulier le cas de la commande d’un système multi-robots mobiles non-holonomes. L'objectif est de concevoir des lois de commandes appropriées pour chaque robot de sorte que l’ensemble des robots puisse exécuter des tâches spécifiques, de suivre des trajectoires désirées tout en maintenant des configurations géométriques souhaitées. L’approche leadeur-suiveur pour la commande d’un groupe de robots mobiles non-holonomes est étudiée en intégrant la technologie backstepping, avec une approche basée sur les neurodynamiques bioinspirées. Le problème de commande distribuée d’un système multi robots sur le consensus est également étudié. Des lois de commandes cinématiques distribuées sont développés afin de garantir au système multi-robots la convergence exponentielle vers une configuration géométrique souhaitée. Afin de tenir compte de la dynamique des paramètres inconnus, des commandes adaptatives de couple sont développés pour que le système multi-robots puisse converger asymptotiquement vers le modèle géométrique souhaité. Lorsque la dynamique est inconnue, des commandes à base de réseaux de neurones sont proposées / This work is based on the multi-agent system / multi-vehicles. This thesis especially focuses on formation control of multiple nonholonomic mobile robots. The objective is to design suitable controllers for each robot according to different control tasks and different constraint conditions, such that a group of mobile robots can form and maintain a desired geomantic pattern and follow a desired trajectory. The leader-follower formation control for multiple nonholonomic mobile robots is investigated under the backstepping technology, and we incorporate a bioinspired neurodynamics scheme in the robot controllers, which can solve the impractical velocity jumps problem. The distributed formation control problem using consensus-based approach is also investigated. Distributed kinematic controllers are developed, which guarantee that the multi-robots can at least exponentially converge to the desired geometric pattern under the assumption of "perfect velocity tracking". However, in practice, "perfect velocity tracking" doesn’t hold and the dynamics of robots should not be ignored. Next, in consideration of the dynamics of robot with unknown parameters, adaptive torque controllers are developed such that the multi-robots can asymptotically converge to the desired geometric pattern under the proposed distributed kinematic controllers. Furthermore, When the partial knowledge of dynamics is available, an asymptotically stable torque controller has been proposed by using robust adaptive control techniques. When the dynamics of robot is unknown, the neural network controllers with the robust adaptive term are proposed to guarantee robust velocity tracking