Cette thèse vise à rendre possible l’utilisation des véhicules sous-marins autonomes (AUVs) dans l’inspection visuelle des structures offshore. Deux tâches sont identifiées: le suivi des structures rectilignes et la stabilisation devant les cibles planaires. Les AUVs complétement actionnés et équipés d'une centrale inertielle, un DVL, un altimètre et une caméra vidéo sont visés. La dynamique en 6 d.d.l. d'un AUV est rappelée. L'architecture de contrôle reflétant la structure en cascade de la dynamique est choisie. Une boucle interne asservie la vitesse du véhicule à la consigne et une boucle externe calcule la vitesse de référence à partir des informations visuelles. Le suivi de pipe est assuré par l'asservissement visuel 2D qui calcule la vitesse de référence à partir des bords du pipeline détectés dans l’image. La convergence globale asymptotique et localement exponentielle de la position, de l’orientation et de la vitesse sont obtenues. Le contrôleur de stabilisation utilise la matrice d’homographie. Seule la connaissance imprécise de l’orientation de la cible est nécessaire. L’information cartésienne de la profondeur de la cible est estimée à l’aide d’un observateur. La convergence quasi-globale et localement exponentielle de ce contrôleur est démontrée. Afin de tester ces méthodes un simulateur a été développé. Des images de synthèse de haute-fidélité sont générées à partir de simulateur Morse. Elles sont traitées en temps réel à l’aide de la bibliothèque OpenCV. Un modèle Simulink calcule la dynamique complète des 6 d.d.l. du véhicule simulé. Des résultats détaillés sont présentés et mettent en avant les résultats théoriques obtenus. / This thesis deals with a control system for a underwater autonomous vehicle given a two consequent tasks: following a linear object and stabilisation with respect to a planar target using an on-board camera. The proposed solution of this control problem takes advantage of a cascading nature of the system and divides it into a velocity pilot control and two visual servoing schemes. The serving controllers generate the reference velocity on the basis of visual information; line following is based on binormalized Pluecker coordinates of parallel lines corresponding to the pipe contours detected in the image, while the stabilisation relies on the planar homography matrix of observed object features, w.r.t. the image of the same object observed at the desired pose. The pilot, constructed on the full 6 d.o.f. nonlinear model of the AUV, assures that the vehicle’s linear and angular velocities converge to their respective setpoints. Both image servoing schemes are based on minimal assumptions and knowledge of the environment. Validation is provided by a high-fidelity 6 d.o.f. dynamics simulation coupled with a challenging 3D visual environment, which generates images for automatic processing and visual servoing. A custom simulator is built that consist of a Simulink model for dynamics simulation and the MORSE robot and sensor simulator, bound together by ROS message passing libraries. The OpenCV library is used for real-time image processing. Methods of visual data filtering are described. Thus generated experimental data is provided that confirms the desired properties of the control scheme presented earlier.

No description available.