Les missions d'exploration planétaire utilisent des véhicules spatiaux pour acquérir les données scientifiques qui font avancer notre connaissance du système solaire. Depuis les années 90, ces missions ciblent non seulement les planètes, mais aussi les corps célestes de plus petite taille comme les astéroïdes. Ces astres représentent un défi particulier du point de vue des systèmes de navigation, car leur environnement dynamique est complexe. Une sonde spatiale doit réagir rapidement face aux perturbations gravitationnelles en présence, sans quoi sa sécurité pourrait être compromise. Les délais de communication avec la Terre pouvant souvent atteindre plusieurs dizaines de minutes, il est nécessaire de développer des logiciels permettant une plus grande autonomie d'opération pour ce type de mission. Ce mémoire présente un système de navigation autonome qui détermine la position et la vitesse d'un satellite en orbite autour d'un astéroïde. Il s'agit d'un filtre de Kalman étendu adaptatif à trois degrés de liberté. Le système proposé se base sur l'imagerie optique pour détecter des"points de repères" qui ont été préalablement cartographiés. Il peut s'agir de cratères, de rochers ou de n'importe quel trait physique discernable à la caméra. Les travaux de recherche réalisés se concentrent sur les techniques d'estimation d'état propres à la navigation autonome. Ainsi, on suppose l'existence d'un logiciel approprié qui réalise les fonctions de traitement d'image. La principale contribution de recherche consiste en l'inclusion, à chaque cycle d'estimation, d'une mesure de distance afin d'améliorer les performances de navigation. Un estimateur d'état de type adaptatif est nécessaire pour le traitement de ces mesures, car leur précision varie dans le temps en raison de l'erreur de pointage. Les contributions secondaires de recherche sont liées à l'analyse de l'observabilité du système ainsi qu'à une analyse de sensibilité pour six paramètres principaux de conception. Les résultats de simulation montrent que l'ajout d'une mesure de distance par cycle de mise à jour entraîne une amélioration significative des performances de navigation. Ce procédé réduit l'erreur d'estimation ainsi que les périodes de non-observabilité en plus de contrer la dilution de précision des mesures. Les analyses de sensibilité confirment quant à elles la contribution des mesures de distance à la diminution globale de l'erreur d'estimation et ce pour une large gamme de paramètres de conception. Elles indiquent également que l'erreur de cartographie est un paramètre critique pour les performances du système de navigation développé.

Cette thèse traite de l'analyse et de la synthèse de multimodèles pour la simplification de modèles, l'estimation d'état et le diagnostic des systèmes non linéaires caractérisés par une ou plusieurs échelles de temps. Ces travaux visent, dans un premier temps, à développer une procédure systématique de transformation d'un système non-linéaire en le récrivant sous une forme multimodèle, en évitant quelques inconvénients majeurs : la transformation est réalisée sans perte d'information, le choix de différents points de fonctionnement n'est plus nécessaire, le choix de variables de prémisse est réalisé d'une façon systématique. De plus, la méthode offre le choix entre différents multimodèles. Ce degré de liberté sera utilisé pour faciliter les études de contrôlabilité, d'observabilité et d'analyse de stabilité. Dans un deuxième temps, l'obtention de la forme à perturbations singulières d'un système non linéaire est proposée, en éliminant quelques contraintes structurelles et en rendant l'identification et la séparation des échelles de temps indépendante de la structure du modèle. Dans un troisième temps, la synthèse de plusieurs observateurs robustes vis-à-vis des perturbations, des erreurs de modélisation et des entrées inconnues a été réalisée afin de reconstruire l'état et l'entrée inconnue du système. La difficulté de cette étude provient du fait que le multimodèle utilisé dépend de variables de prémisse non mesurables, situation qui n'est pas intensivement étudiée, alors qu'elle est naturellement issue de l'approche par transformation système non linéaire - multimodèle. Ensuite, le diagnostic de défauts de systèmes est réalisé au moyen de bancs d'observateur à entrées inconnues permettant la génération et la structuration de résidus indicateurs de défauts. Finalement, tous les travaux proposés sont appliqués au modèle d'une station d'épuration, Activated Sludge Model No.1, qui est largement utilisé dans le domaine du traitement des eaux usées.

Dans ce travail, la modélisation, la simulation, l'optimisation dynamique et la commande nonlinéaire d'un procédé industriel de polymérisation en émulsion produisant du polyacétate de vinyle (PVAc) sont étudiées. La réaction est modélisée comme un système à deux phases constitué d'une phase aqueuse et une phase particulaire. Un modèle détaillé est développé pour calculer la masse molaire moyenne en poids, la masse molaire moyenne en nombre et la dispersité. Les moments de chaînes en croissance et terminés sont utilisés pour représenter l'état du polymère et pour calculer la distribution de masse molaire (MWD). L'étude de cas correspond à un réacteur industriel fonctionnant dans une entreprise de produits chimiques à Bogotá. Un réacteur à l'échelle industrielle (11 m3 de capacité) est simulé dans lequel une réaction semi-batch de polymérisation en émulsion de l'acétate de vinyle est effectuée. Le problème d'optimisation dynamique est résolu directement en utilisant un solveur de programmation non linéaire. L'intégration des équations différentielles est faite en utilisant la méthode de Runge-Kutta. Trois problèmes d'optimisation différents sont résolus, depuis le plus simpliste (une seule variable d'optimisation : la température du réacteur) au plus complexe (trois variables d'optimisation : la température du réacteur, le débit de l'amorceur et le débit du monomère) en vue de minimiser le temps final de réaction. Une réduction de 25% du temps de traitement par batchs est réalisée par rapport aux conditions normales de fonctionnement appliquées dans l'entreprise. Les résultats montrent qu'il est possible de minimiser la durée de réaction alors que certaines qualités de polymères souhaitées (conversion, masse molaire et contenu en solides) satisfont les contraintes définies. Une technique de commande non linéaire géométrique à l'aide de la linéarisation entrée/sortie est adaptée à la régulation de la température du réacteur. Un filtre Kalman étendu (EKF) est mis en oeuvre pour estimer les états non mesurés et il est testé dans différents cas, dont une étude de robustesse où des erreurs du modèle sont introduites pour vérifier son bon fonctionnement. Après vérification des performances du régulateur, certains changements d'opération du procédé ont été proposés afin d'améliorer la productivité du procédé et la qualité du polymère. Enfin, le profil de température optimale et les politiques d'alimentation optimales de débits du monomère et de l'amorceur, obtenues dans l'étape d'optimisation dynamique, ont fourni les consignes optimales pour la commande non linéaire. Les résultats montrent que le régulateur non linéaire conçu ici convient pour suivre les trajectoires optimales de température calculées précédemment / In this work, modeling, simulation, dynamic optimization and nonlinear control of an industrial emulsion polymerization process to produce poly-vinyl acetate (PVAc) are proposed. The reaction is modeled as a two-phase system composed of an aqueous phase and a particle phase. A detailed model is used to calculate the weight average molecular weight, the number average molecular weight and the dispersity. The moments of the growing and dead chains are used to represent the state of the polymer and to calculate the molecular weight distribution (MWD). The case study corresponds to an industrial reactor operated at a chemical company in Bogotá. An industrial scale reactor (11 m3 of capacity) is simulated where a semi-batch emulsion polymerization reaction of vinyl acetate is performed. Dynamic optimization problem is solved directly using a Nonlinear Programming solver. Integration of differential equations is made using Runge-Kutta method. Three different optimization problems are solved from the more simplistic (only one control variable: reactor temperature) to the more complex (three control variables : reactor temperature, initiator flow rate and monomer flow rate) in order to minimize the reaction time. A reduction of 25% of the batch time is achieved with respect to the normal operating conditions applied at the company. The results show that is possible to minimize the reaction time while some polymer desired qualities (conversion, molecular weight and solids content) satisfy the defined constraints. A nonlinear geometric control technique by using input/output linearization is adapted to the reactor temperature control. An extended Kalman filter (EKF) is implemented to estimate unmeasured states and it is tested in different cases including a robustness study where model errors are introduced to verify its good performance. After verification of controller performance, some process changes were proposed in order to improve process productivity and polymer quality. Finally, the optimal temperature profile and optimal feed policies of the monomer and initiator, obtained in a dynamic optimization step, are used to provide the optimal set points for the nonlinear control. The results show that the nonlinear controller designed here is appropriate to follow the optimal temperature trajectories calculated previously

L'objectif principal du travail de recherche présenté dans ce mémoire est l'amélioration de la sécurité et les performances du vol des mini drones soumis à des perturbations atmosphériques. Pour ce faire, un couplage entre un estimateur ensembliste à erreurs bornées et une stratégie de guidage pilotage est mise en œuvre. L'estimateur ensembliste a été utilisé pour restituer l'état du modèle dynamique du drone en présence de perturbations et de bruits de mesure supposés bornés. L'utilisation de ces techniques avait pour objet tout d'abord de détecter l'occurrence d'une perturbation atmosphérique par estimation de l'état du drone puis d'estimer l'amplitude et la direction du vent agissant sur le véhicule. Des expérimentations dans le générateur de rafale B20 à Lille ont été ainsi présentées afin de valider ces approches et d'évaluer leurs performances. La stratégie de guidage pilotage développée favorise le déplacement du véhicule dans une direction qui tient compte de l'évolution de la perturbation atmosphérique et du prochain point de passage désigné au véhicule. Cette loi de guidage est basée sue la loi de guidage par navigation proportionnelle et a été adaptée pour tenir compte des perturbations dans le déplacement du véhicule. Les résultats obtenus montrent qu'il est possible d'améliorer la sécurité du vol des mini-drones en présence de perturbations atmosphériques transversales, en modifiant en ligne la trajectoire.

Ce travail concerne la détection de défauts sur les systèmes sujets à des changements de mode de fonctionnement. Le système réel est modélisé par un système à commutation markovienne qui est représenté par un ensemble de modèles de fonctionnement (fonctionnements normaux et anormaux) et par une matrice de probabilité de transition de Markov qui contient les probabilités de passage d'un modèle de fonctionnement à un autre. Cette représentation offre un cadre idéal à l'application des méthodes d'estimation multi-modèle. L'intérêt d'utiliser ce type d'estimateurs réside dans le fait qu'en plus de l'estimation de l'état du système, les estimateurs multi-modèles procurent la probabilité d'occurrence ou d'activation de chaque modèle de fonctionnement. Ces probabilités peuvent alors être utilisées pour la détection de défaut. Dans ce travail, nous avons utilisé les spécificités de l'estimation multi-modèle afin de procéder à la détection et l'isolation des défauts qui peuvent affecter un système linéaire. Plusieurs améliorations et aménagements ont été apportés à ce type d'estimateurs dans le but d'augmenter les performances du diagnostic.

Le sujet principal de cette thèse est le mouvement des systèmes anthropomorphes, et plus particulièrement la locomotion bipède des humains et des robots humanoïdes. Pour caractériser et comprendre la locomotion bipède, il est instructif d'en étudier les causes, qui résident dans le contrôle et l'organisation du mouvement, et les conséquences qui en résultent, que sont le mouvement et les interactions physiques avec l'environnement. Concernant les causes, par exemple, quels sont les principes qui régissent l'organisation des ordres moteurs pour élaborer une stratégie de déplacement spécifique ? Puis, quelles grandeurs physiques pouvons-nous calculer pour décrire au mieux le mouvement résultant de ces commandes motrices ? Ces questions sont en partie abordées par la proposition d'une extension mathématique de l'approche du Uncontrolled Manifold au contrôle moteur de tâches dynamiques, puis par la présentation d'un nouveau descripteur de la locomotion anthropomorphe. En lien avec ce travail analytique vient le problème de l'estimation de l'état pour les systèmes anthropomorphes. La difficulté d'un tel problème vient du fait que les mesures apportent un bruit qui n'est pas toujours séparable des données informatives, et que l'état du système n'est pas nécessairement observable. Pour se débarrasser du bruit, des techniques de filtrage classiques peuvent être employées, mais elles sont susceptibles d'altérer le contenu des signaux d'intérêt. Pour faire face à ce problème, nous présentons une méthode récursive, basée sur le filtrage complémentaire, pour estimer la position du centre de masse et la variation du moment cinétique d'un système en contact, deux quantités centrales de la locomotion bipède. Une autre idée pour se débarrasser du bruit de mesure est de réaliser qu'il résulte en une estimation irréaliste de la dynamique du système. En exploitant les équations du mouvement, qui dictent la dynamique temporelle du système, et en estimant une trajectoire plutôt qu'un point unique, nous présentons ensuite une estimation du maximum de vraisemblance en utilisant l'algorithme de programmation différentielle dynamique pour effectuer une estimation optimale de l'état centroidal des systèmes en contact. Finalement, une réflexion pluridisciplinaire est présentée, sur le rôle fonctionnel et computationnel joué par la tête chez les animaux. La pertinence de son utilisation en robotique mobile y est discutée, pour l'estimation d'état et la perception multisensorielle. / The substantive subject of this thesis is the motion of anthropomorphic systems, and more particularly the bipedal locomotion of humans and humanoid robots. To characterize and understand bipedal locomotion, it is instructive to study its motor causes and its resulting physical consequences, namely, the interactions with the environment. Concerning the causes, for instance, what are the principles that govern the organization of motor orders in humans for elaborating a specific displacement strategy? And then, which physical quantities can we compute for best describing the motion resulting from these motor orders ? These questions are in part addressed by the proposal of a mathematical extension of the Uncontrolled Manifold approach for the motor control of dynamic tasks and through the presentation of a new descriptor of anthropomorphic locomotion. In connection with this analytical work, comes the problem of state estimation in anthropomorphic systems. The difficulty of such a problem comes from the fact that the measurements carry noise which is not always separable from the informative data, and that the state of the system is not necessarily observable. To get rid of the noise, classical filtering techniques can be employed but they are likely to distort the signals. To cope with this issue, we present a recursive method, based on complementary filtering, to estimate the position of the center of mass and the angular momentum variation of the human body, two central quantities of human locomotion. Another idea to get rid of the measurements noise is to acknowledge the fact that it results in an unrealistic estimation of the motion dynamics. By exploiting the equations of motion, which dictate the temporal dynamics of the system, and by estimating a trajectory versus a single point, we then present maximum likelihood estimation using the dynamic differential programming algorithm to perform optimal centroidal state estimation for systems in contact. Finally, a multidisciplinary reflection on the functional and computational role played by the head in animals is presented. The relevance of using this solution in mobile robotics is discussed, particularly for state estimation and multisensory perception.

Au sein des systèmes avancés d’aide à la conduite (Advanced Driver Assistance Systems - ADAS) pour les systèmes de transport intelligents (Intelligent Transport Systems - ITS), les systèmes de positionnement, ou de localisation, du véhicule jouent un rôle primordial. Le système GPS (Global Positioning System) largement employé ne peut donner seul un résultat précis à cause de facteurs extérieurs comme un environnement contraint ou l’affaiblissement des signaux. Ces erreurs peuvent être en partie corrigées en fusionnant les données GPS avec des informations supplémentaires provenant d'autres capteurs. La multiplication des systèmes d’aide à la conduite disponibles dans les véhicules nécessite de plus en plus de capteurs installés et augmente le volume de données utilisables. Dans ce cadre, nous nous sommes intéressés à la fusion des données provenant de capteurs bas cout pour améliorer le positionnement du véhicule. Parmi ces sources d’information, en parallèle au GPS, nous avons considérés les caméras disponibles sur les véhicules dans le but de faire de l’odométrie visuelle (Visual Odometry - VO), couplée à une carte de l’environnement. Nous avons étudié les caractéristiques de cette trajectoire reconstituée dans le but d’améliorer la qualité du positionnement latéral et longitudinal du véhicule sur la route, et de détecter les changements de voies possibles. Après avoir été fusionnée avec les données GPS, cette trajectoire générée est couplée avec la carte de l’environnement provenant d’Open-StreetMap (OSM). L'erreur de positionnement latérale est réduite en utilisant les informations de distribution de voie fournies par OSM, tandis que le positionnement longitudinal est optimisé avec une correspondance de courbes entre la trajectoire provenant de l’odométrie visuelle et les routes segmentées décrites dans OSM. Pour vérifier la robustesse du système, la méthode a été validée avec des jeux de données KITTI en considérant des données GPS bruitées par des modèles de bruits usuels. Plusieurs méthodes d’odométrie visuelle ont été utilisées pour comparer l’influence de la méthode sur le niveau d'amélioration du résultat après fusion des données. En utilisant la technique d’appariement des courbes que nous proposons, la précision du positionnement connait une amélioration significative, en particulier pour l’erreur longitudinale. Les performances de localisation sont comparables à celles des techniques SLAM (Simultaneous Localization And Mapping), corrigeant l’erreur d’orientation initiale provenant de l’odométrie visuelle. Nous avons ensuite employé la trajectoire provenant de l’odométrie visuelle dans le cadre de la détection de changement de voie. Cette indication est utile dans pour les systèmes de navigation des véhicules. La détection de changement de voie a été réalisée par une somme cumulative et une technique d’ajustement de courbe et obtient de très bon taux de réussite. Des perspectives de recherche sur la stratégie de détection sont proposées pour déterminer la voie initiale du véhicule. En conclusion, les résultats obtenus lors de ces travaux montrent l’intérêt de l’utilisation de la trajectoire provenant de l’odométrie visuelle comme source d’information pour la fusion de données à faible coût pour la localisation des véhicules. Cette source d’information provenant de la caméra est complémentaire aux données d’images traitées qui pourront par ailleurs être utilisées pour les différentes taches visée par les systèmes d’aides à la conduite. / With the growing research on Advanced Driver Assistance Systems (ADAS) for Intelligent Transport Systems (ITS), accurate vehicle localization plays an important role in intelligent vehicles. The Global Positioning System (GPS) has been widely used but its accuracy deteriorates and susceptible to positioning error due to factors such as the restricting environments that results in signal weakening. This problem can be addressed by integrating the GPS data with additional information from other sensors. Meanwhile, nowadays, we can find vehicles equipped with sensors for ADAS applications. In this research, fusion of GPS with visual odometry (VO) and digital map is proposed as a solution to localization improvement with low-cost data fusion. From the published works on VO, it is interesting to know how the generated trajectory can further improve vehicle localization. By integrating the VO output with GPS and OpenStreetMap (OSM) data, estimates of vehicle position on the map can be obtained. The lateral positioning error is reduced by utilizing lane distribution information provided by OSM while the longitudinal positioning is optimized with curve matching between VO trajectory trail and segmented roads. To observe the system robustness, the method was validated with KITTI datasets tested with different common GPS noise. Several published VO methods were also used to compare improvement level after data fusion. Validation results show that the positioning accuracy achieved significant improvement especially for the longitudinal error with curve matching technique. The localization performance is on par with Simultaneous Localization and Mapping (SLAM) SLAM techniques despite the drift in VO trajectory input. The research on employability of VO trajectory is extended for a deterministic task in lane-change detection. This is to assist the routing service for lane-level direction in navigation. The lane-change detection was conducted by CUSUM and curve fitting technique that resulted in 100% successful detection for stereo VO. Further study for the detection strategy is however required to obtain the current true lane of the vehicle for lane-level accurate localization. With the results obtained from the proposed low-cost data fusion for localization, we see a bright prospect of utilizing VO trajectory with information from OSM to improve the performance. In addition to obtain VO trajectory, the camera mounted on the vehicle can also be used for other image processing applications to complement the system. This research will continue to develop with future works concluded in the last chapter of this thesis.

Cette thèse porte sur la commande d'un photobioréacteur continu pour la culture des microalgues. La modélisation du système et l'identification des paramètres du modèle ont été particulièrement abordées. Les paramètres cinétiques et de transfert de l'énergie lumineuse ont été obtenus à partir des données acquises le long de la phase exponentielle de la culture de Porphyridium purpureum en mode batch sous différentes conditions expérimentales dans un photobioréacteur de 2,5 litres. La concentration en biomasse est la quantité physique la plus importante à réguler. Puisque elle n'est pas toujours facile à mesurer en ligne, un capteur logiciel permettant d'estimer la quantité de biomasse produite à partir des mesures en ligne est proposé. Il s'agit d'un filtre de Kalman étendu (EKF) qui combine le modèle du système avec la mesure de la concentration du carbone inorganique total et d'autres variables physiques (pH, intensité lumineuse,...) afin d'estimer en ligne la concentration de la biomasse. Ce capteur logiciel a été validé expérimentalement en utilisant un nouveau photobioréacteur de 9,6 litres de type colonne à bulles, équipé de plusieurs dispositifs destinés à mettre en place un système de commande et de régulation, et de techniques de mesure permettant d'accéder à l'évolution des principales variables. Plusieurs démarches pour la commande de la culture de microalgues ont été également proposées : commande non-linéaire et linéaire, régulation par PID, commande par modèle générique GMC, commande linéarisante par retour d'état et commande prédictive non-linéaire. Ces différentes commandes ont été mises oeuvre en simulation ce qui nous a permis de choisir les stratégies les plus performantes et de les valider sur le photobioréacteur instrumenté.

Nombreux sont les problèmes classiquement rencontrés dans les sciences de l'ingénieur dont la résolution fait appel à l'estimation d'état d'un système par le biais d'un observateur. La synthèse d'un observateur n'est envisageable qu'à la condition de disposer d'un modèle à la fois exploitable et représentatif du comportement dynamique du système. Or, la modélisation du système et la synthèse de l'observateur deviennent des tâches difficiles à accomplir dès lors que le comportement dynamique du système doit être représenté par un modèle de nature non linéaire. Face à ces difficultés, l'approche multimodèle peut être mise à profit.<br /><br />Les travaux présentés dans cette thèse portent sur les problèmes soulevés par l'identification, l'estimation d'état et le diagnostic de systèmes non linéaires représentés à l'aide d'un multimodèle découplé. Ce dernier, composé de sous-modèles qui peuvent être de dimensions différentes, est doté d'un haut degré de généralité et de flexibilité et s'adapte particulièrement bien à la modélisation des systèmes complexes à structure variable. Cette caractéristique le démarque des approches multimodèles plus conventionnelles qui ont recours à des sous-modèles de même dimension.<br /><br />Après une brève introduction à l'approche multimodèle, le problème de l'estimation paramétrique du multimodèle découplé est abordé. Puis sont présentés des algorithmes de synthèse d'observateurs d'état robustes vis-à-vis des perturbations, des incertitudes paramétriques et des entrées inconnues affectant le système. Ces algorithmes sont élaborés à partir de trois types d'observateurs dits à gain proportionnel, à gain proportionnel-intégral et à gain multi-intégral. Enfin, les différentes phases d'identification, de synthèse d'observateurs et de génération d'indicateurs de défauts sont illustrées au moyen d'un exemple académique de diagnostic du fonctionnement d'un bioréacteur.

Cette thèse est dédiée au développement et à l'application de méthodes ensemblistes pour l'estimation d'état et de paramètres pour des systèmes non-linéaires. Deux types de modèles sont considérés : modèles donnés par des fonctions explicites à variables complexes et modèles décrits par des équations différentielles ordinaires (EDOs). L'identification de paramètres de modèles décrits par des fonctions explicites est réalisée à l'aide des techniques d'inversion ensembliste par analyse par intervalles. Par ailleurs, les modèles utilisés sont à variables complexes ; dans ce cas l'évaluation de la sortie se fait à l'aide d'intervalles complexes. Dans ce travail, nous avons développé une arithmétique des intervalles complexes basée sur la représentation polaire. La multiplication et la division sont des opérations exactes, mais la somme et la différence ne le sont pas. Pour réduire le pessimisme introduit par ces dernières opérations, nous avons développé des algorithmes assurant les propriétés de minimalité. Cette bibliothèque a été associée aux méthodes d'inversion ensembliste dans le cadre de l'estimation de paramètres de modèles diélectriques, d'une part, et pour l'identification de paramètres thermophysiques d'autre part. Dans la deuxième partie de cette thèse, des algorithmes d'estimation d'état pour des systèmes décrits par des équations différentielles sont présentés. Ils permettent de fournir, à chaque instant, un ensemble contenant d'une manière garantie, toutes les valeurs du vecteur d'état compatibles avec les mesures et avec les bornes d'erreurs. Ces estimateurs sont basés sur des méthodes d'intégration garantie d'EDOs et sur l'inversion ensembliste. Enfin, une technique d'estimation de paramètres de modèles décrits par des EDOs est proposée.