Ce travail de thèse concerne la synthèse de commandes référencées capteur pour les robots non holonomes, dans le cadre de l'approche par fonctions transverses, ainsi que l'étude de la robustesse de ces lois de commande. La commande de robots non holonomes a été très étudiée ces quinze dernières années. Cependant, lorsque l'on souhaite stabiliser la pose complète du robot, la synthèse de lois de commande robustes vis-à-vis d'erreurs d'estimation de l'état du robot (qui dans la pratique découlent typiquement d'erreurs sur les modèles des capteurs) reste un problème ouvert. La problématique principale de cette thèse se situe à ce niveau. Les résultats développés dans cette thèse portent essentiellement sur deux aspects. Le premier concerne la façon d'utiliser les signaux capteurs pour la synthèse de lois de commande. Plusieurs méthodes de synthèse de commande sont proposées dans ce travail, en particulier, par analogie avec la commande des robots manipulateurs, nous proposons une synthèse directe dans l'espace des signaux capteurs. La deuxième partie de ce travail, plus fondamentale, porte sur l'analyse et l'évaluation des propriétés de robustesse des schémas de commande vis-à-vis d'incertitudes sur les modèles de capteurs. Des résultats théoriques de stabilité sont établis, puis validés et complétés par des simulations ainsi que par des résultats expérimentaux.

Ce travail de thèse concerne la synthèse de commandes référencées capteur pour les robots non holonomes, dans le cadre de l'approche par fonctions transverses, ainsi que l'étude de la robustesse de ces lois de commande.<br />La commande de robots non holonomes a été très étudiée ces quinze dernières années. Cependant, lorsque l'on souhaite stabiliser la pose complète du robot, la synthèse de lois de commande robustes vis-à-vis d'erreurs d'estimation de l'état du robot (qui dans la pratique découlent typiquement d'erreurs sur les modèles des capteurs) reste un problème ouvert. La problématique principale de cette thèse se situe à ce niveau. <br />Les résultats développés dans cette thèse portent essentiellement sur deux aspects. Le premier concerne la façon d'utiliser les signaux capteurs pour la synthèse de lois de commande. Plusieurs méthodes de synthèse de commande sont proposées dans ce travail, en particulier, par analogie avec la commande des robots manipulateurs, nous proposons une synthèse directe dans l'espace des signaux capteurs. La deuxième partie de ce travail, plus fondamentale, porte sur l'analyse et l'évaluation des propriétés de robustesse des schémas de commande vis-à-vis d'incertitudes sur les modèles de capteurs. Des résultats théoriques de stabilité sont établis, puis validés et complétés par des simulations ainsi que par des résultats expérimentaux.

Ce travail de thèse se place dans le cadre de la conduite automatisée des véhicules sur roues.<br />Notre objectif est le développement et l´expérimentation d´une nouvelle approche de commande des systèmes non-linéaires en vue du suivi d´une cible, associée par exemple à un véhicule de référence. L´originalité de ce travail est que la cible n´est pas contrainte dans ces mouvements et peut donc suivre des trajectoires non réalisables par le véhicule commandé.<br />Il devient ainsi possible d´effectuer le suivi d´un véhicule de référence quelque soit le mouvement de celui-ci (marche avant, marche arrière, manoeuvres...).<br /><br />L´approche de commande étudiée ici est basée sur le concept de fonction transverse, et consiste à effectuer une stabilisation pratique du repère cible.<br />Dans un premier temps, nous analysons l´influence des paramètres de commande sur le suivi du repère.<br />A partir de cette analyse, nous proposons ensuite de nouvelles commandes qui permettent d´améliorer la précision du suivi et le comportement du système lors des phases transitoires.<br />Enfin, nous présentons des résultats d´expérimentations obtenus sur le système robotique du laboratoire Icare.<br />Cette phase expérimentale a nécessité de développer un estimateur de la vitesse de la cible. Celui-ci est basé sur la fusion des données issues de la vision et de celles issues des mesures odométriques.