Ce travail étudie l'apport de l'algèbre différentielle à deux problématiques principales de la robotique mobile à roues, la localisation et la navigation. La première problématique consiste à être capable de dire où le robot se situe dans son environnement. Nous supposons ici que nous possédons un certain nombre de points d'intérêt de l'espace dont les coordonnées dans cette espace sont connues. En fonction du nombre de points d'intérêt, il est possible ou non de localiser le robot. Cette notion de localisabilité est définie et étudiée dans le cadre algébrique. Nous montrons que ce cadre d'étude est plus intéressant que le cadre géométrique en ce sens que non seulement il permet l'étude de la localisabilité mais en plus il permet de construire des estimateurs d'états permettant de reconstruire la posture du robot. Cette étude est effectuée dans cinq cas d'études pour quatre des cinq classes de robots mobiles à roues. La deuxième problématique étudiée est celle de la navigation d'une flottille décentralisée de robots dans un environnement complexe. Ce travail présente une architecture pouvant être utilisée dans une large classe de problème et bénéficiant des avantages des approches discrètes et des approches continues. En effet, à haut niveau, un bloc stratégie spécifie l'objectif, les contraintes et leurs paramètres ainsi que la fonction coût utilisée, à bas niveau, une trajectoire est calculée afin de minimiser la fonction coût en respectant l'objectif et les contraintes du problème. Cette minimisation est faite sur un horizon glissant de manière à pouvoir prendre en compte des modifications de l'environnement ou de la mission en cours de navigation

Ce travail se place dans le cadre de la navigation autonome d'une flottille de robots mobiles non holonomes. Notre objectif est de doter un système multi-robots à la fois d'une architecture de planification de trajectoire flexible et d'une architecture de poursuite de trajectoire performante et robuste.<br />Le premier chapitre est consacré à la présentation du contexte.<br />Le deuxième chapitre est dévolu au développement d'un algorithme de planification de trajectoire admissible pour un robot mobile suffisamment flexible pour pouvoir être étendu au cadre multi-robots.<br />Dans le troisième chapitre, deux mécanismes de coordination sont développés. Pour le premier, les conflits sont résolus via un superviseur. Le second permet la génération en ligne des trajectoires optimales de chaque robot de manière décentralisée à partir uniquement des informations disponibles.<br />Le quatrième chapitre concerne la commande par modes glissants d'ordre quelconque. L'efficacité de l'algorithme est mise en lumière à travers des résultats expérimentaux sur un moteur pas à pas.<br />Dans le cinquième chapitre, deux algorithmes de commande par modes glissants avec action intégrale sont synthétisés et implémentés sur le robot Pekee. Ces techniques assurent la stabilisation et/ou le suivi de trajectoire malgré la présence de perturbations et d'incertitudes.<br />Le dernier chapitre décrit un mécanisme décentralisé de coordination de type ``meneur/suiveur''. Il permet de s'affranchir de la connaissance de la position absolue de l'ensemble des robots et d'éviter les collisions entre robots. Enfin, nous présentons des résultats expérimentaux sur une flottille de trois robots Miabot.

Enjeux : Depuis plus de dix ans aux USA, en Europe ou au Japon, nous observons un effort grandissant dans la recherche et le développement, dans le domaine du transport. En réponse aux problèmes de congestion, pollution et sûreté, soulevés par l'utilisation croissante des voitures en milieu urbain, de nouveaux modes de transport ont été proposés. Ils s'appuient sur l'utilisation de véhicules individuels circulant sur site urbain (projet Praxitèle en France, ICVS de Honda au Japon) ou sur site dédié (Parkshuttle aux Pays-Bas, Serpentine en Suisse, IMTS de Toyota au Japon). Dans le long terme, il est envisagé d'équiper ce type de véhicules afin de les rendre complètement autonomes. Cependant, le développement de voitures complètement autonomes ne peut être réalisé qu'en prenant en compte la nature particulière de l'environnement: nous sommes confrontés ici à des environnements peuplés d'obstacles mobiles (autres voitures ou piétons), capable de se mouvoir à des vitesses élevées et dont le mouvement future est à priori inconnu. A ce jour, le problème de navigation autonome dans ce type d'environnement reste largement ouvert. Positionnement du sujet : Notre travail aborde le problème de navigation autonome en milieu dynamique partiellement connu. Ce problème a généré de nombreux travaux durant les dix dernières années. Néanmoins, nous avons observé que certains aspect fondamentaux liés à la nature dynamique de l'environnement ont été oubliés, en commençant par la limite de temps qu'un système placé dans un environnement dynamique a, pour prendre une décision et exécuter son mouvement. Bien que cette contrainte soit d'importance cruciale, il y a paradoxalement peu de travaux dans la littérature la prennent en compte. Cette contrainte temps réel a été placée au coeur de notre travail. Résultats : Dans ce travail nous présentons une technique de planification qui prend en compte de manière explicite la contrainte temps réel imposée par l'environnement dynamique. La planification de mouvement partiel (PMP) est une technique originale de planification qui réagit à tout moment; dès que le temps imparti pour calculer une trajectoire est écoulé, la meilleure trajectoire calculée disponible est transmise. En fait, de notre point de vue, l'approche PMP est la meilleure approche possible au problème que nous avons observé, à savoir l'incompatibilité intrinsèque entre la planification en environnement dynamique et la contrainte temps réelle. PMP intègre également le problème de sûreté, que nous considérons d'un point de vue des états de collisions inévitables (ICS), concept récent qui englobe toutes les approches existantes et de proposer une technique qui donne de fortes garanties de sûreté pour notre système. Enfin, dans de ce travail, nous démontrons l'efficacité de notre approche PMP pour des environnements relativement complexes. Plusieurs expérience ont été mises en oeuvre où PMP a ainsi été intégré sur une plate forme réelle, le robot type voiture Cycab, véhicule conçu par l'INRIA. Transfert des résultats vers l'industrie : Dans un contexte d'automatisation des véhicules à des fins d'assistance à la conduite ou de confort, la technique developpée dans ce travail pourrait tout à fait servir de base à des stratégies d'utomatisation de certaines manoeuvres de véhicules.

Les systèmes d’aide à la conduite, en général, et plus particulièrement les systèmes d’aide à l’évitement de collision sont de plus en plus en présents dans les véhicules car ils ont un très fort potentiel de réduction du nombre d’accidents de la circulation.En effet, ces systèmes ont pour rôle d’assister le conducteur, voire de se substituer à lui lorsque la situation de conduite indique un risque de collision important. Cette thèse traite du développement de ces systèmes en abordant quelques problématiques rencontrées.Afin de réagir convenablement, le système a d’abord besoin d’une représentation aussi fidèle que possible de l’environnement du véhicule. La perception est faite au moyen de capteurs extéroceptifs qui permettent de détecter les objets et d’en mesurer divers paramètres selon leur principe de mesure. La fusion des données individuelles des capteurs permet d’obtenir une information globale plus juste, plus certaine et plus variée. Ce travail traite en profondeur des méthodes de suivi d’objets par fusion de données multi-capteur, multimodale au niveau piste. Les approches proposées ont été évaluées puis approuvées grâce à des données de roulage réel et sur des données de conduite simulées.Il est ensuite nécessaire de faire une analyse de la scène perçue au cours du temps afin d’évaluer le risque de collision encouru par le véhicule porteur du système. Cette thèse propose des méthodes de prédiction de trajectoire et de calcul de probabilité de collision, à divers horizons temporels afin de quantifier le risque de collision et d’établir ainsi divers niveaux d’alerte au conducteur. Un simulateur de scénarios automobiles a été utilisé pour valider la cohérence des méthodes d’analyse de scène.Enfin, lorsque le risque de collision atteint un seuil jugé critique, le système doit calculer une trajectoire d’évitement de collision qui sera ensuite automatiquement exécutée. Les principales approches de planification de trajectoires ont été revues et un choix a été fait et motivé en accord avec le contexte de système d’aide à la conduite. / Driver assistant systems in general, and specially collision avoidance systems are more and more installed in recent vehicles because of their high potential in reducing the number road accidents. Indeed, those systems are designed to assist the driver or even to take its place when the risk of collision is very important. This thesis deals with the main challenges in the development of collision avoidance systems. In order to react in a convenient way, the system must, first, build a faithful representation of the environment of the ego-vehicle. Perception is made by means of exteroceptive sensors that detect objects and measure different parameters, depending on their measurement principle. The fusion of individual sensor data allows obtaining a global knowledge that is more accurate, more certain and more varied. This research work makes a deep exploration of high level multisensor, multimodal, multitarget tracking methods. The proposed approaches are evaluated and validated on real driving data and also on simulated scenarios. Then, the observed scene is continuously analyzed in order to evaluate the risk of collision on the ego-vehicle. The thesis proposes methods of vehicle trajectory prediction and methods to calculate the probability of collision at different prediction times. This allows defining different levels of alert to the driver. an automotive scenarion simulator is used to test and validate the proposed scene analysis approaches. Finally, when the risk of collision reaches a defined critical value, the system must compute a collision avoidance trajectory that will be automatically followed. The main approaches of trajectory planning have been revisited et one has chosen according to the context of driver assistant system.

Le travail de thèse décrit dans ce manuscrit concerne les Systèmes Avancés d’Aide à la Conduite (ADAS) qui sont devenus de nos jours un axe de recherche stratégique chez de nombreux constructeurs automobiles. Ce type de systèmes peuvent être considérés comme la première génération de dispositifs de conduite assistée ou semi-autonome et qui ouvrira la voie aux véhicules pleinement autonomes. La première partie de ce manuscrit concerne l’analyse et la commande pour les applications de contrôle de la dynamique latérale du véhicule – autoguidage par suivi de cible et aide au maintien au centre de la voie (LCA). Dans ce cadre, la sécurité joue un rôle clé, mettant en lumière la mise en oeuvre différentes techniques de commande contrainte pour des modèles linéaires à paramètres variants (LPV). La commande prédictive (MPC) et la commande par interpolation (IBC) ont été sélectionnés dans ce travail. De plus, la conception d’un système de commande robuste qui assure un comportement correct malgré la variation des paramètres du système ou la présence d’incertitudes est une caractéristique critique. Les outils de la théorie de l’invariance positive robuste (RPI) sont pris en considération pour la conception de stratégies de commande robustes LPV par rapport aux larges variations de la vitesse véhicule et aux changements de courbure de la route. Le second axe de cette thèse est la planification optimale de trajectoire pour les manouvres de dépassement et de changement de voie sur autoroute, avec réduction des risques de collision. Pour atteindre cet objectif, la description exhaustive des scénarios possible est présentée, permettant de formuler un problème d’optimisation qui maximise le confort du conducteur et assure la satisfaction des contraintes du système. / The thesis work contained in this manuscript is dedicated to the Advanced Driving Assistance Systems, which has become nowadays a strategic research line in many car companies. This kind of systems can be seen as a first generation of assisted or semi-autonomous driving, that will set the way to fully automated vehicles. The first part focuses on the analysis and control of lateral dynamics control applications - Autosteer by target tracking and the Lane Centering Assistance System (LCA). In this framework, safety plays a key role, bringing into focus the application of different constrained control techniques for linear parametervarying (LPV) models. Model Predictive Control (MPC) and Interpolation Based Control (IBC) have been the selected ones in the present work. In addition, it is a critical feature to design robust control systems that ensure a correct behavior under system's variation of parameters or in the presence of uncertainty. Robust Positive Invariance (RPI) theory tools are considered to design robust LPV control strategies with respect to large vehicle speed variations and curvature of the road changes. The second axis of this thesis is the optimization-based trajectory planning for overtaking and lane change in highways with anti-collision enhancements. To achieve this goal, an exhaustive description of the possible scenarios that may arise is presented, allowing to formulate an optimization problem which maximizes passenger comfort and ensures system constraints' satisfaction.

Notre travail aborde le problème de navigation autonome en milieu dynamique partiellement connu. Ce problème a généré de nombreux travaux durant les dix dernières années. Néanmoins, nous avons observé que certains aspect fondamentaux liés à la nature dynamique de l'environnement ont été oubliés, en commençant par la limite de temps qu'un système placé dans un environnement dynamique a, pour prendre une décision et exécuter son mouvement. Bien que cette contrainte soit d'importance cruciale, il y a paradoxalement peu de travaux dans la littérature la prennent en compte. Cette contrainte temps réel a été placée au cœur de notre travail. Dans ce travail nous présentons une technique de planification qui prend en compte de manière explicite la contrainte temps réel imposée par l'environnement dynamique. La planification de mouvement partiel (PMP) est une technique originale de planification qui réagit à tout moment; dès que le temps imparti pour calculer une trajectoire est écoulé, la meilleure trajectoire calculée disponible est transmise. En fait, de notre point de vue, l'approche PMP est la meilleure approche possible au problème que nous avons observé, à savoir l'incompatibilité intrinsèque entre la planification en environnement dynamique et la contrainte temps réelle. PMP intègre également le problème de sûreté, que nous considérons d'un point de vue des états de collisions inévitables (ICS), concept récent qui englobe toutes les approches existantes et de proposer une technique qui donne de fortes garanties de sûreté pour notre système. Enfin, dans ce travail, nous démontrons l'efficacité de notre approche PMP pour des environnements relativement complexes. Plusieurs expérience ont été mises en œuvre où PMP a ainsi été intégré sur une plate forme réelle, le robot type voiture Cycab, véhicule conçu par l'INRIA.

La voiture autonome pourrait réduire le nombre de morts et de blessés sur les routes tout en améliorant l'efficacité du trafic. Cependant, afin d'assurer leur déploiement en masse sur les routes ouvertes au public, leur sécurité doit être garantie en toutes circonstances. Cette thèse traite de l'architecture de planification et de contrôle pour la conduite automatisée et défend l'idée que l'intention du véhicule doit correspondre aux actions réalisées afin de garantir la sécurité à tout moment. Pour cela, la faisabilité cinématique et dynamique de la trajectoire de référence doit être assurée. Sinon, le contrôleur, aveugle aux obstacles, n'est pas capable de la suivre, entraînant un danger pour la voiture elle-même et les autres usagers de la route. L'architecture proposée repose sur la commande à modèle prédictif fondée sur un modèle bicyclette cinématique afin de planifier des trajectoires de référence sûres. La faisabilité de la trajectoire de référence est assurée en ajoutant une contrainte dynamique sur l'angle au volant, contrainte issue de ces travaux, afin d'assurer que le modèle bicyclette cinématique reste valide. Plusieurs contrôleurs à haute-fréquence sont ensuite comparés afin de souligner leurs avantages et inconvénients. Enfin, quelques résultats préliminaires sur les contrôleurs à base de commande sans modèle et leur application au contrôle automobile sont présentés. En particulier, une méthode efficace pour ajuster les paramètres est proposée et implémentée avec succès sur la voiture expérimentale de l'ENSIAME en partenariat avec le laboratoire LAMIH de Valenciennes. / Autonomous vehicles are believed to reduce the number of deaths and casualties on the roads while improving the traffic efficiency. However, before their mass deployment on open public roads, their safety must be guaranteed at all time.Therefore, this thesis deals with the motion planning and control architecture for autonomous vehicles and claims that the intention of the vehicle must match with its actual actions. For that purpose, the kinematic and dynamic feasibility of the reference trajectory should be ensured. Otherwise, the controller which is blind to obstacles is unable to track it, setting the ego-vehicle and other traffic participants in jeopardy. The proposed architecture uses Model Predictive Control based on a kinematic bicycle model for planning safe reference trajectories. Its feasibility is ensured by adding a dynamic constraint on the steering angle which has been derived in this work in order to ensure the validity of the kinematic bicycle model. Several high-frequency controllers are then compared and their assets and drawbacks are highlighted. Finally, some preliminary work on model-free controllers and their application to automotive control are presented. In particular, an efficient tuning method is proposed and implemented successfully on the experimental vehicle of ENSIAME in collaboration with the laboratory LAMIH of Valenciennes.

Ce travail de recherche présente une étape importante pour la synthèse de loi de poursuite robuste de trajectoires d'une classe particulière de systèmes non linéaires. Cette étape concerne la caractérisation des systèmes non linéaires plats perturbés, à platitude invariante, sous forme de systèmes Linéaires à Paramètres Variants dans le temps (LPV). La méthodologie utilisée est basée sur la linéarisation exacte par anticipation fondée sur la platitude. L'approche présentée permet de générer, en utilisant la platitude, des trajectoires et des commandes optimales en boucle ouverte pour un modèle fixé. Elle permet également d'obtenir un modèle non linéaire du comportement dynamique de l'écart de la trajectoire induit par des erreurs de modèle et des perturbations extérieures. Après linéarisation du modèle non linéaire de l'écart le long de la trajectoire nominale, le comportement dynamique du modèle linéarisé obtenu est caractérisé par un modèle LPV. Ce dernier sera ensuite utilisé pour synthétiser un régulateur LPV garantissant stabilité et niveau de performance acceptable, en utilisant les outils des Inégalités Matricielles Linéaires (LMI). Cette méthodologie appliquée et testée dans un premier temps sur un procédé hydraulique du laboratoire (trois tanks) et ensuite mise en œuvre pour le guidage d'un Démonstrateur de Rentrée Atmosphérique (ARD).

Les études menées permettent de prendre en main un système depuis l'identification jusqu'à la commande robuste des systèmes non entiers. Les principes de la platitude permettent de parvenir à la planification de trajectoire à condition de connaître le modèle du système, d'où l'intérêt de l'identification des paramètres du système. Les principaux travaux de cette thèse concernent l'identification de système par modèles non entiers, la génération et la poursuite robuste de trajectoire par l'application des principes de la platitude aux systèmes non entiers. Le chapitre 1 rappelle les définitions et propriétés de l'opérateur non entier ainsi que les diverses méthodes de représentation d'un système non entier. Le théorème de stabilité est également remémoré. Les algèbres sur les polynômes non entiers et sur les matrices polynômiales non entières sont introduites pour l'extension de la platitude aux systèmes non entiers. Le chapitre 2 porte sur l'identification par modèle non entier. Après un état de l'art sur les méthodes d'identification par modèle non entier, deux contextes sont étudiés : en présence de bruit blanc et en présence de bruit coloré. Dans chaque cas, deux estimateurs optimaux (sur la variance et le biais) sont proposés : l'un, en supposant une structure du modèle connue et d'ordres de dérivation fixés, et l'autre en combinant des techniques de programmation non linéaire qui optimise à la fois les coefficients et les ordres de dérivation. Le chapitre 3 établit l'extension des principes de la platitude aux systèmes non entiers. La platitude des systèmes non entiers linéaires en proposant différentes approches telles que les fonctions de transfert et la pseudo-représentation d'état par matrices polynômiales est étudiée. La robustesse du suivi de trajectoire est abordée par la commande CRONE. Des exemples de simulations illustrent les développements théoriques de la platitude au travers de la diffusion thermique sur un barreau métallique. Enfin, le chapitre 4 est consacré à la validation des contributions en identification, en planification de trajectoire et en poursuite robuste sur un système non entier réel : un barreau métallique est soumis à un flux de chaleur.

Les robots industriels ont évolué fondamentalement ces dernières années pour répondre aux exigences industrielles de machines et mécanismes toujours plus performants. Ceci se traduit aujourd'hui par de nouveaux robots anthropomorphes plus adaptés laissant entrevoir la réalisation de tâches plus complexes comme la découpe d'objets déformables telle que la découpe de viande ou soumis à de fortes sollicitations comme l'usinage. L'étude du comportement des robots anthropomorphes, à structures parallèles ou hybrides montre une anisotropie aussi bien cinématique, que dynamique, impactant la précision attendue. Ces travaux de thèse étudient l'intégration des redondances cinématiques qui permettent de pallier en partie ce problème en positionnant au mieux la tâche à réaliser dans un espace de travail compatible avec les capacités attendues. Ces travaux ont suivi une démarche en trois étapes : la modélisation analytique de cellules robotiques par équivalent sériel basée sur la méthode TCS, la formalisation des contraintes des processus de découpe de viande et d'usinage et une résolution par optimisation multicritère. Une première originalité de ces travaux réside en le développement d'un modèle à 6 degrés de liberté permettant d'analyser les gestes de l'opérateur qui optimise naturellement le comportement de son bras pour garantir la tâche qu'il réalise. La seconde originalité concerne le placement optimisé des redondances structurales (cellules à 9 ddls) où les paramètres de positionnement sont incorporés comme des variables pilotables (cellule à 11 ddls). Ainsi, ces travaux de thèse apportent des contributions à : - la définition de critères adaptés à la réalisation de tâches complexes et sollicitantes pour la gestion des redondances cinématiques ; - l'identification du comportement des structures sous sollicitations par moyen métrologique (Laser tracker) et l'auto-adaptation des trajectoires par l'utilisation d'une commande en effort industrielle ; - l'optimisation du comportement permettant l'amélioration de la qualité de réalisation des différents processus de coupe (découpe de viande et usinage).