Le travail présenté dans cette thèse s'inscrit dans le cadre de l'étude de l'efficacité de la commande CRONE avec effet anticipatif robuste dans les problèmes de poursuite et de régulation pour les systèmes monovariables et multivariables. L'objectif de l'anticipation est de concevoir des algorithmes de commande capables de minimiser un critère quadratique basé sur l'erreur entre la sortie du système et le signal de référence avec modération du niveau du signal de commande. La solution proposée repose sur l'association d'une commande robuste de type feedback à une commande anticipative de type feedforward. L'action feedforward utilise un filtre anticipatif synthétisé dans le domaine fréquentiel en utilisant des critères d'optimalité et de contraintes de type $mathcal{H}_2$ et $mathcal{H}_infty$. La réduction du nombre de paramètres du filtre anticipatif en utilisant une période d'échantillonnage plus lente a été traitée. Des exemples académiques illustrent les développements théoriques. Une application pratique sur un système de régulation hydraulique a montré la pertinence de cette nouvelle approche. / The work presented in this thesis is part of the study of the effectiveness of CRONE control with anticipative effect in the problems of tracking and control for monovariable and multivariable systems. The anticipation objective is to design a control algorithm that minimizes a quadratic error between the reference and the output of the system and at the same time achieve a good level of the control signal. The proposed solution combines a robust feedback control with a feedforward control. The feedforward action uses optimality criteria and an anticipative filter which is designed in the frequency domain using a mix of $mathcal{H}_2$ et $mathcal{H}_infty$ constraints. The reduction of the number of parameters of the anticipative filter by using a slower sampling period for the anticipative filter is treated. Academic examples highlight the theoretical developments. A practical application on a hydraulic control system has shown the efficiency of the developed approach.

The transport industry is experiencing a disruption as fully autonomous vehicles are introduced in traffic. The intelligent, driverless vehicles will reduce cost, liberate human effort and increase safety. Today, the hardware technology seems to have reached the required processing power, but the decision-making algorithm still has a long way to go until they’re proven to be road-safe. Among these is the problem of lateral path tracking control. This thesis will consider the lateral control problem with the goal to send the right signal to the steering actuators so that the vehicle follows a predetermined trajectory. The vehicle in question is a triaxial, rigid, electric truck with active steering on both front and rearmost wheels. With servo latency and large inertial parameters in mind, a highly accurate model of the lateral and yaw behavior must be identified in order to predict the vehicle dynamics for a given steering input. Then, the properties of an optimal lateral controller are iteratively improved until a sufficiently low tracking error is obtained. Lastly, the controller is tuned to guarantee robustness for a range of uncertain vehicle parameters. The derived triaxial model with servo actuation is proven to be better at predicting the vehicle dynamics compared to other models common in literature with only one active steering input. When constructing a lateral controller, the importance was shown of considering 1) state feedback control of the lateral error, 2) feedforward control operating on future road curvature, 3) integrating control which combats biases and model errors, 4) using a tailored triaxial model and 5) minimizing the control signal change. Lastly, the derived controller was shown to have a decent stability margin with respect to estimated uncertainties. / Transportbranschen är i ett skifte då helt autonoma fordon införs i trafiken. De intelligenta, förarlösa fordonen minskar kostnader, ökar säkerheten och låter oss människor syssla med annat. Idag verkar det som att hårdvarutekniken har den processorkraft som behövs men de beslutsfattande algoritmerna har fortfarande en lång väg att gå tills de har visat sig vara helt vägsäkra. Bland dessa är problemet med lateral styrningskontroll som kommer ses över i denna avhandling. Fordonet i fråga är en rigid lastbil med tre hjulaxlar och aktiv styrning på både de främre och bakersta hjulen. Med tanke på servofördröjningar och de stora tröghetsparametrarna måste en noggrann modell av dynamiken identifieras för att förutspå responsen för en viss styrvinkel. Därefter utvecklas en optimal lågnivåregulator iterativt tills ett tillräckligt lågt spårningsfel erhållits. Slutligen ställs regulatorn in för att garantera robusthet för ett set av osäkra fordonsparametrar Den härledda triaxialmodellen med servostyrning var bevisbart bättre på att förutspå fordonsdynamiken jämfört med andra modeller som återkommer frekvent i litteraturen. Vid regulatorkonstruktionen påvisades vikten av att överväga 1) återkoppling av laterala felet, 2) förhandsgranskning som tittar på den kommande vägkrökningen, 3) integrering av styrfelet som åtgärdar modellfel, 4) en skräddarsydd fordonsmodell med tre axlar och 5) minimering av ändringen utav kontrollsignalen. Slutligen visades den härledda regulatorn ha en skaplig stabilitetsmarginal gentemot uppskattade osäkerheter av parametrar.