La vision représente un des plus importants signaux en robotique. Une caméra monoculaire peut fournir de riches informations visuelles à une fréquence raisonnable pouvant être utilisées pour la commande, l’estimation d’état ou la navigation dans des environnements inconnus par exemple. Il est cependant nécessaire de respecter des contraintes visuelles spécifiques telles que la visibilité de mesures images et les occultations durant le mouvement afin de garder certaines cibles visuelles dans le champ de vision. Les quadrirotors sont dotés de capacités de mouvement très réactives du fait de leur structure compacte et de la configuration des moteurs. De plus, la vision par une caméra embarquée (fixe) va subir des rotations dues au sous-actionnement du système. Dans cette thèsenous voulons bénéficier de l’agilité du quadrirotor pour réaliser plusieurs tâches de navigation basées vision. Nous supposons que l’estimation d’état repose uniquement sur la fusion capteurs d’une centrale inertielle (IMU) et d’une caméra monoculaire qui fournit des estimations de pose précises. Les contraintes visuelles sont donc critiques et difficiles dans un tel contexte. Dans cette thèse nous exploitons l’optimisation numérique pour générer des trajectoires faisables satisfaisant un certain nombre de contraintes d’état, d’entrées et visuelles non linéaires. A l’aide la platitude différentielle et de la paramétrisation par des B-splines nous proposons une stratégie de replanification performante inspirée de la commande prédictive pour générer des trajectoires lisses et agiles. Enfin, nous présentons un algorithme de planification en temps minimum qui supporte des pertes de visibilité intermittentes afin de naviguer dans des environnements encombrés plus vastes. Cette contribution porte l’incertitude de l’estimation d’état au niveau de la planification pour produire des trajectoires robustes et sûres. Les développements théoriques discutés dans cette thèse sont corroborés par des simulations et expériences en utilisant un quadrirotor. Les résultats reportés montrent l’efficacité des techniques proposées. / Vision constitutes one of the most important cues in robotics. A single monocular camera can provide rich visual information at a reasonable rate that can be used as a feedback for control, state estimation of mobile robots or safe navigation in unknown environments for instance. However, it is necessary to satisfy particular visual constraints on the image such as visibility and occlusion constraints during motion to keep some visual targets visible. Quadrotors are endowed with very reactive motion capabilities due to their compact structure and motor configuration. Moreover, vision from a (fixed) on-board camera will suffer from rotation motions due to the system underactuation. In this thesis, we want to benefit from the system aggressiveness to perform several vision-based navigation tasks. We assume state estimation relies solely on sensor fusion of an onboard inertial measurement unit (IMU) and a monocular camera that provides reliable pose estimates. Therefore, visual constraints are challenging and critical in this context. In this thesis we exploit numerical optimization to design feasible trajectories satisfying several state, input and visual nonlinear constraints. With the help of differential flatness and B-spline parametrization we will propose an efficient replanning strategy inspired form Model Predictive Control to generate smooth and agile trajectories. Finally, we propose a minimum-time planning algorithm that handles intermittent visibility losses in order to navigate in larger cluttered environments. This contribution brings state estimation uncertainty at the planning stage to produce robust and safe trajectories. All the theoretical developments discussed in this thesis are corroborated by simulations and experiments run by using a quadrotor UAV. The reported results show the effectiveness of proposed techniques.

Ce travail porte, de façon théorétique et pratique, sur les sujets plus pertinents autour des drones en navigation autonome et semi-autonome. Conformément à la nature multidisciplinaire des problèmes étudies, une grande diversité des techniques et théories ont été couverts dans les domaines de la robotique, l’automatique, l’informatique, la vision par ordinateur et les systèmes embarques, parmi outres.Dans le cadre de cette thèse, deux plates-formes expérimentales ont été développées afin de valider la théorie proposée pour la navigation autonome d’un drone. Le premier prototype, développé au laboratoire, est un quadrirotor spécialement conçu pour les applications extérieures. La deuxième plate-forme est composée d’un quadrirotor à bas coût du type AR.Drone fabrique par Parrot. Le véhicule est connecté sans fil à une station au sol équipé d’un système d’exploitation pour robots (ROS) et dédié à tester, d’une façon facile, rapide et sécurisé, les algorithmes de vision et les stratégies de commande proposés. Les premiers travaux développés ont été basés sur la fusion de donnés pour estimer la position du drone en utilisant des capteurs inertiels et le GPS. Deux stratégies ont été étudiées et appliquées, le Filtre de Kalman Etendu (EKF) et le filtre à Particules (PF). Les deux approches prennent en compte les mesures bruitées de la position de l’UAV, de sa vitesse et de son orientation. On a réalisé une validation numérique pour tester la performance des algorithmes. Une tâche dans le cahier de cette thèse a été de concevoir d’algorithmes de commande pour le suivi de trajectoires ou bien pour la télé-opération. Pour ce faire, on a proposé une loi de commande basée sur l’approche de Mode Glissants à deuxième ordre. Cette technique de commande permet de suivre au quadrirotor de trajectoires désirées et de réaliser l’évitement des collisions frontales si nécessaire. Etant donné que la plate-forme A.R.Drone est équipée d’un auto-pilote d’attitude, nous avons utilisé les angles désirés de roulis et de tangage comme entrées de commande. L’algorithme de commande proposé donne de la robustesse au système en boucle fermée. De plus, une nouvelle technique de vision monoculaire par ordinateur a été utilisée pour la localisation d’un drone. Les informations visuelles sont fusionnées avec les mesures inertielles du drone pour avoir une bonne estimation de sa position. Cette technique utilise l’algorithme PTAM (localisation parallèle et mapping), qui s’agit d’obtenir un nuage de points caractéristiques dans l’image par rapport à une scène qui servira comme repère. Cet algorithme n’utilise pas de cibles, de marqueurs ou de scènes bien définies. La contribution dans cette méthodologie a été de pouvoir utiliser le nuage de points disperse pour détecter possibles obstacles en face du véhicule. Avec cette information nous avons proposé un algorithme de commande pour réaliser l’évitement d’obstacles. Cette loi de commande utilise les champs de potentiel pour calculer une force de répulsion qui sera appliquée au drone. Des expériences en temps réel ont montré la bonne performance du système proposé. Les résultats antérieurs ont motivé la conception et développement d’un drone capable de réaliser en sécurité l’interaction avec les hommes et les suivre de façon autonome. Un classificateur en cascade du type Haar a été utilisé pour détecter le visage d’une personne. Une fois le visage est détecté, on utilise un filtre de Kalman (KF) pour améliorer la détection et un algorithme pour estimer la position relative du visage. Pour réguler la position du drone et la maintenir à une distance désirée du visage, on a utilisé une loi de commande linéaire. / The present document addresses, theoretically and experimentally, the most relevant topics for Unmanned Aerial Vehicles (UAVs) in autonomous and semi-autonomous navigation. According with the multidisciplinary nature of the studied problems, a wide range of techniques and theories are covered in the fields of robotics, automatic control, computer science, computer vision and embedded systems, among others. As part of this thesis, two different experimental platforms were developed in order to explore and evaluate various theories and techniques of interest for autonomous navigation. The first prototype is a quadrotor specially designed for outdoor applications and was fully developed in our lab. The second testbed is composed by a non expensive commercial quadrotor kind AR. Drone, wireless connected to a ground station equipped with the Robot Operating System (ROS), and specially intended to test computer vision algorithms and automatic control strategies in an easy, fast and safe way. In addition, this work provides a study of data fusion techniques looking to enhance the UAVs pose estimation provided by commonly used sensors. Two strategies are evaluated in particular, an Extended Kalman Filter (EKF) and a Particle Filter (PF). Both estimators are adapted for the system under consideration, taking into account noisy measurements of the UAV position, velocity and orientation. Simulations show the performance of the developed algorithms while adding noise from real GPS (Global Positioning System) measurements. Safe and accurate navigation for either autonomous trajectory tracking or haptic teleoperation of quadrotors is presented as well. A second order Sliding Mode (2-SM) control algorithm is used to track trajectories while avoiding frontal collisions in autonomous flight. The time-scale separation of the translational and rotational dynamics allows us to design position controllers by giving desired references in the roll and pitch angles, which is suitable for quadrotors equipped with an internal attitude controller. The 2-SM control allows adding robustness to the closed-loop system. A Lyapunov based analysis probes the system stability. Vision algorithms are employed to estimate the pose of the vehicle using only a monocular SLAM (Simultaneous Localization and Mapping) fused with inertial measurements. Distance to potential obstacles is detected and computed using the sparse depth map from the vision algorithm. For teleoperation tests, a haptic device is employed to feedback information to the pilot about possible collisions, by exerting opposite forces. The proposed strategies are successfully tested in real-time experiments, using a low-cost commercial quadrotor. Also, conception and development of a Micro Aerial Vehicle (MAV) able to safely interact with human users by following them autonomously, is achieved in the present work. Once a face is detected by means of a Haar cascade classifier, it is tracked applying a Kalman Filter (KF), and an estimation of the relative position with respect to the face is obtained at a high rate. A linear Proportional Derivative (PD) controller regulates the UAV’s position in order to keep a constant distance to the face, employing as well the extra available information from the embedded UAV’s sensors. Several experiments were carried out through different conditions, showing good performance even under disadvantageous scenarios like outdoor flight, being robust against illumination changes, wind perturbations, image noise and the presence of several faces on the same image. Finally, this thesis deals with the problem of implementing a safe and fast transportation system using an UAV kind quadrotor with a cable suspended load. The objective consists in transporting the load from one place to another, in a fast way and with minimum swing in the cable.

Les micro-drones sont des aéronefs sans pilotes de dimensions inférieures à un mètre et de poids inférieur à deux kilogrammes. Ils se distinguent des aéronefs classiques pour plusieurs raisons : un cycle de développement plus court, un coût plus faible, leur facilité d'opération et des configurations de véhicules spécifiques. L'ensemble de ces points attendent une réponse spécifique dans le développement des lois de commandes. Cette thèse s'y intéresse à travers deux problématiques : la commande d'une famille de drones quadrirotors et celle d'un drone hybride. Une famille de drones représente un même concept de véhicule décliné en plusieurs tailles dont on peut faire varier la charge utile ou son emplacement. Les lois de commandes doivent assurer un même niveau de performances malgré ses modifications. Un drone hybride se caractérise par sa capacité à réaliser du vol stationnaire et du vol d'avancement. Ces deux modes de vol ont chacun une dynamique de vol spécifique à laquelle les lois de commandes doivent s'adapter. Cette thèse présente la modélisation de quadrirotors et d'un drone hybride puis détaille une approche de commande adaptative indirecte qui répond aux problèmes introduits. La commande adaptative permet de garantir à l'aide d'un correcteur unique les performances de commande pour de multiples systèmes. Les méthodes d'estimation de paramètres et de synthèse linéaire à paramètres variants du schéma de commande sont décrites, puis, finalement, des résultats d'essais en vol montrent l'apport et les limites de cette approche. / Micro Air Vehicle are pilotless aircrafts with dimensions not exceeding one meter and a maximum weight of two kilograms. They are different from classical aircrafts for multiple reasons: a shorter development cycle, a cheaper development, their ease of operation and specific vehicle configurations. All these points expect a specific answer in the development of the control laws of the vehicles. This thesis considers this topic through two particular issues: the control of a family of quadrotors and the control of hybrid micro air vehicle. A family of quadrotor represents a single concept of vehicle but with various sizes, payloads and payload configurations. Control laws must guarantee the same level of performance despite all these modifications. A hybrid micro air vehicle is able to both hover like a helicopter and fly forward like a plane. These two flight modes have specific flight dynamics that the control laws must adapt to. This thesis first presents a model of quadrotors and hybrid micro air vehicle and then details an indirect adaptive control method to tackle both issues. Adaptive control should guarantee performance of multiple controlled systems with a single controller. The parameter estimation and linear parameter varying synthesis method of the adaptive control scheme are described and finally flight test results show the contributions and limits of the approach.

Les insectes sont capables de prouesses remarquables lorsqu’il s’agit d’éviter des obstacles,voler en environnement perturbé ou poursuivre une cible. Cela laisse penser que leurs capacités de traitement, aussi minimalistes soient-elles, sont parfaitement optimisées pour le vol. A cela s’ajoute des mécanismes raffinés, comme la stabilisation de la vision par rapport au corps, permettant d’améliorer encore plus leurs capacités de vol.Ces travaux de thèse présentent l’élaboration d’un micro drone de type quadrirotor, qui ressemble fortement à un insecte sur le plan perceptif (vibration rétinienne) et reprend des points structurels clés, tels que le découplage mécanique entre le corps et le système visuel. La conception du quadrirotor (de type open-source), son pilotage automatique et son système occulo-moteur sont minutieusement détaillés.Des traitements adaptés permettent, malgré un très faible nombre de pixels (24 pixels seulement), de poursuivre finement du regard une cible en mouvement. A partir de là, nous avons élaboré des stratégies basées sur le pilotage par le regard, pour stabiliser le robot en vol stationnaire, à l’aplomb d’une cible et asservir sa position ; et ce, en se passant d’une partie des capteurs habituellement utilisés en aéronautique tels que les magnétomètres et les accéléromètres. Le quadrirotor décolle, se déplace et atterrit de façon autonome en utilisant seulement ses gyromètres, son système visuel original mimant l’oeil d’un insecte et une mesure de son altitude. Toutes les expérimentations ont été validées dans une arène de vol, équipée de caméras VICON.Enfin, nous décrivons une nouvelle toolbox qui permet d’exécuter en temps réel des modèles Matlab/Simulink sur des calculateurs Linux embarqués de façon complètement automatisée (http://www.gipsalab.fr/projet/RT-MaG/). Cette solution permet d’écrire les modèles, de les simuler, d’élaborer des lois de contrôle pour enfin, piloter en temps réel, le robot sous l’environnement Simulink. Cela réduit considérablement le "time-to-flight" et offre une grande flexibilité (possibilité de superviser l’ensemble des données de vol, de modifier en temps réel les paramètres des contrôleurs, etc.). / Insects, like hoverflies are able of outstanding performances to avoid obstacles, reject disturbances and hover or track a target with great accuracy. These means that fast sensory motor reflexes are at work, even if they are minimalist, they are perfectly optimized for the flapping flight at insect scale. Additional refined mechanisms, like gaze stabilization relative to the body, allow to increase their flight capacity.In this PhD thesis, we present the design of a quadrotor, which is highly similar to an insect in terms of perception (visual system) and implements a bio-inspired gaze control system through the mechanical decoupling between the body and the visual system. The design of the quadrotor (open-source), itspilot and its decoupled eye are thoroughly detailed. New visual processing algorithms make it possible to faithfully track a moving target, in spite of a very limited number of pixels (only 24 pixels). Using this efficient gaze stabilization, we developed new strategies to stabilize the robot above a target and finely control its position relative to the target. These new strategies do not need classical aeronautic sensors like accelerometers and magnetometers. As a result, the quadrotor is able to take off, move and land automatically using only its embedded rate-gyros, its insect-like eye, and an altitude measurement. All these experiments were validated in a flying arena equipped with a VICON system. Finally, we describe a new toolbox, called RT-MaG toolbox, which generate automatically a real-time standalone application for Linux systems from a Matlab/Simulink model (http://www.gipsalab.fr/projet/RT-MaG/). These make it possible to simulate, design control laws and monitor the robot’s flight in real-time using only Matlab/Simulink. As a result, the "time-to-flight" is considerably reduced and the final application is highly reconfigurable (real-time monitoring, parameter tuning, etc.).

Les travaux de recherches sur la commande, le diagnostic et la tolérance aux défauts appliqués aux drones deviennent de plus en plus populaires. Il est judicieux de concevoir des lois de commande qui garantissent la stabilité et les performances du drone, non seulement dans le cas nominal, mais également en présence de fortes perturbations et de défauts.Dans cette thèse, un nouvel algorithme bio-inspiré adapté pour la recherche de solutions dans des problèmes d’optimisation est développé. Cet algorithme est utilisé pour trouver les gains des différents contrôleurs conçus pour les drones. La commande par mode glissant est utilisée pour développer deux contrôleurs passifs tolérants aux défauts pour les quadrirotors: un contrôleur par mode glissant augmentée avec un intégrateur, et un contrôleur par mode glissant implémenté en cascade. Parce que les commandes passives ont une robustesse réduite, une commande active par mode glissant est développée. Pour traiter les défauts extrêmes, un contrôleur d’urgence basé sur la conversion du quadrirotor en trirotor est développé. Les commandes actives, passives, et le contrôleur d’urgences sont ensuite intégrés pour former un contrôleur tolérant aux défauts capable de gérer un grand nombre de défaillances tout en garantissant les ressources actionneur et en limitant la charge de calcul du processeur. Finalement, des contrôleurs tolérants aux défauts, actifs et passifs, basés sur des méthodes par mode glissant du premier et deuxième ordre sont développées pour les octorotors. La commande active utilise des méthodes d’allocation de contrôles pour redistribuer les efforts sur les actionneurs sains, réduisant ainsi l’effet du défaut. / Unmanned Aerial Vehicles (UAV) are more and more popular for their civil and military applications. Classical control laws usually show weaknesses in the presence of parameter uncertainties, environmental disturbances, and actuator and sensor faults. Therefore, it is judicious to design a control law capable of stabilizing the UAV not only in the fault-free nominal cases, but also in the presence of disturbances and faults. In this thesis, a new bio-inspired search algorithm called Ecological Systems Algorithm (ESA) suitable for engineering optimization problems is developed. The algorithm is used over the thesis to find optimal gains for the fault tolerant controllers. Sliding Mode Control theory is used to develop two Passive Fault Tolerant Controllers for quadrotor UAVs: Regular and Cascaded SMC. Because Passive Controllers handle a few numbers of faults, an Active Sliding Mode Fault Tolerant Controller using Kalman Filter is developed. To overcome severe faults and failures, an emergency controller based on the Quadrotor-to-Trirotor conversion maneuver is developed. The Controllers developed so far (Passive, Active, and emergency controllers) are then integrated to form the Integrated Fault Tolerant Controller (IFTC). The IFTC is a powerful controller that is able to handle a wide number of faults, and save actuator resources as well as processor computational effort. Finally, Passive and Active Fault Tolerant Controllers are designed for octorotor UAVs based on First Order and Second Order Sliding Mode Control. The AFTC uses Dynamic and Pseudo-Inverse Control Allocation methods to redistribute the control effort among healthy actuators reducing the effect of fault.