L'objectif principal de ce projet de maîtrise est de développer un algorithme de commande prédictive permettant aux aéronefs sans pilote (UAVs) de se rendre à des cibles immobiles dont les positions sont connues. Il faut toutefois que les aéronefs évitent, en cours de route, des obstacles ellipsoïdaux statiques qui sont détectés par les aéronefs lorsqu'ils en sont assez près. De plus, l'information sur les obstacles détectés doit ^etre transmisse aux autres aéronefs. Pour chacun de ces aéronefs, l'information est reçue seulement s'il est à portée de communication. Il est présumé que chaque aéronef possède un pilote automatique, système de commande à bord, qui le stabilise. Ainsi, l'algorithme doit déterminer les commandes à transmettre au pilote automatique. L'algorithme développé a été testé avec succès en simulation et l'aide d'un système "Hardware-In-the-Loop" (HIL). / The main objective of this master's project is to develop a predictive control algorithm that will allow unmanned aerial vehicles (UAVs) to intercept static targets of known position. UAVs must however avoid static ellipsoidal obstacles detected on-route, when they are in close proximity to the aircrafts. Information on the detected obstacles must also be transmitted to fellow UAVs. Each aircraft can receive information from another aircraft, only if they are in communication range. Moreover, it is assumed that each aircraft is equipped with an autopilot (on-board control device) to stabilize the UAV in-flight. The predictive control algorithm must thus determine the commands to transmit to the autopilot. The developed algorithm was tested in simulation and with a Hardware-In-the-Loop (HIL) system, both of which yielded successful results.

Cette thèse propose une stratégie de contrôle avancée pour guider une flotte d'aéronefs sans pilote (UAV) dans un environnement à la fois stochastique et dynamique. Pour ce faire, un simulateur de vol 3D a été développé avec MATLAB® pour tester les algorithmes de la stratégie de guidage en fonctions de différents scénarios. L'objectif des missions simulées est de s'assurer que chaque UAV intercepte une cible ellipsoïdale mobile tout en évitant une panoplie d'obstacles ellipsoïdaux mobiles détectés en route. Les UAVs situés à l'intérieur des limites de communication peuvent coopérer afin d'améliorer leurs performances au cours de la mission. Le simulateur a été conçu de façon à ce que les UAV soient dotés de capteurs et d'appareils de communication de portée limitée. De plus, chaque UAV possède un pilote automatique qui stabilise l'aéronef en vol et un planificateur de trajectoires qui génère les commandes à envoyer au pilote automatique. Au coeur du planificateur de trajectoires se trouve un contrôleur prédictif à horizon fuyant qui détermine les commandes à envoyer à l'UAV. Ces commandes optimisent un critère de performance assujetti à des contraintes. Le critère de performance est conçu de sorte que les UAV atteignent les objectifs de la mission, alors que les contraintes assurent que les commandes générées adhèrent aux limites de manoeuvrabilité de l'aéronef. La planification de trajectoires pour UAV opérant dans un environnement dynamique et stochastique dépend fortement des déplacements anticipés des objets (obstacle, cible). Un filtre de Kalman étendu est donc utilisé pour prédire les trajectoires les plus probables des objets à partir de leurs états estimés. Des stratégies de poursuite et d'évitement ont aussi été développées en fonction des trajectoires prédites des objets détectés. Pour des raisons de sécurité, la conception de stratégies d'évitement de collision à la fois efficaces et robustes est primordiale au guidage d'UAV. Une nouvelle stratégie d'évitement d'obstacles par approche probabiliste a donc été développée. La méthode cherche à minimiser la probabilité de collision entre l'UAV et tous ses obstacles détectés sur l'horizon de prédiction, tout en s'assurant que, à chaque pas de prédiction, la probabilité de collision entre l'UAV et chacun de ses obstacles détectés ne surpasse pas un seuil prescrit. Des simulations sont présentées au cours de cette thèse pour démontrer l'efficacité des algorithmes proposés.

Les applications mettant en oeuvre les minidrones ont connu un développement très rapide ces dernières années. Ces applications concernent pour beaucoup l'amélioration de notre cadre de vie et principalement de notre sécurité face à des aléas naturels pour lesquels de nouveaux moyens de surveillance ont besoin d'être mis au point. La plupart des missions confiées aux minidrones supposent la réalisation de trajectoires soit planifiées à l'avance, soit définies au fur et à mesure que de nouvelles informations sont disponibles. La qualité du suivi de trajectoire a d'importantes conséquences pour le succès de ces missions. L'objectif principal de cette thèse est de contribuer à la synthèse de lois de pilotage/guidage pour les minidrones présentant des performances améliorées sur un domaine de vol étendu et sur une panoplie de missions diversifiées. Ainsi les minidrones sont ici appréhendés comme des systèmes fortement non linéaires, très souvent naturellement instables, aux paramètres physiques partiellement connus et susceptibles d'être soumis à de fortes perturbations. Les travaux de cette thèse portent donc sur la synthèse de lois de commande non linéaire (commande non linéaire inverse, commande différentiellement plate, commande par \emph{Backstepping}) intégrant, dans le cadre de la commande adaptative, des processus d'apprentissage en ligne. Le principal cas d'étude considéré dans cette thèse est celui du guidage d'un minidrone de type quadrirotor qui présente des caractéristiques opérationnelles particulièrement intéressantes : atterrissage et décollage verticaux, capacité de vol stationnaire, grande manoeuvrabilité même à basse vitesse. Ainsi la dynamique de son vol a été modélisée et les propriétés mathématiques du modèle retenu ont été exploitées pour mettre au point la structure de commande dont les performances ont été évaluées par simulation sur une multitude de trajectoires de guidage.

Cette thèse se place dans le contexte de la croissance soutenue du trafic aérien. Elle concerne l'assistance automatisée au contrôle du trafic aérien qui vise à augmenter la capacité des secteurs de contrôle en transférant à l'équipage certaines tâches de nos jours dévolues au contrôleur aérien. Il s'agit plus particulièrement de renforcer la coopération entre l'équipage et le contrôleur aérien en vue de faciliter la tache de régulation des flux de trafic aérien. Le travail réalisé dans cette thèse est relatif à la mise en oeuvre de techniques de commande des systèmes non linéaires à plusieurs échelles de temps. Il a été réalisé à l'initiative du Centre d'Etudes de La Navigation Aérienne (CENA) au LAAS du CNRS à Toulouse en collaboration avec l'Ecole Nationale de l'Aviation Civile (ENAC). De manière concrète, il consiste principalement en la synthèse et l'évaluation de lois de guidage permettant la navigation relative entre aéronefs. Ces lois de guidage pourraient être embarquées à bord des aéronefs afin d'aider le contrôleur aérien dans sa tâche de régulation des flux de trafic. Au chapitre II, nous commençons par présenter le contexte actuel du contrôle du trafic aérien et les voies actuelles d'investigation dans le domaine de son automatisation. Cette présentation permet de distinguer deux types de guidage relatif : d'une part le guidage relatif en temps où l'aéronef suiveur vient se placer sur la position qu'occupait le leader quelques minutes plus tôt, et d'autre part le guidage relatif en distance où l'aéronef suiveur vient se placer à une distance donnée du leader. Un état de l'art sur les lois de guidage relatif entre aéronefs est ensuite réalisé au chapitre III. Comme il existe très peu de références bibliographiques dédiées aux lois de commande pour le guidage relatif entre aéronefs de transport commercial, l'état de l'art s'est focalisé sur les lois de commande appliquées au vol en formation d'engins volants, dont le guidage relatif peut être considéré comme un cas particulier (il englobe en plus la phase de rejointe de la formation). Un modèle de synthèse décrivant la dynamique de guidage d'un avion de transport commercial dont les fonctions de pilotage sont automatisées est ensuite proposé au chapitre IV. Ce modèle permet une synthèse hiérarchisée de lois de guidage relatif en s'appuyant sur les fonctions de pilotage classique de l'avion. Après avoir envisagé l'utilisation de lois linéaires de type proportionnelle et dérivée et précisé les objectifs de commande en terme de spécification des modes propres au chapitre V, deux techniques de commande non linéaire sont alors mises en oeuvre : le backstepping et le bouclage linéarisant basé sur la propriété de platitude. Au chapitre VI, deux lois de guidage basées sur la technique du backstepping sont développées. Elles permettent de réaliser un guidage relatif en temps. L'utilisation de cette technique permet de contourner un problème de singularité des lois conçues par des méthodes de type bouclage linéarisant lorsque les écarts sont exprimés dans le repère lié à l'avion suiveur. La loi de guidage basée sur la propriété de platitude du modèle de synthèse est développée au chapitre VII. Elle permet de réaliser un guidage relatif en distance. L'intérêt de cette approche est qu'elle permet de tenir compte de la contrainte d'espacement entre les aéronefs afin de renforcer la sécurité des manoeuvres de guidage relatif. Ces trois approches (loi proportionnelle et dérivée, backstepping et bouclage linéarisant basé sur la platitude) sont évaluées dans un dernier temps au chapitre VIII sur un jeu de scenarii réaliste d'un point de vue contrôle du trafic aérien. Le chapitre IX apporte la conclusion générale à cette thèse : il fait le bilan des résultats obtenus et indique de nouvelles pistes d'investigation dans ce domaine.