Le sujet de cette thèse porte sur la planification de trajectoires pour un aéronef autonome. Les trajectoires d'aéronefs se déplaçant dans un environnement encombré par des obstacles sont étudiées. La dynamique des aéronefs étant complexe, non linéaire et non holonome, la planification de trajectoire de ce type de systèmes est un problème très difficile. L'algorithme Rapidly-exploring Random Tree, ou RRT, est utilisé comme planificateur de base. L'avantage de cet algorithme est qu'il permet de considérer des modèles d'aéronefs complets dans un environnement complexe. Deux algorithmes sont développés pour trouver une solution faisable et optimale. L'algorithme RRT avec un prétraitement de l'espace d'état est utilisé dans le cas d'une prise en compte du modèle complet du système. Cependant, cette méthode ne considère pas de critères optimaux. Pour y remédier, l'algorithme RRT* est utilisé pour un modèle simplifié du système avec l'aide de champs de potentiels artificiels utilisés comme heuristique pour améliorer le taux de convergence vers la solution. Les algorithmes sont simulés pour une application d'aéronefs hypersoniques, comme par exemple des missiles intercepteurs volants à haute altitude. Les aéronefs ont donc moins de manœuvrabilité parce que la densité de l'air diminue exponentiellement avec l'altitude. Les chemins les plus courts en 3D sont développés et utilisés comme une métrique. Des trajectoires réalisables et optimales sont alors obtenues efficacement. A partir de ces résultats, les contraintes temps réel à bord du véhicule seront plus faciles à vérifier. Dans les travaux futurs, la replanification sera considérée pour améliorer la performance de l'algorithme en cas d'environnement dynamique ou de changements dans la mission. / The focus of this PhD thesis is on the trajectory planning module as a part of autonomous aircraft system. Feasible trajectories for aircraft flying in environment cluttered by obstacles are studied. Since aircraft dynamics is complex, nonlinear and nonholonomic, trajectory planning for such systems is very difficult and challenging. Rapidly-exploring Random Tree or RRT path planner is used as a basis to find a feasible trajectory. The advantage of this algorithm is that it does not consider only the complete vehicle model but also the environment. Two algorithms are developed to find a feasible and optimal solution. The RRT algorithm combined with a preprocessing of the exploration space is used for a complete realistic model of the system. However, this approach does not consider any optimal criteria. In order to consider performance criteria, the RRT* algorithm is used based on a simplified model with the help of the artificial potential field as a heuristic to improve the convergence rate to the solution. The algorithms are simulated in an application of hypersonic aerial vehicles, for example, interceptor missiles flying in high altitude. This makes the aerodynamically controlled aircraft have less maneuverability since the air density decreases exponentially with altitude. 3D shortest paths are developed and used as a metric. A feasible and optimal trajectory is obtained efficiently. With this results, real-time constraints will be easier to verify if the algorithm is implemented on board the vehicle. In future work, replanning will be considered to improve the performance of the algorithm in case of dynamic environment or changes in the mission.
| Identifer | oai:union.ndltd.org:theses.fr/2015SACLE001 |
| Date | 22 September 2015 |
| Creators | Pharpatara, Pawit |
| Contributors | Université Paris-Saclay (ComUE), Bestaoui, Yasmina, Hérissé, Bruno |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text, StillImage |
Page generated in 0.015 seconds