Note ABES Approche informationnelle pour la navigation autonome tolérante aux défauts : application aux systèmes robotiques mobiles An informational approach for sensor and actuator fault diagnosis : application to mobile robots’ autonomous navigation Navigation autonome Suivi de trajectoire Divergence de Kullback-Leibler Divergence de Bhattacharyya 629.892 Robots mobiles Défauts Fiabilité Véhicules autonomes Tolérance aux fautes (ingénierie) Détection de défaut (ingénierie) Commande en mode glissant Filtrage de Kalman Incertitude (théorie de l'information) Fusion multicapteurs La navigation autonome des systèmes robotiques mobiles a suscité un grand intérêt dans la communauté scientifique ces dernières années. Cela est principalement dû à la diversité de ses secteurs d’applications et les différents challenges qu'elle représente. En raison de l'absence d'une intervention humaine, la navigation autonome doit être sûre, fiable et précise. Néanmoins, elle peut être sujet à différentes dégradations qui peuvent compromettre son objectif. En effet, les perturbations externes, tout comme les défauts capteurs et actionneurs, affectent les différents aspects de la navigation autonome que sont la localisation, la planification et le suivi de trajectoire. C'est pourquoi nous consacrons cette thèse à l'étude et à la conception de nouveaux algorithmes qui contribuent à rendre le système de navigation robuste et tolérant aux défauts. Nous avons fait le choix d'utiliser des algorithmes de diagnostic de défauts capteurs et actionneurs à base de résidus, et une commande robuste par modes glissants permettant d'assurer une tolérance passive contre une classe plus large de perturbations externes, qui ne sont pas forcément bornées d'une manière uniforme. La couche de diagnostic proposée est purement informationnelle. Elle se base sur l'utilisation de deux filtres informationnels avec différents modèles d'évolution, et les divergences de Bhattacharyya et de Kullback-Leibler pour la conception des résidus. Ces résidus sont évalués via des méthodes statistiques pour permettre la détection, la localisation et l'exclusion de défauts capteurs et actionneurs. L'approche proposée est appliquée sur des systèmes robotiques mobiles à roues avec entraînement différentiel. Les résultats expérimentaux obtenus sur la plate-forme robotique PRETIL de CRIStAL sont présentés et discutés. Over the last years, autonomous navigation for mobile robot systems has known an increasing interest from the scientific community. This is mainly due to the diversity of its applications and the different challenges that it represents. Without any human intervention, autonomous navigation must be safe, reliable and accurate. Nevertheless, it may be subject to various degradations that could compromise its objective. Indeed, external disturbances, as well as sensor and actuator faults, may affect the different aspects of autonomous navigation, which are localization, path planning and trajectory tracking. This is why we are devoting this thesis to the design of new algorithms that contribute to make the navigation system robust against external disturbances and tolerant to sensor and actuator fauts. We have adopted a residual generation based fault-diagnosis strategy combined with a robust sliding mode controller that is robust against a certain class of perturbations that are not necessary uniformly bounded. The proposed diagnostic layer is purely informational. It is based on the use of two information filters with different evolution models, and the divergences of Bhattacharyya and Kullback-Leibler for residual design. These residuals are evaluated using statistical methods, in order to detect, isolate then exclude sensor and actuator faults from the navigation system. The proposed approach is applied to different differential drive mobile-robot systems. Experimental results obtained by using the CRIStAL robotic platform, so-called PRETIL, are presented and discussed. Electronic Thesis or Dissertation Text fr PDF 11453111 application/pdf https://pepite-depot.univ-lille.fr/LIBRE/EDSPI/2019/50376-2019-Abci.pdf https://theses.fr/2019LILUI073/abes Abci Boussad Abci 1989-01-12 DZ 242140815 https://theses.fr/2019LILUI073 2019LILUI073 https://doi.org/10.70675/60d6b98eza07cz4648zb63fzbee2279baa6f 2019-12-06 Automatique et informatique industrielle Université de Lille (2018-2021) 223446556 Doctorat Docteur es non oui El Badaoui El Najjar Maan MADS_DIRECTEUR_DE_THESE_1 080104738 Cocquempot Vincent MADS_DIRECTEUR_DE_THESE_2 083346627 École doctorale Sciences pour l'ingénieur (Lille ; 1992-2021) MADS_ECOLE_DOCTORALE_1 147297028 Centre de Recherche en Informatique, Signal et Automatique de Lille MADS_PARTENAIRE_DE_RECHERCHE_1 18388695X ddc:620 El Badaoui El Najjar Maan Cocquempot Vincent École doctorale Sciences pour l'Ingénieur (Lille) Centre de recherche en informatique, signal et automatique de Lille PDF 11453111