• Langue : Français
• Discipline : Automatique et informatique industrielle
• Identifiant : 2019LILUI073
• Type de thèse : Doctorat
• Date de soutenance : 06/12/2019

Résumé en langue originale

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.

Résumé traduit

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.