• Langue : Anglais
• Discipline : Informatique, Automatique
• Identifiant : 2024ULILB005
• Type de thèse : Doctorat
• Date de soutenance : 12/04/2024

Résumé en langue originale

Cette thèse vise à développer des méthodologies dédiées à améliorer la fonctionnalité de robots mobiles pour accomplir une mission, en particulier la caractérisation électromagnétique micro-onde de matériaux dans leur environnement. Le succès de cette mission dépend de la navigation précise et de la perception exacte de l'environnement par les robots, un challenge qui est souvent perturbé par les défaillances et les incertitudes des capteurs. À cet égard, la thèse se concentre principalement sur deux points fondamentaux. Dans le premier, nous développons une méthode de localisation robuste pour assurer une navigation autonome précise et tolérante aux défauts pour les robots mobiles. Cette méthode repose sur une approche statistique informationnelle, incorporant un seuil adaptatif qui facilite la détection rapide et précise des défauts de capteurs. L'efficacité de cette méthode est validée par une étude comparative avec des approches existantes de la littérature.Le deuxième point consiste à développer des techniques de contrôle et d'évaluation non destructives par micro-ondes (Microwave Non Destructive Testing & Evaluation - MNDT&E) pour la caractérisation des matériaux. Initialement, nous considérons des techniques conventionnelles de MNDT&E, associées à une modélisation analytique. Reconnaissant les limites de la modélisation analytique, nous présentons trois nouvelles techniques « intelligentes » de MNDT&E qui intègrent des modèles d'apprentissage automatique (Machine Learning - ML) et d'apprentissage profond (Deep Learning - DL). Ces techniques reposent sur deux approches micro-ondes : la propagation en espace libre pour la caractérisation sans contact en utilisant un radar mono-statique et la propagation guidée pour la caractérisation en contact en utilisant un guide d'ondes rectangulaire (Open-Ended Rectangular Waveguide - OERW). Les capteurs développés intègrent des contraintes de faible encombrement et faible coût, compatibles avec un contexte hors laboratoire. Dans une première phase, les techniques proposées sont utilisées pour mesurer les coefficients de réflexion S_11 des matériaux, générant trois bases de données distinctes. La deuxième phase consiste à utiliser les modèles ML et DL afin de relier les réponses électromagnétiques mesurées et les types de matériaux identifiés ou la présence de défauts. De plus, différentes configurations et topologies de mesure sont introduites et mises en œuvre. La performance de chaque configuration est évaluée et analysée en fonction de métriques sélectionnées dans des conditions de laboratoire et des conditions réalistes.Enfin, nous présentons une étude de faisabilité basée sur un réflectomètre six ports à guide d'ondes métallique. Ce dispositif présente des avantages particulièrement bien adaptés à des contingences hors laboratoire tels que sa consommation électrique réduite, sa précision de mesure électrique et sa capacité à opérer en environnement difficile. De plus, le système développé pour un fonctionnement en bande de fréquences V (55-75 GHz) facilite le passage de la caractérisation des micro-ondes à celle des ondes millimétriques, jetant les bases d'une analyse précise et efficace. La montée en fréquences élargit le spectre des informations capturées, améliorant les capacités, la précision et la versatilité des techniques de contrôle et d'évaluation non destructifs.

Résumé traduit

This thesis aims to develop methodologies dedicated to improve the functionality of mobile robots to accomplish a mission, in particular the microwave electromagnetic characterization of materials in their environment. The success of this mission depends on precise navigation and accurate perception of the environment by the robots, a challenge that is often affected by sensor failures and uncertainties. In this regard, the thesis primarily focuses on two fundamental points. In the first, we develop a robust localization method to ensure precise and fault-tolerant autonomous navigation for mobile robots. This method relies on an informational statistical approach, incorporating an adaptive threshold that facilitates fast and accurate detection of sensor faults. The effectiveness of this method is validated through a comparative study against existing approaches from the literature.The second point is to develop nondestructive testing and evaluation techniques using microwaves (microwave Non Destructive Testing & Evaluation MNDT&E) for material characterization. Initially, we consider conventional MNDT&E techniques, coupled with an analytical modeling. Recognizing the limitations of analytical modeling, we present three novel « intelligent » MNDT&E techniques that integrate machine learning (ML) and deep learning (DL) models. These techniques are based on two microwave approaches: free-space propagation for non-contact characterization using a monostatic radar and guided propagation for contact characterization using an open-ended rectangular waveguide (OERW). The sensors developed integrate the constraints of compactness and low cost, compatible with a non-laboratory context. In a first phase, the proposed techniques are employed to measure the reflection coefficients of materials S_11, generating three distinct databases. The second phase involves using ML and DL models to relate the measured electromagnetic responses and the identified material types or the presence of damage. Additionally, various measurement setups and topologies are introduced and implemented alongside the proposed methods. The performance of each setup combination is assessed and analyzed based on selected metrics under both laboratory and realistic conditions.Finally, we present a feasibility study based on a metallic waveguide six-port reflectometer. This device offers advantages particularly well suited to non-laboratory requirements, such as low power consumption, electrical measurement accuracy and the ability to operate in harsh environments. Furthermore, the system developed for operation in V-band frequencies (55-75 GHz) facilitates a shift from microwave to millimeter-wave characterization, establishing a foundation for accurate and efficient analysis. Increasing frequencies expand the spectrum of information captured, enhancing the capabilities, accuracies, and versatility of nondestructive testing and evaluation techniques.