Academic literature on the topic 'Atterrissage autonome'

Ce sujet de thèse s’inscrit dans le cadre des recherches visant à obtenir des véhicules aériens miniatures ayant à la fois les performances des avions pour le vol horizontal et la manœuvrabilité des hélicoptères pour le vol stationnaire. L’objectif est de développer, modéliser et commander un drone combinant la manœuvrabilité des véhicules à voilure tournante (hélicoptères) telle que l’avance lente, le décollage et l’atterrissage vertical, et les performances d’un véhicule à voilure fixe (avions) telle que l’avance rapide, la longue portée et une endurance supérieure. Ce type de recherche a suscité beaucoup d’intérêt dans le passé car ce type d’appareil ne nécessite pas de piste de décollage et sa capacité de vol stationnaire le rend très utile pour des missions de surveillance aérienne. L’objectif du sujet est en effet de concevoir et de réaliser des prototypes d’un système de drone pouvant effectuer des décollages/atterrissages verticaux de manière autonome, puis de réaliser une transition autonome vers un vol d’avancement rapide. Deux prototypes expérimentaux ont été développés au laboratoire : l’avion convertible et l’avion basculant tri-rotors. Les modèles dynamiques de chaque véhicule ont été obtenus en utilisant la méthodologie de Newton-Euler prenant en compte les forces et les couples aérodynamiques. Une loi de commande non linéaire pour la stabilisation en attitude et en position d’un corps rigide a été proposée. Elle est basée sur l’approche de commande bornée qui garantit la convergence du corps rigide vers une attitude et position désirées. Sa performance est aussi renforcée par l’algorithme de génération de trajectoire et les réseaux de neurones. La loi de commande est ensuite appliquée pour commander un quadrirotor, l’avion convertible et l’avion basculant tri-rotor. Pour l’avion convertible, la commande d’attitude a été adaptée en utilisant le formalisme des quaternions. Parallèlement, un simulateur a été développé, il permet de développer, d’exécuter et de tester le programme du prototype sur un ordinateur grâce à un modèle dynamique. Du côté expérimental, l’électronique embarquée a été conçu pour avoir un système embarqué de commande plus puissant et adaptable. La validation des lois de commande proposées a été réalisée sur la plate-forme expérimentale de l’avion convertible qui exécute les algorithmes en temps réel avec une bonne performance
The aim of the thesis is to develop, model and control a UAV combining the maneuverability of a rotary wing vehicle (helicopter) such as slow advance, takeoff and vertical landing, and the performance of a fixed wing vehicle (airplane) such as fast forward, long range and greater endurance. The objective of the subject is indeed to design and to build prototypes that can perform the autonomous vertical takeoff/landing and realize an autonomous transition to the fast forward flight. Two experimental prototypes were developed in the laboratory : the convertible airplane and the tilting tri-rotors airplane. Dynamic models of each vehicle were obtained by using the Newton-Euler method taking into account the aerodynamic forces and torques. A nonlinear control law for the stabilization in attitude and position of a rigid body has been proposed. Its performance is also enhanced by the algorithm of the trajectory generation and the neural network. The control law is then applied to control a quadrotor, the convertible airplane and the tilting tri-rotors airplane. For the convertible airplane, the attitude control was adjusted by the formalism of quaternions. On the experimental side, the embedded electronics has been designed in order to have an embedded system control more powerful and adaptable. The validation of the proposed control laws was performed on the experimental platform of the convertible aircraft running algorithms in real time with a good performance

Dans le cadre des futures missions d'exploration planétaire comportant un atterrissage, la sélection d'un site d'atterrissage sécuritaire en temps réel devient une technologie de plus en plus recherchée. Celle-ci permet d'augmenter les retombées scientifiques de la mission en donnant accès à des régions à plus haut potentiel scientifique. Elle permet aussi d'accroître les chances de réussite de la mission et d'augmenter la charge utile des équipements en rendant l'atterrissage plus sécuritaire. Parmi les méthodes développées pour faire la sélection d'un site d'atterrissage, celle proposée par Andrew Johnson du Jet Propulsion Laboratory pour évaluer le degré de sécurité de sites d'atterrissage à partir d'images lidar prises pendant la descente s'avère très intéressante. Il utilise une technique nommée moindres carrées médians pour calculer la pente et la rugosité des sites d'atterrissage. Cependant, le temps de calcul exigé par cette approche la rend difficile à exécuter en temps réel. Ce mémoire de maîtrise propose l'utilisation d'un système à base de RNA (réseaux de neurones artificiels) pour faire l'approximation de la méthode des moindres carrés médians. Une architecture comportant quatre RNA a été développée afin de déterminer la pente et la rugosité d'un site d'atterrissage. Trois RNA permettent d'évaluer les paramètres du plan médian afin d'estimer ces deux propriétés du terrain. Un réseau optionnel est spécialisé pour l'évaluation des sites comportant une grande rugosité. Des modules de prétraitement et post-traitement des données sont utilisés pour améliorer la performance des réseaux de neurones et des modules d'arbitrage servent à déterminer les deux sorties du système. Une solution est aussi proposée pour présélectionner une zone d'atterrissage sécuritaire afin de réduire le nombre de sites individuels à évaluer. Plusieurs types de réseaux de neurones ont été comparés pour résoudre la problématique. Des lignes directrices ont été établies permettant de choisir les réseaux de neurones les plus efficaces pour chacun des modules en fonction du temps de calcul disponible. Le système développé permet de diminuer considérablement le temps de calcul requis pour résoudre la problématique. De plus, la solution proposée peut facilement être adaptée en fonction des objectifs de la mission spatiale.

Durant les deux dernières décennies, l’analyse d’image est rapidement devenue un sujet central et prometteur de l’informatique. Malgré les dernières avancées concernant les voitures autonomes et les drones, la certification d’un système basé sur la vision reste un challenge dans le monde de l’hélicoptère. Les contraintes spécifiques de sécurité de l’aviation civile demandent une grande fiabilité, précision et intégrité (détections d’échec) de tout système embarqué. Cette thèse s’inscrit dans le cadre du projet (EAGLE) dont l'objectif est l'élaboration d'une plateforme combinant des caméras, des calculateurs et des algorithmes de traitement d'images pour automatiser certaines étapes de vol critiques en hélicoptère. Nos problématiques concernent l'élaboration des algorithmes de vision par ordinateur pour l'atterrissage automatique sur plateforme offshore. Nos principales recherches se sont focalisées sur les techniques de détection de zone de poser pour hélicoptère et des méthodes de validation des résultats. Dans ce cadre, nous avons proposé une méthode de détection d'hélipad basée sur la transformée de Hough et fonctionnant dans des cas difficiles : occlusions partielles, faible contraste et prise de vue rasante. Nous avons aussi développé un ensemble de méthodes indépendantes de validation de la détection permettant d'écarter la quasi-totalité des faux positifs et ainsi d'assurer le bon déroulement des vols. Enfin, nous avons proposé des solutions pour l'optimisation de la transformée de Hough pour des architectures basées sur CPU comme GPU et ainsi atteindre des performances temps-réel sur des systèmes embarqués
During the last two decades, computer vision rapidly emerged from the shadows to become a hot topic in computer science. While progress has been made for the elaboration of autonomous cars and drones, the certification of a vision-based system doing the automatic guidance of a civil aircraft remains an ongoing challenge. The purpose of this thesis is the elaboration of computer vision algorithms for the automatic landing of a helicopter on an offshore platform. Our research was focused on the methods for the detection of the helicopter landing platform and the validation of the results. To achieve this goal, we proposed an algorithm based on the Hough transform which is able to perform in adverse conditions such as : partial occlusions, low contrast and grazing camera angles. We also developped a set of independant methods for the validation of the detection which enables the automatic rejection of almost every false positives. Lastly, we proposed some solutions to improve the computation performance of the Hough transform on CPU and GPU architectures, and thus achieve real-time performance on embedded systems

Cette thèse porte sur la navigation sans collision d'un véhicule aérien à décollage et atterrissage vertical en environnement inconnu ou incertain. L'utilisation du flot optique, inspirée du monde animal, permet d'obtenir des informations sur la vitesse du véhicule et sur la proximité des obstacles. Deux contributions sont présentées dans ce travail. La première aborde l'atterrissage automatique sur une plateforme statique ou mobile. La manœuvre se décompose en deux tâches : la stabilisation de la vitesse au-dessus de la cible, puis l'atterrissage vertical. L'approche montre que la régulation du flot optique divergent autour d'une consigne constante permet un atterrissage en douceur et sans collision malgré les incertitudes sur la dynamique de la plateforme et du véhicule. La deuxième contribution concerne le suivi de terrain avec évitement d'obstacles. L'approche générale proposée permet d'aborder différentes applications telles que l'évitement d'obstacles frontaux, le suivi de terrain pentu, le suivi de couloir, etc. L'analyse de stabilité évalue la robustesse et les limites du contrôleur en présence de diverses incertitudes telles que les incertitudes sur la géométrie de l'environnement. L'ensemble des algorithmes de commande est simulé et expérimenté sur un mini-drone quadrirotor développé au CEA LIST.

Ce mémoire présente des algorithmes qui visent à améliorer les performances des sondes d'atterrissage autonomes du futur. Ces technologies d'atterrissage permettront non seulement d'atterrir en toute sécurité sur des corps célestes tels que la Lune, Mars ou une comète, mais d'y atterrir à des endroits jusqu'à maintenant inaccessibles. Le creux ou la crête des cratères, le pied des falaises ou les rives d'un ancien fleuve sont des exemples de régions qui intéressent énormément la communauté scientifique. La capacité de les atteindre et d'y recueillir des échantillons contribueront de beaucoup à l'avancement de nos connaissances du système solaire et de notre univers. Une telle capacité requiert l'avènement, déjà entrepris, des technologies de navigation, guidage et commande autonomes dans l'exploration spatiale. Les algorithmes proposés dans ce mémoire permettent d'augmenter l'intelligence d'une mission d'atterrissage avec l'utilisation autonome d'un capteur Lidar. Les algorithmes proposés permettent de détecter, d'éviter des obstacles et d'atteindre des sites sécuritaires à la surface du corps céleste ciblé.

Dans cette thèse, nous nous intéressons au problème de l’atterrissage lunaire autonome et nous proposons une méthode innovante amenant une alternative à l’utilisation de capteurs classiques qui peuvent se révéler encombrants, énergivores et très onéreux.La première partie est consacrée au développement et à la construction de capteurs de mouvement inspirés de la vision des insectes volants et mesurant le flux optique.Le flux optique correspond à la vitesse angulaire relative de l’environnement mesurée par la rétine d’un agent. Dans un environnement fixe, les mouvements d’un robot génèrent un flux optique contenant des informations essentielles sur le mouvement de ce dernier. En utilisant le principe du « temps de passage », nous présentons les résultats expérimentaux obtenus en extérieur avec deux versions de ces capteurs.Premièrement, un capteur mesurant le flux optique dans les deux directions opposées est développé et testé en laboratoire. Deuxièmement un capteur adapté à la mesure des faibles flux optiques similaires à ceux pouvant être mesurés lors d’un alunissage est développé, caractérisé et enfin testé sur un drone hélicoptère en conditions extérieures.Dans la seconde partie, une méthode permettant de réaliser le guidage, la navigation et la commande (GNC pour Guidance Navigation and Control) du système est proposée. L’innovation réside dans le fait que l’atterrissage en douceur est uniquement assuré par les capteurs de flux optique. L’utilisation des capteurs inertiels est réduite au maximum. Plusieurs capteurs orientés dans différentes directions de visée, et fixés à la structure de l’atterrisseur permettent d’atteindre les conditions finales définies par les partenaires industriels. Les nombreuses informations décrivant la position et l’attitude du système contenues dans le flux optique sont exploitées grâce aux algorithmes de navigation qui permettent d’estimer les flux optiques ventraux et d’expansion ainsi que le tangage.Nous avons également montré qu’il est possible de contrôler l’atterrisseur planétaire en faisant suivre aux flux optiques estimés une consigne optimale au sens de la consommation d’énergie. Les simulations réalisées durant la thèse ont permis de valider le fonctionnement et le potentiel de la solution GNC proposée en intégrant le code du capteur ainsi que des images simulées du sol de la lune
In this PhD thesis, the challenge of autonomous lunar landing was addressed and an innovative method was developed, which provides an alternative to the classical sensor suites based on RADAR, LIDAR and cameras, which tend to be bulky, energy consuming and expensive. The first part is devoted to the development of a sensor inspired by the fly’s visual sensitivity to optic flow (OF). The OF is an index giving the relative angular velocity of the environment sensed by the retina of a moving insect or robot. In a fixed environment (where there is no external motion), the self-motion of an airborne vehicle generates an OF containing information about its own velocity and attitude and the distance to obstacles. Based on the “Time of Travel” principle we present the results obtained for two versions of 5 LMSs based optic flow sensors. The first one is able to measure accurately the OF in two opposite directions. It was tested in the laboratory and gave satisfying results. The second optic flow sensor operates at low velocities such as those liable to occur during lunar landing was developed. After developing these sensors, their performances were characterized both indoors and outdoors, and lastly, they were tested onboard an 80-kg helicopter flying in an outdoor environment. The Guidance Navigation and Control (GNC) system was designed in the second part on the basis of several algorithms, using various tools such as optimal control, nonlinear control design and observation theory. This is a particularly innovative approach, since it makes it possible to perform soft landing on the basis of OF measurements and as less as possible on inertial sensors. The final constraints imposed by our industrial partners were met by mounting several non-gimbaled sensors oriented in different gaze directions on the lander’s structure. Information about the lander’s self-motion present in the OF measurements is extracted by navigation algorithms, which yield estimates of the ventral OF, expansion OF and pitch angle. It was also established that it is possible to bring the planetary lander gently to the ground by tracking a pre-computed optimal reference trajectory in terms of the lowest possible fuel consumption. Software-in-the-loop simulations were carried out in order to assess the potential of the proposed GNC approach by testing its performances. In these simulations, the sensor firmware was taken into account and virtual images of the lunar surface were used in order to improve the realism of the simulated landings

Le projet de thèse consiste à développer une solution pour l'atterrissage d'un drone à voilure fixe de configuration classique dans une zone limitée. Le principal défi consiste à réduire la vitesse de l'avion à une phase minimale pendant le vol, à l'aide d'algorithmes de contrôle automatique. La réduction de la vitesse d'un drone à voilure fixe s'effectue en augmentant son angle d'attaque, ce qui implique un freinage par la force de traînée. Cependant, cette manœuvre est critique pour un avion conventionnel, parce que si son angle d'attaque augmente au-delà de l'angle de décrochage, le véhicule peut perdre sa contrôlabilité, c'est-à-dire qu'il est possible que le véhicule aérien s'effondre et que sa structure soit endommagée. Le modèle mathématique est une représentation d'équations qui décrit le comportement de la dynamique du système. En considérant plusieurs variables pour obtenir une meilleure approximation de la dynamique du système, dans notre cas le véhicule à voilure fixe, la conception des stratégies de contrôle sera plus difficile et plus complexe. Dans ce travail de recherche, nous utiliserons un modèle mathématique non linéaire car les effets de décrochage peuvent être inclus par des approximations mathématiques du moment de tangage, des forces de portance et de traînée. Cela nous permet d'obtenir une meilleure performance des lois de contrôle pour la navigation autonome du drone à voilure fixe. L'une des limites des véhicules à voilure fixe est qu'ils atterrissent dans des espaces de dimensions réduites et que le pourcentage de dommages subis par leur structure est élevé. En outre, les perturbations extérieures et l'inexpérience des pilotes augmentent le risque de dommages. Il est bien connu qu'il est très difficile de satisfaire aux conditions d'une piste d'atterrissage. Par conséquent, la communauté scientifique s'est efforcée de mettre au point des solutions pour l'atterrissage dans des zones limitées. Dans la littérature, on trouve quelques solutions basées sur des véhicules hybrides et des systèmes de récupération. Les véhicules hybrides consistent à modifier la structure d'un véhicule à voilure fixe. Les moteurs sont répartis stratégiquement pour obtenir une configuration de véhicule multirotor, offrant certaines caractéristiques telles que le décollage et l'atterrissage verticaux. Cependant, ces actionneurs augmentent la masse du véhicule, la consommation d'énergie (ce qui réduit la durabilité du vol), la probabilité de défaillance, le coût d'acquisition, de réparation et d'entretien. Notre objectif dans ce travail de recherche est de concevoir et de valider des stratégies de contrôle pour l'atterrissage d'un drone à voilure fixe dans un espace limité. Les stratégies de contrôle ont été conçues selon deux approches : la première est basée sur le développement de manœuvres pour un drone à voilure fixe afin de réduire la vitesse à une phase minimale pendant le vol. Dans la deuxième approche, nous avons travaillé sur les stratégies de contrôle pour l'atterrissage d'un drone à voilure fixe sur un véhicule terrestre en mouvement. Une stratégie de contrôle a été proposée pour réduire la vitesse du drone à voilure fixe au minimum afin d'être capturé par un système de récupération. La stratégie de contrôle a été divisée en trois étapes de vol : dans la première étape, l'avion s'aligne dans le plan x-y tandis qu'il est conduit à une altitude souhaitée pour effectuer un vol de croisière. L'étape suivante consiste en un vol ascendant, axé sur le suivi d'une référence angulaire basée sur une trajectoire phugoïde. Cette trajectoire implique une augmentation de l'angle d'attaque jusqu'à l'angle de décrochage de l'avion. Ainsi, la vitesse aérienne obtient une réduction maximale dans des conditions sûres, permettant au drone d'être capturé par le système de récupération. Toutefois, si le drone n'est pas capturé par le système de récupération, une stratégie de contrôle est appliquée pour rétablir le vol de l'aéronef
The development of this thesis consists of designing some control strategies that allow a fixedwing drone with classical configuration to perform a safe landing in a limited area. The main challenge is to reduce the aircraft’s airspeed avoiding stall conditions. The developed control strategies are focused on two approaches: the first approach consists of the designing airspeed reduction maneuvers for a fixed-wing vehicle to be captured by a recovery system and for a safe landing at a desired coordinate. The next approach is focused on landing a fixed-wing drone on a moving ground vehicle. A dynamic landing trajectory was designed to lead a fixedwing vehicle to the position of a ground vehicle, reaching its position in a defined distance. Moreover, this trajectory was used in a cooperative control design. The control strategy consists of the synchronization of both vehicles to reach the same position at a desired distance. The aerial vehicle tracks the dynamic landing trajectory, and the ground vehicle controls its speed. In addition, we will propose a control architecture with a different focus, where the ground vehicle performs the tracking task of the aerial vehicle’s position in order to be captured. And, the drone’s task is to track a descending flight until the top of the ground vehicle. However, considering the speed difference between both vehicles. Therefore, we propose a new control architecture defining that the aircraft performs an airspeed reduction strategy before beginning its landing stage. The aircraft will navigate to a minimum airspeed, thus, allowing the ground vehicle to reach the fixed-wing drone’s position by increasing its speed. The control laws of each strategy were determined by developing the Lyapunov stability analysis, thus, the stability is guaranteed in each flight stage. Finally, the control strategies were implemented on prototypes allowing us to validate their performance and obtain satisfactory results for safe landing of a fixed-wing drone with classical configuration

Ce travail étudie certains des problèmes les plus pertinents dans le sens de la navigation et contrôle présentés dans une classe particulière de mini-véhicules aériens. L'un des principaux objectifs c'est à réaliser un véhicule léger et facile à déployer dans un court laps de temps, un véhicule sans pilote drone capable de suivre une mission complète, du décollage aux points de cheminement suivants et de terminer la mission avec un atterrissage autonome à l'intérieur d'une zone délimitée en utilisant une interface graphique dans un ordinateur ou une tablette. La génération de trajectoire II est la partie qui dit le drone où il doit voyager et sont générés par un algorithme intégré sur le drone. Le résultat classique de Dubins est utilisé comme base pour la génération de trajectoire en 2D et nous avons étendu à la génération de trajectoire 3D. Une stratégie de suivi de trajectoire développée en utilisant l'approche de Lyapunov, est présentée pour piloter un drone à voilure fixe à travers tout le chemin désiré. Le concept clé derrière le contrôleur de suivi de trajectoire s'appuie sur la réduction de la distance entre le centre de masse de l'avion p et le point sur la trajectoire q à zéro, ainsi que l'angle entre le vecteur vitesse et la tangente à la trajectoire. Afin de tester les techniques mises au point au cours de la thèse une application C# -Net personnalisée a été développé nommé MAV3DSim (Multi-Aerial Vehicle 3D Simulator). Le MAV3DSim permet une opération de lecture/écriture de/vers le moteur de simulation à partir de laquelle nous pourrions recevoir toutes les informations de capteurs émulés et envoyés par le simulateur. Le système complet est capable d'effectuer un décollage et d'atterrissage autonome, à travers des points de suivi. Ceci est accompli en utilisant chacune des stratégies développées au cours de la thèse. Nous avons une stratégie pour le décollage et l'atterrissage, ce qui est généré par la partie de navigation qui est le générateur de trajectoire. Une fois que nous avons généré le chemin, il est utilisé par la stratégie de suivi de trajectoire et avec ce que nous avons l'atterrissage et le décollage autonome
This work studies some of the most relevant problems in the direction of navigation and control presented in a particular class of mini‐aircraft. One of the main objectives is to build a lightweight and easy to deploy vehicle in a short period of time, an unmanned aerial vehicle capable of following a complete mission from take‐o⁄ to the following waypoints and complete the mission with an autonomous landing within a delimitated area using a graphical interface in a computer. The Trajectory Generation It is the part that tells the drone where it must travel and are generated by an algorithm built into the drone. The classic result of Dubins is used as a basis for the trajectory generation in 2D and we have extended it to the 3D trajectory generation. A path following strategy developed using the Lyapunov approach is presented to pilot a fixed wing drone across the desired path. The key concept behind the tracking controller is the reduction of the distance between the center of mass of the aircraft p and the point q on the path to zero, as well as the angle between the velocity vector and the vector tangent to the path. In order to test the techniques developed during the thesis a customized C # .Net application was developed called MAV3DSim (Multi‐Aerial Vehicle 3D Simulator). The MAV3DSim allows a read / write operation from / to the simulation engine from which we could receive all emulated sensor information and sent to the simulator. The MAV3DSim consists of three main elements, the simulation engine, the computation of the control law and the visualization interface. The simulation engine is in charge of the numeric integration of the dynamic equations of the vehicle, we can choose between a quadrotor and a xed wing drone for use in simulation. The visualization interface resembles a ground station type of application, where all variables of the vehicle s state vector can be represented on the same screen. The experimental platform functions as a test bed for the control law prototyping. The platform consists of a xed wing aircraft with a PX4 which has the autopilot function as well as a Raspberry PI mini‐computer which to the implementation of the generation and trajectory tracking. The complete system is capable of performing an autonomous take‐o⁄and landing, through waypoints. This is accomplished by using each of the strategies developed during the thesis. We have a strategy for take‐o⁄ and landing, which is generated by the navigationon part that is the trajectory generator. Once we have generated the path, it is used by the trajectory tracking strategy and withthat we have landing and take‐o⁄ autonomously