Academic literature on the topic 'Dispositifs aériens sans pilote'

L’éducation est une priorité de la politique de la ville. De nombreux dispositifs coexistent pour favoriser la réussite éducative des enfants et des jeunes des quartiers prioritaires. La métropole européenne de Lille, pilote du contrat de ville, a souhaité renforcer sa connaissance afin de comprendre les enjeux de mixité sociale et scolaire et les impacts sur les habitants. Différentes politiques publiques (renouvellement urbain, sectorisation, projet éducatif, Cités éducatives, éducation prioritaire, etc.) composent et façonnent ces territoires en difficulté. Sans disposer de solutions miracles aux problématiques des quartiers, la démarche engagée amène les partenaires à réfléchir et à être vigilants dans le suivi de ces territoires en situation de fragilité.

Les systèmes aériens sans pilote, appelés encore drones, se présentent comme une nouvelle tendance dans le domaine de la télédétection et connaissent un essor sans précédent dans le domaine civil depuis le début de la dernière décennie. Ces systèmes permettent de combler plusieurs lacunes de la télédétection aéroportée. En effet, contrairement aux avions, les drones se caractérisent par une facilité et une rapidité de mise en oeuvre, et par l’acquisition d’images à très haute résolution spatiale. Ce mode d’acquisition à coûts d’opération très réduits offre également des vols à basses altitudes réduisant ainsi les nuisances atmosphériques et l’effet des nuages fréquemment présents dans les acquisitions aéroportées. Les drones sont utilisés en combinaison avec différents capteurs imageurs. Les capteurs hyperspectraux montés sur ce type de plateforme figurent parmi les solutions en émergence. Comme toute donnée de télédétection, les données d’imagerie hyperspectrale acquises depuis un drone doivent être corrigées des différentes distorsions et dégradations avant de pouvoir être exploitées. L’utilisation du drone est encore en phase d’exploration et n’a pas encore atteint sa maturité notamment lorsqu’il est combiné avec un capteur hyperspectral. En effet, peu de travaux ont été consacrés à l’étude de ce système et de ses capacités. Cet article propose de passer en revue les différents types de distorsion affectant les données hyperspectrales acquises depuis un drone ainsi que les prétraitements à mettre en oeuvre pour les corriger.

Tous vecteurs confondus, ce sont les drones, notamment les multirotor, qui ont connu le plus fort développement pour l'acquisition d'images aériennes durant les cinq dernières années. L'imagerie accessible par ce type de plate-forme répond à un besoin de cartographie à une échelle intermédiaire entre l'imagerie submétrique (satellite à très haute résolution spatiale ou vecteurs aériens comme les ULM et certains drones) et l'imagerie acquise à très basse altitude à des résolutions parfois inférieures au centimètre. Par son prix élevé, l'imagerie submétrique aérienne et satellitaire laisse un grand nombre de besoins sans réponse acceptable. Parmi eux, citons l'imagerie à petit budget demandée par les collectivités locales ou les suivis denses (en particulier temporels). Finalement, la réglementation récente a encadré les vols drones de manière très contraignante, mettant virtuellement hors-la-loi tous les acteurs occasionnels d'imagerie par drone.L'objectif de cette communication est de présenter une méthode simple, opérationnelle et à bas coût pour la prise de vue aérienne. Il s'agit d'utiliser le cerf-volant comme vecteur alternatif aux aéronefs sans pilote. Le cerf-volant (avec le ballon) fait partie des premières plates-formes utilisées historiquement pour la photographie aérienne. Il a connu un regain d'intérêt depuis les années 70-80 avec de nombreuses applications en archéologie et la disponibilité depuis les années 2000 de capteurs et logiciels abordables et performants le rend plus attractif encore. La méthode proposée ici permet la cartographie de superficies dépassant le kilomètre carré à une résolution décimétrique. Elle présente un certain nombre d'atouts, comme le coût modique de la plate-forme et la capacité de voler sur une très large plage de vents (de 5 à 40km/h), un cerf-volant de six à dix mètres carrés ayant la même charge utile qu'un drone pour une autonomie supérieure. Enrevanche, la principale difficulté de mise en oeuvre opérationnelle du cerf-volant pour la cartographie par image aérienneest le manque de contrôle du vecteur, ce qui pose quelques verrous au niveau de l'acquisition et du traitement des données.Nous présentons dans cette communication les avancées méthodologiques réalisées afin de dépasser ces limites.Nous détaillons tout d'abord la méthode d'acquisition développée et le mode opératoire mis en oeuvre pour obtenir des jeux de données image permettant la cartographie opérationnelle de zones d'intérêt. Ensuite, nous présentons les traitements effectués à l'aide de logiciels désormais abordables qui permettent le calcul de l'aérotriangulation et de la corrélation dense sur plusieurs centaines d'images. Nous présentons enfin les résultats obtenus sur des exemples d'applications en conditions réelles afin de discuter du potentiel et des limitations de cette méthode, proposée comme alternative aux solutions existantes.

Les revues étendues de la littérature sur la planification de trajectoires s’entendent toutes sur un point commun : le manque d’un point de référence pour permettre de comparer les différentes mises-en-œuvre dans ce domaine. Ce travail présente une fonction d’évaluation de trajectoires de véhicules aériens sans pilote (UAV) à voilure fixe qui couvrent quatre critères de volabilité essentiels et trois critères d’optimisation qui peuvent être applicables à une grande variété de mission tout en étant adaptables à l’ajout de critères supplémentaires. Ce travail présente aussi une série de 20 scénarios permettant de couvrir une grande variété de conditions possibles pour permettre de caractériser la qualité des trajectoires planifiées pour un UAV à voilure fixe. Ce travail propose de combiner ces deux éléments pour constituer un environnement de test détaillé comme point de référence pour les futurs travaux sur la planification de trajectoires d’UAV à voilure fixe.

During the last few years, the utilization of Remote Inspection Techniques (RIT), including Unmanned Aerial Vehicles (UAVs) and Remote Operated Vehicles (ROVs), has gained significant momentum within the maritime sector. Today, RIT are rather extensively being exploited for ship inspection and maintenance purposes, thereby revolutionizing conventional practices and setting a new benchmark in the industry. In this context, these technologies are clearly emerging as indispensable tools in the modernisation of port operations. By effectively leveraging the capabilities of these technologies, ports can achieve remarkable strides in security, safety, efficiency, and sustainability. This paper aims to examine the extent to which small and medium-sized ports in Scandinavia are using RIT for ground-based port operations and sea navigation. To this end, it is based on findings from a focus group discussion with seventeen (17) different Port Facility Security Officers (PFSOs) in Scandinavia that draw reference to the extent of use of these technologies in ports. Recommendations for the use of RIT in ports have been, thereupon, tabled considering the need for a review of the International Ship and Port Facility Security (ISPS) Code to address the application of UAVs in managing port security. Au cours des dernières années, l’utilisation des techniques d’inspection à distance (RIT), y compris les véhicules aériens sans pilote (UAV) et les véhicules télécommandés (ROV), a pris une ampleur considérable dans le secteur maritime. Aujourd’hui, les techniques d’inspection à distance sont largement exploitées à des fins d’inspection et de maintenance des navires,révolutionnant ainsi les pratiques conventionnelles et établissant une nouvelle référence dans l’industrie. Dans ce contexte, ces technologies apparaissent clairement comme des outils indispensables à la modernisation des opérations portuaires. En exploitant efficacement ces technologies, les ports peuvent réaliser des progrès remarquables en matière de sécurité, de sûreté, d’efficacité et de durabilité. Cet article vise à examiner dans quelle mesure les ports de petite et moyenne taille en Scandinavie utilisent les technologies de l’information et de la communication pour les opérations portuaires au sol et la navigation maritime. Pour ce faire,il s’appuie sur les conclusions d’un groupe de discussion avec dix-sept agents de sûreté des installations portuaires (PFSO) en Scandinavie qui font référence à l’étendue de l’utilisation de ces technologies dans les ports. Des recommandations pour l’utilisation des technologies de l’information et de la communication dans les ports sont ensuite présentées, compte tenu de la nécessité de réviser le Code international pour la sûreté des navires et des installations portuaires (ISPS) afin de prendre en compte l'application des drones dans la gestion de la sécurité portuaire.

La congestion routière en Tunisie, surtout dans les grandes villes, devient un problème croissant, aggravé en période estivale avec l'afflux touristique. Environ 30 % des déplacements urbains sont touchés, augmentant les temps de trajet, la consommation énergétique et les risques pour la sécurité. Face à ces défis, la modernisation des infrastructures vise à améliorer l'interaction entre routes, conducteurs et véhicules. Cependant, les méthodes de gestion actuelles, telles que les feux intelligents et les radars, montrent des limites, notamment en termes de couverture spatiale et temporelle. De plus, bien que les aides à la conduite et ITS aient réduit les accidents, leurs capacités de perception restent restreintes dans des environnements complexes.Cette thèse propose une solution innovante pour la gestion du trafic via l'utilisation de drones. Contrairement aux capteurs traditionnels des véhicules, les drones offrent une perception large et continue, avec une mobilité leur permettant de couvrir de vastes zones. Déjà utilisés en agriculture, dans le secteur militaire et la logistique, les drones sont envisagés ici pour surveiller et gérer les carrefours, passages à niveau et autres zones à forte densité de circulation. Doté d'une intelligence avancée, le drone considéré peut prendre des décisions autonomes et transmettre en temps réel des informations précises aux véhicules, améliorant ainsi sécurité et efficacité énergétique du trafic.La première partie de l'étude porte sur l'impact des systèmes d'alerte par drone, notamment dans les situations critiques comme l'approche des passages piétons ou des intersections, sous diverses conditions météorologiques et types de routes. Les résultats montrent que les drones, en fournissant des informations en temps réel, offrent des données plus précises que les systèmes traditionnels, facilitant la prise de décision des conducteurs et véhicules autonomes. Cette approche souligne aussi l'importance d'optimiser les alertes transmises par les drones pour garantir une réaction adéquate aux conditions de circulation spécifiques.La seconde partie de la thèse aborde la formulation de problèmes d'optimisation basés sur les informations perçues par les drones. Ces problèmes visent à améliorer la fluidité du trafic, la consommation énergétique et la sécurité sous un problème d'optimisation multi-objectif, en intégrant les données des drones dans une gestion centralisée. Une comparaison entre l'approche centralisée par drones et celle séquentielle des véhicules autonomes a été réalisée. Les résultats montrent que l'approche centralisée par drones est plus efficace, notamment en termes de délai d'acceptation des décisions et d'amélioration du trafic. Les simulations confirment que les drones permettent une gestion plus précise et réactive des abords d'intersections.Cette étude contribue à la conception de carrefours intelligents en offrant des recommandations basées sur les simulations. Les drones sont particulièrement efficaces pour gérer des situations complexes, comme les virages serrés ou les conditions météorologiques difficiles, là où les systèmes traditionnels et les véhicules autonomes atteignent leurs limites. Grâce à leur perception élargie et leur capacité à prendre des décisions en temps réel, les drones sont un outil-clé pour améliorer la sécurité routière et optimiser le trafic.L'intégration des drones dans la gestion du trafic offre des avantages majeurs, notamment dans les environnements complexes et les zones à forte densité, comme les grandes agglomérations tunisiennes. Leur perception continue et étendue, combinée à une intelligence avancée, améliore la sécurité et l'efficacité énergétique des déplacements. Cette thèse montre ainsi que les drones peuvent pallier les limites des systèmes actuels et offrir ainsi une gestion plus intelligente du trafic
Road congestion in Tunisia, particularly in major cities, is becoming an increasingly critical issue, exacerbated during the summer months by the influx of tourists. Approximately 30% of urban travel is affected, leading to longer travel times, higher energy consumption, and increased safety risks. In response to these challenges, infrastructure modernization efforts aim to enhance the interaction between roads, drivers, and vehicles. However, current traffic management methods, such as smart traffic lights and radar systems, show significant limitations, particularly in terms of spatial and temporal coverage. Additionally, while driver assistance systems and Intelligent Transport Systems (ITS) have reduced accidents, their perception capabilities remain limited, especially in complex environments.This thesis proposes an innovative solution for traffic management through the use of drones. Unlike traditional vehicle sensors, drones provide wide and continuous perception, with the mobility to cover large areas. Already utilized in agriculture, the military, and logistics, drones are envisioned here as tools for monitoring and managing intersections, level crossings, and high-traffic density zones. Equipped with advanced intelligence, the drone considered in this thesis can make autonomous decisions and relay real-time, accurate information to ground vehicles, thus enhancing traffic safety and energy efficiency.The first part of this study focuses on the impact of drone alert systems, particularly in critical situations such as approaching pedestrian crossings or intersections, under various weather conditions and road types. The results indicate that drones, by providing real-time information, offer more precise data than traditional systems, aiding decision-making for both drivers and autonomous vehicles. This approach also highlights the importance of optimizing the alerts transmitted by drones to ensure appropriate reactions to specific traffic conditions.The second part of the thesis addresses the formulation of optimization problems based on the information perceived by drones. These problems aim to improve traffic flow, energy consumption, and safety through a multi-objective optimization approach, incorporating drone data into centralized management systems. A comparison between centralized drone-based management and the sequential approach of autonomous vehicles was conducted. The results show that the centralized drone approach is more effective, particularly in terms of decision acceptance time and traffic improvement. Simulations confirm that drones enable more precise and responsive management at intersections.This study contributes to the design of intelligent intersections by offering recommendations based on simulation results. Drones are particularly effective in managing complex situations, such as sharp turns or adverse weather conditions, where traditional systems and autonomous vehicles encounter limitations. With their expanded perception and real-time decision-making capabilities, drones represent a key tool for enhancing road safety and optimizing traffic flow.Integrating drones into traffic management presents significant advantages, particularly in complex environments and high-density areas, such as major Tunisian cities. Their continuous and extensive perception, combined with advanced intelligence, improves the safety and energy efficiency of travel. This thesis demonstrates that drones can overcome the limitations of current systems, offering a more intelligent and responsive approach to traffic management

Data collection by autonomous mobile sensor arrays can be coupled with the use of drones which provide a low-cost, easily deployable backhauling solution. These means of collection can be used to organize temporary events (sporting or cultural) or to carry out operations in difficult or hostile terrain. The aim of this thesis is to propose effective solutions for communication between both mobile sensors on the ground and on the edge-to-ground link. For this purpose, we are interested in scheduling communications, routing and access control on the sensor / drone link, the mobile collector. We propose an architecture that meets the constraints of the network. The main ones are the intermittence of the links and therefore the lack of connectivity for which solutions adapted to the networks tolerant to the deadlines are adopted. Given the limited opportunities for communication with the drone and the significant variation in the physical data rate, we proposed scheduling solutions that take account of both the contact time and the physical flow rate. Opportunistic routing is also based on these two criteria both for the selection of relay nodes and for the management of queues. We wanted to limit the overhead and propose efficient and fair solutions between mobile sensors on the ground. The proposed solutions have proved superior to conventional scheduling and routing solutions. Finally, we proposed a method of access combining a random access with contention as well as an access with reservation taking into account the aforementioned criteria. This flexible solution allows a network of dense mobile sensors to get closer to the performance obtained in an oracle mode. The proposed solutions can be implemented and applied in different application contexts for which the ground nodes are mobile or easily adapted to the case where the nodes are static.

De nos jours, les applications utilisant des quadrirotors autonomes sont en plein essor. La surveillance et la sécurité de sites industriels ou sensibles, de zones géographiques pour l’agriculture par exemple sont quelques-unes des applications les plus célèbres des véhicules aériens sans pilote (UAV). Actuellement, certains chercheurs et scientifiques se concentrent sur le déploiement multi-drones pour l’inspection et la surveillance de vastes zones. L’objectif de cette thèse est de concevoir des algorithmes afin de réaliser une commande de vol en formation distribuée/décentralisée de multi-UAVs en temps réel dans une perspective de systèmes de systèmes. Tout d’abord, nous avons passé en revue certains travaux récents de la littérature sur la commande de vol en formation et la commande de quadrirotors. Nous avons présenté une brève introduction sur les systèmes de systèmes, leur définition et leurs caractéristiques. Ensuite, nous avons introduit la commande de vol en formation avec ses structures les plus utilisées dans la littérature. Nous avons alors présenté quelques travaux existants traitant du flocking (comportement de regroupement en flotte), les méthodes de modélisation les plus utilisés pour les quadrirotors et quelques approches de commande les plus utilisées pour stabiliser des quadrirotors. Deuxièmement, nous avons utilisé la structure de la commande comportementale pour réaliser un vol en formation de plusieurs UAVs. Nous avons conçu un comportement pour réaliser le vol en formation de multi-UAVs sans fragmentation. Le comportement proposé traite le problème flocking dans une perspective globale, c’est-à-dire, nous avons inclus une tendance dans chaque drone pour former une formation. Les défis des Systèmes de systèmes nous a motivés à chercher des algorithmes de flocking et de consensus introduits dans la littérature qui peuvent être utiles pour répondre à ces défis. Cela nous a amenés à proposer quatre lois de commande en visant à être compatibles avec le modèle non linéaire des quadrirotors et pouvant être expérimentés sur des plates-formes réelles. Les lois de commande ont été exécutées à bord de chaque quadrirotor dans la formation et chaque quadrirotor interagit avec ses voisins pour assurer un vol en formation sans collision. Enfin, nous avons validé nos lois de commande par des simulations et des expériences en temps réel. Pour la simulation, nous avons utilisé un simulateur de multi quadrirotors développé au laboratoire Heudiasyc. Pour les expériences, nous avons mis en œuvre nos lois de contrôle sur des quadrirotors ArDrone2 évolués dans un environnement intérieur équipé d’un système de capture de mouvement (Optitrack)
Nowadays, applications of autonomous quadrotors are increasing rapidly. Surveillance and security of industrial sites, geographical zones for agriculture for example are some popular applications of Unmanned Aerial Vehicles (UAVs). Nowadays, researchers and scientists focus on the deployment of multi-UAVs for the inspection and the surveillance of large areas. The objective of this thesis is to design algorithms and techniques to perform a real-time distributed/decentralized multi-UAVs flight formation control, from a system of systems perspective. Firstly, we reviewed recent works of the literature about flight formation control and the control of quadrotors. We presented a brief introduction about systems of systems, their definition and characteristics. Then, we introduced the flight formation control with its most used structures in the literature, some existing works dealing with flocking. Finally, we presented the most used modeling methodologies for quadrotors and some control approaches that are used to stabilize quadrotors. Secondly, we used the behavioral-based control structure to achieve a multiple UAV flocking. We conceived a behavior intending to address the control design towards a successful achievement of the flocking task without fragmentation. The proposed behavior treats the flocking problem from a global perspective, that is, we included a tendency of separated UAVs to form a flock.System of systems challenges motivated us to look for flocking and consensus algorithms introduced in the literature that could be helpful to answer to these challenges. This led us to propose four flocking control laws aiming at being compatible with the nonlinear model of quadrotors and at being implemented on experimental platforms. The control laws were run aboard each quadrotor in the flock. By running the control law, each quadrotor interacts with its neighbors to ensure a collision-free flocking. Finally, we validated our proposed control laws by simulations and real-time experiments. For the simulation, we used a PC-based simulator of flock of multiple quadrotors which was developed at Heudiasyc laboratory. For experiments, we implemented our control laws on ArDrone2 quadrotors evolved in an indoor environment equipped with an Optitrack motion capture system