Letteratura scientifica selezionata sul tema "Estimation par horizon glissant"

Dans le contexte de la rareté des ressources en eau, une approche globale de la gestion à long terme d'un système de stockage/transfert/distribution d'eau est proposée. L'objectif principal de la gestion d'un tel type de système est de gérer les réserves et les délestages de manière à minimiser les écarts entre offre et demande, ceci à partir d'une prédiction de la demande et des apports. Ainsi, on propose une approche à horizon glissant et surtout une procédure d'adaptation des pondérations du critère fondée sur la logique floue. Cette notion d'adaptation du critère parait tout à fait judicieuse quand on connaît la difficulté de définir les pondérations de tels problèmes d'optimisation et son influence sur la pertinence de la solution obtenue. On vérifie ici l'apport essentiel de la logique floue qui permet d'appréhender finement les enjeux en présence dans la gestion de long terme du système stockage/transfert/distribution d'eau. Le problème de gestion à long terme est résolu par une heuristique améliorée utilisant la programmation linéaire et la programmation dynamique pour réduire les effets de la discrétisation spatiale qui est si limitative dans ce contexte. L'approche de gestion proposée est effectivement appliquée à un cas d'étude qui permet de mettre en évidence sa relative simplicité de mise en œuvre.

Introduction L’étude visait à évaluer les répercussions potentielles de l’adoption d’une politique pour une génération sans tabac (PGST) au Canada interdisant la vente à vie de cigarettes aux personnes nées après 2009, qui entrerait en vigueur le 1er janvier 2025. Methods Un modèle canadien antérieur pour l’arrêt de l’usage du tabac a été adapté et amélioré pour évaluer les répercussions d’une PGST sur les années de vie ajustées en fonction de la qualité (AVAQ), l’espérance de vie, les coûts des soins de santé, les taxes sur le tabac et le produit intérieur brut (PIB) de l’industrie canadienne du tabac. Les répercussions cumulatives de cette politique pour l’ensemble de la population canadienne ont été évaluées pour des horizons temporels allant jusqu’à 90 ans avec un taux d’actualisation annuel de 1,5 %. Results Sur un horizon de 50 ans, une PGST conduirait à 476 814 AVAQ de plus, ainsi qu’à des diminutions de 2,3 milliards de dollars des coûts en santé, de 7,4 milliards de dollars des taxes sur les produits du tabac et de 3,1 milliards de dollars du PIB généré par l’industrie du tabac. La valeur combinée des avantages pour la santé obtenus et des coûts des soins de santé évités dépasserait la somme des recettes fiscales perdues et de la réduction du PIB si la valeur d’une AVAQ était d’au moins 17 147 $. L’utilisation de taux d’actualisation plus élevés et l’inclusion des coûts de santé non liés ont eu peu de répercussions sur l’interprétation des résultats. Conclusion La mise en oeuvre d’une PGST procurera des avantages considérables pour la santé de la population canadienne. Bien que les économies réalisées sur les coûts des soins de santé soient inférieures à la combinaison des pertes de recettes fiscales et de la baisse du PIB généré par l’industrie canadienne du tabac, la valeur des avantages pour la santé l’emporte sur les effets négatifs.

International audience The aim of this work is to reconstitute the state of a discrete-time nonlinear system representing a dynamical model of a harvested fish population. For this end, we are going to use a numerical method of building an interval observer for the consider discrete-time model fish population. We adapt to this model an algorithm called "Interval Moving Horizon State Estimation" (IMHSE) which gives an estimated interval of the system states. This algorithm is carried out in [8] and work well for a general class of discrete-time systems. Le but de ce travail est de reconstruire les états d’un système discret non linéaire représentant la dynamique d’une population de poissons soumise à l’action de la pêche. Pour cela nous allons utiliser une méthode numérique de synthèse d’un observateur intervalle du modèle discret de la population de poissons considéré. Nous adaptons à ce modèle un algorithme appelé "Interval Moving Horizon State Estimation" (IMHSE) qui permet d’estimer les états du système par des intervalles. Cet algorithme est développé dans [8] et marche bien pour une classe générale de systèmes discrets.

Vorapaxar is a protease-activated receptor-1 (PAR-1) antagonist indicated for the reduction of atherothrombotic cardiovascular (CV) events in patients with a history of myocardial infarction (MI) or with peripheral arterial disease (PAD), based on the findings of the TRA 2°P-TIMI 50 trial for patients without a history of stroke or transient ischemic attack. This analysis evaluated the health outcomes of triple antiplatelet therapy with vorapaxar when added to a standard care regimen of clopidogrel plus aspirin (ASA) in comparison with standard care alone, for patients without a history of transient ischemic attack or stroke who survived hospitalization for a qualifying MI. A cohort-level state-transition model was developed in Microsoft Excel to estimate membership in health states over a lifetime time horizon: event-free, post-MI, post-stroke, dead due to bleeding, dead due to CV causes, and dead due to other causes. Predictive equations were developed from patient-level data from TRA 2°P, in order to estimate CV event-related transition probabilities, based on patient characteristics. These improve upon Framingham risk equations as they consider the time since the most recent myocardial infarction, and they are based on a greater number of CV events from a larger and more diverse population. Meta-analyses, national statistics, and other publications were used to estimate case fatality and bleeding rates, the risk of non-CV mortality, as well as utilities for estimation of quality-adjusted life years (QALYs). For validation, the risk equation and model results were compared with the observed event rates in TRA 2°P, risk estimates from Framingham Heart Study publications, as well as QALY and life-year outcomes from other published models. Over a lifetime time horizon, the model predicted 8.3 fewer recurrent MIs, 3.8 fewer strokes, and 18.2 fewer CV deaths in the vorapaxar plus standard care arm in comparison with standard care alone, per 1,000 patients treated, with an increase of 26.4 transfusions, 3.6 intracranial hemorrhage, and 0.9 fatal bleeding events. Discounted life-years and QALYs increased by 0.4 and 0.3 respectively with vorapaxar treatment. In validation, modeled CV event counts were within 0.1% of the observed rates in TRA 2°P. The model’s prediction of 8.94 QALYs in the standard care arm is comparable to the prediction of 9.55 to 9.78 QALYs in a recent UK model of antiplatelet monotherapy after MI. Based on model results, triple antiplatelet therapy with vorapaxar provides additional clinical benefit versus standard care after MI, for a patient population that is at high risk for recurrent and potentially fatal events. In validation, the model yielded projections of CV morbidity and mortality comparable to the observed outcomes from the TRA 2°P clinical trial, Framingham equations, and other models.

La commande prédictive (MPC) comporte d’indéniables atouts pour la commande du coeur des réacteurs à eau pressurisée (REP) ; elle a vocation à enrichir l’offre commerciale de Framatome. Néanmoins, les performances de la MPC sont conditionnées par la qualité du modèle de prédiction sous-jacent et la connaissance à chaque instant de l’état courant du modèle de réacteur. Cette thèse revient sur ces deux aspects qui constituent les verrous industriels. Elle propose un modèle de coeur de complexité juste suffisante, et le moyen de procéder à la calibration adaptative de certains de ses paramètres. C’est que la dynamique du coeur évolue avec l’épuisement du combustible ; sa prise en compte par des paramètres prédéterminés nécessite un travail conséquent. A rebours, nous proposons l’utilisation d’un estimateur à horizon glissant (MHE), pour estimer conjointement l’état du modèle ainsi que certains paramètres. Raideur et non-linéarité du modèle prédictif (en lien avec les caractéristiques du process) rendent les choix d’implémentation de l’estimateur cruciaux. Exploitation directe du modèle à temps continu, intégrateur implicite, collocation, interpolation des données d’entrée sont autant de concepts participant à la performance et résilience de la MHE, là où les méthodes traditionnelles échouent (e.g. EKF). L’estimateur est validé sur la base de simulations fines réalisées sur le simulateur expert SOFIA utilisé à Framatome
The model predictive control (MPC) approach has undeniable advantages for the core control of Pressurized Water Reactors (PWR) ; it is poised to enhance Framatome’s commercial offering. Nevertheless, the performance of MPC is conditioned by the quality of the underlying predictive model and the real-time knowledge of the current state of there actor core model. This thesis revisits these two aspects that constitute industrial barriers. It proposes a model of the core with just sufficient complexity and a method to perform adaptive calibration of some of its parameters. This is because the core dynamics evolve with fuel depletion ; accounting for this through predetermined parameters requires significant effort. We propose the use of a Moving Horizon Estimator (MHE) to jointly estimate the state variables of the model. The stiffness and non-linear nature of the dynamic model (related to the characteristics of the process) make the implementation choices of the estimator crucial. Direct exploitation of the continuous-time model, implicit integrator, collocation, interpolation of input data, etc. are key concepts resulting into a performant and resilient MHE estimator, where traditional methods fail (e.g., EKF). The estimator is validated based on fine simulations carried out on the expert simulator SOFIA used at Framatome

D'une manière schématique, l'optimisation dynamique de procédés consiste en trois étapes de base : (i) la modélisation, dans laquelle un modèle (phénoménologique) du procédé est construit, (ii) la formulation du problème, dans laquelle le critère de performance, les contraintes et les variables de décision sont définis, (iii) et la résolution, dans laquelle les profils optimaux des variables de décision sont déterminés. Il est important de souligner que ces profils optimaux garantissent l'optimalité pour le modèle mathématique utilisé. Lorsqu'ils sont appliqués au procédé, ces profils ne sont optimaux que lorsque le modèle décrit parfaitement le comportement du procédé, ce qui est très rarement le cas dans la pratique. En effet, les incertitudes sur les paramètres du modèle, les perturbations du procédé, et les erreurs structurelles du modèle font que les profils optimaux des variables de décision basés sur le modèle ne seront probablement pas optimaux pour le procédé. L'application de ces profils au procédé conduit généralement à la violation de certaines contraintes et/ou à des performances sous-optimales. Pour faire face à ces problèmes, l'optimisation dynamique en temps-réel constitue une approche tout à fait intéressante. L'idée générale de cette approche est d'utiliser les mesures expérimentales associées au modèle du procédé pour améliorer les profils des variables de décision de sorte que les conditions d'optimalité soient vérifiées sur le procédé (maximisation des performances et satisfaction des contraintes). En effet, pour un problème d'optimisation sous contraintes, les conditions d'optimalité possèdent deux parties : la faisabilité et la sensibilité. Ces deux parties nécessitent différents types de mesures expérimentales, à savoir les valeurs du critère et des contraintes, et les gradients du critère et des contraintes par rapport aux variables de décision. L'objectif de cette thèse est de développer une stratégie conceptuelle d'utilisation de ces mesures expérimentales en ligne de sorte que le procédé vérifie non seulement les conditions nécessaires, mais également les conditions suffisantes d'optimalité. Ce développement conceptuel va notamment s'appuyer sur les récents progrès en optimisation déterministe (les méthodes stochastiques ne seront pas abordées dans ce travail) de procédés basés principalement sur l'estimation des variables d'état non mesurées à l'aide d'un observateur à horizon glissant. Une méthodologie d'optimisation dynamique en temps réel (D-RTO) a été développée et appliquée à un réacteur batch dans lequel une réaction de polymérisation par greffage a lieu. L'objectif est de déterminer le profil temporel de température du réacteur qui minimise le temps opératoire tout en respectant des contraintes terminales sur le taux de conversion et l'efficacité de greffage
In a schematic way, process optimization consists of three basic steps: (i) modeling, in which a (phenomenological) model of the process is developed, (ii) problem formulation, in which the criterion of Performance, constraints and decision variables are defined, (iii) the resolution of the optimal problem, in which the optimal profiles of the decision variables are determined. It is important to emphasize that these optimal profiles guarantee the optimality for the model used. When applied to the process, these profiles are optimal only when the model perfectly describes the behavior of the process, which is very rarely the case in practice. Indeed, uncertainties about model parameters, process disturbances, and structural model errors mean that the optimal profiles of the model-based decision variables will probably not be optimal for the process. The objective of this thesis is to develop a conceptual strategy for using experimental measurements online so that the process not only satisfies the necessary conditions, but also the optimal conditions. This conceptual development will in particular be based on recent advances in deterministic optimization (the stochastic methods will not be dealt with in this work) of processes based on the estimation of the state variables that are not measured by a moving horizon observer. A dynamic real-time optimization (D-RTO) methodology has been developed and applied to a batch reactor where polymer grafting reactions take place. The objective is to determine the on-line reactor temperature profile that minimizes the batch time while meeting terminal constraints on the overall conversion rate and grafting efficiency

D'une manière schématique, l'optimisation dynamique de procédés consiste en trois étapes de base : (i) la modélisation, dans laquelle un modèle (phénoménologique) du procédé est construit, (ii) la formulation du problème, dans laquelle le critère de performance, les contraintes et les variables de décision sont définis, (iii) et la résolution, dans laquelle les profils optimaux des variables de décision sont déterminés. Il est important de souligner que ces profils optimaux garantissent l'optimalité pour le modèle mathématique utilisé. Lorsqu'ils sont appliqués au procédé, ces profils ne sont optimaux que lorsque le modèle décrit parfaitement le comportement du procédé, ce qui est très rarement le cas dans la pratique. En effet, les incertitudes sur les paramètres du modèle, les perturbations du procédé, et les erreurs structurelles du modèle font que les profils optimaux des variables de décision basés sur le modèle ne seront probablement pas optimaux pour le procédé. L'application de ces profils au procédé conduit généralement à la violation de certaines contraintes et/ou à des performances sous-optimales. Pour faire face à ces problèmes, l'optimisation dynamique en temps-réel constitue une approche tout à fait intéressante. L'idée générale de cette approche est d'utiliser les mesures expérimentales associées au modèle du procédé pour améliorer les profils des variables de décision de sorte que les conditions d'optimalité soient vérifiées sur le procédé (maximisation des performances et satisfaction des contraintes). En effet, pour un problème d'optimisation sous contraintes, les conditions d'optimalité possèdent deux parties : la faisabilité et la sensibilité. Ces deux parties nécessitent différents types de mesures expérimentales, à savoir les valeurs du critère et des contraintes, et les gradients du critère et des contraintes par rapport aux variables de décision. L'objectif de cette thèse est de développer une stratégie conceptuelle d'utilisation de ces mesures expérimentales en ligne de sorte que le procédé vérifie non seulement les conditions nécessaires, mais également les conditions suffisantes d'optimalité. Ce développement conceptuel va notamment s'appuyer sur les récents progrès en optimisation déterministe (les méthodes stochastiques ne seront pas abordées dans ce travail) de procédés basés principalement sur l'estimation des variables d'état non mesurées à l'aide d'un observateur à horizon glissant. Une méthodologie d'optimisation dynamique en temps réel (D-RTO) a été développée et appliquée à un réacteur batch dans lequel une réaction de polymérisation par greffage a lieu. L'objectif est de déterminer le profil temporel de température du réacteur qui minimise le temps opératoire tout en respectant des contraintes terminales sur le taux de conversion et l'efficacité de greffage
In a schematic way, process optimization consists of three basic steps: (i) modeling, in which a (phenomenological) model of the process is developed, (ii) problem formulation, in which the criterion of Performance, constraints and decision variables are defined, (iii) the resolution of the optimal problem, in which the optimal profiles of the decision variables are determined. It is important to emphasize that these optimal profiles guarantee the optimality for the model used. When applied to the process, these profiles are optimal only when the model perfectly describes the behavior of the process, which is very rarely the case in practice. Indeed, uncertainties about model parameters, process disturbances, and structural model errors mean that the optimal profiles of the model-based decision variables will probably not be optimal for the process. The objective of this thesis is to develop a conceptual strategy for using experimental measurements online so that the process not only satisfies the necessary conditions, but also the optimal conditions. This conceptual development will in particular be based on recent advances in deterministic optimization (the stochastic methods will not be dealt with in this work) of processes based on the estimation of the state variables that are not measured by a moving horizon observer. A dynamic real-time optimization (D-RTO) methodology has been developed and applied to a batch reactor where polymer grafting reactions take place. The objective is to determine the on-line reactor temperature profile that minimizes the batch time while meeting terminal constraints on the overall conversion rate and grafting efficiency

"Les systèmes hybrides attirent de plus en plus l'intérêt des chercheurs, car ils couvrent plusieurs domaines d'application. L'appellation " systèmes dynamiques hybrides " désigne des catégories de systèmes faisant intervenir explicitement et simultanément des phénomènes de type dynamique continu et événementiel. Le formalisme MLD " Mixed Logical Dynamical " proposé par Bemporad et Morari en 1999 permet ainsi de modéliser plusieurs classes de systèmes hybrides, de formuler et de résoudre des problèmes classiques tels que la commande de systèmes, l'estimation d'état, l'identification et la détection de pannes. Le défi majeur de la forme MLD demeure cependant le temps de calcul du problème d'optimisation. Les travaux de recherche de cette thèse se sont orientés selon deux directions. La première vise à développer de nouvelles techniques d'application de la stratégie prédictive sur les systèmes hybrides sous forme MLD afin de réduire le temps de calcul pour une mise en œuvre temps réel. Trois solutions sont proposées. La première est basée sur une partition de l'espace permettant de réduire le nombre de variables binaires d'optimisation (modèles MLD multiples). La deuxième développe une stratégie d'énumération partielle pour l'optimisation. La troisième consiste à utiliser un algorithme génétique pour résoudre le problème d'optimisation posé par la commande prédictive. La deuxième direction examine le problème dual du précédent, l'estimation d'état pour des systèmes modélisés sous forme MLD, et en particulier l'application à la détection de pannes de capteurs. L'ensemble des techniques développées dans ce cadre est validé sur un banc d'essai incluant un générateur de vapeur. "
Hybrid systems become more and more attractive to researchers, as they cover several domains of applications. "Hybrid dynamical systems" indicates categories of dynamical systems including explicitly and simultaneously continuous and discrete type dynamical phenomena. The MLD "Mixed Logical Dynamical" formalism, proposed by Bemporad and Morari in 1999, allows in that sense modelling several classes of hybrid systems, formulating and solving traditional problems such as control, state estimation, identification and fault detection. The major challenge of this formalism remains the computation time of the optimization problem. This work investigates two major directions. The first aims at developing new techniques of application of the predictive strategy for hybrid systems under the MLD form. The objective of these approaches is to reduce the computing time for real time applications purposes. Three solutions are proposed. The first is based on partitioning the space thus reducing the number of binary optimisation variables (multi MLD model). The second develops a strategy of partial enumeration for the optimization problem. Finally the third considers the use of genetic algorithms to solve the optimisation problem induced by the predictive strategy. The second direction of research examines the dual problem of the previous one, the state estimation of hybrid systems modelled under the MLD form, and in particular the application to the sensors fault detection. The techniques developed within this framework are validated on a steam generator benchmark

Le concept d’habitat intelligent s’est largement développé ces dernières années afin de proposer des solutions face à deux préoccupations majeures : la gestion optimisée de l’énergie dans le bâtiment et l’aide au maintien à domicile de personnes âgées. C’est dans ce contexte que le projet CAPTHOM, dans lequel s’inscrit cette thèse, a été développé. Pour répondre à ces problématiques, de nombreux capteurs, de natures différentes, sont utilisés pour la détection de la présence humaine, la détermination de la localisation et de la posture de la personne. En effet, aucun capteur, ne peut, seul, répondre à l’ensemble de ces informations justifiant le développement d’un dispositif multi-capteurs et d’une politique de fusion de données. Dans ce projet, les capteurs retenus sont les détecteurs infrarouges passifs, les thermopiles et la caméra. Aucun capteur n’est porté par la personne (non invasivité du dispositif). Nous proposons une architecture globale du capteur intelligent composée de quatre modules de fusion permettant respectivement de détecter la présence humaine, de localiser en 3D la personne, de déterminer la posture et d’aider à la prise de décision finale selon l’application visée. Le module de détection de présence fusionne les informations des trois capteurs : les détecteurs IRP pour la détection du mouvement, les thermopiles pour la présence en cas d’immobilité de la personne et la caméra pour identifier l’entité détectée. La localisation 3D de la personne est réalisée grâce à l’estimation de position sur horizon glissant. Cette méthode, nommée Visual Receding Horizon Estimation (VRHE), formule le problème d’estimation de position en un problème d’optimisation non linéaire sous contraintes dans le plan image. Le module de fusion pour la détermination de posture s’appuie sur la théorie des ensembles flous. Il assure la détermination de la posture indépendamment de la personne et de sa distance vis à vis de la caméra. Enfin, un module d’aide à la décision fusionne les sorties des différents modules et permet de déclencher des alarmes dans le cas de la surveillance de personnes âgées ou de déclencher des applications domotiques (chauffage, éclairage) pour la gestion énergétique de bâtiments
The smart home concept has been widely developed in the last years in order to propose solutions for twomain concerns : optimized energy management in building and help for in-home support for elderly people.In this context, the CAPTHOM project, in which this thesis is in line with, has been developed. To respondto these problems, many sensors, of different natures, are used to detect the human presence, to determinethe position and the posture of the person. In fact, no sensor can , alone, answers to all information justifyingthe development of a multi-sensor system and a data fusion method. In this project, the selected sensorsare passive infrared sensors (PIR), thermopiles and a video camera. No sensor is carried by the person(non invasive system). We propose a global architecture of intelligent sensor made of four fusion modulesallowing respectively to detect the human presence, to locate in 3D the person, to determine the posture andto help to make a decision according to the application. The human presence module fuses information ofthe three sensors : PIR sensors for the movement, thermopiles for the presence in case of immobility and thecamera to identify the detected entity. The 3D localisation of the person is realized thanks to position recedinghorizon estimation. This method, called Visual Receding Horizon Estimation (VRHE), formulates the positionestimation problem into an nonlinear optimisation problem under constraints in the image plane. The fusionmodule for the posture determination is based on fuzzy logic. It insures the posture determination regardlessof the person and the distance from the camera. Finally, the module to make a decision fuses the outputs of the preceding modules and gives the opportunity to launch alarms (elderly people monitoring) or to commandhome automation devices (lightning, heating) for the energy management of buildings

Cette these propose une methode originale d'estimation d'etat, specialement concue pour une classe de systemes qui sont les procedes industriels. Ceux-ci se caracterisent principalement par leurs dynamiques lentes et leurs non linearites. Nous nous sommes attaches a exploiter ces specificites en proposant une methode qui leur soit dediee, fiable, simple de mise en uvre et applicable a une large classe de procedes. Apres avoir passe en revue les principales methodes existantes, nous presentons la methode que nous avons developpee, et dont le principe est de minimiser un critere d'erreur entre la mesure et sa prediction sur un horizon glissant, d'ou son nom m. H. S. E. (moving horizon state estimation). Pour que celle-ci soit pleinement exploitable dans un contexte industriel, les resultats doivent etre fournis avec un degre de fiabilite. L'indicateur de qualite que fournit la methode m. H. S. E. (indices d'observabilite numerique et majorant de l'erreur d'estimation sur chaque variable d'etat) est donc un parametre cle necessaire a la validation industrielle d'un estimateur. Le reglage de la methode se limite au choix generalement delicat de l'horizon, pour lequel une methodologie efficace est proposee. Afin d'illustrer ses performances, la methode est testee en simulation et sur des donnees reelles relatives a differents types de procedes

Avec l'évolution de la technologie, l'homme a procédé à la conception de systèmes de plus en plus complexes mais aussi de plus en plus sensibles aux défauts qui peuvent les affecter. Une procédure de diagnostic contribuant au bon déroulement du processus est ainsi nécessaire. Dans ce contexte, le but de cette thèse est le diagnostic des systèmes à événements discrets modélisés par des Réseaux de Petri Étiquetés (RdPE) partiellement observables. Sous l'hypothèse que chaque défaut est modélisé par le tir d'une transition non observable, deux approches de diagnostic à base d'estimation d'état sont développées. Une première approche composée de deux étapes consiste à estimer l'ensemble des marquages de base sur un horizon élémentaire glissant. La première étape consiste à déterminer un ensemble de vecteurs candidats à partir d'une approche algébrique. La deuxième étape consiste à éliminer les solutions candidates calculées qui ne sont pas associées à une trajectoire possible du RdPE. Comme l'ensemble des marquages de base pourra aussi être important, une deuxième approche de diagnostic évitera cet écueil en n'estimant pas les marquages. Une technique de relaxation des problèmes de Programmation Linéaire en Nombres Entiers (PLNE) sur un horizon fuyant est utilisée afin d'avoir un diagnostic en temps polynomial
With the evolution of technology, humans have made available systems increasingly complex but also increasingly sensitive to faults that may affect it. A diagnostic procedure which contributes to the smooth running of the process is thus necessary. In this context, the aim of this thesis is the diagnosis of discrete event systems modeled by partially observed Labeled Petri Nets (LPNs). Under the assumption that each defect is modeled by the firing of an unobservable transition, two diagnostic approaches based on state estimation are developed. A first approach is to estimate the set of basis markings on a sliding elementary horizon. This approach is carried out in two steps. The first step is to determine a set of candidate vectors from an algebraic approach. The second step is to eliminate the calculated candidate solutions that are not associated with a possible trajectory of the LPN. As the set of basis markings can also be huge, a second diagnostic approach will avoid this pitfall by not estimating the markings. A relaxation technique of Integer Linear Programming (ILP) problems on a receding horizon is used to have a diagnosis in polynomial time

Cette thèse s’inscrit dans le cadre du projet "Petits drones dans le vent" porté par le centre ONERA de Lille. Ce projet vise à utiliser le drone comme "capteur du vent" pour gérer un quadcopter UAV dans des conditions aérologiques perturbées en utilisant une prédiction du champ de vent. Dans ce contexte, le but de la thèse est de faire du quadcopter un capteur de vent pour fournir des informations locales afin de mettre à jour le système de navigation. Grâce à l’estimation du vent à bord en temps réel, le quadcopter peut calculer une planification de trajectoire évitant les zones dangereuses et le contrôle de trajectoire correspondant basé sur une cartographie existante et doté des informations relatives au concernant le comportement aérodynamique de l’écoulement d’air à proximité des obstacles. Ainsi, les résultats de cette thèse, dont les objectifs principaux portent sur l’estimation du vent instantanée et le contrôle de position, seront fusionnés avec une autre étude traitant de la planification de trajectoire. Un problème important est que les capteurs de pression, tels que l’aéroclinomètre et le tube de Pitot, ne sont pas facilement utilisables à bord des véhicules à voilure tournante car l’entrée des rotors interfère avec le flux atmosphérique et les capteurs LIDAR légers généralement ne sont pas disponibles. Une autre approche pour estimer le vent consiste à mettre en œuvre un logiciel d’estimation (ou un capteur intelligent). Dans cette thèse, trois estimateurs de ce type sont développés en utilisant l’approche du mode glissant, basée sur un modèle de drone adéquat et des mesures disponibles sur le quadcopter et sur des systèmes de position de suivi inertiel. Nous nous intéressons ensuite au contrôle de la trajectoire également par mode glissant en considérant le modèle non linéaire du quadcopter. Nous étudions par ailleurs de façon encore assez préliminaire une solution alternative fondée sur la commande H, en considérant le modèle linéarisé pour différents points d’équilibre en fonction de la vitesse du vent. Les algorithmes de contrôle et d’estimation sont strictement basés sur le modèle détaillé du quadcopter, qui met en évidence l’influence du vent
This thesis is part of the project "Small drones in the wind" carried by the ONERA center of Lille. This project aims to use the drone as a "wind sensor" to manage a UAV quadrotor in disturbed wind conditions using wind field prediction. In this context, the goal of the thesis is to make the quadrotor a wind sensor to provide local information to update the navigation system. With real-time on-board wind estimation, the quadrotor can compute a trajectory planning avoiding dangerous areas and the corresponding trajectory control, based on anexisting cartography and information on the aerodynamic behavior of airflow close to obstacles. Thus, the results of this thesis, whose main objectives are to estimate instant wind and position control, will be merged with another study dealing with trajectory planning. An important problem is that pressure sensors, such as the aeroclinometer and the Pitot tube, are not usable in rotary-wing vehicles because rotors air inflow interferes with the atmospheric flow and lightweight LIDAR sensors generally are not available. Another approach to estimate the wind is to implement an estimation software (or an intelligent sensor). In this thesis, three estimators are developed using the sliding mode approach, based on an adequate drone model, available measurements on the quadrotor and inertial tracking position systems. We are then interested in the control of the trajectory also by sliding mode considering the nonlinear model of the quadrotor. In addition, we are still studying quite an early alternative solution based on the H control, considering the linearized model for different equilibrium points as a function of the wind speed. The control and estimation algorithms are strictly based on the detailed model of the quadrotor, which highlights the influence of the wind

Les algorithmes distribués sont dorénavant présents dans de nombreux aspects de l'Automatique avec des applications pour des systèmes multi-robots, des réseaux de capteurs, couvrant des sujets tels que la commande, l'estimation d'état, la détection de défauts, la détection et l'atténuation des cyberattaques sur les systèmes cyber-physiques, etc. En effet, les systèmes distribués sont confrontés à des problèmes tels que l'extensibilité à un grand nombre d'agents et la communication entre eux. Dans les applications de systèmes multi-agents (par exemple, flotte de robots mobiles, réseaux de capteurs), il est désormais courant de concevoir des algorithmes d'estimation d'état de manière distribuée afin que les agents puissent accomplir leurs tâches sur la base de certaines informations partagées au sein de leur voisinage. Dans le cas de missions de surveillance, un réseau de capteurs statique et à faible coût (par exemple, caméras) pourrait ainsi être déployé pour localiser de manière distribuée des intrus dans une zone donnée. Dans ce contexte, l'objectif principal de cette thèse est de concevoir des observateurs distribués pour estimer l'état d'un système dynamique (par exemple, flotte de robots intrus) avec une charge de calcul réduite tout en gérant efficacement les contraintes et les incertitudes. Cette thèse propose de nouveaux algorithmes d'estimation distribuée à horizon glissant avec une pré-estimation de type Luenberger dans la formulation du problème local résolu par chaque capteur, entraînant une réduction significative du temps de calcul, tout en préservant la précision de l'estimation. En outre, ce manuscrit propose une stratégie de consensus pour améliorer le temps de convergence des estimations entre les capteurs sous des conditions de faible observabilité (par exemple, des véhicules intrus non visibles par certaines caméras). Une autre contribution concerne l'amélioration de la convergence de l'erreur d'estimation en atténuant les problèmes de non observabilité à l'aide d'un mécanisme de diffusion de l'information sur plusieurs pas (appelé "l-step") entre voisinages. L'estimation distribuée proposée est conçue pour des scénarios réalistes de systèmes à grande échelle impliquant des mesures sporadiques (c'est-à-dire disponibles à des instants a priori inconnus). À cette fin, les contraintes sur les mesures (par exemple, le champ de vision de caméras) sont incorporées dans le problème d'optimisation à l'aide de paramètres binaires variant dans le temps. L'algorithme développé est implémenté sous le middleware ROS (Robot Operating System) et des simulations réalistes sont faites à l'aide de l'environnement Gazebo. Une validation expérimentale de la technique de localisation proposée est également réalisée pour un système multi-véhicules (SMV) à l'aide d'un réseau de capteurs statiques composé de caméras à faible coût qui fournissent des mesures sur les positions d'une flotte de robots mobiles composant le SMV. Les algorithmes proposés sont également comparés à des résultats de la littérature en considérant diverses métriques telles que le temps de calcul et la précision des estimées
Distributed algorithms have pervaded many aspects of control engineering with applications for multi-robot systems, sensor networks, covering topics such as control, state estimation, fault detection, cyber-attack detection and mitigation on cyber-physical systems, etc. Indeed, distributed schemes face problems like scalability and communication between agents. In multi-agent systems applications (e.g. fleet of mobile robots, sensor networks) it is now common to design state estimation algorithms in a distributed way so that the agents can accomplish their tasks based on some shared information within their neighborhoods. In surveillance missions, a low-cost static Sensor Network (e.g. with cameras) could be deployed to localize in a distributed way intruders in a given area. In this context, the main objective of this work is to design distributed observers to estimate the state of a dynamic system (e.g. a multi-robot system) that efficiently handle constraints and uncertainties but with reduced computation load. This PhD thesis proposes new Distributed Moving Horizon Estimation (DMHE) algorithms with a Luenberger pre-estimation in the formulation of the local problem solved by each sensor, resulting in a significant reduction of the computation time, while preserving the estimation accuracy. Moreover, this manuscript proposes a consensus strategy to enhance the convergence time of the estimates among sensors while dealing with weak unobservability conditions (e.g. vehicles not visible by some cameras). Another contribution concerns the improvement of the convergence of the estimation error by mitigating unobservability issues by using a l-step neighborhood information spreading mechanism. The proposed distributed estimation is designed for realistic large-scale systems scenarios involving sporadic measurements (i.e. available at time instants a priori unknown). To this aim, constraints on measurements (e.g. camera field of view) are embodied using time-varying binary parameters in the optimization problem. Both realistic simulations within the Robot Operating System (ROS) framework and Gazebo environment, as well as experimental validation of the proposed DMHE localization technique of a Multi-Vehicle System (MVS) with ground mobile robots are performed, using a static Sensor Network composed of low-cost cameras which provide measurements on the positions of the robots of the MVS. The proposed algorithms are compared to previous results from the literature, considering several metrics such as computation time and accuracy of the estimates