Planification du mouvement 3D en temps réel de drones autonomes dans des environnements dynamiques inconnus

Discipline

Sciences et Ingénierie pour l'Information, Mathématiques

Classification

Sciences de l'ingénieur

Mots-clés libres

Planification de trajectoire, 3D, Courbes de Bézier, Évitements d’obstacles, Dynamique, Backstepping, Prédiction de déplacement

Mots-clés

Trajectoires spatiales,

Drones,

Commande prédictive,

Optimisation mathématique,

Bézier, Surfaces de,

Systèmes embarqués (informatique),

Robots autonomes,

Robots -- Dynamique

Les drones sont utilisés dans des environnements de plus en plus complexes, ce qui les amène à devoir voler sans supervision humaine, de manière autonome. Dans cette problématique, un certain nombre de challenges doivent être adressés. Le premier est celui de la perception. Le drone doit avoir une observation importante de son environnement pour pouvoir s’y déplacer efficacement. Il faut ensuite utiliser ces informations pour se mouvoir en toute sécurité. Tout en s’assurant que les commandes générées soient réalisables par le robot. De par leur petite taille, la puissance de calcul embarquée est assez faible. Ceci réduit la complexité des algorithmes utilisables. De plus, des localisations par système GPS ne sont pas toujours possibles. Il devient donc nécessaire de disposer d’une localisation basée sur sa perception, ce qui augmente la charge de calcul. Ce manuscrit traite du problème de planification de trajectoire de drones dans des environnements dynamiques en 3 dimensions. Les résultats consistent en la génération d’une trajectoire 3D sûre, intégrant des contraintes dynamiques pour assurer la faisabilité de celle-ci par le drone grâce à un contrôleur. Les principales contributions sont : — Utilisation de l’information 3D complète de l’environnement pour la génération de trajectoires. — Prédiction du déplacement des obstacles et prise en compte dans l’algorithme d’évitement. — Évitement d’obstacles basé sur la géométrie, sur les capacités dynamiques du drone et de la variabilité de l’environnement. — Continuité de la commande : le début d’une nouvelle trajectoire respecte l’état réel du drone et la nouvelle trajectoire dépend de la précédente. — Embarquabilité du code, contraintes de temps de calcul respectées vis-à-vis du vol. En utilisant la perception locale du drone ainsi que sa dynamique et celle de l’environnement, des courbes de Bézier sont utilisées comme trajectoire. De manière complètement autonome, une optimisation sous différentes contraintes est réalisée pour trouver à chaque instant la meilleure courbe. Cette courbe respecte la dynamique du drone et son état réel à chaque instant tout en étant un chemin sûr. L’utilisation de l’état réel du drone et d’anciennes courbes assure la continuité entre deux courbes successives. Par construction de la trajectoire, les profils de vitesse et d’accélération sont aussi impactés par l’optimisation. Enfin, l’ajout de la courbe assure une trajectoire lisse et faisable par le drone. En plus d’une distance de sécurité aux obstacles, un cône de vitesse est utilisé pour améliorer l’évitement en contraignant l’optimisation de la trajectoire. Chaque obstacle dispose d’une propriété de vitesse. Trois types de contrôleurs sont présentés pour assurer le suivi des courbes générées. Des résultats en simulations montrent de manière statistique l’efficacité de l’approche développée dans différents environnements réalistes. L’impact des différents paramètres sur les trajectoires résultantes est aussi étudié. Finalement différents tests réels sont réalisés pour valider la charge de calcul et la faisabilité de l’ensemble sur un ordinateur embarqué.