Drones en coopération pour la poursuite d’un drone intrus

Hunter drones : drones cooperation for tracking an intruder drone

• Auteur / Autrice : Cristino De Souza Junior
• Direction : Pedro Castillo-García, Borislav Vidolov
• Type : Thèse de doctorat
• Discipline(s) : Automatique et Robotique : Unité de recherche Heudyasic (UMR-7253)
• Date : Soutenance le 19/04/2021
• Etablissement(s) : Compiègne
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Compiègne)
• Partenaire(s) de recherche : Laboratoire : Heuristique et Diagnostic des Systèmes Complexes [Compiègne] / Heudiasyc

Mots clés

Mots clés contrôlés

Modèles mathématiques

Temps réel (informatique)

Commande en temps réel

Cinématique

Systèmes de guidage

Traitement réparti

Drones

Mots clés libres

Poursuite

Multi-agents

Flocage

Anti-drone

Quadricoptère

Group pursuit

Multi-agents

Hunting

Counter drone

Flocking

Quadcopter

Guidance systems

Kinematics

Résumé

Au cours de la dernière décennie, nous avons assisté à des avancées significatives dans les systèmes multi-robots. Une grande attention a été portée à la modélisation du mouvement coordonné, appelé flocage ; cependant, certaines applications actuelles nécessitent plus qu’une navigation cohérente ; comme par exemple, l’utilisation de drones pour intercepter un intrus plus rapide. Cette application, bien qu’elle soit un sous-ensemble du mouvement collectif, présente des caractéristiques contraires au flocage, telles que la dispersion, au lieu de l’agrégation, et la capture, au lieu de garder la distance souhaitée. Pour reproduire un comportement de poursuite de groupe plus efficace, nous proposons dans ce travail plusieurs stratégies multi-agents basées sur le comportement. Dans la plupart de ces travaux, les règles d’interaction entre les poursuivants et la cible sont conçues à partir des règles géométriques et des modèles cinématiques relatives, couramment utilisés dans les lois de guidage des missiles. De plus, nous étudions leurs applications avec des robots en temps réel. Pour cela, une architecture de contrôle de mouvement multicouche est proposée. Notre stratégie partage des concepts avec des méthodes multi-agents classiques, telles que le sens local, l’interaction limitée et décentralisation. Néanmoins, nous différons de la plupart d’entre eux pour considérer la perception par l’environnement des coordonnées polaires et relatives. Par ailleurs, nos travaux étendent les techniques connues de lois de guidage de navigation au problème multi-agents.

In the last decade, we have witnessed significant advances in multi-robot systems. Much attention has been paid to the modeling of coordinated movement, called flocking;however, some current applications require more than the ability to navigate cohesively and without collision, for example, the use of drones to intercept a faster intruder. This application, to which this thesis is dedicated, although it is a subset of collective motion,has characteristics contrary to flocking, such as dispersion, in place of aggregation, and capture, instead of keeping desired distance. To reproduce more efficient and performing group-pursuit behavior in robotic applications,we propose in this work several behavior-based multi-agent strategies. Along most of this work, the interaction rules between the pursuers and the target are designed based on the geometric rules and relative kinematic models, commonly used in missiles’guidance laws. Furthermore, we investigate the application of the proposed strategies in real-timerobots. For that, a multilayer motion controller architecture is proposed, allowing theapplication of high-level navigation laws in a quadcopter. Our strategy shares concepts with classical multi-agents methods [49, 77, 58], such aslocal sense, limited interaction, and decentralization decision-make. Nevertheless, wediffer from most of them for considering the environment’s perception of polar andrelative coordinates, which is a consistent assumption considering embedded sensors(LIDAR and camera). Besides, our work extends known techniques of navigation guidance laws to the multiagent problem. In other words, pursuer behavior is given by modified guidance laws,where the parameters are adapted according to the pursuit’s engagement. As a result,we have emergent group ambush with non-crossing trajectories between pursuers.