Auteur / Autrice : | Alain Quentel |
Direction : | Yohan Dupuis |
Type : | Thèse de doctorat |
Discipline(s) : | Electronique, microelectronique, optique et lasers, optoelectronique microondes robotique |
Date : | Soutenance le 13/01/2021 |
Etablissement(s) : | Normandie |
Ecole(s) doctorale(s) : | École doctorale mathématiques, information et ingénierie des systèmes (Caen) |
Partenaire(s) de recherche : | Etablissement de préparation de la thèse : Université de Rouen Normandie (1966-....) - Ecole supérieure d'ingénieurs en génie électrique (Rouen) |
Entreprise : ArianeGroup | |
Laboratoire : Institut de recherche en systèmes électroniques embarqués (Saint-Étienne-du-Rouvray, Seine-Maritime ; 2001-...) | |
Jury : | Président / Présidente : Angélique Rissons |
Examinateurs / Examinatrices : Didier Blavette, Frank Christnacher | |
Rapporteurs / Rapporteuses : Santiago Royo, François Goudail |
Mots clés
Résumé
L'utilisation abusive de drones civils est une préoccupation croissante depuis ces dernières années. En réponse, de multiples systèmes basés sur des technologies optiques, électroniques et même acoustiques ont été développés pour la détection et la poursuite de ces drones. Cela représente néanmoins un challenge en raison de leur faible taille et de leur grande diversité de formes et de trajectoire. Afin de répondre à ce besoin pour des distances allant jusqu'au kilomètre, nous avons recherché, développé et optimisé un système LiDAR (light detection and ranging) à balayage. Dans notre système, la mesure de distance est réalisée via le principe du temps de vol, et l'imagerie est effectuée en scannant séquentiellement la scène en utilisant un système de miroir galvanométrique à deux axes. Nous avons profité de la polyvalence du système de balayage pour développer plusieurs modes de fonctionnement. Un mode de détection classique réalise l'image de la scène à l'aide d'un balayage ligne par ligne de type grand champ. Le mode de suivi est basé sur un motif local entourant la cible, qui est mis à jour à une très haute cadence afin de maintenir la cible dans les limites de ce motif. Nous avons réalisé une étude d'optimisation, théorique et numérique, des nombreux paramètres impliqués dans le balayage LiDAR afin d'atteindre des performances suffisantes en termes de portée maximale, de résolution et de fréquence de localisation. L'optimisation des modèles pour les modes de détection et de poursuite a été le principal focus, en utilisant la probabilité de détection cible comme fonction à maximiser. La taille, la vitesse et la réflectivité de la cible ont également été incluses dans la probabilité de détection, donnant un aperçu complet des performances du système. Sur la plateforme LiDAR, chaque composant a été caractérisé afin d'enrichir et de valider nos modèles. Cette plateforme a été testée durant plusieurs semaines d'essais, au cours desquelles nous avons réalisé la détection et la poursuite de divers types de drones. S'en est suivi un processus d'intégration pré-industrielle des chaînes optiques, électroniques et algorithmiques.