Coordination multi-objective basée capteurs de véhicules autonomes par des interactions coopératives et antagonistes

Sensor-based multi-objective coordination of autonomous vehicles with cooperative and antagonistic interactions

• Auteur / Autrice : Pelin Sekercioglu
• Direction : Antonio Loria, Ioannis Sarras, Julien Marzat
• Type : Projet de thèse
• Discipline(s) : Automatique
• Date : Inscription en doctorat le 01/10/2021
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : ONERA - Département Traitement de l'information et systèmes
• Partenaire(s) de recherche : référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Véhicules autonomes

Automatique

Robotique

Coordination

Autonomous vehicles

Automatic control

Robotics

Coordination

Résumé

Le déploiement de véhicules autonomes est l'un des domaines multidisciplinaires émergents actuellement au centre de l'attention de l'industrie et du monde académique. Les voitures autonomes, les taxis aériens, les drones et les nano-satellites sont des exemples de ces véhicules qui sont technologiquement complexes et doivent se coordonner dans des environnements conflictuels et (partiellement ou totalement) inconnus. De plus, les véhicules et la flotte de véhicules dans son ensemble sont amenés à atteindre des objectifs multiples avec des performances garanties en présence de contraintes diverses. Pour faire face à ces défis, la conception d'algorithmes de commande doit garantir une autonomie et une sûreté accrues de la flotte tout en augmentant la résilience face aux adversités. Cette thèse portera sur les problèmes de coordination multi-agents avec un œil sur les applications aérospatiales (drones, satellites) et étendra des précédents travaux dans de nouvelles directions. En particulier, le but de la thèse est d'exploiter les techniques de la commande non linéaire et la théorie des graphes pour concevoir des lois de coordination qui tiennent compte de: 1) interactions antagonistes et coopératives; 2) perturbations aérodynamiques; 3) Informations basées capteurs (distance, angle, position) et effets de communication (retards, quantification).

The deployment of autonomous vehicles is an emerging multi-disciplinary field that attracts intense interest from both industry and academia. Self-driving cars, air-taxis, drones and nano-satellites are examples of such vehicles that are technologically complex and are required to cooperate in adversarial and (partially or fully) unknown environments. Moreover, the vehicles and the team of vehicles as a whole are required to attain multiple objectives with guaranteed performances in the presence of various constraints. To face these challenges the control design needs to ensure increased fleet autonomy and safety while increasing resilience against adversities. This thesis will focus on the problems of multi-agent coordination, with an eye on aerospace applications (drones, satellites) and extend previous works in some new directions. In particular, the aim of the thesis is to exploit nonlinear techniques along with graph theory to design coordination laws that account for: 1) Antagonistic and cooperative interactions, in order to model friendly/hostile or trust/mistrust interactions between cooperating or competing teams and so that each individual vehicle acts (position,velocity,orientation) in agreement with its team mates objectives and by means of collecting information about both the team mates and opponents; 2) Aerodynamic disturbances, which are generally unknown and varying, and significantly impact the performances of aerospace vehicles; 3) Sensor-based information (e.g. distance, bearings, position) and communication effects (delays, quantization), that are in agreement with realistic aerospace applications and which require particular tools from output-feedback and observer designs.