Navigation événementielle d'un drone en environnement sombre

Event-driven Navigation of a Drone in a Dark Environment

• Auteur / Autrice : Florian Pouthier
• Direction : Nicolas Marchand
• Type : Projet de thèse
• Discipline(s) : Automatique - Productique
• Date : Inscription en doctorat le ; Soutenance le 05/12/2024
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique (2007-....)
• Jury : Président / Présidente : John Jairo Martinez molina
• Jury : Examinateurs / Examinatrices : Nicolas Marchand, Nacim Ramdani, Maria Guinaldo, Luc Jaulin, Guillaume Allibert
• Jury : Rapporteurs / Rapporteuses : Nacim Ramdani, Maria Guinaldo

Mots clés

Mots clés libres

Commande autodéclenchée

Drone

Navigation sûre

Théorie des ensembles

Invariance positive robuste

Photolocalisation

Self-triggered control

Uav

Safe navigation

Set theory

Robust positive invariance

Photolocation

Résumé

Cette thèse étudie la navigation d'un drone dans un environnement sombre en utilisant la photo-localisation avec un capteur d'images basé sur des flashs. L'idée d'une perception et d'une navigation basées sur le flash provient de l'observation biomimétique du poisson-lanterne, dont le comportement lumineux change en fonction de l'environnement et de son objectif (capture d'une proie, repos, ...). C'est dans ce contexte que le projet dark-NAV vise à proposer une nouvelle chaine de perception et de navigation pilotée par évènements. La thèse se concentre plus particulièrement sur la navigation basée évènements, en proposant une stratégie générique pour le contrôle auto-déclenché de tout système dynamique nécessitant une utilisation parcimonieuse d'un capteur. Lorsqu'une mesure précise du système n'est pas disponible, l'état incertain du système est intégré de manière garantie à l'aide d'ensembles atteignables. Le déclenchement d'une nouvelle mesure précise de l'état du système est alors basé sur les propriétés d'invariance du système par rapport à un ensemble de perturbations admissibles. Le calcul des ensembles invariants est ensuite étendu au cas de la navigation, sur la base des distances aux obstacles fournies par l'algorithme SLAM. Les ensembles invariants définissent alors des zones sures pour la navigation d'un robot mobile, tout en prenant en compte la dynamique du système et les perturbations admissibles. Un scénario expérimental est mis en place pour valider les stratégies de navigation et de perception auto-déclenchées embarquées sur un drone dans le cas de l'exploration d'un couloir sans lumière. Les résultats expérimentaux montrent que le flash haute puissance embarqué peut être utilisé avec parcimonie, tout en garantissant l'évitement des obstacles et la sécurité de la navigation du drone.

This thesis investigates the navigation of a drone in a dark environment using photolocation with a flash-based image sensor. The idea of flash-based perception and navigation comes from biomimetic observation of the lantern fish, whose lighting behavior changes according to the environment and its goal (prey catching, resting, ...). It is against this backdrop that the dark-NAV project aims to propose a new event-driven perception and navigation chain. In particular, the thesis focuses on event-driven navigation, proposing a generic strategy for the self-triggered control of any dynamic system requiring parsimonious use of a sensor. When an accurate measurement of the system is not available, the uncertain state of the system is integrated in a guaranteed way using reachable sets. The triggering of a new accurate system state measurement is then based on the invariance properties of the system with respect to a set of admissible disturbances. The calculation of invariant sets is then extended to the case of navigation, based on the distances to obstacles provided by the SLAM algorithm. The invariant sets then define safe zones for the navigation of a mobile robot, while taking into account system dynamics and permissible disturbances. An experimental scenario is set up to validate self-triggered navigation and perception strategies embedded on a drone in the case of exploring a corridor without light. Experimental results show that the on-board high-power flash can be used sparingly, while guaranteeing obstacle avoidance and safe drone navigation.