Doctorat
Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/59
Browse
2 results
Search Results
Item Algorithmes de contrôle d’un UAV avancés(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2025) Zamoum, Yasmine; Baiche, Karim(Directeur de thèse)Ce travail de thèse se concentre sur les défis critiques des systèmes de guidage et de contrôle des drones, en se concentrant sur la planification et la stabilisation de la trajectoire des quadrotors dans des environnements complexes. Tout d'abord, nous nous penchons sur le problème du guidage des drones, puis nous explorons systématiquement les outils de mise en œuvre et les solutions permettant de répondre à des spécifications opérationnelles rigoureuses. Les progrès récents de la technologie des quadrotors ont élargi les applications civiles et militaires, nécessitant des systèmes de contrôle robustes pour la gestion de l'attitude, de l'altitude et de la trajectoire. La recherche intègre l'apprentissage par renforcement (Deep Q-learning et Dyna Q-learning) pour une planification optimisée de la trajectoire, permettant aux drones de naviguer dans des environnements dynamiques. Ces algorithmes sont complétés par des stratégies de contrôle hybrides, notamment des contrôleurs PID pour la stabilité de base et des méthodes non linéaires telles que le backstepping, la logique floue et le contrôle adaptatif par logique floue, afin d'améliorer la manœuvrabilité et la précision. Un modèle complet de quadrotor est développé en utilisant le formalisme de Newton-Euler, incorporant les effets aérodynamiques et la dynamique du rotor pour créer une représentation de l'espace d'état pour la validation du contrôle. Des simulations de divers scénarios, y compris des obstacles dynamiques, démontrent l'efficacité de l'apprentissage par renforcement pour générer des trajectoires sans collision. L'étude évalue en outre l'interaction entre la planification de trajectoire basée sur l'apprentissage et les contrôleurs à logique floue, mettant en évidence les améliorations en matière d'adaptabilité et de gestion de l'incertitude. Les résultats indiquent que l'intégration d'architectures de contrôle avancées améliore considérablement les performances des quadrotors dans des tâches telles que la course et la surveillance, offrant un cadre évolutif pour les systèmes de drones. En faisant le lien entre les modèles théoriques et les mises en œuvre pratiques, ce travail fait progresser le domaine de la navigation des drones, en mettant l'accent sur l'intégration rentable des capteurs, l'efficacité énergétique et la réactivité en temps réelItem Feedback linearization control of multivariable and nonlinear systems (UAV)(2022) Loubar, Hocine; Boushaki, Razika(Directeur de thèse)ors have been widely used for many applications; furthermore, various techniques for their modelling and control have been proposed. Among the challenges encountered in the design of controllers for a quadrotor is the fact that it is a highly coupled and nonlinear multivariable system. It is also nown as being an under-actuated system because it uses four actuators to control six degrees of freedom. In this work, the nonlinear dynamic model of the quadrotor is formulated using the Newton-Euler method. Then different linear and nonlinear control techniques for quadrotor trajectory tracking are investigated. First, SMC and PD controllers for linear and nonlinear trajectory tracking of the quadrotor are implemented, and genetic algorithm is used to optimize the controller parameters according to different objective functions. Both techniques are evaluated and compared in terms of trajectory tracking capabilities, dynamic performance, and the effect of possible disturbances. Then, backstepping and gain scheduling ontrol techniques are designed in order to control the altitude and attitude of the quadrotor, in the absence of disturbances and also in a windy environment. Finally, a new feedback nearization approach based on coordinate transformation and state feedback, is proposed. In this approach, the state space description of nonlinear quadrotor system is transformed into a linear quasi block controller decoupled form, then eigenstructure assignment using state feedback is applied. The proposed approach is used to control a quadrotor, in order to assess its performance in terms of trajectory tracking capabilities, time response performance, robustness and robust stability. The simulation is carried out using MATLAB/Simulink software.