Analyse et compensation des effets de la latence de communication sur la commande distribuée d’une flotte de drones

Le Conservatoire national des arts et métiers (Cnam) a été fondé en 1794 par l’abbé Grégoire pour perfectionner l’industrie nationale. C’est aujourd’hui un établissement public à caractère scientifique, culturel et professionnel placé sous la tutelle du ministère de l’Enseignement supérieur et de la Recherche. 

Les formations du Cnam - plus de 750, dans les domaines les plus variés - sont construites et dispensées en lien étroit avec les entreprises et organisations professionnelles. 80 % d’entre elles sont en formation continue et 20 % en formation initiale (principalement en apprentissage). 

Le Cnam abrite également le musée des Arts et Métiers, au cœur de Paris, qui conserve la plus ancienne collection industrielle et technologique au monde. 

• Contexte et motivation

Les systèmes multi-drones sont de plus en plus utilisés dans des applications telles que la sur veillance, la cartographie et les missions coopératives. La coordination de ces drones repose sur des lois de commande distribuées nécessitant des échanges d’informations via des réseaux de communi cation sans fil. Cependant, ces communications sont sujettes à des délais de transmission (latence) et à des pertes de données, ce qui peut dégrader la stabilité et les performances globales du système. Ce mémoire vise à analyser l’impact de la latence sur la commande distribuée de drones et à proposer des stratégies permettant de compenser ou de réduire ses effets. Et pour le volet télécoms, nous nous intéresserons à la réduction de la latence au niveau des couches physique et MAC(Medium Access Control).

• Problématique

Comment concevoir une loi de commande distribuée garantissant la stabilité et les performances d’une flotte de drones malgré la présence de latence dans les communications inter-drones?

• Objectifs

— Modéliser un système multi-drones avec communication retardée

— Étudier l’influence de la latence sur la stabilité de la commande distribuée

— Proposer une stratégie de commande robuste ou une méthode de compensation des délais

— Valider les résultats obtenus par simulation

• Méthodologie

1. Modélisation dynamique simplifiée des drones

2. Représentation du réseau de communication

3. Conception d’une loi de commande distribuée de type consensus

4. Analyse de stabilité en présence de délais de communication

5. Simulations numériques sous MATLAB/Simulink

• Résultats attendus

— Mise en évidence de l’impact de la latence sur la stabilité et les performances

— Détermination de conditions de stabilité en fonction des délais

— Comparaison entre une commande classique et une commande robuste aux délais

• Durée : 5 à 6 mois
• Références

[1] M. Fliess, J. Lévine, P. Martin, P. Rouchon, Flatness and defect of non-linear systems : intro ductory theory and examples, International Journal of Control, vol. 61, no. 6, pp. 1327–1361, 1995.

[2] P. Martin, P. Rouchon, Systèmes différentiellement plats, Techniques de l’Ingénieur, S7450, 2003.

[3] S. Bouabdallah, P. Murrieri, R. Siegwart, Design and control of an indoor micro quadrotor, Proc. IEEE International Conference on Robotics and Automation, 2004.

[4] R. W. Beard, T. W. McLain, Small Unmanned Aircraft : Theory and Practice, Princeton Uni versity Press, 2012.

[5] J.-J. E. Slotine, W. Li, Applied Nonlinear Control, Prentice Hall, 1991.

[6] W. Ren and R. W. Beard, Distributed Consensus in Multi-Vehicle Cooperative Control, Springer, London, 2008.

[7] R. Olfati-Saber, J. A. Fax, and R. M. Murray, “Consensus and Cooperation in Networked Multi Agent Systems,” Proceedings of the IEEE, vol. 95, no. 1, pp. 215–233, 2007.

[8] J. P. Hespanha, P. Naghshtabrizi, and Y. Xu, “A Survey of Recent Results in Networked Control Systems,” Proceedings of the IEEE, vol. 95, no. 1, pp. 138–162, 2007.

[9] E. Fridman, Introduction to Time-Delay Systems : Analysis and Control, Birkhäuser, Basel, 2014.

[10] R. W. Beard, J. Lawton, and F. Y. Hadaegh, “Coordination of Multiple UAVs via Graph Theory,” in Proceedings of the American Control Conference, pp. 531–536, 2001.

[11] F. L. Lewis, H. Zhang, and K. Hengster-Movric, Cooperative Control of Multi-Agent Systems, Springer, London, 2014.

[12] Y. Zhang and S. Li, “Distributed Formation Control of Multi-UAV Systems with Communication Delays,” IEEE Transactions on Control Systems Technology, vol. 23, no. 1, pp. 238–246, 2015.

• Profil du candidat  

Étudiant(e) en Master 2 en Automatique, Robotique, Télécommunications ou domaine équi valent.

• Compétences requises

— Bases solides en automatique (systèmes dynamiques, stabilité)

— Notions de commande distribuée ou de systèmes multi-agents

— Connaissances fondamentales en réseaux de communication

— Maîtrise d’outils de simulation (MATLAB/Simulink)