Traiter la complexité à travers les techniques de contrôle avancées

Auteurs: 

P. Bidaud, L. Burlion, H. De Plinval, T. Loquen, J. Marzat, C. Pralet (ONERA)

Le contrôle des systèmes dynamiques complexes (comportement et mission) passe par la mise en œuvre d'architectures de contrôle à boucles multiples, basées sur l'état du système, sur son environnement, ainsi que sur le plan de la mission.
Il en résulte des systèmes dont l'autonomie est accrue et  pour lesquels les exigences en termes de sécurité, fiabilité et performance sont de plus en plus élevées.
Les travaux de recherche menés à l'ONERA dans le domaine des systèmes autonomes couvrent tous les niveaux de contrôle et sont structurés par les  aspects temporels et le niveau d'abstraction de la dynamique du système.
Nous allons les examiner en augmentant au fur et à mesure ce niveau d’abstraction.
Nous présenterons les progrès réalisés récemment dans les techniques de contrôle des  systèmes dynamiques incertains généralement mis en œuvre au niveau de la boucle de commande bas niveau. Nous présenterons des extensions récentes permettant de prendre en compte des contraintes sur les entrées et sorties, ainsi que la nature hybride des systèmes considérés.
Afin de concevoir des primitives de contrôle de niveau «tâches» qui agissent juste au-dessus des boucles de régulation précédentes, nous allons introduire des techniques de commande robustes ou non linéaires. Celles-ci utilisent  les informations sur l'environnement issues  de capteurs extéroceptifs et permettent ainsi d’adapter le comportement du système aux incertitudes et aux perturbations. Des architectures de commande multi-capteurs et/ou multi-objectifs seront discutées dans ce contexte.
Nous présenterons également plusieurs résultats récents dans le domaine du suivi des trajectoires
basés sur la navigation visuelle dans des environnements complexes, qui permet d'inclure les objectifs et les contraintes dans la même architecture de contrôle. Nous verrons  comment la commande prédictive (MPC) et des techniques d'optimisation avancées peuvent être combinées pour résoudre les problèmes de contrôle résultants. En outre, nous présenterons des développements en cours qui exploitent les techniques de commande prédictive distribuée (DMPC) et hybride.
Enfin, nous discuterons de l'intégration dans les architectures de contrôle haut niveau qui demande des capacités de planification réactives, prédictives et réparties permettant de prendre en compte des contraintes temporelles et des problèmes de décision séquentielle dans l’incertain.

Fichier attachéTaille
AL12-13.pdf2.11 Mo
Tags: