Programme ANR : Systèmes interactifs et robotique 2006 - PSIROB06-174215

Contact : Carlos Canudas-de-Wit - carlos.canudas-de-wit@gipsa-lab.grenoble-inp.fr

Site web projet : http://www.lag.ensieg.inpg.fr/connect/

CONNECTControl of Networked Cooperative Systems

Le scénario d’étude est la recherche d’une source sous-marine (eau douce, polluant…) par une flotte d’engins sous-marins autonomes. Les engins coopèrent en reconstruisant le profil des variations de la grandeur mesurée pour déterminer le déplacement de la formation.

Les partenaires sont l’Ifremer pour la partie « hardware in the loop », Prolexia et Robosoft pour la conception du simulateur et l’équipe NeCS pour la partie recherche et gestion du projet.

© Ifremer © Ifremer

Le simulateur comporte des modèles de plusieurs types d’engins (hélicoptères, bateaux, sous-marins) et leurs instrumentations embarquées. Il simule également les canaux de communication radiofréquence et acoustique en gérant les réflexions sur le fond et la surface de l’eau. Une loi statistique de perte de paquets, intégrant la distance, les bruits des engins et les trajets multiples, a aussi été intégrée afin de simuler différents niveaux de contraintes de communication représentant ces phénomènes.

Les principes et algorithmes développés par l’équipe NeCS et l’Ifremer pour la commande multi-agents sont alors confrontés à différentes contraintes physiques et matérielles et à une large palette de scénarios et aléas .

Enfin, le simulateur permettra à l’Ifremer d’intégrer un engin réel dans la simulation pour effectuer des tests « hardware in the loop » et de superviser les futures missions multi-agents.

Développement d’un simulateur distribué

Commandes d'une flottille de robots sous contraintes de communication

Loi de commande pour la recherche coopérative de source

Commande robuste d’un véhicule sous-marin autonome

Optimisation de la communication acoustique sous-marine

Résultats et innovations

• Une commande robuste d’engins du type AsterX pour le suivi de fond et de trajectoire

• Une meilleure connaissance et utilisation du canal acoustique sous-marin grâce à l’OFDM et l’OFDMA

• Des lois de commande sous contrainte de communication qui permettent de piloter une formation d’engins, de la déplacer et de la déformer

• Une loi de commande qui permet de donner des consignes de déplacement de la formation pour la recherche de source, grâce aux mesures de chaque engin

• Une plate-forme de simulation capable de tester des commandes de systèmes hétérogènes coopérants et des scénarios complexes sous une large palette de contraintes physiques et matérielles

Publications(3 post doc en 2009, 2 thèses en cours)

[1] E. Roche, O. Sename and D. Simon, « LPV/Hinf control of an Autonomous Underwater Vehicle (AUV) » , European Control Conference,

(ECC’09), Budapest, Hongary, 2009.

[2] A. Kibangou, C. Siclet and L. Ros, « Joint Channel a nd Doppler estimation for multicarrier underwater communications », submitted to International Conference on Acoustic Speach and Signal Processing(ICASSP’10) , Dallas, USA, 2010.

[3] A. Kibangou, C. Siclet and L. Ros, « ZF OFDM Receive r for UnderwaterCommunications », submitted to International Symposium on Communication Control and Signal processing (ISCCSP’ 10), Cyprus, Cyprus, 2010.

[4] L. Briñon-Arranz, A. Seuret and C. Canudas-de-Wit, « Contraction Control of a Fleet Circular Formation of AUVs under Lim ited Communication Range », submitted to American Control Conference(ACC’10), Baltimore, USA,2010.

[5] L. Briñon-Arranz, A. Seuret and C. Canudas-de-Wit, « Translation Control of fleet circular formation of AUVs under finit e communication range. » Conference on Decision and Control (CDC’09) , Shanghai, China, 2009.

[6] J. Zikmund and M. Alamir, « GPS-free Observer Based lo calization for Formation Control In Presence of Hard Communication Constraint », submitted to International Conference on Hybrid Systems: Computati onnand Control (HSCC’10), Stockholm, Sweden, 2010.

[7] B.J. Moore and C. Canudas-de-Wit« Formation Control via DistributedOptimization of Alignment Error » submitted to Conference on Decisionand Control (CDC’09), Shanghai, China, 2009 and Automatica.

Ce type d’engin étant difficile à contrôler et soumis à de fortes perturbations , les contrôleurs H∞ développés dans [1] permettent de le piloter en trois dimensions relativement à l’environnement marin et aux autres véhicules de la flottille. Ces contrôleurs garantissent que les sous-marins suivent une trajectoire définie.

Un modem en communication acoustique sous-marine doit savoir traiter les effets des multi-trajets, du Doppler, ainsi que de la forte dispersivité du canal . Contrairement aux modems classiques utilisant des modulations mono-porteuses et offrant des taux de transmission très bas, nous avons travaillé sur des techniques d’émission/réception basées sur l’OFDM. Celles-ci permettent d’augmenter le débit de transmission . Elles sont cependant davantage vulnérables aux effets du Doppler. Le récepteur développé traite conjointement l’estimation du Doppler, du canal de transmission et de la séquence informative. Il est compatible aux techniques d’accès multiples comme le TDMA ou l’OFDMA. Pour respecter les contraintes de délai de transmission dans les problèmes de commande, l’OFDMA est la technique d’accès la plus adaptée [2], [3].

• Cas 1:Les commandes obtenues dans [4] et [5] permettent à la fois de déplacer et de déformer laformation. Nous supposons ici que les engins sont équipés de systèmes de positionnement absolu et que les contraintes de communication sont liés à la distance inter-véhicule . Ainsi, selon la configuration géométrique, les agents communiquent tous entre eux ou bien uniquement avec leurs voisins. Cette hypothèse est compatible avec notre scénario d’étude (<10 engins) et celles des pertes statistiques de paquets sous contrainte de distance (Fig.2).

• Cas 2: Un leader communique uniquement son immersion et la norme de sa vite ssetandis que les suiveurs calculent leur distance relative au leader. Grâce à une alternance entre phase d’identification et phase de commande, les suiveurs reconstruisent l’état du leader dans leur propre référentiel et corrigent leur mouvement pour maintenir la formation. [6]Nous supposons ici que tous les engins embarquent un équipement minimal et queles communications sont très bas débit . Cette hypothèse est adaptée aux formations avec un très grand nombre d’engins « low-cost » (<100 engins).

En s’appuyant sur les études décrites ci-dessus, un contrôleur distribué basé sur les mesures décide du déplacement de la formation en direction de la source recherchée . [7]

,)(∑=

•−=

agentskkk CdrCd ρ Cd est la position du centre de la formation,

rk et ρρρρk sont respectivement la position et la mesure de l’agent k.

Fig 2: Probabilité[%] de pertes de paquets en fonction de la distance[m], simulation sur un canal acoustique

multi-trajets en présence de bruits.

Fig.1: Suivi de trajectoire par commande H ∞ d’un sous-marin.

Fig 3: Durée d’un cycle de transmission selon

les techniques utilisées.

Algorithmes de Algorithmes de commandescommandes

AsterXAsterX rr ééel ou el ou simulateur temps rsimulateur temps rééelel

MimosaMimosa

Programmation de mission

ConnectIHMConnectIHM

Suivi simulation et supervision

Simulateur d’environnement,

d’engins et d’instruments

ConnectSimConnectSim

© Ifremer

Fig.7: Architecture du simulateur distribué.

Fig.6: Déplacement de la formation vers la source par reconstruction du gradient.

Fig.5: Formation en cône leader + 24 suiveurs.

Fig.4: Création de la formation circulaire tout en déplaçant le centre avec portée de communication limitée (cercles rouges).

Notre objectif est de développer des lois de commande qui permettent de piloter des engins, régis par des équations cinématiques, afin qu’ils forment, de façon autonome, une formation prédéfinie .