Estimation and Fault-tolerant Control for Safer Quadrotor Flights
Estimation et contrôle tolérant aux défauts pour des vols de quadrotors plus sûrs
Résumé
Quadrotors have become increasingly present in our daily lives and are used in a wide range of applications, from delivery services to drone light shows. Many of its applications include close contact with humans. Should any fault occur to the quadrotor, it could lead to catastrophic events, from injuries and expensive equipment loss to death. It is thus essential to focus on improving their safety and reliability through well-designed algorithms that can detect and compensate for faults affecting the drones. Another common source of drone failure is getting into a difficult orientation, such as an upside-down orientation, due to, for instance, strong wind disturbances or collision with a wall or with another drone. Linear controllers that are based on simplified models linearized around the hovering point and utilizing Euler angles for attitude representations are less likely to recover the drone from such orientation. The main objective of this thesis is to improve the safety and reliability of aerial robots by addressing the aforementioned problems. This is achieved by designing Fault-Tolerant Control (FTC) algorithms that can achieve precise trajectory tracking under actuator constraints and in the presence of partial loss of effectiveness actuator fault and measurement noise. Furthermore, it expands on this goal by devising an algorithm that allows for recovery from random orientations, performing acrobatic flip maneuvers, and achieving precise trajectory following, all in the presence of actuator faults and constraints. First, quadrotor modeling and several attitude representations are investigated. Several nonlinear models based on various attitude representations, such as Euler angles, quaternions, and rotation matrices, are introduced. Additionally, an Active Fault-Tolerant Control (AFTC) framework is presented, which integrates a fault detection and diagnosis (FDD) module based on a computationally cheap nonlinear algebraic observer and a fault-tolerant controller based on Nonlinear Model Predictive Control (NMPC). This framework can achieve precise trajectory tracking under actuator constraints and in the presence of actuator faults. The thesis also proposes an AFTC framework that is completely based on nonlinear constrained optimization. This framework combines Nonlinear Moving Horizon Estimation (NMHE) as an FDD module and NMPC as a fault-tolerant controller. NMHE is capable of simultaneously estimating states and actuator faults from noisy measurements while maintaining constraints, thus resulting in precise trajectory tracking under actuator faults and noisy measurements when combined with NMPC. Finally, a novel fault-tolerant geometric control algorithm is presented. It allows a quadrotor to recover from arbitrary orientations (almost upside-down), perform acrobatic flip maneuvers, and achieve precise trajectory tracking, all in the presence of actuator faults and constraints. The presented algorithm demonstrates superior performance and higher safety and reliability compared to a baseline geometric controller from the literature. Unlike the presented novel algorithm, the baseline controller fails to perform the same missions when under actuator faults. The results of this part are validated in a ROS-Gazebo simulation, and a proof of concept is validated through hardware experiments.
Les quadrotors sont de plus en plus présents dans notre vie quotidienne et sont utilisés dans de nombreuses applications, des services de livraison aux spectacles de drones. Beaucoup de leurs applications impliquent un contact étroit avec les humains. Si un défaut survient sur le quadrotor, notamment sur un des moteurs, cela pourrait entraîner des événements catastrophiques, des blessures et des pertes d’équipements coûteuses, voire la mort. Il est donc essentiel de se concentrer sur l’amélioration de leur sécurité et de leur fiabilité grâce à des algorithmes bien conçus qui peuvent détecter et compenser les défauts affectant les drones.
Une autre source courante de défaillance des drones est de se retrouver dans une orientation difficile, telle qu’une orientation renversée, en raison de perturbations éoliennes puissantes ou d’une collision avec un mur ou un autre drone. Les contrôleurs linéaires basés sur des modèles simplifiés linéarisés autour du point de vol stationnaire et utilisant les angles d’Euler pour les représentations d’attitude sont moins susceptibles de récupérer le drone de cette orientation.
L’objectif principal de cette thèse est d’améliorer la sécurité et la fiabilité des quadrotors en abordant les problèmes susmentionnés. Cela est réalisé en concevant des algorithmes de commande tolérants aux défauts qui peuvent atteindre une précision de suivi de trajectoire sous des contraintes d’actionneur et en présence de perte partielle d’actionneur et de bruit de mesure. En outre, il étend cet objectif en élaborant un algorithme qui permet de récupérer à partir d’orientations aléatoires, d’effectuer des manœuvres acrobatiques de retournement et d’atteindre un suivi de trajectoire précis, le tout en présence de défauts et de contraintes d’actionneur.
Tout d’abord, la modélisation des quadrotors et plusieurs représentations d’attitude sont étudiées. Plusieurs modèles non linéaires basés sur diverses représentations d’attitude, telles que les angles d’Euler, les quaternions et les matrices de rotation, sont introduits.
Un cadre de commande tolérante aux défauts actifs (AFTC) est présenté, qui intègre un module de détection et de diagnostic des défauts (FDD) basé sur un observateur non linéaire algébrique peu coûteux et un contrôleur tolérant aux défauts basé sur une commande prédictive basée sur un modèle non linéaire (NMPC). Nous pouvons ainsi atteindre une précision de suivi de trajectoire sous des contraintes d’actionneur et en présence de défauts d’actionneur.
La thèse propose également un cadre de commande AFTC qui est entièrement basée sur une optimisation contrainte non linéaire. Ce cadre combine l’estimation à horizon mobile non linéaire (NMHE) en tant que module FDD et le contrôleur tolérant aux pannes basé sur la commande prédictive non linéaire (NMPC). NMHE est capable d’estimer simultanément les états et les pannes d’actionneurs à partir de mesures bruitées tout en maintenant des contraintes, ce qui permet d’obtenir un suivi de trajectoire précis en présence de pannes d’actionneurs et de mesures bruitées lorsqu’il est combiné avec le NMPC.
Enfin, un nouvel algorithme de commande géométrique tolérant aux pannes est présenté. Il permet à un quadrotor de récupérer d’orientations arbitraires (drone presque renversé), d’effectuer des manœuvres acrobatiques de retournement et d’atteindre une précision de suivi de trajectoire, le tout en présence de pannes d’actionneurs et de contraintes. L’algorithme présenté démontre une performance supérieure et une sécurité et une fiabilité accrues par rapport à un contrôleur géométrique de référence issu de la littérature. Contrairement au nouvel algorithme présenté, le contrôleur de référence échoue à effectuer les mêmes missions en présence de pannes d’actionneurs. Les résultats de cette partie sont validés dans une simulation ROS-Gazebo et une preuve de concept est validée expérimentalement.