Les liens de communication entre les véhicules au sein de la flotte définissent les références que prendra chaque robot pour le calcul de sa commande longitudinale. Ce référencement peut se faire par rapport à un ou plusieurs véhicules réels ou cibles virtuelles. Le comportement résultant de la flotte de véhicule sera différent en fonction du type de référencement choisi. Il est donc important de considérer le contexte applicatif désiré lors de l’élaboration de la stratégie de commande (une étude des approches et implications en termes de commandes en fonction des applications est réalisée dans [CFK97]). Dans notre cas, l’application de suivi de trajectoire en formation impose que chaque véhicule suive précisément la trajectoire de référence avec un décalage désiré et en maintenant un ensemble de distances curvilignes désirées par rapport aux références.
Différentes stratégies de référencement sont alors envisagées. Les stratégies de commandes classiquement utilisées dans la littérature (dont un état de l’art peut être consulté entre autres dans [GDWP13]) peuvent être divisées en 3 grandes catégories présentées ci-après.
4.2.1 Stratégies comportementales
Les stratégies de commande comportementales visent à faire en sorte que chaque véhicule de la formation respecte plusieurs objectifs à la fois, qui peuvent être contradictoires. Pour ce faire, chaque objectif définit une cible pour le véhicule, qui en déduit une commande pour atteindre cette cible. Les différentes commandes résultant des objectifs visés sont ensuite pondérées pour obtenir la commande finale du véhicule. Typiquement, les objectifs fixés aux véhicules sont
– l’attraction vers la destination finale,
– le maintien de la formation,
– l’évitement des autres robots de la flotte,
– l’évitement des obstacles.
La figure 4.1 illustre cette stratégie comportementale où le robot 3 établit une commande pour chacun des objectifs : en vert atteindre la position finale, en gris éviter l’obstacle et en violet et marron s’éloigner des robots 1 et 2. La commande de vitesse finale, pondération des objectifs, est représentée en rouge.
Cette stratégie comportementale peut être rapprochée des champs de potentiels. En effet, chaque objectif entraîne une commande dont la norme dépend de la distance à l’objectif. Chaque véhicule est donc soumis à un ensemble de champs de potentiels (dépendants aussi de l’état du véhicule) dont la combinaison crée le vecteur de commande final. Cette méthode a été utilisée dans [KYC96] et [SKI05], et est aussi illustrée dans la figure 4.1 où sont représentés en vert des potentiels d’attraction vers la position finale.
1
2
3 Obs.
Goal
Figure 4.1 – Représentation schématique des objectifs de la stratégie comportementale
Les performances de telles stratégies sont très largement influencées par le choix des coeffi-cients de pondérations des commandes élémentaires. Elles permettent néanmoins d’atteindre les objectifs de déplacement global, au niveau de la flotte. Cependant, il est très compliqué de prédire le comportement individuel d’un robot. Ce mode de commande est plutôt utilisé pour la gestion de flottes importantes (essaim [BS12]) où c’est le comportement de l’ensemble de la flotte qui est piloté [BA98, LBY03]. Dans le contexte étudié ici, on souhaite au contraire piloter précisément l’état de chaque robot, ce qui complique l’utilisation d’une telle stratégie.
4.2.2 Structures virtuelles
La stratégie de commande par structure virtuelle est très utilisée pour des applications de coopération (de bras robotisés ou de plates-formes mobiles, pour la manipulation d’objets volumineux par exemple). Elle consiste à définir le déplacement désiré d’un point virtuel de la formation et la forme à maintenir, et à en déduire la position afférente des éléments de la formation. L’ensemble des éléments de la formation crée alors une structure virtuelle, définie par la position de son centre (centre de masse, centre de gravité ou autre définition particulière) et son étendue (la position de chaque élément par rapport au centre), tel qu’illustré en figure 4.2 et appliqué à des flottes de véhicules terrestres dans [AACM13] et aériens dans [RB04]. En termes de commande, les informations de tous les éléments de la flotte permettent de calculer la position du centre et de caractériser la structure virtuelle. Chaque robot en déduit alors son erreur de positionnement par rapport à la structure désirée puis calcule ses commandes par rapport à son erreur et à l’avance de la formation.
vdes vC 3 1 2 3 C 4 5
Figure 4.2 – Représentation schématique de la structure virtuelle
Cette stratégie permet de contrôler précisément la position de chaque robot, mais la définition de la structure virtuelle nécessite une étape de centralisation des données (ou un graphe de communication complet, ce qui impose de nombreux liens de communication). On réservera donc cette stratégie plutôt pour des environnements fermés et contrôlés où la localisation des éléments est externe et absolue et/ou en présence d’un superviseur, ce qui permet une commande (au moins partiellement) centralisée.
4.2.3 Commandes basées leader-suiveur
Les stratégies de commande basées leader-suiveur sont les plus utilisées dans la littérature, notamment du fait de leur simplicité par rapport aux stratégies précédentes. En effet, dans ces stratégies, chaque véhicule définit un et un seul autre véhicule de la flotte comme son leader, et calcule ses commandes pour réguler sa position par rapport à ce véhicule référence. Le nombre de liens de communication nécessaire au sein de la flotte pour une commande décentralisée est alors grandement réduit ; chaque véhicule n’a besoin des informations de positionnement et d’état que d’un seul autre véhicule de la formation, son leader. De plus, la position de chaque véhicule est précisément connue et contrôlée au cours du déplacement. C’est pourquoi cette stratégie leader-suiveur est privilégiée dans notre étude et appliquée dans la section suivante pour étudier ses performances dans le cadre de notre application en environnements naturels.
On parle de stratégies au pluriel pour qualifier ces commandes leader-suiveur car le choix des véhicules leader entraîne des comportements différents au niveau de la formation. On distingue principalement deux cas :
• chaque véhicule définit comme leader un véhicule différent, typiquement le véhicule immédiatement précédent.
Ces deux stratégies principales peuvent ensuite être mixées pour créer des stratégies in-termédiaires suivant les contraintes et besoins applicatifs (voir par exemple [Ava10] où le référencement est fusionné entre leader global et leader local). En effet, chacune des stratégies implique des propriété sur la stabilité et le respect de la sécurité au sein de la flotte qui seront détaillées ci-après.