Vladislav Tempez will defend his thesis on Monday, 27th June at 1.30pm in room C005.

His presentation will be in French and is entitled “Apprentissage d’une loi de commande optimale d’un petit quadrotor pour le vol dans des tuyaux cylindriques”.

Résumé:

“Cette thèse traite du vol de petits quadrotors (en particulier du modèle Crazyflie, ∼ 10cm, 30g) dans des environnements confinés comme les tuyaux. Trois problématiques sont principalement abordées dans cette thèse : la présence et la nature de perturbations dues à l’interaction entre les flux d’air déplacés par les rotors et les parois de l’environnement, la conception d’un contrôleur pour le vol dans un tel environnement malgré les perturbations et l’adaptation de ce contrôleur
aux contraintes de fonctionnement à bord d’un petit quadrotor comme le Crazyflie.
Les perturbations aérodynamiques sont mesurées en régime statique et nous présentons une cartographie de celles-ci en un ensemble de points donné de l’environnement. Ces mesures sont utilisées pour dériver un modèle capable de réaliser des prédictions de ces perturbations en tout point de l’environnement.
Le contrôleur proposé pour voler dans un tel environnement est un contrôleur MPC basé sur la résolution de problèmes de contrôle optimal intégrant le modèle des perturbations, permettant ainsi à la fois la planification de la navigation en tenant compte des perturbations à venir et le rejet de celles qui seraient hors modèle.
La résolution de ces problèmes de contrôle optimal étant trop coûteuse en calcul pour être réalisée en temps réel à bord d’un petit quadrotor comme le Crazyflie, cette thèse aborde ensuite l’apprentissage par imitation du contrôleur MPC par un réseau de neurones qui permet d’obtenir une approximation de ce contrôleur dont le coût en calcul est compatible avec l’utilisation à bord d’un Crazyflie.”

Abstract:

“This work deals with the flight of small quadrotors (essentially the Crazyflie, ∼10cm, 30g) for indoor environments such as pipes. Three main questions are dealt with in the thesis : the existence and nature of aerodynamic perturbations caused by the interaction of rotors’ airflow with the environment, the design of a flight controller fit for environments like pipes and the adaptation of this controller to be embedded onboard a Crazyflie controller. The static component of aerodynamic perturbations is measured and we detail a map of these
for a given set of locations in the environment. These measures are then used to build a model that is able to predict these perturbations at any point of the environment.
We propose a MPC flight controller based on the resolution of the optimal control problem, taking the perturbation model into account. This controller is able to plan trajectories considering the perturbations and to reject these perturbations.
Solving the optimal control problem being too computationally expensive to be done in real time onboard the Crazyflie, we propose to learn a neural network approximating the MPC flight
controller in a supervised way, by imitation. This neural network approximation can be executed in real time onboard a Crazyflie.”