Vous êtes sur la page 1sur 27

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires

MAP-AUT1
Principes fondamentaux de l’Automatique
Dynamique et Contrôle des Systèmes

N ICOLAS P ETIT

Centre Automatique et Systèmes
MINES ParisTech
nicolas.petit@mines-paristech.fr

8 janvier 2016
Amphi 4

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires

Plan de l’amphi 4

1 Observer pour fermer la boucle

2 Mesure et estimation d’état

3 Systèmes linéaires

alors le système dt x = Ax + Bu est stabilisable par retour d’état u = Kx. On peut même choisir toutes les valeurs propres de A + BK .Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Retour d’état Le contexte Placement de pôles d Si (A. B) est commandable.

en général dim y 6= n = dim x .Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Retour de sortie et non pas retour d’état Seule la mesure y est accessible.

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Mesure et estimation d’état Plusieurs cas de figure 1 Les mesures sont en nombre insuffisant dim y < n : reconstruction d’état 2 Les mesures sont de mauvaise qualité 3 Les mesures sont redondantes mais de mauvaise qualité dim y ≥ n: fusion de données .

5 0 0 -0.5 -1 -1 -1.5 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 Quantification.5 1.5 0. bruit . Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Mauvaise qualité des signaux de mesure échantillonage et quantization bruit de mesure 1.5 -1.5 1 1 0.5 -0. échantillonnage.

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Fusion de données Pour l’estimation de la position du véhicule: GPS. caméras. Chaque technologie a ses défauts caractéristiques . sonars. télémètres. accéléromètres. odomètres. magnétomètres.

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Mesures expérimentales 0 mesures hybridées mesures GPS odométrie 5 10 Y (m) 15 20 25 10 5 0 5 10 15 20 X (m) bruit basse fréquence du GPS. dérive des odomètres .

des valeurs de la commande u et des mesures y (avec leurs défauts) .Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Observateur On va intercaler entre les mesures et le contrôleur un système dynamique pour estimer l’état du système On dispose: du modèle du système.

L’indistinguabilité est une relation d’équivalence. Définition (observabilité globale) Le système est dit observable si I(x) = {x}pour tout x. .Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Systèmes linéaires d x = Ax + Bu. Notons I(x) la classe d’équivalence de x. les sorties y (t) et ye(t) sont identiques pour toute entrée u(t). y = Cx dt Définition (distinguabilité) Deux états initiaux x et xe sont dits indistinguables (notés xI xe) si pour tout t ≥ 0. Ils sont dits distinguables sinon.

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Distinguabilité d2 1d 1 2 x = −x − x+ cos(t) dt 2 dt 10 .

 y =x  dy= dx dt dt d   y= x  dt  d y = −x − 1 d x + 1 cos(t)  dt 2 dt 10 Dans les deux cas. on reconstitue d (x.Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Distinguabilité d2 1d 1 x = −x − x+ cos(t) dt 2 2 dt 10 Formellement. la condition initiale est distinguable . dt x)T .

y = Cx dt Z t x(t) = exp(tA)x(0) + exp[(t − τ )A]Bu(τ )dτ 0 Z t y (t) = C exp(tA)x(0) + C exp[(t − τ )A]Bu(τ )dτ 0 Équation d’inconnue x(0) Z t C exp(tA) x(0) = y (t) − C exp[(t − τ )A]Bu(τ )dτ | {z } 0 non inversible .Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Question Peut-on distinguer la condition initiale d’un système linéaire? d x = Ax + Bu.

T ]). u(t ∈ [0. u(t ∈ [0.Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Z t C exp(tA)x(0) = y (t) − C exp[(t − τ )A]Bu(τ )dτ 0 exp(tA0 )C 0 C exp(tA) x(0) = Fonction(y (t). T ])) |0 {z } φ(T ) Si φ(T ) est inversible alors on peut reconstruire x(0) à partir des mesures y et de la commande sur [0. T ] . t])) | {z } non inversible Z T exp(tA0 )C 0 C exp(tA)dt x(0) = Fonction(y (t ∈ [0.

∃v 6= 0 tel que ! Z T v0 exp(tA0 )C 0 C exp(tA)dt v =0 0 et par suite Z T kC exp(tA)v k2 dt = 0 0 d’où C exp(tA)v = 0 Les mesures issues de la condition initiale x(0) et x(0) + v sont identiques. T ]. En effet.Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Si φ(T ) n’est pas inversible alors on ne peut pas reconstruire x(0) à partir des mesures y et de la commande sur [0. Ces conditions initiales sont indistinguables .

CAn−1 v = 0 ⇐⇒ [C.. . n−1 n CA exp(tA)v = 0. ⇐⇒ ∃v 6= 0. C exp(tA)v = 0. ∀t ∈ [0. .Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires ∃v 6= 0.. CAv = 0.. . CA2 exp(tA)v = 0. par dérivations (. Cv = 0. CA exp(tA)v = 0... CA.. CAn v = 0. CAn−1 v = 0... Cv = 0.. . .) (fonction analytique) en t = 0 dt CA exp(tA)v = 0...... CAn−1 ] n’est pas de rang plein . . T ] d d’où.. CAv = 0.. ⇐⇒ ∃v 6= 0.

. y = Cx est observable (resp. y = Cx est observable si et seulement si la matrice d’observabilité O = (C. . d commandable) si et seulement si dt x = A0 x + C 0 u. y = B 0 x est commandable (resp. CA. .Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Critère d’observabilité de Kalman d Le système dt x = Ax + Bu. observable) . CAn−1 ) est de rang n= dim(x) Dualité d Le système dt x = Ax + Bu.

. y = Cx.. 0 1 M = [H.  2 bn−1 0 . 0 −a0    1 0 0 b 0 .. AH. B =  . 1 −an−1  C2 = 0 ...... .. H dernière colonne de l’inverse de O .  A2 =   . An−1 H]..Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Forme normale observateur d x = Ax + Bu..   .. (dim C = 1 × n) dt Changement de variables mettant le système sous forme canonique observateur Forme canonique   0 . 1 0 ......

1 −an−1 + Ln−1 Polynôme caractéristique sn − (an−1 − Ln−1 )sn−1 − . − (a1 − L1 )s − (a0 − L0 ) = 0 On peut librement choisir les pôles de A + LC si (A.....    Ln−1   0 .... 0 −a0 + L0  1 0 0 .  A2 + L2 C2 =   .. 1 0  ..... C) est observable .  0 ...Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Construction d’un observateur   L0 L2 =  .

y = Cx  dt  d x̂ = Ax̂ + Bu + L(C x̂ − y )  dt d (x − x̂) = (A + LC)(x − x̂) dt d’où.Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Construction d’un observateur (suite) d   x = Ax + Bu. si les pôles sont à partie réelle strictement négative lim (x(t) − x̂(t)) = 0 t→+∞ On reconstitue asymptotiquement x en l’estimant par x̂ .

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Observateur asymptotique .

dimension 2n) à étudier est d x = Ax + Bu. A + BK est stable. A + LC est stable Question Le système bouclé par l’observateur contrôleur est-il stable? . y = Cx dt d x̂ = Ax̂ + Bu + L(C x̂ − y ) observateur dt u = ur (t) + K (x̂ − xr (t)) contrôleur Hypothèses Par le choix de K et L.Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Convergence Le système (étendu.

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Étude de stabilité d   x = Ax + B (ur (t) + K (x̂ − xr (t)))  dt  d x̂ = Ax̂ + B (u (t) + K (x̂ − x (t))) + L(C x̂ − Cx)  r r dt      d x A BK x = + f (t) dt x̂ −LC A + BK + LC x̂ | {z } =M Etude du polynôme caractéristique de la matrice M du système étendu .

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires .

.

.

sI − A −BK .

det(sI − M) = .

.

.

LC sI − A − BK − LC .

.

.

.

sI − A − LC −sI + A + LC .

= .

.

.

LC sI − A − BK − LC .

.

.

.

sI − A − LC 0 .

= .

.

.

LC sI − A − BK .

= det(sI − A − LC) det(sI − A − BK ) .

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Principe de séparation L’ensemble des valeurs propres du système bouclé par l’observateur contrôleur est constitué des valeurs propres de A + BK et de celles de A + LC Démarche pratique 1 On conçoit le contrôleur comme si on disposait de la mesure de tout l’état x. On place les pôles de A + LC 3 On substitue x̂ à x et on boucle: les valeurs propres ainsi obtenues sont connues à l’avance . On place les pôles de A + BK 2 Séparément on construit un observateur asymptotique.

Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires Centrale inertielle bas coût d 1 Q = M(p. r )Q dt 2 avec   0 −p −q −r p 0 r −q  M= q −r  0 p  r q −p 0   0 Y = −R(Q) 0  g . q.

r ) 2 Y = CX   −q2 q3 −q0 q1 C = = −2 · g ·  q1 q0 q3 q2  2q0 0 0 2q3 . q. Observer pour fermer la boucle Mesure et estimation d’état Systèmes linéaires R(Q) = 2 · q02 + q12 − 1    2 · q1 · q2 + 2 ·q0 · q3 2 · q1 · q3 − 2 · q0 · q2 2 · q1 · q2 − 2 · q0 · q3 2 · q02 + q22 − 1 2 · q2 · q3 + 2 ·q0 · q1  2 · q1 · q3 + 2 · q0 · q2 2 · q2 · q3 − 2 · q0 · q1 2 · q02 + q32 − 1 1 A= M(p.