Vous êtes sur la page 1sur 19

Chapitre 1 Introduction à l’Intelligence Artificielle

CHAPITRE
1 INTRODUCTION A L’INTELLIOGENCE
ARTIFICIELLE

Objectifs du chapitre

This chapter will establish the importance and significance of studying the Artificial Intelligence
as a new topic.
It will lay the foundation related to the research scope, problem formulation, objectives and
contributions.

1.1. Histoire et Définition : Intelligence Artificielle


L'intelligence artificielle (IA) est un champ extraordinairement vaste, et alors difficile à
définir. De nombreux chercheurs ont travaillé sur des différents aspects de l'IA et de différentes
façons. Par la suite, on peut citer quelques définitions provenant de ces chercheurs.

Définition 1 : L'intelligence artificielle (terme créé par John McCarthy), souvent abrégée avec le
sigle IA (IA, ou AI en anglais pour Artificial Intelligence), est définie par l’un de ses
créateurs, Marvin Lee Minsky, comme : " La construction de programmes
informatiques qui s'adonnent à des tâches qui sont pour l'instant, accomplies
de façon plus satisfaisante par des êtres humains car elles demandent des
processus mentaux de haut niveau tels que : L'apprentissage perceptuel, Intelligence Artificielle vs Systèmes Embarqués

l'organisation de la mémoire et le raisonnement critiquée".

Définition 2 : ‘L'intelligence artificielle consiste à mettre en œuvre un certain nombre de


techniques visant à permettre aux machines d'imiter une forme d'intelligence réelle’.

Définition 3 : L’intelligence artificielle est officiellement définie comme le "champ


interdisciplinaire théorique et pratique qui a pour objet la compréhension de
mécanismes de la cognition et de la réflexion, et leur imitation par un dispositif matériel
et logiciel, à des fins d’assistance ou de substitution à des activités humaines". De son
côté, selon l’ACPR (autorité de contrôle prudentiel et de régulation), il s’agit de

Dr. A. SOUKKOU 1
Chapitre 1 Introduction à l’Intelligence Artificielle

"l’ensemble des techniques et des applications qui permettent de créer une machine
capable d’imiter de manière autonome, l’intelligence humaine".

Définition 4 : L'Intelligence Artificielle (IA) est la science dont le but est de faire faire par une
machine des tâches que l'homme accomplit en utilisant son intelligence.

En bref, l’objectif de l’IA est de concevoir des outils SOFT (Algorthmes ou techniques),
HARD (Structures) et SOFT-HARD (Structures et Algorithmes) qui imitent d’une manière
autonome le comportement intelligent chez les espèces (l’intelligence naturelle chez les
espèces).

Il est à noter que même, si les progrès de l’intelligence artificielle sont récents, l'idée de
concevoir des machines "intelligentes" remonte à la nuit des temps. Le tableau ci-dessous illustre
les périodes effectives de la naissance du nouveau concept de l’IA et ses outils structurels et
algorithmiques.

Tableau 1.1 : Historique de l’évolution des Techniques de l’Intelligence Artificielles.

Année Evénement
Le progrès de la médecine de cette époque (lois de fonctionnement de
XVI siècle certains organes) et du perfectionnement des automates conduits à
l’apparition l’idée de possibilité d’élaborer des mécanismes "intelligents".
Descartes introduit l'idée de ‘‘l’animal machine’’, qui aurait certaines
XVII siècle
activités humaines (sorte d'intelligence Humaine).
Descartes introduit l'idée de ‘‘l’animal machine’’, qui aurait certaines
XVII siècle
activités humaines (sorte d'intelligence Humaine).
Blaise Pascal inventa la première machine à calculer ; la Pascaline. Cette
1642 machine était capable d’effectuer une chose que seul l’humain était capable
de réaliser (l’addition et la soustraction).
Intelligence Artificielle vs Systèmes Embarqués
Léonard de Vinci construisit le premier androïde capable de coordonner les
XVIII siècle
mouvements de ses bras, de ses jambes et même de ses mâchoires.
Cette époque peut être considérée comme l'âge d'or des automates. A titre
d’exemple,
 L’invention de Jacques de Vaucanson en 1738. Il créât un canard plus
XVIII siècle ou moins autonome.
 Les horlogers Jaquet-Droz inventèrent une musicienne, un écrivain et
un dessinateur réalisant ‘vraiment’ les mouvements correspondant à la
pratique de leur art.
 Euphonia d'Eugène Faber à proposé l'automate parlante dialoguer avec
les spectateurs.
XIX siècle
 L'automate turc du baron von Kempel en jouait aux échecs – actionné
peut-être par un humain caché dans le dispositif.
Apparition des robots, conçus suite aux travaux des ingénieurs qui voulaient
XX siècle
tester des hypothèses émises par des biologistes et des psychologues.

Dr. A. SOUKKOU 2
Chapitre 1 Introduction à l’Intelligence Artificielle

 Le chien électrique conçu par Hammond et Miessner en 1915. Son


foctionnement est inspiré de phototropisme animal mis en évidence par
Loeb en 1918.
 Les machines de Russell (1913) et de Stephens (1929), les tortues
cybernétiques de Grey Walter (1950), le renard électronique de
Ducrocq (1953) ou l'homéostat d'Ashby (1952) étaient, elles, dotées de
capacités d'apprentissage directement issues des travaux des
psychologues Thorndike (1911), Hull (1943) et du physiologiste Pavlov
(1903) sur l'Homme et l'animal.
1943 La 1ere modélisation de neurone biologique par McCulloch & Pitts
Shannon, fondateur de la théorie de l'information, propose une méthode pour
1949
jouer aux échecs.
1950 Apparition de l’ouvrage "Computing Machinery and Intelligence" de Turing
Allen Newell, John Shaw et Herbert Simon développent le premier
programme d’IA, qui se nomme «Logic Theorist». Ce programme permet de
1955-1956
démontrer 38 des 52 démonstrations du manuel scolaire de l'époque
s’appelant «Principa Mathematica»
congrès de Dartmouth que le terme "Intelligence Artificielle" a été proposé
1956 pour la première fois par Marvin Lee Minsky, Joseph McCarthy, Newell,
Simon, Shannon, ... (pour les plus connus).
Isaac Asimov était un écrivain qui a principalement traité des Robots, il a
1947
imaginé 3 Lois (dans son livre ; I-Robot de 1947) :
1966-74 L’IA découvre la complexité des calculs
La première application de la logique floue (théorie des ensembles flous
1974 développée par L. Zadeh en 1965) dans le domaine industriel a été effectuée
en 1974 par Mamdani et son équipe
Les algorithmes génétiques sont développés pour la 1ere fois par John
1975
Holland et son équipe de recherche et popularisés par Goldberg en 1994.
1969-79 Développements des premiers systèmes à base de connaissances
1980-88 Essort de l’industrie des systèmes experts (SE)
Développement d’un Hélico à base de la logique floue par Takagi-Sugeno
1985
(modèle flou de Takagi-Sugeno-Kang)
1985-95 Les réseaux de neurones redeviennent une discipline à part entière
1988 Les méthodes de décision probabilistes sont réutilisées
Le soft computing a été introduit par L. A. Zadeh comme un moyen de Intelligence Artificielle vs Systèmes Embarqués
construire des systèmes intelligents en se basant sur les travaux de base de
1994
la théorie des ensembles flous développée par L. Zadeh en 1965 (Notion de
la Logique Floue)
les problèmes concrets sont “grands” : implique de nouvelles
2000
méthodes/techniques pour la véfirication, l’estimation, le diagnostic...
Développement de nouvelles techniques de l’IA suite au développement des
outils de calculs (Ordinateurs et logiciels de calculs) : Méthodes
> 2000 évolutionnaires (métaheuristiques), Fouille de Données, Intégration de
Données, Traitement de Corpus, Interaction Homme-Machine, Systèmes
Multi-Agents et Distribués, …etc.

1.1.1. Notions élémentaires


Il existe différentes définitions liées à la notion de l’intelligence artificielle :

Dr. A. SOUKKOU 3
Chapitre 1 Introduction à l’Intelligence Artificielle

 Le terme artificiel signifie : Ce type d’intelligence est le résultat d’un processus créé
par l’HOMME, plutôt que d’un processus naturel biologique et évolutionnaire.

Artificiel ≠ naturel biologique et évolutionnaire

 La notion d'intelligence est difficile à définir d’une manière exacte :


 La capacité d’acquérir et de retenir les connaissances, d’apprendre ou de
comprendre grâce à l’expérience.
 Le raisonnement ‘humain’ pour résoudre des problèmes, et de prendre des décisions de
manière appropriée à une nouvelle situation, etc.

Quatre types de définition de l’IA

Système qui pense comme Système qui pense


les hommes rationnellement
Complexe Limité

Système qui agit comme Système qui agit


les hommes rationnellement
Théorique Pragmatique

Intelligence Artificielle vs Systèmes Embarqués

1.1.2. Types d'Intelligence


En se basant sur les différentes définitions de l’IA existant dans le domaine de l’IA, on
peut avoir deux types d'Intelligence :
 IA faible.
 IA forte.

Tableau 1.1 : Historique de l’évolution des Techniques de l’Intelligence Artificielles.


Type Description
Intelligence La notion d’IA faible constitue une approche pragmatique d’ingénieur dont
Fiable l’objectif est de chercher à construire
(Soft)  Des systèmes de plus en plus autonomes,

Dr. A. SOUKKOU 4
Chapitre 1 Introduction à l’Intelligence Artificielle

 Des algorithmes capables de résoudre des problèmes d’une certaine classe,


 etc...

IA faible où la machine (programme (soft)) simule l'intelligence ‘naturelle’. Il


s'agit donc d'un programme préalable effectué par l’être humain. A titre
d’exemple, les systèmes experts de diagnostic, Jeu d'échec en ligne, …etc
Intelligence Le concept d’IA forte fait référence à une machine (Hard-Soft) capable d’imiter
Forte le comportement intelligent des espèces (Non seulement de produire un
(Soft – comportement intelligent, mais d’éprouver une impression d'une réelle
Hard) conscience de soi, de «vrais sentiments», et une compréhension de ses propres
raisonnements).

Actuellement, la définition d'un robot disposant d'un système d'intelligence est qu'il serait
capable d'acquérir, de retenir des connaissances et de comprendre grâce à son
expérience, ainsi que de raisonner pour résoudre des problèmes et pour appréhender
rapidement et de manière appropriée une situation.

1.2. Sujets & domaines connexes


Les réalisations actuelles de l’intelligence artificielle peuvent être regroupées en
différents domaines, tels que :
 Les systèmes experts.
 Systèmes multi-agents.
 L’apprentissage automatique.
 Le traitement automatique des langues.
 La reconnaissance des formes, des visages et la vision en général...
 Robotique.
 Domotique.
 Théorie des jeux. Intelligence Artificielle vs Systèmes Embarqués
 Vie artificielle (et Intelligence collective artificielle).
 …etc.

1.3. Principales techniques liées à l’intelligence artificielle


Les principales techniques liées à l’intelligence artificielle (TIA) basées sur différentes
approches et différentes sources naturelles (comportement et raisonnement humain, organismes
(espèces) animaux et végétaux) sont données comme suit :
 Métaheuristiques (dont les Algorithmes génétiques).
 Programmation génétique.

Dr. A. SOUKKOU 5
Chapitre 1 Introduction à l’Intelligence Artificielle

 Apprentissage automatique (Réseaux de neurones artificiels (neural networks), deep learning,


…etc.).
 Data mining.
 Inférence bayésienne.
 Architecture cognitive.
 Raisonnement approximatif (Logique floue) (fuzzy logic).
 Intelligence artificielle distribuée.
 Programmation par contraintes.
 Raisonnement par cas.
 Système multi-agents.
 …etc
Les méthodes les plus utilisées et les plus rencontrées dans le domaine de l’engineering
sont les suivantes :

 Fuzzy control
 Neuro control
 Fuzzy-Neural control
 Meta-heuristic algorithms:
 Evolution Strategies
 Genetic Algorithms
 Particle Swarm
 Tabu Search
 Simulated Annealing
 Differential Evolution
 Cloud Computing Intelligence Artificielle vs Systèmes Embarqués

 Immune ssystems
 Estimated distribution
 GRASP method
 Bruitage method
 Path Relinking
 Cross Entropy
 Kangaroo algorithm
 FWA
 ABS
 …etc.

Dr. A. SOUKKOU 6
Chapitre 1 Introduction à l’Intelligence Artificielle

 Knowledge base systems


 Perceptual control
 … etc.

1.4. Domaines d’application


L'IA se retrouve implémentée dans un nombre grandissant de domaines d'application tels
que:
 Systèmes bancaires. Avec des systèmes experts d'évaluation de risque lié à l'octroit d'un
crédit.
 La robotique.
 Le domaine militaire. Dans les systèmes autonômes tels que les drônes, les systèmes de
commandement et d'aide à la décision.
 Les jeux.
 La médecine. Avec les systèmes experts de diagnostic.
 La logistique. Approche de type résolution de problème de satisfaction de contraintes
 L'éducation (systems cognitifs d’éducation)

 De Google à Microsoft en passant par Apple, IBM ou Facebook, toutes les grandes
entreprises dans le monde de l'informatique planchent aujourd'hui sur les
problématiques de l'intelligence artificielle en tentant de l'appliquer à quelques
domaines précis. Chacun a ainsi mis en place des réseaux de neurones artificiels
constitués de serveurs et permettant de traiter de lourds calculs au sein de
gigantesques bases de données.

Intelligence Artificielle vs Systèmes Embarqués


1.5. Structure d’un système de Contrôle Intelligent
L'objectif du contrôle est de faire suivre aux états du système les trajectoires de référence
prédeterminées. Ainsi, les erreurs de suivi doivent être aussi petites que possible et le système en
boucle fermée doit être globalement stable et robuste, c'est-à-dire tous ses paramètres sont
uniformément bornés et l'effet des perturbations externes est atténué à un niveau prescrit. La
figure ci-dessous montre la structure du processus de conception et d'optimisation des
commandes pour un système dynamique qui contient trois blocs principaux:
 Couche d’optimisation.
 Couche de contrôle représentant la stratégie de contrôle en boucle fermée.
 Système dynamique à controller.

Dr. A. SOUKKOU 7
Chapitre 1 Introduction à l’Intelligence Artificielle

Optimization Layer
yt 
Controller
y ref t 
Performances
Designer Criteria
vt 
Disturbances
Controller parameters

y ref t  Plant modeled by


yt 
Reference

ut 

Actuator

Output
Closed loop
 x t   f t , xt , u t 
control strategy 
 yt   g t , xt , u t 
Control Layer

ym t  Sensors
x1 ,..., xn T

bt 
Measurement noise

Low power signal High power signal

Figure 1.1 : Eléments de la boucle de contrôle en boucle fermée..

Le schéma de la figure1 représente un système de contrôle intelligent proposé par Johnson and
Picton (1995). Trois sous systèmes sont considérés : sous système de perception (capteur),
reconnaissance et mise en action (décision).
Décision ou
Système de contrôle intelligent Action
Intelligence Artificielle vs Systèmes Embarqués

Perception Reconnaissance Décision

Processus

Environnement
(a)

Dr. A. SOUKKOU 8
Chapitre 1 Introduction à l’Intelligence Artificielle

(b)
Figure. 1.2 : Structure d’un système de contrôle intelligent.

1.6. Les systèmes embarqués et les perspectives de l’IA


Par définition, un système embarqué est un système électronique et informatique
autonome qui est utilisé pour réaliser une tâche prédéfinie parfois en temps réel. L’expression
"système embarqué" peut s’appliquer sur le matériel informatique mais aussi les logiciels
utilisés. La technologie des systèmes embarqués est utilisée dans plusieurs domaines comme
 l'astronautique,
 l’aéronautique,
 l’automobile,
 l’industrie,
 l'informatique,
Intelligence Artificielle vs Systèmes Embarqués
 l'électroménager,
 le militaire.
 …etc.
Allier intelligence artificielle et technologie embarquée représente une nouvelle étape
franchie par les géants du web et de la télécommunication (téléphonie mobile, …).
 Leurs investissements dans le domaine rendent les possibilités de développement infinies.
 Bientôt il sera possible que la plupart des portables et des smartphones utilisent des
logiciels intelligents.

 Le groupe Volkswagen développe une plate-forme logicielle baptisée "vw.os" qui


équipera à terme l'ensemble des modèles produits par ses douze marques

Dr. A. SOUKKOU 9
Chapitre 1 Introduction à l’Intelligence Artificielle

automobiles. Le constructeur cherche à mutualiser ses ressources pour parvenir à


faire baisser le coût d'intégration par véhicule de cette plate-forme.
 Nvidia ne compte pas laisser le marché de l'intelligent edge lui filer sous le nez.
L'entreprise lance Jetson Nano, un module embarqué spécialisé dans l'intelligence
artificielle sous toutes ses formes et qui bénéficie de la flexibilité des GPU.
 Les derniers smartphones vedettes, comme l’iPhone X d’Apple, le P20 de Huawei et
le Mi 8 de Xiaomi, mettent en œuvre l’IA pour des fonctions de reconnaissance
faciale ou d’optimisation des fonctions photo. Mais qui dit intelligence artificielle dit
besoin accru de capacités de calcul, de mémoire et de réseaux et de grandes bases de
données pour l’apprentissage des modèles.
 La vision artificielle, par exemple, permet à la machine de déterminer précisément le
contenu d'une image pour ensuite la classer automatiquement selon l'objet, la couleur
ou le visage repéré.

1.6.1. Les logiciels intelligents embarqués


L’objectif de cette optique est d’ajouter une dimension virtuelle autonome. Cela signifie
créer des algorithmes qui peuvent analyser les données qu’ils accumulent en temps réel et ceci
afin d’optimiser le fonctionnement des appareils et l’expérience-utilisateur.
 Pour les dispositifs connectés, il s’agit du couplage de l’objet physique à une dimension
virtuelle, sans limiter le processus de décision quand l’objet est isolé du Cloud.
 Il est possible de stocker les data sensitives pour accroître la protection de la vie privée.
 Ces systèmes doivent agir tout en s’adaptant à leur environnement, ce qui signifie qu’ils
ont des délais de réaction très courts.

L'intelligence artificielle fait-elle partie de l'avenir de l'humanité ?


Intelligence Artificielle vs Systèmes Embarqués

 Aujourd'hui comme a ses débuts l'IA connaît des progrès époustouflants.


 Les avancés technologiques sont nombreuses, aussi bien dans le domaine de
l'informatique, que de la robotique.
 Nous ne pouvons pas savoir de quoi demain sera fait mais nous pouvons l'imaginer à
l'aide de films et d’œuvres littéraires dans lesquelles les auteurs présentent leur vision
du futur et nous permettent de créer la notre.

Dr. A. SOUKKOU 10
Chapitre 1 Introduction à l’Intelligence Artificielle

Répondre à la question de la figure ci-dessous ???

This is the
end of this
part!

Intelligence Artificielle vs Systèmes Embarqués

Dr. A. SOUKKOU 11
Chapitre 1 Introduction à l’Intelligence Artificielle

1.7. Home
Works 2

''Généralités sur la Commande des systèmes dynamiques''

H_M 1 :
 Définir, brièvement avec des exemples, les termes suivants (descriptifs ou formels):
 Signal. Signal analogique. Signal digital.

 Système; Système homogène; Système stationnaire; Système linéaire; Système non


linéaire.
 Transformée de Laplace. Transformée en z. Fonction de transfert.
 Système; Système homogène; Système stationnaire; Système linéaire; Système non
linéaire.
 Modélisation. Identification.
 Commande d’un système. Contrôle d’un système. Régulation. Poursuite.
 Diagnostic.
 Signal de commande. Convolution des signaux. Intelligence Artificielle vs Systèmes Embarqués
 Stabilité. Précision. Robustesse. Fiabilité.
 Régime transitoire. Régime permanent.
 Système de commande. Boucle ouverte. Boucle fermée. Système asservis.
 Représentation d’état.
 Commande classique. Commande avancée. Commande intelligente.
 Action Proportionnelle (P). Action Derivée (D). Action Intégrale (I).
 Commande PI. Commande PD. Commande ID. Commande PID.

H_M 2:

Dr. A. SOUKKOU 12
Chapitre 1 Introduction à l’Intelligence Artificielle

 Où se trouve la différence entre la commande classique et la commande avancée? Donner


des exemples.
 Soit le schéma de la figure suivante : Perturbations vt 

y ref t 
Procédé à commander
yt 

Actionneur
Stratégie de ut  modélisé par :
commande en BF  x t   f t , xt , u t 

 yt   g t , xt , u t 
Modèle de Sortie
référence
ym t  Capteurs
x1 ,..., xn T

bt  Bruit de mesure

 Expliquer le processus d’automatisation ‘de commande’ d’un processus industriel


quelconque. Expliquer la chaîne d’asservissement...
 Où se trouve la différence entre la commande classique et la commande avancée? Donner
des exemples….
 Quelle est l’idée de base d’une loi de commande PID ?
 Citer les avantages et les inconvénients d’un contrôleur PID…
 Démontrer que la sortie d’un contrôleur PID peut être obtenue par la formule récursive
suivante:

u  nT   u   n  1  T   K 0  e  n  T   K1  e   n  1  T   K 2  e   n  2   T 

 Evaluer les coefficients Intelligence Artificielle vs Systèmes Embarqués


K0  f0  KP , KI , KD , T  , K1  f1  K P , K I , K D , T  et
K2  f 2  K P , K I , K D , T 

 Etablir la transformée en z de l’équation précédente (mettre T = 1). Etablir la


fonction de transfert.

 Comment déterminer les coefficients K P , K I , K D  ?

H_M 3 : Commande des systèmes dynamiques


La structure générale d’une boucle de commande d’un système quelconque (linéaire ou
non linéaire) sera représentée par la figure suivante :

Dr. A. SOUKKOU 13
Chapitre 1 Introduction à l’Intelligence Artificielle

d ist t 

Modèle de
yd

référence
u

Sortie
Contrôleur Procédé y
x t   f xt , ut , d ist t 

Variables d’état
x1 ,..., xn T
 Comment analyser les systèmes
 Mouvement d’avion : Système linéaire continu.
 Bain d'eau : Système non linéaire discret.
 Pendule inversé : Système non linéaire continu.

1. Commande d’un système linéaire continu : Commande du mouvement d’avion


La structure de l’avion est donnée par la figure suivante :

Ce système peut être modélisé par le schéma bloc suivant :

Intelligence Artificielle vs Systèmes Embarqués

PID

 Faire la simulation du comportement de l’appareil avec un gain de commande


(commande proportionnelle) K = (0.1, 0.12, 0.14, 0.16, 0.18, 0.2). (Utliser Simulink).

 Appliquer la méthode de Ziegler - Nichols pour calculer la valeur des gains de la


commande PID (PI, PD, PID) permettant de rendre l’appareil en régime d’équilibre.

Dr. A. SOUKKOU 14
Chapitre 1 Introduction à l’Intelligence Artificielle

2. Commande de la température d’un bain d'eau (système non linéaire discret)


Le but est de commander la température d’un bain d'eau. La structure du procédé est
donnée par le schéma de la figure ci-dessous. Le modèle récurrent (discret) du système est donné
par :
Q2 Ts 
yk  1  Q1 Ts   yk   uk   1  Q1 Ts   Y0
1  exp 0.5 yk    
avec :

Q1 Ts   exp  Ts 



Q2 Ts   1  exp  Ts 

yk  et uk  sont la température du système et le signal de commande à appliquer,

respectivement. Y0 est la température ambiante. Ts est la période d’échantillonnage.  et 


sont des valeurs constantes décrivant le système. Les paramètres du système utilisé dans cet
exemple sont celui d’un modèle réel développé par Chia-Feng Juang. Ils sont donnés par le
tableau ci-dessous.

Couche de contrôle

y k 

Module de
sonde
u k 
Hélice

V
Sonde

Résistance Intelligence Artificielle vs Systèmes Embarqués


chauffante

Paramètres du système.
Coefficient Valeur
 1.0015 .10 4

 8.6793 .10 3

 40

Ts [s] 30

Y0 [°C] 25.0

Dr. A. SOUKKOU 15
Chapitre 1 Introduction à l’Intelligence Artificielle

L’objectif de contrôle est de générer une séquence d’actions 0v  uk   5v permettant
au système de suivre la trajectoire de référence donnée par :

35C  si k  40

y (k )  55C 
d
si 40  k  80
75C  80  k  120
 si

Comment traiter ce problème? Discuter…

3. Commande d’un pendule inversé (système non linéaire continu)


La figure suivante montre le diagramme schématique du système du pendule inversé, ainsi
que sa structure. La dynamique du système est caractérisée par l’expression suivante :

 x1  x2

 x2  f  x   g  x  u  d
y  x
 1

avec
g sin x1  mc mp x22 cos x1 sin x1
f  x 
4 3  m m c p cos2 x1  ,
mc cos x1
g  x 
4 3  m m c p cos2 x1 

L’objectif est de maintenir le pendule dans sa


position d’équilibre correspondante à un angle
x1   ref  rad et une vitesse angulaire MP
l
x2   ref  0  rad/s
θ g Intelligence Artificielle vs Systèmes Embarqués

u t  MC

Une perturbation d’état d t  est ajoutée au modèle du système non linéaire sous la
forme :
d  0,1sin  2t  e0,1t

Les caractéristiques du pendule sont résumées dans le tableau 2.

Dr. A. SOUKKOU 16
Chapitre 1 Introduction à l’Intelligence Artificielle

Variables fonctionnelles du pendule inversé.


Notation Description
mc[kg] = 1.0 Kg Masse du chariot
mp[kg] = 0.1 Kg Masse du pendule
l[m] = 0.5m Demi-longueur du pendule
2
g[m/s ] Accélération gravitationnelle
x1   [rad] L’angle du segment par rapport à l’axe
vertical
x 2   [rad/s] La vitesse angulaire du segment
u [N] Force à appliquer au chariot

3.1. Commande par PD


Notre objectif est de forcer la sortie du système de suivre la trajectoire :
yd  t   0.5exp  2t 
En utilisant la commande type PD :
de(t )
u  K p e(t )  K d avec K p  41 et K d  12 .
dt

Pour illustrer les performances de la commande floue, nous considérons la commande en


régulation et en poursuite du système de pendule inversé.

3.2. Commande en régulation


La commande synthétisée doit accomplir la tâche suivante :

 Maintenir le pendule dans sa position d’équilibre correspondante à


 Un angle   0 rad et
 Une vitesse angulaire   0 rad/s .
Le chariot se déplace à droite ou à gauche, sans prise en compte de sa position. Les
Intelligence Artificielle vs Systèmes Embarqués
conditions initiales du système sont générées, aléatoirement.

Dans le cas illustré, on a

x1 0, x2 0   18 rad, 0 rad/s  .


Discuter…

3.3. Commande en poursuite


Dans cette partie de la simulation, le modèle de référence sera du type sinusoïdal donné
par :

y t , y t 
T
     
    sin t ,    cost 
d d T

 30   30  

Dr. A. SOUKKOU 17
Chapitre 1 Introduction à l’Intelligence Artificielle

Dans le plan de phase x1 t , x2 t  , la trajectoire de référence peut être représentée par le
cercle :

y t   y t   
2
2 2
d d
 
 30 
Les conditions initiales sont choisies de sorte que

x0    18 rad , 0.05 rad/s  .


T

1.8. Références Biblio-Webo Graphiques


[1] http://tpe-intelligence-artificielle-2013.e-monsite.com/pages/definition-de-l-intelligence-
artificielle.html (Consulté le 01/04/2020)
[2] http://tperobotiqueetmedecine.e-monsite.com/pages/et-l-intelligence-artificielle/ (Consulté le
02/04/2020)
[3] https://fr.vikidia.org/wiki/Intelligence_artificielle (Consulté le 02/04/2020)
[4] http://www-poleia.lip6.fr/~zucker/Teaching/DESS-EA/IA1 (Consulté le 02/04/2020)
[5]

[6]

Intelligence Artificielle vs Systèmes Embarqués

Dr. A. SOUKKOU 18
Chapitre 1 Introduction à l’Intelligence Artificielle

« Une personne
qui n'a jamais
Commis d'erreurs
n'a jamais tenté
d'innover ».

Albert Einstein

Intelligence Artificielle vs Systèmes Embarqués

Dr. A. SOUKKOU 19

Vous aimerez peut-être aussi