Pfe 2016 Enpo

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/330725759
Conception, Modélisation et Commande d'un UAV de type Quadrirotor
Thesis · June 2016

DOI: 10.13140/RG.2.2.10143.82089
CITATIONS READS
0 16,263
2 authors:
Zakaria Chekakta Abdellah Zoubiri

City, University of London Institut Maupertuis
10 PUBLICATIONS 16 CITATIONS 1 PUBLICATION 0 CITATIONS
SEE PROFILE SEE PROFILE
All content following this page was uploaded by Zakaria Chekakta on 30 January 2019.
The user has requested enhancement of the downloaded file.

RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE
Ministre de l’Enseignement Supérieur et de la Recherche
Scientifique
École Nationale Polytechnique d’Oran

Département de Génie Electrique
Laboratoire LAAS
Projet de Fin d’Étude

Pour l’Obtention du Diplôme d’Ingénieur d’Etat
THÈME
Conception, Modélisation et Commande d’un
UAV de type Quadrirotor
Projet dirigée par Pr.A.Belaidi
Etudié par : Spécialité :

Chekakta Zakaria - Electronique et Systèmes Embarqués
Zoubiri Abdellah - Automatique
Soutenu le 21/06/2016
Membres du jury :
Président :
Mr M. Litim : - MAB à l’École Nationale Polytechnique, Oran.
Examinateurs :
Mr S. Mimouni : - MAA à l’École Nationale Polytechnique, Oran.
Directeur du Projet
Mr A. Belaidi : - Professeur à l’École Nationale Polytechnique, Oran.
Promotion Juin 2016
École Nationale Polytechnique, Route d’Es-Sénia, B.P. 1523 El M’Naouer 31000 - Oran, Algérie.
Surely my prayer, and my sacrifice,and my life, and my death, are all for Allah.
The lord of the worlds
SURAH AL-AN’AAM 162
i
Nous dédions ce travail
à Nos très chers parents
à Nos familles
à Nos amis
aux membres
de la famille
de l’ENPO
ii
Remerciements
Nous tenons à exprimer notre profonde gratitude à ALLAH Azza Wa Jal pour nous avoir
donné le souffle de vie, la force, la santé et l’intelligence nécessaires pour accomplir ce travail.
La réalisation de ce mémoire a été possible grâce au concours de plusieurs personnes à

qui nous voudrions témoigner toute notre reconnaissance.
Nous voudrions tout d’abord remercions notre encadreur Monsieur Belaidi Abdelkader
Directeur du laboratoire de recherche LAAS et professeur à l’École Nationale Polytechnique
d’Oran, pour le privilège qu’il nous a fait en acceptant de diriger ce travail.
Nous remercions également Monsieur Mustapha Litim, MAB à l’École Nationale Poly-
technique d’Oran, pour avoir accepté d’être le président de mon jury.
Mes remerciements s’adressent aussi à Monsieur S. Mimouni, MAA à l’École Nationale
Polytechnique d’Oran, qui me fait l’honneur d’accepter d’être membre du jury de cette travail
et de l’examiner.
Nous souhaitons aussi remercier Monsieur Kacimi Abdelrahmen, enseignants à l’Ins-

titut de Maintenance et Sécurité Industrielle.
Nous remercions nos très chers enseignants au sein de l’école depuis les sciences fonda-
mentales, pour leurs efforts voués à nous ransmettre leur savoir.
iii
iv
: jÊÓ
P @ ð X QKA¢Ë@ HñK
éªK . QÊË ú¾JÓAJK X h. XñÖß XAm.' AK. AJÒÒJë@ Èð B@ ZQm.Ì '@ , áJKP áKQk. úÍ@ Õæ®Ó ÉÒªË@ @ Yë
.
úÎ« èQKñÖÏ @ð éK. é¢J
jÖÏ @ Që@ñ¢Ë@ ÊJm× PAJJ«B @ áªK Yg B@ ©Ó , é®K A h XAÖß úÎ« XAÒJ«B AK ½Ë@ Xð , hð@QÓ
. . . . .
×
¯
ú¯ð .ÐA¢JË@ @ YêË ÉÓAË@ P@Q®JB @ áÒ , éK. ÕºjJÊË HAJJ®K ©Ó h. XñÒJË@ @ YêË HA¿ Am ÉÒªK. AJÔ Õç' , éJJºJÓAJK X
P @ ð X QKA¢Ë@ HñK KñºÓ ©JÒm.Ì É®Ó hQå. AJÔ¯ úGAJË@ ZQm.Ì '@
AJÔ¯ Õç' HAAkð
× áÓ hð@QÓ éªK
HA¿Qm . . P HA
YªK. á« ÐA¢JË@ @ Yë ú¯ ÕºjJË@ úÎ« èPXA®Ë@ HAm .Ì 'AªÖÏ @ úÎ« ø ñJm' á®K . A£ áÓ éKñºÓ éJ Kð QºË@ ékñË
ÉÒªK
.

. úÎÊ ÈA@ Èñ»ñKðQK. Ð@YjJAK. ÈñÒm× H. ñAg úÎ« éJÓñP éêk. @ð ÈCg áÓ
éJ ÓñP éêk
@ð , HAm
. .Ì 'AªÖÏ @ , HAAk
,ú¾JÓAJK X h. XñÖß, hð@QÓ éªK P @ ð X QKA¢Ë@ HñK
. . ðP : éJ kAJ®Ó HAÒÊ¿

. úÎJÊ ÈA@ Èñ»ñKðQK.,
Résumé :
Ce travail est divisé en deux parties essentielles, Première partie nous intéressons à la mo-
délisation dynamique du quadrirotor en tenant compte des divers phénomènes qui peuvent
influencer la dynamique d’une quadrirotor, et nous avons fait des simulations de ce modèle
avec les techniques de contrôle, il assure une stabilité globale pour ce système. Dans la
deuxième partie, nous avons une explication détaillée de tous les composants du quadriro-
tor, des moteurs et des capteurs, puis nous avons fait une carte électronique composé de
deux étages comprenant des processeurs capables de contrôler le système à distance via une
interface graphique sur un ordinateur portable en utilisant le protocole de communication série.
Mots clés : Quadrirotor, modèle dynamique, capteurs, microprocesseurs, interface gra-

phique GUI, protocole de communication série.
Abstract :
This work is divided into two main parts, First part are interested in the dynamic modeling
quadcopter of taking into account the various phenomena that may influence dynamics of
a quadcopter, and we have made simulations of this model with the control techniques, it
ensures overall stability for this system. In the second part, we have a detailed explanation of
all components of copter, motors and sensors, then we made a two-story compound electronic
card containing processors can control the system remotely via a graphical interface on a
laptop using serial communication protocol.
Key words : Quadcopter, dynamic model, dynamic model, sensors, microprocessors,

graphical user interface GUI, serial communication protocol.
Table des matières
Table des figures vii
Liste des tableaux ix
Liste des symboles x
Introduction générale 1
1 Les drones : État de l’art 3

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Les drones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.3 Classification des drones . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 Autonomie et automatisation . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Le Quadrirotor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1 Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.2 La technologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.3 Avantages de la configuration quadrirotor . . . . . . . . . . . . . . . . 12
1.3.4 La recherche dans le domaine des quadrirotors . . . . . . . . . . . . . 13
1.3.5 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Modélisation du quadrirotor 17
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Description générale du quadrirotor . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Les mouvements du quadrirotor . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Repérage du quadrirotor dans l’espace . . . . . . . . . . . . . . . . . . . . . 20
2.4.1 Repères utilisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4.2 Matrice de rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Modèle dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5.1 Hypothèses simplificatrices . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5.2 Modélisation avec le formalisme d’Euler-Lagrange . . . . . . . . . . . 23
2.5.3 Modélisation avec le formalisme de Newton-Euler . . . . . . . . . . . 27
2.5.4 Modèle d’état . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.5 Liaisons non holonomes . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
v
vi TABLE DES MATIÈRES
3 Commande du quadrirotor 36
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Etat de l’art sur la commande du quadrirotor . . . . . . . . . . . . . . . . . 38
3.3 Commande PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3.1 Synthèse de la commande . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3.2 Simulations et résultats . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.4 Commande nested saturation . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4.1 Contrôle du lacet (ψ , y) . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4.2 Contrôle du roulis (φ, y) . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4.3 Contrôle du tangage (θ, x) . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 Commande hiérarchique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.5.1 Contrôle du lacet et translation verticale (ψ , z) . . . . . . . . . . . . 47
3.5.2 Contrôle du tangage et translation longitudinale (θ, x) . . . . . . . . 48
3.5.3 Contrôle du roulis et translation latérale (φ, y) . . . . . . . . . . . . . 49
3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4 Conception 58
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Principe de fonctionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.3 L’armature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4 Les processeurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.5 Les capteur d’orientation et d’altitude . . . . . . . . . . . . . . . . . . . . . 62
4.5.1 Accéléromètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.5.2 Gyroscope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.5.3 Magnétomètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.5.4 La centrale inertielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.5.5 Le module ultrason HC-SR04 . . . . . . . . . . . . . . . . . . . . . . 65
4.6 Les moteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.7 Les pales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.8 Contrôleur électronique de vitesse . . . . . . . . . . . . . . . . . . . . . . . . 67
4.9 Communication – XBEE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.10 Interfaçage 3.3v-5v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.11 Système d’alimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.12 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5 Filter de Kalman 72
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.2 Bref historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.3 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.4 Les applications du filtre de Kalman . . . . . . . . . . . . . . . . . . . . . . 74
5.5 Description technique et contexte . . . . . . . . . . . . . . . . . . . . . . . . 74
5.6 Algorithme de filtre de Kalman . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.7 Application du filtre sur la centrale inertielle . . . . . . . . . . . . . . . . . . 77
5.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Conclusion générale 79
Annexes 80
vii TABLE DES MATIÈRES
A Fiche Technique 81
A.1 Microcontrôlleur microchip PIC18F2550 . . . . . . . . . . . . . . . . . . . . 81
A.2 Microcontrôlleur atmel ATMEGA 328P-PU . . . . . . . . . . . . . . . . . . 82
B Réalisation du projet 83
B.1 Carte mère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B.2 Carte de commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
B.3 Circuit d’Alimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
B.4 Les composants utilisé dans le projet . . . . . . . . . . . . . . . . . . . . . . 86
C Les paramètres du quadrirotor 87
Bibliographie 88
Table des figures
1.1 La toupie Chinoise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.2 Le modèle de De Vinci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Le Pigeon George Cayley . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Le premier hélicoptère capable de voler : le gyroplane . . . . . . . . . . . . . 6
1.5 (a)Le Global hawk, (b)Le Neuron, (c)Le X-45 . . . . . . . . . . . . . . . . . 7
1.6 (c)Le Sperwer, (b)L’Aérostar . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.7 (a)Le Predator, (b)Le Eagle 1 . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.8 (a)Le Hovereye, (b)Le Dragon Eye . . . . . . . . . . . . . . . . . . . . . . . 8
1.9 Le PicoFlyer (ProxyFlyer) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.10 Le dirigeable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.11 La libellule artificielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.12 L’avion 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.13 L’hélicoptère classique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.14 (a)Le Trirotor, (b)Le Vectron, (c)L’hélicoptère . . . . . . . . . . . . . . . . . 11
1.15 Le Quadrirotor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.16 Le Msicopter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.17 Le Quadrirotor OS4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.18 Le STARMAC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.2 Principe de fonctionnement du quadrirotor. . . . . . . . . . . . . . . . . . . 19
2.3 Repérage du quadrirotor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Rotation autour de l’axe X (Roulis) . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Rotation autour de l’axe Y (Tangage) . . . . . . . . . . . . . . . . . . . . . . 22
2.6 Rotation autour de l’axe Z (Lacet) . . . . . . . . . . . . . . . . . . . . . . . 22
2.7 le quad-rotor dans un référentiel inertiel. . . . . . . . . . . . . . . . . . . . . 25
2.8 Les couples aérodynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.1 Schéma général de la commande du quadrirotor . . . . . . . . . . . . . . . . 37

3.2 Stabilisation de l’attitude à zéro . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3 la fonction saturation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.4 Schéma de contrôle du tangage. . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5 Les angles du quadrirotor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.6 Le déplacement du quad-rotor sur les trois axes. . . . . . . . . . . . . . . . . 46
3.7 Schéma structurel de la commande hiérarchique. . . . . . . . . . . . . . . . . 47
3.8 Comportement des trajectoires suivant x, y, z. . . . . . . . . . . . . . . . . . 51
3.9 Comportement des trajectoires suivant φ, θ, ψ. . . . . . . . . . . . . . . . . . 52
3.10 Les erreurs de poursuite des positions. . . . . . . . . . . . . . . . . . . . . . 53
viii
ix TABLE DES FIGURES
3.11 Les erreurs de poursuite des angles. . . . . . . . . . . . . . . . . . . . . . . . 54

3.12 Comportement des trajectoires suivant x, y, z en 3D. . . . . . . . . . . . . . 55
3.13 Comportement des trajectoires suivant x, y, z,ψ. . . . . . . . . . . . . . . . . 55
3.14 Les erreurs de poursuite des trajectoires. . . . . . . . . . . . . . . . . . . . . 56
4.1 Le schéma bloc de principe de fonctionnement . . . . . . . . . . . . . . . . . 60

4.2 Microcontrôleur microchip PIC18F2550 . . . . . . . . . . . . . . . . . . . . . 61
4.3 Microcontrôleur atmel mega328P-PU . . . . . . . . . . . . . . . . . . . . . . 62
4.4 Rotation d’un angle θ autour de l’axe Y . . . . . . . . . . . . . . . . . . . . 63
4.5 Un Gyroscope classique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.6 Un Gyroscope électronique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.7 Centrale inertielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.8 Le Module ultrason HC-SR04 . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.9 Brushless DC motor,BLDC . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.10 Diagramme simplifié d’un moteur BLDC . . . . . . . . . . . . . . . . . . . . 66
4.11 Les pales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.12 Controleur électronique de vitesse . . . . . . . . . . . . . . . . . . . . . . . . 68
4.13 Connexion de ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.14 Xbee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.15 L’interfaçage avec le PC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.16 Interfaçage 3.3V-5V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.17 Le batterie du type Lithium-ion polymère (Li-Po) . . . . . . . . . . . . . . . 71
5.1 Principe de Fonctionnement de filtre de Kalman . . . . . . . . . . . . . . . . 74

B.1 Schéma électrique de la carte mère . . . . . . . . . . . . . . . . . . . . . . . 83

B.2 Circuit imprimé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B.3 Carte mère 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
B.4 Schéma électrique de la carte de commande . . . . . . . . . . . . . . . . . . 84
B.5 Circuit imprimé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
B.6 Carte de commande 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
B.7 Schéma électrique de circuit d’Alimentation . . . . . . . . . . . . . . . . . . 85
B.8 Circuit imprimé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
B.9 Circuit d’alimentation 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Liste des tableaux
1.1 Quelques projets de recherche sur le quadrirotor . . . . . . . . . . . . . . . . 15
2.1 Liste des symboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
A.2 Caractéristiques du PIC 18F2550 . . . . . . . . . . . . . . . . . . . . . . . . 81

A.4 Caractéristiques du ATMEGA 328P-PU . . . . . . . . . . . . . . . . . . . . 82
C.2 Les paramètres du quadrirotor pour la commande PID [36]. . . . . . . . . . 87

C.4 Les paramètres pour commande nested saturation et Commande hiérarchique. 87
x
Liste des symboles
b : Le cœfficient de portance.
Ce : Le couple éléctromagnétique.
Cs : Le frottement sec.
Cv : Le cœfficient du frottement visqueux.
d : La distance entre le centre de gravité du quadrirotor et l’axe du rotor.
Fp : La force de portance totale.
Ft : La force de trainée.
fi : La force de portance produite par la rotation de l’hélice i.
G : Le rapport de réduction.
g : L’accélération de la pesanteur.
Jrx : L’inertie du rotor suivant l’axe x.
Jry : L’inertie du rotor suivant l’axe y.
Jrz : L’inertie du rotor suivant l’axe z.
Jx : Le moment d’inertie du quadrirotor suivant l’axe x.
Jy : Le moment d’inertie du quadrirotor suivant l’axe y.
Jz : Le moment d’inertie du quadrirotor suivant l’axe z.
k : Le cœfficient de trainée.
ke : La constante électrique du moteur.
km : La constante mécanique du moteur.
L : Le Lagrangien.
Lmot : L’inductance de la bobine du moteur.
m : La masse du quadrirotor.
P : Le poids du quadrirotor.
p, q, r : Vitesses angulaires.
ṗ, q̇, ṙ : Accélérations angulaires.
qi : Les coordonnées généralisées.
R : La matrice de rotation.
R0 : Le repère terrestre.
R1 : Le repère lié au corps du quadrirotor.
Rmot : La résistance de la bobine du moteur.
T : L’énergie cinétique.
Tr : Matrice de transformation entre les variations des angles d’Euler et
les vitesses angulaires.
u, v, w : Vitesses de translation.
U : L’énergie potentielle.
u : La tension d’entrée du moteur.
Vi : La fonction de Lyapunov.
xi
xii LISTE DES TABLEAUX
x, y, z : Coordonnées cartésiennes.
X : Le vecteur d’état.
ẋ, ẏ, ż : Vitesses de translation.
ẍ, ÿ, z̈ : Accélérations de translation.
Γi : Les forces généralisées.
τx : Le couple aérodynamique suivant l’axe x.
τy : Le couple aérodynamique suivant l’axe y.
τz : Le couple aérodynamique suivant l’axe z.
ρair : La masse volumique de l’air.
τgyro : Le moment gyroscopique.
τvisq : Le moment visqueux.
τψ : Couple suivant ψ .
τφ : Couple suivant φ .
τθ : Couple suivant θ.
ωi : La vitesse angulaire du rotor i.
τi : Le couple moteur.
τr : Le couple réactif.
φ, θ, ψ : Angles d’Euler.
φ̇, θ̇, ψ̇ : variations des angles d’Euler.
Introduction générale
Lescessystèmes avioniques jouent un rôle primordial dans la vie actuelle de l’humanité. Parmi
systèmes on cite : les avions, les hélicoptères,. . . etc. Les applications de ces systèmes
quand ils sont pilotés par un pilote à bord sont multiples, entre autre on trouve : le transport
des voyageurs, de la marchandise et des troupes. . . etc.Cependant certaines applications
exigent que l’engin volant doive être doté d’une certaine autonomie ou d’une autonomie totale.
Ce sont les applications qui sont considérées comme pénibles physiquement pour l’équipage,
ou ennuyeuses, sale et dangereuses. . . etc. Le domaine de l’aviation a connu la naissance d’une
nouvelle génération des engins volants afin d’accomplir la réalisation de ce type d’applications.
Ces engins volants s’appellent drones.
Le drone désigne tout engin volant sans pilote à bord.Il peut être autonome ou commandé
à distance. Selon leurs tailles, il existe plusieurs catégories, parmi lesquelles on trouve les
micros drones et les mini drones.
Parmi les configurations qui ont connu un grand essor dans le monde de la recherche, le qua-
drirotor offre beaucoup d’avantages, intérêts et applications. Le quadrirotor qui est considéré
comme un mini drone à décollage et atterrissage verticale présente plusieurs applications
civiles et militaires telles que la surveillance, la reconnaissance, la prise de vue aériennes dans
la production des films. . . .etc.
Le challenge qui doit être relevé par les chercheurs est de le concevoir, le modéliser
fidèlement afin de le commander pour un but de réalisation sachant que c’est un système
complexe, non linéaire, multi-variable, très instable et fortement couplée.
Organisation
Ce mémoire, décomposé en cinque chapitres, est organisé de la façon suivante :
§ Chapitre 1 : Ce chapitre est une introduction générale comportant deux parties essen-
tielles : un bref historique concernant les drones, nous décrirons une classification des systèmes
aériens selon la taille : MALE, HALE, les mini drones et les micros drones, et selon le mode
de propulsion :Drones à voilures fixes,à voilures battantes,à voilures tournantes , Deuxième
partie est un état de l’art sur le quadrirotor,on développera les axes de : technologie, avantages
de cette configuration et la recherche dans le domaine des quadrirotors et enfin les applications.
§ Chapitre 2 : Le deuxième chapitre est consacré à la modélisation dynamique du quadri-

rotor, d’abord on fait une description de ce système, structure générale et principe de vol.
Puis, nous mettons en évidence la modélisation dynamique du quadrirotor, enfin, on donne
le modèle d’état puis nous simplifions le modèle afin de faciliter sa commande.
1
§ Chapitre 3 : Le troisième chapitre On présentera un état de l’art sur la commande des
quadrirotors. Puis on présentera les différents schémas de commande appliqués au quadriro-
tor :PID,nested saturation et Commande hiérarchique .La première commande assurer la
stabilisation de quadrirotor en vol stationnaire, la deuxième assurer la commande d’altitude
et le vol stationnaire, et la dernière assurer la commande complet du quadriotor (orientation
et position ).
§ Chapitre 4 : Le quatrième chapitre est une recherche approfondie sur les contrôleurs
électroniques, les moteurs BLDC utilisés, les capteurs employés dans le projet, le processeur
convenable capable de supporter le logiciel de contrôle et de communication et de la batterie
d’alimentation adéquate.
§ Chapitre 5 : Le cinquième chapitre est consacré à « Filter de Kalman » car la connaissance

de l’orientation exacte du quadrirotor est essentielle pour le maintenir stable en vol, donc
on parle sur l’importance de l’implimentation de cette filter et en appliqant le filter sur la
centrale inertiale pour estimer l’état réel du quadrirotor.
2
Chapitre 1
Les drones : État de l’art
` « Nothing is particularly hard if
you divide it into small jobs. » a
Henry Ford
Sommaire
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Les drones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.3 Classification des drones . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 Autonomie et automatisation . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Le Quadrirotor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1 Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.2 La technologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.3 Avantages de la configuration quadrirotor . . . . . . . . . . . . . . . . 12
1.3.4 La recherche dans le domaine des quadrirotors . . . . . . . . . . . . . 13
1.3.5 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3
4 CHAPITRE 1. LES DRONES : ÉTAT DE L’ART
1.1 Introduction
es drones sont des engins volants capables de transporter des caméras,des capteurs, des
L équipements de communications ou d’autres dispositifs.
Ils sont utilisés pour réaliser des missions de reconnaissances, de recherche d’informations ou
des opérations de combat.
Dans ce chapitre, nous présentons de façon générale les drones, leur historique, leurs
classifications.
Puis nous détaillerons la configuration quadrirotor qui fait l’objet de notre étude tout en
expliquant ses avantages ainsi que son évolution chronologique, sa technologie et ses champs
d’application.
1.2 Les drones

1.2.1 Définition
Le terme drone est d’origine anglo-saxonne et signifie bourdon ou fauxbourdon (mâle
de l’abeille) , cette appellation a été attribuée dans les années 1930 au Royaume-Uni par
dérision à des Queens Bee, version automatisée des DH.82 Tiger Moth 1 qui auraient servi
d’avion-cibles : leur vol bruyant, lent et paresseux ressemblait plus à celui du bourdon à une
vie éphémère qu’à celui d’une reine abeille et c’est ainsi que par la suite le nom drone reste
utilisé non seulement en anglais mais aussi en français.
D’un point de vue technique, un drone on l’appelle aussi en anglais UAV 2 désigne tout
aéronef sans pilote quel que soit sa taille, sa forme, sa fonction ou ses caractéristiques. Dans
la littérature on trouve la définition anglo-saxonne suivante « Drone : an aircraft without
a pilot that is operated by remote control », de cette définition on peut remarquer qu’un
drone :
- n’est pas complètement autonome, car il peut être contrôlé d’une station terrestre
ou aérienne à partir d’un autre aéronef, dans le cas idéal il peut être complètement
autonome.
- peut bien transporter des passagers.
On parle de plus en plus souvent de « systèmes de drones ».
En effet, le drone lui-même est le constituant d’un système qui est composé :
- d’un ou plusieurs vecteurs aériens équipés de capteurs de détection.
- d’une ou plusieurs stations au sol de commande et de recueil des détections.
- de liaisons radioélectriques de données entre le vecteur aérien et la partie au sol.
Le terme drone désigne la plupart du temps le seul vecteur aérien équipé.
1.2.2 Historique
L’homme a toujours été fasciné par le vol des oiseaux et la conquête des cieux, cet
émerveillement a nourri bien des mythes et des légendes comme le rêve d’Icare. Cependant,
bien qu’il ne soit doté d’ailes répétant le mouvement sinusoïdal en battant il à pu inventer
la roue, à la base de laquelle tout déplacement devint possible. Il se trouve que se sont les
chinois , 400 ans avant J-C 3 ; qui inventèrent les premièrs un jouet qui s’élevait en le faisant
1. Le de Havilland D.H.82 Tiger Moth est un avion biplan des années 1930 conçu par de Havilland[18]
2. Unmanned Aerial Vehicle
3. Jésus-Christ
tourner rapidement entre les mains, dit « toupie chinoise » illustré par la figure 1.1. Dès 1480,
Léonard de Vinci avait dessiné une machine figure1.2, sorte de vis aérienne, dont la voilure
tournait autour d’un axe vertical [8]. Borrelli, en 1680, et Paucton, en 1768, reprirent l’étude
de ces théories.
Figure 1.1 – La toupie Chinoise Figure 1.2 – Le modèle de De Vinci
En 1754, le Russe Lomonossov essaya devant un aréopage scientifique un modèle complexe

à deux rotors coaxiaux contrarotatifs, mus par un mécanisme d’horlogerie, et démontre
l’existence d’une force de sustentation. Le 28 avril 1784 lorsque le naturaliste Launoy et le
physicien Bienvenu produisent devant l’Académie des sciences une maquette réduite à deux
hélices contrarotatives, mû par un mécanisme de ressort à arc, découverte reprise en 1795
par George Cayley figure 1.3.
Figure 1.3 – Le Pigeon George Cayley
En 1849 des bombardements sur Venise eurent lieu, à partir du Vulcano, au moyen de
ballons sans pilote munis de bombes à retardement. En 1862, le français Ponton d’Amécourt,
à qui l’on doit le mot "hélicoptère" et en 1877, l’italien Forlanini construisirent des appareils,
mus par des moteurs à vapeur. Dix ans plus tard le Français Trouve fait décoller un modèle
doté d’un moteur électrique, dont l’alimentation est obtenue depuis le sol par de fins fils de
cuivre
En 1898, Nikola Tesla était le premier à développer le concept d’une machine volante
contrôlée à distance, il l’a démontré avec ce qui l’a appelé « tele-automation ». Tesla a
transmit son idée à Peter Cooper Heweit, qui l’a fait passer à Elmer Sperry, ce dernier a
établit le domaine de l’aviation sans pilote. C’est en 1907, une semaine avant l’hélicoptère de
Paul Cornu, que le premier véritable décollage au monde d’un hélicoptère est réussi. Louis
Breguet et Charles Richet réussissent à effectuer un vol stationnaire à 50 cm du sol avec une
machine volante à décollage vertical de leur invention nommée le "gyroplane", celui-ci est un
quadrirotor propulsé au moyen d’un moteur à essence figure 1.4 [4], [9], ce vol fut si instable
que quatre hommes furent nécessaires pour tenir la machine.
Figure 1.4 – Le premier hélicoptère capable de voler : le gyroplane
En 1914, le fils de Sperry a démontré publiquement une stabilisation automatique d’un

avion. 2 ans après, soit en 1916, aux États-Unis, les véhicules aériens naissaient avec l’Aerial
Target, un avion cible, un certain nombre d’améliorations ont suivis pendant et après la
Première Guerre mondiale, des avions sans pilote radiocommandés ont vu le jour, avec les
tentatives de torpilles aériennes télécommandées par des ondes de télégraphie sans fil et
embarquant un gyroscope. Le premier drone français a été conçu, réalisé et expérimenté dès
1923 à Étampes par l’ingénieur Maurice Percheron et le capitaine Max Boucher ; mais l’armée
française ne trouva pas alors d’intérêt à cette nouvelle technologie.
La phase suivante dans les années 1930 fut l’emploi d’avions-cibles autonomes tant au
Royaume-Uni qu’aux États-Unis d’Amérique où le Radioplane OQ-2, avion de taille réduite
télé piloté, fut construit en grande série. L’armée allemande développa à partir de 1938
des vecteurs guidés à distance sous la forme de bombes planantes antinavires, de bombes
antichars radioguidées et de véhi-cules à chenilles filoguidés.
le grand essor des drones date de la guerre de Corée et de celle du ViêtNam. À cette
époque de la guerre froide, le drone a été développé de façon confidentielle par les États-
Unis d’Amérique comme un moyen de supériorité stratégique et de rupture capacitaire
devant permettre la surveillance et l’intervention militaire chez l’ennemi sans encourir les
risques humains que l’opinion ne supportait pas. Cette supériorité a été acquise au travers
de l’innovation technologique, surtout dans les domaines de l’automatique et des transmissions.
Les transferts vers Israël de certains systèmes ont permis à ce pays de développer de façon
pragmatique une collection de drones à vocation tactique à courte et moyenne portées et à
transmissions directes de données [4].
Les drones ont été ensuite de tous les conflits et opérations de maintien de la paix. Il a
notamment été utilisé au Kosovo ou au Tchad, lors des attaques aériennes américaines au
Pakistan ou contre la piraterie maritime, par les Américains qui l’ont introduit en 2009.
1.2.3 Classification des drones

La classification des systèmes aériens est difficile, car il existe de nombreux types de drones
aériens partant du nano drone de quelques grammes jusqu’au drone lourd capable d’effectuer
des missions de plus de 24 heures à plusieurs milliers de kilomètres de sa base. Cependant, les
véhicules autonomes peuvent être classés en plusieurs catégories selon : l’altitude de croisière,
le rayon d’action, l’endurance, la taille (longueur, envergure, etc.) ou encore leur voilure
(fixe,tournante ou battante). Le projet européen USICO 4 a identifié les drones selon les
applications civiles [25].
Nous présentons une classification générale des drones selon la taille, le mode de propulsion
[4], [28] et [32].
* Classification selon la taille

On distingue quatre types : MALE, HALE, les mini drones et les micros drones [34].
^ HALE (Haute Altitude Longue Endurance) : Ce sont des drones de grande taille,
le plus souvent à voilure fixe. Ils sont capables de rester très longtemps en vol et de collecter
des informations sur de très longues périodes (12 à 48 heures). Tels que le Global Hawk
(Northrop Gumman) figure 1.5a, de la taille d’un avion de ligne et volants à des altitudes
pouvant atteindre 20km pour un rayon d’action de plusieurs milliers de kilomètres.
Les drones de combat (UCAV Unmanned Combat Air Vehicles), tels que le Neuron figure
1.5b ou le X-45 (Boeing) figure 1.5c, conçus pour des missions d’attaque.
Figure 1.5 – (a)Le Global hawk, (b)Le Neuron, (c)Le X-45
Les drones tactiques, tels que le Sperwer (SAGEM) figure 1.6a ou l’Aerostar (Aeronautics
Defense Systems), figure 1.6b utilisés pour des missions de reconnaissance ou de supervision
du champ de bataille et volant à une altitude comprise entre 200m et 5km, pour un rayon
d’action de 30 à 500km.
Figure 1.6 – (c)Le Sperwer, (b)L’Aérostar
^ MALE (Moyenne Altitude Langue Endurance) : Ils sont utilisés pour des vols de
longues durées à moyenne altitude opérationnelle, ayants une grande autonomie. Tels que le
Eagle 1 (EADS) figure 1.7a ou le Predator (General Atomics) figure 1.7b, d’envergure de
4. Le projet européen USICO (mai 2002, avril 2004) est un consortium d’entreprises et de centres de
recherche européens.
l’ordre d’une dizaine de mètres et volants à des altitudes comprises entre 5km et 12km pour
un rayon d’action allant jusqu’à 1000km.
Figure 1.7 – (a)Le Predator, (b)Le Eagle 1
^ Mini-drones : Ce sont des drones plutôt légers et de taille réduite (jusqu’à quelques
kilogrammes et d’une envergure jusqu’à 1 à 2 mètres) facilitant la mise en œuvre d’une
autonomie relativement faible (de 10 à 30 minutes) et généralement utilisés pour l’observation
de zones difficiles d’accès. Tels que le Hovereye (Bertin Technologies) figure 1.8a ou le Dragon
Eye (AeroVironment) figure 1.8b dont la dimension maximale n’excède pas le mètre.
Figure 1.8 – (a)Le Hovereye, (b)Le Dragon Eye
^ Micro-drones : Ce sont des drones ayants des tailles variantes du centimètre à quelques
dizaines de centimètres. Généralement propulsés électriquement. Ainsi, ils permettent de
faire des vols à l’intérieur. Tels que le PicoFlyer (Proxyflyer) figure 1.9, dont la dimension
maximale n’excède pas 15 cm.
Figure 1.9 – Le PicoFlyer (ProxyFlyer)

* Classification selon le mode de propulsion

Le fonctionnement aérodynamique fournit une autre possibilité de classification. Ainsi,
les drones peuvent être structurés en trois familles [4], [32] :
E Drones à voilures fixes : Ce sont des drones utilisant des ailes fixes dans leur mode
de déplacement, ils peuvent être :
- Plus lourds que l’air : type avion.
- Plus léger que l’air : type dirigeable figure 1.10 [32] qui utilise de l’hélium pour
générer une poussée verticale et des rotors pour générer des couples. Ayant un volume
important, il se déplace lentement et est relativement plus sensible au vent.
Figure 1.10 – Le dirigeable
Mais les dirigeables ont l’avantage d’être stables et d’avoir des vibrations mécaniques moindres.
E Drones à voilures battantes : Les ailes battantes constituent un système de propulsion

alternatif pour les mini et micro-aéronefs, les battements d’ailes reproduisent le vol des oiseaux
ou des insectes de plus en plus fidèlement. En France le laboratoire Femto de Besançon et la
Société Silmach travaillent sur un projet de libellule artificielle d’une centaine de grammes
figure 1.11.
Figure 1.11 – La libellule artificielle
E Drones à voilures tournantes : Ce type se subdivise en plusieurs sous-classes :
` Configuration ayant un seul rotor : Dans cette configuration nous trouvons

essentiellement les avions appelés 3D figure 1.12. Ces avions ont un seul moteur comme
actionneur principal, suffisamment puissant pour décoller verticalement et des ailerons d’une
grande surface pour assurer des couples de commande suffisamment grands afin que l’appareil
soit facile à piloter.
Figure 1.12 – L’avion 3D
Ils se développent de plus en plus et ils ont l’avantage de pouvoir voler comme un avion
normal, ce qui donne la possibilité de se déplacer rapidement et de manière très économique
en termes d’énergie [32].
` Configuration Ayant deux rotors : Dans ce type de configuration nous pouvons

distinguer ceux qui utilisent un ou deux plateaux cycliques et ceux qui utilisent des pales
à pas fixe [4],[32]. Parmi ceux qui utilisent des plateaux cycliques nous avons l’hélicoptère
classique avec un rotor principal et un rotor de que figure 1.13. Dans cette catégorie on peut
citer aussi l’hélicoptère en tandem qui possède deux rotors qui tournent en contre sens mais
dans des axes différents. En ce qui concerne des appareils sans plateaux cycliques, il est clair
qu’avec seulement deux rotors on ne peut pas générer une force et trois couples indépendants.
Il faut donc ajouter soit des ailerons, soit des mécanismes pour faire pivoter les rotors.
Figure 1.13 – L’hélicoptère classique
` Configuration Ayant trois rotors : Dans cette catégorie nous trouvons le tricopter
figure 1.14a, le vectron figure 1.14b et l’hélicoptère autostable figure 1.14c.
Le tri-rotor est constitué de deux rotors à l’avant qui tournent dans des sens opposés et un
rotor à l’arrière avec orientation réglable.
Le fonctionnement est similaire à celui d’un quadrirotor mais la performance en vol n’est pas
aussi satisfaisante [4],[32].
Le vectron est constitué de trois rotors qui tournent dans le même sens, le corps circulaire
de l’appareil tourne par conséquent dans le sens contraire, les vitesses des moteurs sont variées
à des instants très précis de manière à obtenir des couples de tangage et de roulis.
L’hélicoptère autostable (blade-runner) a été inventé récemment par un norvégien, il est

constitué de deux rotors à pas fixe qui sont montés sur le même axe et qui tournent dans des
sens opposés.
Figure 1.14 – (a)Le Trirotor, (b)Le Vectron, (c)L’hélicoptère
Un petit rotor de queue permet d’obtenir le couple de tangage.

Cet hélicoptère à la propriété d’être stable grâce au fait qu’il existe une articulation entre les
pales du rotor principal et l’axe du rotor.
Étant donné son mode de fonctionnement, cet appareil peut-être utilisé uniquement en
intérieur [4],[32].
` Configuration Ayant quatre rotors : Le quadrirotor est un aéronef soulevé et propulsé

par quatre rotors figure 1.15. Comme son nom l’indique, il se compose de quatre moteurs
situés aux extrémités d’une armature.
Figure 1.15 – Le Quadrirotor
Son mouvement est contrôlé par la variation de vitesse de chaque rotor pour changer la
force de portance et le couple crée par chacun.
Deux rotors du même axe tournent dans le sens horaire ; alors que les deux autres tournent
dans le sens antihoraire pour compenser le couple crée par les rotors sur l’armature.
En considérant que les quatre moteurs tournent à la même vitesse et que tous les éléments
sont identiques (hélices, dimensions, équilibre des masses), les couples de rotation générés
par une paire de moteurs du même axe s’annulent. Donc, le quadrirotor est théoriquement en
vol stationnaire (stable sur ses 3 axes). Il existe aussi une version de X4 dans laquelle tous
les rotors tournent dans le même sens ou 2 rotors sont incliné par rapport à l’horizontale
de manière à crée un couple de lacet. L’inclinaison peut être fixe ou variable et permet de
commander la rotation autour de l’axe Z [32].
1.2.4 Autonomie et automatisation

La différence entre un modèle réduit et un drone miniature réside dans le degré d’automa-
tisation et d’autonomie du véhicule.
L’autonomie consiste en la faculté du véhicule à réaliser une mission donnée, sans intervention
extérieure, en prenant lui même des décisions suivant les événements rencontrés, et ce afin
d’atteindre des objectifs fixés.
Pour que cette autonomie soit possible, le mouvement du véhicule doit pouvoir être géré
de manière automatique, permettant ainsi également le déplacement du drone en dehors du
champ de vue d’un opérateur. Un niveau intermédiaire d’automatisation peut éventuellement
être déve- loppé, afin de permettre à un pilote humain de diriger le véhicule avec des ordres
de haut niveau uniquement (commande cartésienne selon les axes de translation par exemple)
[34].
1.3 Le Quadrirotor
1.3.1 Description
Le quadrirotor est un objet volant qui a la particularité de posséder 4 rotors placés aux
extrémités d’un corps rigide en forme de croix.
L’électronique de contrôle est en général placée au centre de la croix qui constitue le centre de
gravité de l’engin. Pour éviter au quadrirotor de tourner sur lui-même autour de son axe de
lacet, il faut que les hélices appartenant au couple de moteurs avant-arrière tournent dans un
sens et que les hélices appartenant au couple gauche-droite tournent dans un autre sens. Le
quadrirotor étant une configuration complètement instable, il faut développer des algorithmes
permettant de contrôler chaque moteur séparément pour contrer l’inclinaison sur chaque axe
et ainsi le stabiliser.
1.3.2 La technologie
Avant de commander n’importe quel système il faut bien définir ces composants pour bien
pouvoir le modéliser, comme tout autre robot le quadrirotor est constitué essentiellement
d’une partie mécanique qui constitue son squelette et ses muscles, plus une partie électronique
rassemblant les capteurs, le calculateur et les modules de communications. voir le Chapitre 4.
1.3.3 Avantages de la configuration quadrirotor

La conception du quadrirotor offre de réels avantages par rapport à d’autres configurations
[30] :
- Leurs tailles réduites et leur manœuvrabilité leurs permettent de voler dans des envi-
ronnements fermés (Indoor) ou ouverts (Outdoor) et près des obstacles à l’opposition
des hélicoptères classiques.
- La simplicité de sa mécanique facilite sa maintenance.
- Aucun embrayage n’est exigé entre le moteur et le rotor et aucune exigence n’est
donnée sur l’angle d’attaque des rotors.
- Quatre petits rotors remplacent le grand rotor de l’hélicoptère ce qui réduit énormément
l’énergie cinétique stockée et minimise les dégâts en cas d’accidents.
- Son décollage et atterrissage verticaux.
- Cette configuration est commandée en variant seulement la vitesse de rotation des
quatre moteurs.
- Leur capacité de portance à cause de la présence de quatre rotors au lieu d’un qui
peut être augmenté en rallongeant les pales d’un rotor ou en augmentant leur nombre,
mais à cause de phénomènes aérodynamiques et d’encombrement, cela à des limites
[41].
- Réduction de l’effet gyroscopique.
- Sa dynamique est plus faible que celle de l’hélicoptère ce qui ne nécessite pas un temps
de réaction rapide.
Toutefois, le quadrirotor possède pas mal d’inconvénients qui l’empêchent encore d’être
en tête du peloton des UAV’s, on peut citer :
- Malgrès ses quatre rotors et son équilibre stationnaire, le X4 reste un système sous
actionné et dynamiquement instable.
- Le rapport portance-poids reste faible, bien que la portance est avantagée par les
quatre rotors, le poids du quadrirotor à vide augmente forcément avec, ce qui résulte
en le fait qu’un grand pourcentage de la portance gagnée est utilisée pour soulever le
poids du véhicule même.
- Leur technologie reste émergente, ce qui n’encourage pas les industriels pour investir
dessue [41].
1.3.4 La recherche dans le domaine des quadrirotors

Ils existent des projets qui portent sur le problèmes de la modélisation et la commande
en se basant sur des plateformes commerciales comme le Draganflyer, HMX4 , UFO4,... [10],
l’objectif est de doter ces quadrirotors avec plus de capteurs et d’intelligence pour réaliser
un certain degré d’autonomie. Tandis que d’autres projets ont abordé le problème de la
conception [20].
* Le projet Mesicopter (1999-2001)

Le Mesicopter, appelé également Meso-Scale, est un nano quadrirotor électrique de 40
gr et 1.5 cm d’envergure capable de voler en portant soit sa propre alimentation fournie
par des batteries miniatures, soit avec une alimentation externe. Il porte des capteurs
dédiés à la recherche atmosphérique ou l’exploration planétaire figure 1.16. Ce travail est une
collaboration d’une équipe de chercheurs du département d’Aéronautique et d’Astronautique
et le département de Mécanique à l’université de Stanford aux USA, avec l’appui des associés
industriels Intel et SRI, qui est un leader dans la fabrication des batteries et des capteurs
miniatures de la haute technologie, ainsi que la NASA. Ce dispositif miniature fait partie
d’une classe très évoluée de robots volants très utiles dans les mesures atmosphériques [11].
Figure 1.16 – Le Msicopter
* Le projet OS4 (2003-2007)

Au Laboratoire des Systèmes Autonomes (ASL) de l’Ecole Polytechnique Fédérale de
Lausanne, EPFL, Suisse, de nombreux projets ont étudié des hélicoptères existants dans le
commerce. Un modèle propre à l’EPFL a été développé : Omnidirectional Stationary Flying
Outstreched Robot (OS4) figure 1.17.

Le développement de l’OS4 a eu pour but la réalisation d’un quadrirotor avec une pleine
autonomie et capable de voler dans un environnement encombré. Dans ce projet, l’équipe a
travaillé simultanément sur les aspects de la conception et de la commande, ceci a permet de
simplifier la commande par changement de conception et vice-versa [38].
Figure 1.17 – Le Quadrirotor OS4
Le quadrirotor OS4 inclut tous les dispositifs nécessaires de l’avionique et d’énergie pour
un vol entièrement autonome. Il comporte [38] :
- Une unité de mesure inertielle 3DM-GX1 comme capteur d’attitude.
- Un capteur de position basé sur la vision utilisant une caméra CCD miniature embar-
quée.
- Cinq capteurs à ultrason SRF10 Ultrasonic Ranger sont utilisés : Quatre pour l’évite-
ment des obstacles et un pour la mesure de l’altitude.
- Un ordinateur embarqué Geode1200, de vitesse 266 Mhz et 128 Mo de RAM est utilisé
pour l’implémentation en temps réel des lois de commande.
* Le projet STARMAC 2007

STARMAC (Stanford Testbed of Autonomous Rotorcraft for Multi-Agent Control) est un
autre projet très intéressant qui étudie la commande multi-agents à l’université de Stanford,
département d’Aéronautique et d’Astronautique, USA [10]. Les quadrirotors conçus pour ce
projet figure 1.18 sont des plateformes autonomes dé- diées pour des applications Outdoor
idéales pour valider de nouveaux algorithmes de coordination multi-véhicules et répondent
aux exigences suivantes [10] :
- Une manœuvre simple et sûre quelque soit le milieu (interne ou externe).
- une commande de position et poursuite de trajectoire en une pleine autonomie.
- l’utilisation de plusieurs capteurs pour la perception de l’environnement.
- la communication avec d’autres plateformes et avec une station au sol.
- l’implémentation en temps réel des algorithmes de coordination multi-véhicules sur
des calculateurs embarqués.
Ces quadrirotors sont dotés de moteurs Brushless Axi 2208 pour la propulsion, et ils sont
capables de suivre une trajectoire prescrite en utilisant des GPS, des Unités de Mesures
Inertielles et des Ultrasons pour l’altitude [10].
La commande et tout calcul sont partagés en deux nivaux : une commande bas niveau qui
exécute la boucle d’asservissement en temps réel et produit les signaux de commande PWM.
Cela se fait sur une carte microcontrôleurs de Robostix, basée sur le processeur Atemega
128. La planification, l’estimation et la commande de haut niveau sont effectuées sur un
ordinateur embarqué Crossbow Stargate 1.0.
Figure 1.18 – Le STARMAC
* Autres
Le tableau 1.1 résume quelques travaux de recherche [38] :
Projet Université Image
E. Altug’s thesis Univ. Pennsylvania
P.Castillo’s thesis Univ. Compiègne
A. Clifton’s thesis Univ. Vanderbilt
Pound’s thesis ANU
N. Guenard’s thesis CEA
M. Kemper’s thesis Univ. Oldenburg
P. Tournier thesis MIT
MD4-200 microDrones Gmbh
Table 1.1 – Quelques projets de recherche sur le quadrirotor
1.3.5 Applications
Les drones sont développés à l’origine pour remplacer l’homme dans des environnements
ou des situations dangereuses. Ces engins sans pilote présentent de nombreux avantages [1],
[17].
+ Applications militaires
Il y a quelques années, les analystes pointaient du doigt la mauvaise fiabilité des drones.
Pour les premières générations d’aéronefs non habités, le taux d’attrition était effectivement
très important et même s’il a largement décrût avec les nouvelles générations de machines,
qui pourtant se complexifient, il reste actuellement au moins dix fois supérieur à ceux des
avions habités.
Les causes de pertes d’UAV impliquaient pour 30 % le contrôle du vol (décollage/atterrissage),
la motorisation était incriminée dans 25 % des cas, les erreurs humaines ne comptaient que
pour 25 %, le reste concernant les communications, l’énergie . . .
La fiabilité technique des sous-systèmes UAV est encore largement perfectible pour at-
teindre les pourcentages d’attrition d’un avion habité où les causes d’accident sont inversées :
75 % dues à des erreurs humaines et 25 % imputables à des causes techniques ou à l’envi-
ronnement du vol. Avec la maturité des systèmes, la fiabilité des UAV ne devrait pas être
très différente des niveaux atteints par les avions habités en phase stabilisée d’exploitation et
devrait donc s’améliorer sensiblement.
Des progrès ont été incontestablement enregistrés mais le taux d’attrition d’un drone reste
malgré tout trois à quatre fois supé- rieur à un avion habité.
La fiabilité des mini et micro drones restera sans doute faible pour des raisons d’investis-
sement et de coût de développement.
Vu les prix d’acquisition, le concept de « jetabilité » leur est plus facilement applicable [23].
+ Applications civiles
De plus en plus, le secteur civil prend en charge de nombreuses missions de surveillance
ou autres dans lesquelles la présence de l’homme n’est pas indispensable et ou de bas coûts
d’opération sont demandés. Dans les missions actuelles, on peut citer [35] ,[40] :
- Surveillance et contrôle des voies maritimes, des clandestins mais aussi détection des
pollutions ;
- surveillance des oléoducs, gazoducs, lignes à haute tension.
- missions de sécurité civile (surveillance du trafic routier, des manifestations, protection
des zones réservées ou interdites, évaluation des catastrophes naturelles comme des
feux de forêt, activité des volcans,. . .).
- inspection des ouvrages d’art tels les ponts, les viaducs et les barrages.
- épandages agricoles, surveillance des zones cultivées et mesures atmosphériques.
Par exemple, le programme « Deep Water » pour la garde côtière américaine vise à acquérir
76 drones pour la surveillance maritime et relever les nouveaux défis de sécurité : Observation
des pipelines de pétrole et de gaz, surveillance de cargaisons dangereuses, dépistage de vols
de contrebande, des actes de piraterie maritime mais aussi des sources d’eau, des vestiges
archéologiques, des filons de matières premières ou de combustible. . .
1.4 Conclusion
Nous avons pu constater la grande diversité des techniques existantes dans le domaine
des drones, que ce soit au niveau de la conception mécanique, de leur grande variété de
configuration et de la diversité des technologies capteurs, ou encore l’intelligence embarquée.
Nous allons à présent nous concentrer sur l’une des configurations qui a connu un grand
intérêt dans cette dernière décennie, que ce soit à l’échelle scientifique ou industrielle à savoir
le quadrirotor pour lequel nous allons faire une modélisation dynamique dans le chapitre qui
suit.
Chapitre 2
Modélisation du quadrirotor
c « Measure what is measurable and

make it measurable what is not so. » R
Galileo Galilei
Sommaire
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Les mouvements du quadrirotor . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Repérage du quadrirotor dans l’espace . . . . . . . . . . . . . . . . . . . . . 20
2.4.1 Repères utilisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4.2 Matrice de rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Modèle dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5.1 Hypothèses simplificatrices . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5.2 Modélisation avec le formalisme d’Euler-Lagrange . . . . . . . . . . . 23
2.5.3 Modélisation avec le formalisme de Newton-Euler . . . . . . . . . . . 27
2.5.4 Modèle d’état . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.5 Liaisons non holonomes . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
17
18 CHAPITRE 2. MODÉLISATION DU QUADRIROTOR
2.1 Introduction
a modélisation regroupe un ensemble des techniques permettant de disposer d’une repré-
L sentation mathématique du système à étudier. Elle requiert une connaissance précise des
phénomènes intervenant dans le système et une aptitude à les représenter par des équations
mathématiques.
La synthèse des lois de commande d’un système dynamique nécessite une modélisation
précise de ce dernier afin que le modèle puisse prévoir au mieux le comportement du système
aux diverses excitations (commandes, perturbations,. . .). Ainsi, plus il est détaillé, plus il est
fidèle au système. Néanmoins, cela engendre une complication de l’étude et de la synthèse
d’éventuelles lois de commande. Un compromis doit être fait en adoptant des hypothèses
simplificatrices afin de pouvoir répondre aux contraintes pratiques.
Le quadrirotor est classé dans la catégorie des systèmes volants les plus complexes vu
le nombre des phénomènes physiques qui affectent sa dynamique. Afin de concevoir un
contrôleur de vol, on doit d’abord comprendre profondément les mouvements du système et
sa dynamique. Cette compréhension est nécessaire pas simplement pour la conception du
contrôleur, mais afin de s’assurer que les simulations de l’engin dépeindront un comportement
aussi proche que possible de la réalité quand la commande est appliquée.
2.2 Description générale du quadrirotor

Un quadrirotor est un robot mobile aérien à quatre rotors définit dans l’espace par 6
DDL 1 [5]. Ces 4 rotors sont généralement placés aux extrémités d’une croix, et l’électronique
de contrôle est habituellement placée au centre de la croix. Afin d’éviter à l’appareil de
tourner sur lui même sur son axe de lacet, il est nécessaire que deux hélices tournent dans un
sens, et les deux autres dans l’autre sens. Pour pouvoir diriger l’appareil, il est nécessaire que
chaque couple d’hélice tournant dans le même sens soit placé aux extrémités opposées d’une
branche de la croix figure 2.1.
Figure 2.1 – Description générale du quadrirotor
Le fonctionnement d’un quadrirotor est assez particulier. En faisant varier astucieuse-

ment la puissance des moteurs, il est possible de le faire monter/descendre, de l’incliner
à gauche/droite (roulis) ou en avant/arrière (tangage) ou encore de le faire pivoter sur
1. Degré De Liberté
lui-même (lacet) [19], le quadrirotor a six degrés de libertés, trois mouvements de rotation et
trois mouvements de translation, ces six degrés doivent être commandés à l’aide de quatre
déclencheurs seulement, donc c’est un système sous actionné (le nombre des entrées inférieure
au nombre des sorties).
2.3 Les mouvements du quadrirotor

Comme montré sur la figure 2.2, les moteurs avant et arrière (M1 , M3 ) tournent dans
le sens contraire des aiguilles d’une montre alors que les moteurs droit et gauche(M2 , M4 )
tournent dans le sens des aiguilles d’une montre. Chaque actionneur produit une force Fi
parallèle à son axe de rotation, ainsi qu’un couple résistant Qi opposé au sens de rotation.
La force totale ou poussée totale exercée sur l’hélicoptère (parallèle à l’axe z) est la somme
des quatre forces générées par chaque actionneur (FT = F1 + F2 + F3 + F4 ). La combinaison
des forces Fi et des couples résistants Qi donne origine aux mouvements angulaires autour
des axes principaux du drone [7] :
1 1 1 1
b b b b
2 2 4
b b 2 b b b b 2 b b
4 4 4
b b b b
3 3 3 3 b
1 1 1 1
bc
b b
⊗ b b b
2 2 4
b b 2 b b b b 2 b b
4 4 4
b b b b
3 3 3 3
Faible vitesse Grande vitesse
Figure 2.2 – Principe de fonctionnement du quadrirotor.
Ê Mouvement de roulis (φ) : Ce mouvement est assuré par la différence des forces
(F2 , F4 ) produites par les actionneurs droit et gauche. Cette différence de forces produit un
couple τφ autour de l’axe x.
Ë Mouvement de tangage (θ) : Ce mouvement est assuré par la différence des forces
(F1 , F3 ) produites par les actionneurs avant et arrière. Cette différence de forces produit un
couple τθ autour de l’axe y.
Ì Mouvement de lacet (ψ) : Ce mouvement est assuré par la somme des couples de
traînée (Qi ) produits par les quatre actionneurs. Étant donné que les sens de rotation des
actionneurs (M1 , M3 ) et (M2 , M4 ) sont opposés, nous pouvons régler la somme des quatre
couples résistants. Quand les quatre rotors tournent à la même vitesse, ils sont soumis au
même couple résistant, donc la somme est nulle. Par conséquent, il n’y a pas de rotation
autour de l’axe z. Par contre, si nous provoquons une différence de vitesse entre les moteurs
tournant en sens opposé, les couples résistants provoquent un couple τψ autour de l’axe z,
provoquant ainsi la rotation de l’engin.
Í Le vol stationnaire : Le vol stationnaire : en montée verticale et après avoir franchi le

seuil définissant l’effet du sol, le quadrirotor peut rester en vol stationnaire à une certaine
hauteur constante par rapport au sol en ayant une vitesse de translation nulle. La force de
sustentation doit alors équilibrer le poids mg de le quadrirotor. Cette force de sustentation
correspond à une force de poussée FT qu’est orientée (en l’absence de perturbation) dans la
direction de l’axe z. Dans ce mode de vol, le quadrirotor a la liberté de faire des rotations
autour de l’axe z qui, dans ce cas, coïncide avec l’axe zn du système de coordonnées inertiel.
Î Les translations verticales : Elles sont définies lorsque le quadrirotor se déplace

suivant l’axe zn . En l’absence de perturbations, la force de poussé FT est toujours verticale
et en montée elle est toujours supérieure au poids de le quadrirotor (FT > mg) tandis qu’en
descente elle est inférieure (FT < mg). La combinaison de l’inclinaison (φ 6= 0 et/ou θ 6= 0) de
le quadrirotor et de la force de poussée FT produit une composante dela force suivant l’axe
xn et/ou yn . Cette force est connue comme la force de traction et celle-ci assure la translation
du système dans la direction du vol souhaitée. Par conséquent, les translations verticales
sont aussi définies quand le quadrirotor se déplace dans deux directions simultanément, par
exemple dans les plans xn zn ou yn zn .
Ï Les translations horizontales : Elles sont définies de façon similaire aux translations
verticales mais cette fois-ci dans le plan xn yn . Lorsqu’une translation est effectuée suivant la
direction xn et la force de poussée maintient le système à une hauteur constante par rapport
au sol. Le système effectue un vol connu dans la littérature sous le nom de "vol en palier".
2.4 Repérage du quadrirotor dans l’espace

2.4.1 Repères utilisés
Un quadrirotor nécessite deux trièdres pour le repérer dans l’espace , ces repères sont
[20] :
¬ Le repère terrestre : Il est noté :R0 (O0 , X0 , Y0 , Z0 ) . C’est un repère lié à la terre
figure 2.3 supposé immobile .
Le repère lié au corps du quadrirotor : Le repère lié au corps du quadrirotor Il est

noté :R1 (O1 , X1 , Y1 , Z1 ). C’est un repère dont l’origine O1 coïncide avec le centre de gravité
G du quadrirotor .
Donc les paramètres qui permettent de décrire le mouvement du quadrirotor sont :
(φ, θ, ψ, x, y, z, Ω, V ) avec :
• φ (angle de roulis) : rotation autour de X1 (−π < φ < π)
• θ (angle de tangage) : rotation autour de Y1 (−2π < θ < 2π)
• ψ (angle de lacet) : rotation autour de Z1 (−π < ψ < π)
• x : coordonnée du centre de gravité G du quadrirotor suivant X0 .
• y : coordonnée du centre de gravité G du quadrirotor suivant Y0 .
• z : coordonnée du centre de gravité G du quadrirotor suivant Z0 .
• Ω : [p, q, r]T ∈ R0 : la vitesse de rotation du quadrirotor par rapport repère inertiel.

• V : [u, v, w]T ∈ R0 : la vitesse linéaire liée du quadrirotor par rapport repère inertiel.
z1
M1
M2
x1
y1
R1
M4
M3
z0
x0
y0
R0
Figure 2.3 – Repérage du quadrirotor
2.4.2 Matrice de rotation

On considère que les centres O0 et O1 des deux repères sont confondus, ce qui signifie que
le repère R1 ne fait que des rotations par rapport au repère R0 . Trois paramètres indépendants
sont nécessaires pour décrire complètement l’orientation du repère R1 par rapport à celle de
R0 . Le passage du repère R1 vers le repère R0 se fera par trois rotations en utilisant deux
repères intermédiaires Ri et Rj [3].
* Passage du repère R0 vers le repère Ri

La rotation se fait autour de l’axe xi = x0 . On passe du repère R0 vers Ri en faisant une
rotation d’angle φ appelé angle de roulis.
z0
zi
yi
φ
xi
x0
y0
Figure 2.4 – Rotation autour de l’axe X (Roulis)
La représentation se fait par des figures planes, à partir desquelles nous construisons les
matrices de passage, nous avons ainsi la matrice :
1 0 0
 
R(X0 , φ) = 0 sin(φ) cos(φ) (2.1)

 
0 − sin(φ) cos(φ)
* Passage du repère Ri vers le repère Rj

La rotation se fait autour de l’axe yj = yi . On passe du repère Ri vers le repère Rj en
faisant une rotation d’angle θ appelé angle de tangage.
zi
zj
θ
yj
xj
xi
yi
Figure 2.5 – Rotation autour de l’axe Y (Tangage)
Nous avons ainsi la matrice :

cos(θ) 0 sin(θ)
 
R(Y0 , θ) =  0 1 0  (2.2)


− sin(θ) 0 cos(θ)
* Passage du repère Rj vers le repère R1

La rotation se fait autour de l’axe z1 = zj . On passe du repère Rj vers le repère R1 en
faisant une rotation d’angle ψ appelé angle du lacet.
zj
z1
y1
x1
xj
yj
Figure 2.6 – Rotation autour de l’axe Z (Lacet)
Nous avons ainsi la matrice :

cos(ψ) − sin(ψ) 0
 
R(Z0 , ψ) = − sin(ψ) cos(ψ) 0 (2.3)

 
0 0 1
Le passage du repère R1 vers le repère R0 ou inversement se fait par trois rotations

successives de telle sorte que tous les axes de R1 occupent des positions différentes de celle
de R0 .
La matrice de passage de R1 vers R0 est donnée par le produit des trois matrices successives,
on obtient :
R = R(φ, θ, ψ) = R(Z0 , ψ) ∗ R(Y0 , θ) ∗ R(X0 , φ) (2.4)
CθCψ −CφSψ + SφSθCψ SφSψ + CφSθCψ
 
R =  CθSψ CφCψ + SφSθSψ −SφCψ + CφSθSψ  (2.5)

 
−Sθ SφCθ CφCθ
2.5 Modèle dynamique

Dans cette section, nous présentons différents modèles dynamiques du quadrirotor déve-
loppés dans la littérature qui peuvent être classés en deux catégories : la modélisation selon
Euler-Lagrange et la modélisation selon Newton-Euler.
2.5.1 Hypothèses simplificatrices

Les hypothèses suivantes sont prises en compte pour établir le modèle dynamique du
quadrirotor [8] :
- La structure du quadrirotor est supposée rigide et symétrique.
- Les hélices sont supposées rigides pour pouvoir négliger l’effet de déformation lors de
la rotation (battement).
- La matrice d’inertie J est supposée constante (il n’y a pas de changement de poids).
- Les forces de portance et de trainée sont supposées proportionnelles au carré de la
vitesse de rotation des rotors.
- Le repère liée au corps du quadrirotor est supposé confondu avec son centre de gravité.
2.5.2 Modélisation avec le formalisme d’Euler-Lagrange

Ê Modélisation dynamique de bouabdellah et al .[38]
+ Cinématique
Si le solide subit trois rotations successives selon les angles aéronautiques, on peut alors
exprimer tout point (x, y, z) du solide dans le repère inertiel par :
rxyz (x.y.z) = R(φ, θ, ψ)(x y z)t (2.6)

Alors :
rx = [CψCθ]x + [CψSθSφ − SψCφ]y + [CψSθCφ + SψSφ]z








ry = [SψCθ]x + [SψSθSφ + CψCφ]y + [SψSθCφ − SφCψ]z (2.7)




rz = −Sψx + [CθSφ]y + [CφCθ]z



Les vitesses correspondantes sont obtenues par différentiation de (2.7), et le carré de la

magnitude de la vitesse pour tout point est donnée par :
V 2 = Vx2 + Vy2 + Vz2 (2.8)

+ Énergies
3 Énergie cinétique : A partir de l’équation (2.8) et en supposant que la matrice
d’inertie est diagonale, on peut extraire l’expression d’énergie cinétique :
1 1 1
T = Jx (φ̇ − ψ̇Sθ)2 + Jy (θ̇Cφ + ψ̇SφCθ)2 + Jz (θ̇Sφ − ψ̇CφCθ)2 (2.9)
2 2 2
3 Énergie potentielle : En utilisant la formule de l’énergie potentielle bien connue,
on trouve :
Z Z Z
U= xdm(x)(−gSθ) + ydm(y)(gSφCθ) + zdm(z)(gCφCθ) (2.10)
+ Équations de mouvement
En utilisant le modèle Lagrangien et la formule dérivée pour les équations du mouvement :
d ∂L ∂L
L = T − U, Γi = ( )− (2.11)
dt ∂ q˙i qi
Ou :
- qi : les coordonnées généralisées.
- Γi : les forces généralisées.
Les trois équations du mouvement sont alors :
Jx φ̈ = θ̇ψ̇(Jy − Jz )









Jy θ̈ = φ̇ψ̇(Jz − Jx ) (2.12)




Jz ψ̈ = φ̇θ̇(Jx − Jy )


D’autre part, les couples non conservatifs agissant sur le quadrirotor résultent tout d’abord
de l’action de la différence de poussée de chaque paire :
τx = db(ω42 − ω22 )








τy = db(ω32 − ω12 )) (2.13)




τz = k(−ω12 + ω22 − ω32 + ω42 )



Deuxièmement, à partir de l’effet gyroscopique résultant de la rotation des hélices :
τx0 = Jrz ωy (ω1 + ω3 − ω2 − ω4 )




(2.14)
τy0 = Jrz ωx (ω2 + ω4 − ω1 − ω3 )


+ Modèle dérivé dynamique

Le modèle dynamique du quadrirotor décrivant les rotations roulis, tangage et lacet
contient alors trois termes qui sont : l’effet gyroscopique résultant de la rotation du corps
rigide, l’effet gyroscopique résultant de la rotation de l’hélice couplé avec la rotation du corps
et enfin les moments générés par les actionneurs :
Jx φ̈ = θ̇ψ̇(Jy − Jz ) − J θ̇Ωr + τx








Jy θ̈ = φ̇ψ̇(Jz − Jx ) + J φ̇Ωr + τy (2.15)





Jz ψ̈ = φ̇θ̇(Jx − Jy ) + τz


Avec :
Ωr = ω1 − ω2 + ω3 − ω4
Ë Modèlisation dynamique de lozano et al .[21]
Nous présentons dans cette section le travail de lozano et al. [32],[21] qui utilise l’approche
d’Euler-Lagrange pour modéliser le quadrirotor. Dans ce travail, l’objectif est de trouver
Lagrangien (L). L’énergie cinétique est composée de deux termes. Le premier terme est
l’énergie cinétique de translation et le deuxième terme est l’énergie cinétique de rotation .
Les coordonnées généralisées de l’hélicoptère sont décrites par :
q = (x, y, z, ψ, θ, φ) ∈ R6 (2.16)
Figure 2.7 – le quad-rotor dans un référentiel inertiel.
où ξ = (x, y, z) représentent la position du centre de masse de l’hélicoptère par rapport à

un repère fixe I.
η = (ψ, θ, φ) sont les trois angles d’Euler (lacet, tangage, roulis) et représentent l’orien-
tation de l’hélicoptère. Le Lagrangian est :
L(q, q̇) = Ttrans + Trot − U (2.17)
l’énergie cinétique de translation de l’hélicoptère est donnée par :

m ˙T ˙
Ttrans = ξ ξ (2.18)
2
L’Energie cinétique de rotation est donnée par :

1
Trot = η̇ T Jη̇ (2.19)
2
où J représente la matrice d’inertie. L’énergie potentielle est donnée par :
U = mgz (2.20)
où z est la position verticale, m représente la masse de l’hélicoptère.

Le Lagrangien L est :
m 1
L(q, q̇) = ξ˙T ξ˙ + η̇ T Jη̇ − mgz (2.21)
2 2
Le modèle dynamique de l’hélicoptère est obtenu des equations d’Euler-Lagrange avec la
force généralisée externe. ! " #
d ∂L ∂L Fξ
− = (2.22)
dt ∂ q̇ ∂q τ
où Fξ = RF̂ ∈ R3 est la force de translation appliquée au quadri-rotor due aux entrées
de commande, τ ∈ R3 sont les moments généralisés et R est la matrice de transformation
représentant l’orientation du quadri-rotor.
Nous écrivons ainsi :
0
 
 0 
F̂ =  (2.23)

u
où u = 4i=1 fi est la poussée ou entrée collective. fi = kwi2 est la force produite par le moteur
P
i, k > 0 est un constante et wi est la vitesse angulaire du moteur i, i = 1, . . . 4.

Les moments généralisés sur les variables de η sont :
4
   P 
τψ i=1 τMi
τ =  τ θ  ,  (f2 − f4 )` 
   
τφ (f3 − f1 )`
où ` est la distance entre les moteurs et le centre de gravité et τMi est le couple produit par
le moteur Mi .
Nous obtenons donc :
0
 
mξ¨ +  0  = Fξ = RF̂ (2.24)

 
mg
Jη̈ + C(η, η̇)η̇ = τ (2.25)
où
1 ∂ T
C(η, η̇) = J̇ − (η̇ J)
2 ∂η
est la matrice de Coriolis et contient les paramètres gyroscopiques et centrifuges.

Finalement nous obtenons :
mẍ = u(sin φ sin ψ + cos φ cos ψ sin θ) (2.26)

mÿ = u(cos φ sin θ sin ψ − cos ψ sin φ) (2.27)
mz̈ = u(cos θ cos φ − mg) (2.28)
ψ̈ = τ̃ψ (2.29)
θ̈ = τ̃θ (2.30)
φ̈ = τ̃φ (2.31)
où x et y sont les coordonnées dans le plan horizontal, z est la position verticale, et τ̃ψ , τ̃θ et
τ̃φ sont les nouveaux moments angulaires (moment de lacet, moment tangage et moment de
roulis), ce qui sont liés aux couples généralisés τψ , τθ et τφ par :
 
τ̃ψ
τ̃ =  τ̃θ  = J−1 (τ − C(η, η̇)η̇)
 
τ̃φ
Il faut remarquer que chacune des entrées du contrôle peut être utilisée pour contrôler un ou
deux degrés de liberté comme suit. L’entrée collective u est essentiellement employée pour
donner à l’altitude une valeur désirée. L’entrée τ̃ψ est employée pour commander le déplace-
ment de lacet. τ̃θ est employé pour commander le mouvement de tangage et le mouvement
horizontal dans l’axe x . De même τ̃φ est employé pour commander l’angle de roulis et le
déplacement horizontal dans l’axe y.
2.5.3 Modélisation avec le formalisme de Newton-Euler

¶ Dynamique de translation
D’après la première loi de la dynamique de Newton :
d(mV ) X
= Fext→repère (2.32)
dt
La vitesse exprimée dans le repère inertiel est :
d(mV )
= mV̇ (2.33)
dt
Les forces extérieurs appliquées au quadrirotor sont :
· Le poids
La force de gravité est donnée par :
P = −mgz0 (2.34)
¸ La force de trainée
C’est la résultante des forces qui s’opposent au mouvement du quadrirotor dans l’air, de
même direction que le mouvement du quadrirotor mais de sens opposé.
Elle représente en quelque sorte les forces de frottement visqueux sur l’objet, elle est donnée
par :
1
Ft = − ρair k|V |V (2.35)
2
En prenant Cda = 12 ρair k, L’équation devient :
Ft = −Cda |V |V (2.36)
¹ La force de portance
Elle est perpendiculaire à l’écoulement d’air, dirigée vers le haut c’est-à-dire qu’elle a
tendance à faire élever le quadrirotor.
Elle représente la force totale produite par les quatre hélices, elle est donnée par :
4
Fp = ( fi )z1 (2.37)
X
i=1
Où :
fi est la force de portance produite par la rotation de l’hélice i, elle est donnée par :
fi = bωi2 (2.38)
Avec : b coefficient de portance.

Donc la force de portance totale est :
Fp = b(ω12 + ω22 + ω32 + ω42 )z1 (2.39)

On doit exprimer cette force dans le repère inertiel, pour cela on utilise la matrice de rotation
R:
4
Fp = ( fi )(Rz0 ) (2.40)
X
i=0
En remplaçant les expressions des forces, l’équation (2.32) devient :
Cda Fp
V̇ = −gz0 − |V |V + (Rz0 ) (2.41)
m m
En développant l’équation (2.41), on obtient le système d’équations :
ẋ = u







ẏ = v










ż = w






u
(2.42)
Cda
u̇ = − |u|u + Fp
(SψSφ + SθCψCφ)





 m m


 v
Cda

v̇ = − |v|v + Fp
(SψSθCφ − SφCψCφ)





 m m



 w
Cda
ẇ = −g − + Fp
(CθCφ)

|w|w

m m
º Dynamique de rotation
D’après la deuxième loi de la dynamique de Newton :
dJΩ X
= τrep→repère (2.43)
dt
Et comme la vitesse angulaire est exprimée dans le repère lié au quadrirotor, alors :
d(JΩ)
= J Ω̇ + Ω ∧ JΩ (2.44)
dt
Les couples extérieurs sont :
» Les couples aérodynamiques

Ils sont produits par les forces de trainée et de poussée créées par la rotation des quatre
hélices figure 2.8, ils sont notés τia :
τx = db(ω42 − ω22 )








τy = db(ω32 − ω12 )) (2.45)




τz = k(−ω12 + ω22 − ω32 + ω42 )



Avec :
k : cœfficient de trainée.
d : distance entre le centre de gravité du quadrirotor et l’axe du rotor.
b : cœfficient de portance.
x
τa2
d
τa1
y
τa3
z
Figure 2.8 – Les couples aérodynamiques
¼ Le moment gyroscopique
Il se crée dans les systèmes physiques en mouvement avec des parties rotatoires et tend à
résister aux mouvements du quadrirotor. L’expression générale de ce moment est donnée par :
0
 
4
= Ω ∧ Jr  0  (2.46)
X
τgyro
 
i=1 (−1)i ωi
La matrice d’inertie de chaque rotor est supposé diagonale :
Jrx 0 0
 
Jr =  0 Jry 0  (2.47)
 
0 0 Jrz
A partir des équations (2.46) et (2.47), on obtient :

4
τgyro = [(−1)i ωi Jrz ]Ω ∧ z1 (2.48)
X
i=1
En remplaçant l’expression (2.48) dans l’équation (2.44) :

4
J Ω̇ + Ω ∧ JΩ = τa + [(−1)i ωi Jrz ]Ω ∧ z1 (2.49)
X
i=1
Comme la structure du quadrirotor est supposée symétrique, la matrice d’inertie J est

diagonale :
Jx 0 0
 
J =  0 Jy 0  (2.50)
 
0 0 Jz
Donc, l’équation (2.49) devient :
Jy −Jz
ṗ = + (ω1 − ω2 + ω3 − ω4 )q +

Jrz τx


 Jx
qr jx Jx





q̇ = Jz −Jx
Jy
pr − Jrz
jy
(ω1 − ω2 + ω3 − ω4 )p + τy
Jy (2.51)





Jx −Jy
ṙ = +

τz
pq


Jz Jz
½ Relation entre les angles d’Euler et les vitesses angulaires

Si un solide tourne à une vitesse constante, sa vitesse angulaire Ω est constante, par contre
les variations des angles d’Euler seront variables car elles dépendent des angles instantanés
entre les axes des deux repères.
La séquence des angles d’Euler est obtenue à partir de trois rotations successives : roulis,
tangage et lacet.
La variation φ nécessite une rotation, θ nécessite deux rotations et ψ nécessite trois rotations
[13] :
0 0
     
φ̇
Ω = R(X0 , φ)  0  + R(X0 , φ)R(Y0 , θ)  θ̇  + R(X0 , φ)R(Y0 , θ)R(Z0 , ψ)  0 
 
(2.52)
   
0 0 ψ̇
Ce qui donne :
1 0
    
p −Sθ φ̇
 q = 0 Cφ SφCθ   θ̇  (2.53)
   

r 0 −Sφ CθCφ ψ̇
Donc la relation entre Φ̇ = [φ̇, θ̇, ψ̇]T et Ω = [p, q, r]T
Φ̇ = Tr ∗ Ω (2.54)
Avec :
1 Sφtθ Cφtθ
 
Tr =  0 Cφ −Sφ  (2.55)


0 Cθ
Sφ Cφ
Cθ
En développant l’équation précédente, on aura :
φ̇ = p + Sϕtθq + Cφtθr








θ̇ = Cφq − Sωr (2.56)





ψ̇ = Sφ
+ Cφ


Cθ
q Cθ
r
¾ Dynamique des rotors

Les rotors sont entraînés par des moteurs à courant continu avec les équations bien
connues :
 L dt = u − Rmot i − ke ωm
 di

(2.57)
Jm dwdtm = τm − τd


Comme l’inductance des moteur est petit , la dynamique du moteur peuvent être estimés
par :
dωm k2 km
Jm = − m ω m − τd + u (2.58)
dt Rmot Rmot
En introduisant la dynamique de l’hélice et les modèles de boîte de vitesse, l’équation (2.58)
peut être réécrite :
 ẇm = − τ ωm − ηr3 Jt ωm + km τ u

 1 d 2 1

(2.59)
2
 1 = km


τ RJt
L’équation (2.59) peut être linéarisé autour d’un point de fonctionnement w0 à la forme
ω̇m = −Aωm + Bu + C avec :
1 2dω0 1
dω02

A= + 3 ,B = , C= (2.60)
τ ηr Jt km τ ηr3 Jt
Avec :
Symbole Définition
u entrée du moteur
ke constante de couple électrique
km constante de couple mécanique
ωm vitesse angulaire du moteur
τm couple moteur
τd la charge du moteur
τ constante de temps moteur
R la résistance interne du moteur
r rapport de reduction
η l’efficacité de la boîte de vitesse
Table 2.1 – Liste des symboles

2.5.4 Modèle d’état

Le système dynamique final du quadrirotor donné par (2.42), (2.51), (2.56),(2.59), est
subdivisé en quatre sous-systèmes (position /vitesse linéaire, angles d’Euler, vitesse angulaire
et équations des rotors).
Une architecture de ce type, où l’état du premier système est contrôlé par une commande
indirecte, qui est en réalité l’état prochain du système, est appelée une structure cascade,
cela conduit à une conception d’un contrôleur multi-boucle.
le modèle dynamique final contenant le modèle des actionneurs sera :
ṗ = 1
{(Jy − Jz)qr + Jrz Ωr q + dU2 }

Jx







q̇ = 1
{(Jz − Jx)pr + Jrz Ωr p + dU3 }



Jy







ṙ = {(Jx − Jy)pq + Jrz + U4 }



 1
 Jz
(2.61)
ẍ = {((CφSθCψ + SφSψ)U1 )}



 1


 m



ÿ = 1
{((CφSθSψ − SφCψ)U1 )}



m







z̈ = 1
(CφCθU1 )


m
Avec U 1,U 2,U 3 et U 4 les entrées de commande du système, ou :
τx = dU2








τy = dU3





(2.62)
τz = U4









Fp = U1



L’écriture des entrées de commande en fonction des vitesses des rotors est comme suit :
U1 b b b b ω12
    
 U2   0 −b 0 b  ω22 
 
=  
(2.63)
U3 −b 0 b 0 ω32
    
    
U4 −k k −k k ω42
Pour mettre le système sous forme d’état, on choisit le vecteur d’état :
X = [φ p θ q ψ r x ẋ y ẏ z ż]T = [φ φ̇ θ θ̇ ψ ψ̇ x ẋ y ẏ z ż]T
On aura le système suivant :
x˙1 = x2 + S(x1 )t(x3 )x4 + C(x1 )t(x3 )x6








x˙2 = a1 x4 x6 + a2 Ωr x4 + b1 U2










x˙3 = C(x1 )x4 − S(x1 )x6










x˙4 = a3 x2 x6 + a4 Ωr x2 + b2 U3










x˙5 = S(x1 )
+ C(x1 )




 x
C(x3 ) 4
x
C(x3 ) 6





x˙6 = a5 x2 x4 + b3 U4





(2.64)
x˙7 = x8









x˙8 = + a6 x28

Ux
U


m 1







x˙9 = x1 0










x˙10 = Uy
+ a7 x210

U


m 1






x1˙ 1 = x12











x˙12 = C(x1 )C(x3 )
− g + a8 x212

U1

m
Ce système sera utiliser pour la simulation avec :

Jy −Jz
a1 = a2 = a3 = a4 = − JJrzy

Jrz Jz −Jx


 Jx
, Jx
, Jy
,




 u v w
Jx −Jy Cda Cda Cda
a5 = a6 = − a7 = − a8 = −

, , ,



 Jz m m m
(2.65)
= b2 = b3 =

d d 1
b1 , ,





 Jx Jy Jz




Ωr = ω1 − ω2 + ω3 − ω4


Et :
Ux = (Cx1 Sx3 Cx5 + Sx1 S5 )
(
(2.66)
Uy = (Cx1 Sx3 Sx5 − Sx1 C5 )
A l’heure actuelle, il n’existe pas de modèles analytiques permettant de représenter précisé-
ment les efforts aérodynamiques dans toute l’enveloppe de fonctionnement, ce qui impose
une étape d’identification.
La modélisation complexe est nécessaire pour la simulation dynamique mais la connaissance
de ces forces et couples n’est pas nécessaire à la conception de lois de commande.
Pour des raisons de simplifications et comme les mouvements angulaires du quadrirotor

sont de faible amplitude et de petite vitesse cela revient à écrire Ω = [φ̇ θ̇ ψ̇]T et on négligeant
les forces de trainée et portance. Le modèle dynamique simplifié ne contenant pas le modèle
des actionneurs sera :

φ̈ = 1
− Jz )θ̇ψ̇ + Jr Ωr θ̇ + dU2 }



 Jx
{(Jy




θ̈ = 1
− Jx )φ̇ψ̇ − Jr Ωr φ̇ + dU3 }

{(Jz


Jy








ψ̈ = 1
{(Jx − Jy )φ̇θ̇ + U4 }



 Jz
(2.67)

ẍ = 1
{(CφSθCψ + SφSψ)U1 )}





 m



ÿ = − SφCψ)U1 )}

1
{(CφSθSψ





 m



z̈ = 1
= (CφCθU1 ) − g


m
la synthèse de la loi de commande sera basée sur ce modèle d’état simplifié :
x˙1 = x2



x˙2 = a1 x4 x6 + a2 Ωr x4 + b1 U2





x˙3 = x4





x˙4 = a3 x2 x6 + a4 Ωr x2 + b2 U3





x˙5 = x6






 x˙6 = a5 x2 x4 + b3 U4
(2.68)


x˙7 = x8





x˙8 = Ux


 m 1
U


x˙9 = x10





x˙10 = Uy


 m 1
U


x˙11 = x12





x˙12 = C(x1 )C(x3 )
m
U1 −g
2.5.5 Liaisons non holonomes

Les liaisons non holonomes sont des relations liant les deux angles φ et θ et les composantes
du vecteur accélération.
Ces relations sont obtenues en multipliant les trois équations du modèle dynamique simplifié
(2.67) (dénoté (1) (2) et (3) respectivement) comme suit :
m
(1)C(ψ) + (2)Sψ =⇒ SθCφ = (ẍCψ + ÿSψ) (2.69)
U1
m
(1)S(ψ) − (2)cψ =⇒ sφ = − (−ẍSψ + ÿCψ) (2.70)
U1
m
(3) =⇒ CθCφ = (z̈ + g) (2.71)
u1
(2.69)/(2.71) =⇒ tan(θ) = ẍCψ+ÿSψ


 z̈+g
(2.72)
(2.70) =⇒ Sφ = m
(ẍSψ


U1
− ÿCψ)
Les deux dernières équations sont appelés liaisons non holonomes.
2.6 Conclusion
Dans ce chapitre nous avons décrit les mouvements de base du quadrirotor, puis nous
avons donné deux modèle dynamique les plus connus dans la littérature. le modèle complet
comprend presque tout les phénomènes physiques agissant sur le quadrirotor sera utilisé
pour la simulation. Ce dernier modèle montre la nature couplée, complexe, non linéaire,
multi-variable et le sous-actionnement de notre drone, ce qui rend la synthèse de la commande
relativement difficile.
Par la suite, nous avons simplifié le modèle complet pour des fins de commande. La partie
commande de l’engin volant sera abordée dans le prochain chapitre.
Chapitre 3
Commande du quadrirotor
a « Your job is a big part of your life

and the only way to be truly satisfied is to
do what you think is a great thing. » m
Steve Jobs
Sommaire
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Etat de l’art sur la commande du quadrirotor . . . . . . . . . . . . . . . . . 38
3.3 Commande PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3.1 Synthèse de la commande . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4 Commande nested saturation . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4.1 Contrôle du lacet (ψ , y) . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4.2 Contrôle du roulis (φ, y) . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4.3 Contrôle du tangage (θ, x) . . . . . . . . . . . . . . . . . . . . . . . . 44
3.5 Commande hiérarchique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.5.1 Contrôle du lacet et translation verticale (ψ , z) . . . . . . . . . . . . 47
3.5.2 Contrôle du tangage et translation longitudinale (θ, x) . . . . . . . . 48
3.5.3 Contrôle du roulis et translation latérale (φ, y) . . . . . . . . . . . . . 49
3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
36
37 CHAPITRE 3. COMMANDE DU QUADRIROTOR
3.1 Introduction
a théorie de la commande est une branche de la théorie des systèmes dynamiques, son
L premier objectif est de manipuler les variables d’entrée u(t) d’un système donnée afin
d’asservir ses variables de sortie y(t) à une trajectoire de référence yr (t). L’introduction de lois
de commandes stabilisantes et la conception de stratégie de navigation se sont révélées rapi-
dement indispensables pour soulager la charge de travail du pilote d’une part et de rendre ces
systèmes plus autonomes d’une autre part. Les commandes électriques classiques convertissent
des consignes d’attitude données par le pilote en commande de vitesse des rotors. L’émergence
de plateformes aériennes entièrement autonomes conduit à considérer de nouveaux objec-
tifs de commande : au-delà du contrôle d’attitude, qui répond à un objectif de pilotage, il
s’agit maintenant d’assurer la commande en position, qui répond à un objectif de guidage [16].
Le quadrirotor est un véhicule aérien à voilure tournante, la difficulté de son contrôle

est dûe principalement à sa dynamique complexe, non linéaire, multivariables et surtout de
son sous-actionnement. Toutes les commandes stabilisantes sont conçues afin d’assurer la
poursuite des trajectoires désirées suivant les trois axes (X; Y ; Z) et l’angle du lacet ψ . La
stratégie de commande adoptée est basée sur la décomposition du système d’origine en deux
sous systèmes : le premier concerne la commande en position tandis que le deuxième est celui
de la commande en orientation.
Le schéma générale de la commande du quadrirotor est montré sur la figure 3.1.
Contrôleur
de Position
Systeme
U
Non Holonomes
d’Orientation
Contraintes
xd
Contrôleur
φd
yd
zd
ψd θd
Figure 3.1 – Schéma général de la commande du quadrirotor
Comme on ne peut pas commander x et y qu’à travers φ et θ, Ux et Uy sont considérées

comme des commandes virtuelles pour le système. Ensuite, en utilisant les contraintes non
holonomes, φd et θd seront générées à partir de Ux et Uy pour permettre au système d’atteindre
xd et yd .
L’objectif principal de ce chapitre est la synthèse des lois de commande stabilisantes
robustes en termes de translation et d’orientation pour le quadrirotor.
3.2 Etat de l’art sur la commande du quadrirotor

La configuration à quatre rotors a attiré l’attention des chercheurs en aéronautique,
robotique et en automatique. Ainsi, la recherche des lois de commande simples et robustes
reste aussi un domaine très vaste. Plusieurs laboratoires travaillent sur la commande des
drones et plusieurs lois de commande ont été proposées. Nous présentons ici les différentes
techniques [20] :
¶ Le contrôleur PID : Cette commande classique n’a aucune exigence sur les paramètres
du système à commander et elle est très simple à mettre en oeuvre.
· la commande LQR : Cette loi de commande a donné de bons résultats dans la stabilisa-
tion d’attitude du quadrirotor .
¸ l’approche Backstepping : De meilleurs résultats ont été obtenus avec cette technique de
commande non linéaire, la convergence des états internes du quadrirotor a été garantie
. Cette technique de commande a été renforcée par la suite dans le travaill de [38] ,
par l’ajout de l’action intégrale. Cette approche a été validée sur OS4 dans diverses
expériences de vol .
¹ la commande par mode glissant : Cette technique de commande non linéaire a donné
de bons résultats et la stabilisation du système a été garantie .
º la Commande par Vision : Cette technique est basée sur la commande visuelle utilisant
soit une caméra miniature embarquée à bord du quadrirotor, soit une caméra externe.
D’autres techniques de commande ont été élaborées pour la commande du quadrirotor,

parmi lesquelles on peut citer : Feedback Linearization, la logique floue, les réseaux de
neurones, la commande prédictive,. . .
3.3 Commande PID

3.3.1 Synthèse de la commande
Le modèle dynamique présenté en 2.15 contient deux effets gyroscopiques. L’influence
de ces effets dans notre cas est moins importante que l’action des moteurs . Surtout si l’on
considère une situation quasi-stationnaire. Dans le but de faire cette situation il est possible de
concevoir plusieurs contrôleurs PID pour ce système, on peut négliger ces effets gyroscopiques
et enlever ainsi le couplage croisé. le modèle 2.15 est réécrit comme suit [38] :
Ixx φ̈ = lU2








Iyy θ̈ = lU3 (3.1)





Izz ψ̈ = U4


Si on inclut dans (3.1) la dynamique de rotor ,et on réécrire le modèle dans le domaine de
Laplace on obtient :
B 2 bl
φ(s) = (u24 (s) − u22 (s))

s2 (s+A)Ixx








B 2 bl
θ(s) = s2 (s+A)Iyy
(u23 (s) − u21 (s)) (3.2)





B 2 bl
ψ(s) = (−1)i+1 u2i (s)

 P4

s2 (s+A)Izz i=1
Où A et B sont les coefficients de la dynamique du rotor linéarisés comme il est décrit

dans (2.60), tan que C est trop petit que B, il sera négligé.
En utilisant les entrées de commande Ui au lieu des entrées de moteur ui , l’équation (3.2)
devient :
B 2 bl
φ(s) =




U
s2 (s+A)Ixx 2





B 2 bl
θ(s) = U
s2 (s+A)Iyy 3 (3.3)





B 2 bl
ψ(s) =

U


s2 (s+A)Izz 4
L’application numérique donne :
φ(s) = 0.522


 U
0.004s4 +0.039s3 +0.009s2 2





θ(s) = 0.522
U
0.004s4 +0.039s3 +0.009s2 3 (3.4)





ψ(s) = 21.78


U
0.008s4 +0.077s3 +0.18s2 4
Soit eφ = φd − φ l’erreur de l’angle de roulis, la loi de commande U2 est définie par

l’équation suivante :
Z t
deφ (t)
U2 = Kpφ eφ (t) + KIφ eφ (τ )dτ + KDφ (3.5)
0 dt
De même pour l’angle de tangage et de lacet :
eθ = θd − θ (3.6)
Z t
deθ (t)
U3 = Kpθ eθ (t) + KIθ eθ (τ )dτ + KDθ
0 dt
et :
eψ = ψd − ψ (3.7)
Z t
deψ (t)
U4 = Kpψ eψ (t) + KIψ eψ (τ )dτ + KDψ
0 dt
3.3.2 Simulations et résultats

Afin de valider et tester la loi synthétisée, on présente dans les figures suivantes la réponse
de système pour un quadrirotor, ses caractéristiques sont décrites dans Appendice C.
Nous avons effectué plusieurs simulations sur Simulink en utilisant le modèle complet afin
d’accorder les six paramètres de commande .
Etant donné que les valeurs initiales du système sont φi = π4 , θi = π4 , ψi = π4 .Pour voir le
comportement de la commande en présence de la perturbation, on a injecté cette dernière à
l’instant 10s. Les résultats de simulation ont été satisfaisants en ce qui concerne l’approche
simple de synthèse de la loi de commande.
Les paramètres des régulateurs sont :
Kpψ = 0.6, KIψ = 0.3, KDψ = 0.15, Kpθ = 2.3, KIθ = 3, KDθ = 0.1, Kpφ = 2.3, KIφ = 3,
KDφ = 0.5.
0.8 0.8
0.6 0.6
theta[rad]
psi[rad]
0.4
0.4
0.2
0.2
0
0
−0.2
0 5 10 15 20 0 5 10 15 20
temps[s] temps[s]
0.8
0.6
phi[rad]
0.4
0.2
−0.2
0 5 10 15 20
temps[s]
Figure 3.2 – Stabilisation de l’attitude à zéro .
3.4 Commande nested saturation

Dans cette section on va développer la stratégie de control pour la stabilisation et
le vol stationnaire de quadri-rotor. En effet, cette stratégie est simple, elle commande
indépendamment les angles ainsi que l’élévation. Cependant, on va d’abord élaborer la
commande de l’altitude et du lacet puis le roulis et le tangage [42].
Pour cette Commande, en utilisant la simplification de modèle dynamique (2.5.2) donnée par
[32] :
mẍ = −u sin θ (3.8)

mÿ = u cos θ sin φ (3.9)
mz̈ = u cos θ cos φ − mg (3.10)
ψ̈ = τ̃ψ (3.11)
θ̈ = τ̃θ (3.12)
φ̈ = τ̃φ (3.13)
3.4.1 Contrôle du lacet (ψ , y)

Le contrôle de la position verticale peut être obtenu en utilisant l’entrée de commande
suivante :
1
u = (r1 + mg) (3.14)
cos θ cos φ
On remplace dans l’équation (3.10) :

r1
z̈ = (3.15)
m
Alors on pose r1 comme suit :
r1 = −az1 ż − az2 (z − zd ) (3.16)
Ou az1 , az2 sont des constantes positives et zd l’altitude désirée. On remplace (3.16) dans
(3.15) on aura :
1
z̈ = − az1 ż − az2 (z − zd ) (3.17)
m
On applique la transformée de Laplace sur (3.17) on aura :
az2
Z(s)
= 2 az1
m
az2 (3.18)
Zd (s) s + m
s + m
Maintenant l’angle du lacet peut être contrôler de la même maniéré en posant :
τ̃ψ = −aψ1 ψ̇ − aψ2 (ψ − ψd ) (3.19)
En introduisant (3.14) dans (3.8) et (3.9) on aura :

tan θ
mẍ = −(r1 + mg) (3.20)
cos φ
mÿ = (r1 + mg) tan φ (3.21)
3.4.2 Contrôle du roulis (φ, y)

On note à partir de l’équation (3.16) r1 → 0, pour un temps T assez large, ce qui nous
mène à écrire (3.20) et (3.21) comme suit :
tan θ
ẍ = −g (3.22)
cos φ
ÿ = g tan φ (3.23)
En premier lieu, on considère notre système régi par les deux équations (3.13) et (3.23).
Cependant, on va implémenter une commande non linéaire basée sur nested saturation
(saturations emboitées).
Ce type de commande nous garantit une limite arbitraire pour φ, φ̇, y et ẏ. En effet, pour
simplifier notre analyse on va limiter |φ| de telle sorte que la différence entre tan φ − φ soit
infiniment petite. Par conséquent, le sous-système (3.13) et (3.23) se réduit à :
ÿ = gφ (3.24)
φ̈ = τ̃φ (3.25)
Ce qui représente quatre intégrateurs en cascade. Alors on propose :

τ̃φ = −σφ1 φ̇ + σφ2 (ξφ1 ) (3.26)
Où σφi (s) est la fonction saturation, tel que |σφi (s)| ≤ Mi pour i = 1, ..., 4 (voir la figure 3.3)
et ξφ1 sera défini plus tard, pour assurer la stabilité globale.
Mi
σ (s)
−Mi
−Mi 0 Mi
s
Figure 3.3 – la fonction saturation
Où σa est une fonction de saturation de la forme suivante :



 −a s < −a
σa (s) = s −a ≤ s ≤ a (3.27)


a s>a
On propose la fonction de Lyapunov positive comme suit :
1
V = φ̇2 (3.28)
2
On dérive V on obtient :
V̇ = φ̇φ̈ (3.29)
Et à partir des équations (3.26) et (3.25) on aura :

V̇ = −φ̇σφ1 φ̇ + σφ2 (ξφ1 ) (3.30)
˙ ≤ Mφ
On note que si |φ̇| > Mφ2 alors V̇ < 0 , et le système est stable, mais ∃T1 tel que |φ| 2
pour t > T1 .
On définit :
v1 ≡ φ + φ̇ (3.31)
En dérivant, on obtient :
v̇1 ≡ φ̇ + φ̈ (3.32)
v̇1 ≡ φ̇ + τ̃φ (3.33)

v̇1 = φ̇ − σφ1 φ̇ + σφ2 (ξφ1 ) (3.34)
Laissez-nous choisir :
Mφ1 > 2Mφ2 (3.35)
À partir de la définition de σ(s) on peut voir que |σi (s)| < Mi implique que σi (s) = s.
En effet, cela implique dans un temps fini, ∃T1 tel que |φ̇| ≤ Mφ2 pour t ≥ T1 .
Donc, pour t ≤ T1 , |φ̇ + σφ2 (ξφ1 )| ≤ 2Mφ2 . C’est-à-dire, ∀t ≥ T1

σφ1 φ̇ + σφ2 (ξφ1 ) = φ̇ + σφ2 (ξφ1 ) (3.36)
En utilisant (3.34) et (3.36), on aura :

v̇1 = −σφ2 (ξφ1 ) (3.37)
On pose :
ξφ1 ≡ v1 + σφ3 (ξφ2 ) (3.38)
En introduisant l’équation (3.37) dans (3.37), on aura :

v̇1 = −σφ2 v1 + σφ3 (ξφ2 ) (3.39)
Les limites supérieures sont supposées satisfaire :

Mφ2 > 2Mφ3 (3.40)
Cela implique que ∃T2 tel que |v1 | ≤ Mφ3 pour t ≥ T2 .
A partir de l’équation (3.31) on peut voir que ∀t ≥ T2 , |φ| ≤ Mφ3 . Mφ3 doit être choisie assez
petit tel que tan φ ≈ φ. A partir de (3.39) et (3.40), on a pour que t ≥ T2 , |v1 + σφ3 (ξφ2 )| ≤
2Mφ3 .
Cela implique que ∀t ≥ T2 .

σφ2 v1 + σφ3 (ξφ2 ) = v1 + σφ3 (ξφ2 ) (3.41)
En introduisant la fonction :
ẏ
v2 = v1 + φ + (3.42)
g
En dérivant, on obtient :
ÿ
v̇2 = v1 + φ̇ + (3.43)
g
En utilisant (3.24) , (3.31) , (3.39) et (3.41) dans (3.43) , on obtient :
v̇2 = −σφ3 (ξφ2 ) (3.44)
Maintenant, on définit ξφ2 comme suit :
ξφ2 ≡ v2 + σφ4 (ξφ3 ) (3.45)
Réécrivons (3.44) on obtient :

v̇2 = −σφ3 v2 + σφ4 (ξφ3 ) (3.46)
On choisit :
Mφ3 > 2Mφ4 (3.47)
Alors ∃T3 tel que |v2 | ≤ Mφ4 pour t ≥ T3 , cela est impliqué à partir de l’équation (3.42) avec
ẏ est limité. Pour t ≥ T3 , |v2 + σφ4 (ξφ3 )| ≤ 2Mφ4 ,cela implique que, ∀t ≥ T3

σφ3 v2 + σφ4 (ξφ3 ) = v2 + σφ4 (ξφ3 ) (3.48)
Définissons :
ẏ y
v3 = v2 + 2 + φ + (3.49)
g g
Alors :
ÿ ẏ
v̇3 = v̇2 + 2 + φ̇ + (3.50)
g g
En utilisant (3.24) , (3.41) , (3.46) et (3.48) dans (3.50) on obtient :
v̇3 = −σφ4 (ξφ3 ) (3.51)
On propose ξφ3 sous la forme suivante :
ξφ3 = v3 (3.52)
Alors :
v̇3 = −σφ4 (v3 ) (3.53)
Donc l’équation (3.53) est de premier ordre et cela implique que v3 → 0 .à partir de (3.46)
on aura aussi une équation de premier ordre donc v2 → 0 et depuis (3.45) ξφ2 → 0. Depuis
(3.39) v1 → 0 alors depuis (3.38) ξφ1 → 0. On peut voir depuis (3.31) que φ̇ → 0. Depuis
l’équation (3.31) on obtient φ → 0 . Depuis (3.41) ẏ → 0 et enfin depuis (3.49) y → 0. En
utilisant (3.31), (3.39), (3.42),(3.45), (3.48) et (3.52), on peut réécrire l’équation (3.26) qui
représente la loi de commande comme suit :

τ̃φ = −σφ1 φ̇ + σφ2 (v1 + σφ3 (v2 + σφ4 (v3 )) (3.54)
 
ẏ ẏ y

τ̃φ = −σφ1 φ̇ + σφ2 φ + φ̇ + σφ3 2φ + φ̇ + + σφ4 (3φ + φ̇ + 3 + )  (3.55)
g g g
3.4.3 Contrôle du tangage (θ, x)

Depuis les équations (3.24) et (3.55) on obtient φ → 0, alors (3.22) devient :
ẍ = −g tan θ (3.56)
Enfin on prend le sous-système :

ẍ = −g tan θ (3.57)
θ̈ = τ̃θ (3.58)
Comme l’étude faite pour le contrôle de roulis, on assurera une petite borne pour |θ| ce
qui va mener à tan θ ≈ θ. Cependant (3.57) revient à :
ẍ = −gθ (3.59)
En utilisant la même procédure de contrôle proposée pour le contrôle de roulis on obtient :
 
ẋ ẋ x

τ̃θ = −σθ1 θ̇ + σθ2 θ + θ̇ + σθ3 2θ + θ̇ − + σθ4 (3θ + θ̇ − 3 − )  (3.60)
g g g
La figure (3.4) représente le schéma de contrôle du tangage :
x
v3
σθ4
+
ẋ v2
+
σθ3
+
θ v1
+ −1
σθ2
+ τ̃θ
θ̇
+
σθ1
Figure 3.4 – Schéma de contrôle du tangage.

Afin de valider notre approche nous présentons dans ce qui suit les résultats de la simulation
pour un quad-rotor dont les caractéristiques sont décrites dans Appendice C.
Les résultats de notre simulation sont représentés dans les figures suivantes :
0.6 0.6
0.4 0.4
theta[rad]
phi[rad]
0.2 0.2
0 0
0 10 20 30 40 50 0 10 20 30 40 50
temps[s] temps[s]
psi mesurée
0.6 psi désirée
psi[rad]
0.4
0.2
0
0 10 20 30 40 50
temps[s]
Figure 3.5 – Les angles du quadrirotor.

0
1
−0.5
x[m]
y[m]
0.5
−1
0
0 10 20 30 40 50 0 10 20 30 40 50
temps[s] temps[s]
2.5
z désirée
z mesurée
2
1.5
z[m]
0.5
0
0 10 20 30 40 50
temps[s]
Figure 3.6 – Le déplacement du quad-rotor sur les trois axes.
On a pu obtenir ces résultats, après avoir fait plusieurs essais de simulation pour avoir
un bon choix des gains des fonctions de saturation. En effet, pour voir le comportement de
la commande en présence de la perturbation, on a injecté cette dernière puis on la ôté à
trois secondes après pour θ et φ à des instants différents respectivement t1 = 10 et t2 = 20
, et donner une consigne d’altitude de Zd = 2m à t = 0s et un angle de lacet de φd = 30o
à t = 30s. Cependant, on voit que notre commande arrive à stabiliser le quad-rotor à la
hauteur et l’angle du lacet désirées et à converger des angles et des déplacement égales à 0
pour θ, φ, x et y même après avoir injecter des perturbations.
3.5 Commande hiérarchique

Dans la théorie des systèmes hiérarchiques, un système global peut être considéré comme
une famille de sous-système en cascade. Chaque sous-système possède des canaux entrée-
sorties pour les échanger avec les unités de haut niveau. Le haut niveau est celui qui permet à
l’engin d’évoluer de manière autonome. La partie bas-niveau se charge de faire évoluer l’engin
de manière à atteindre les valeurs reçues par la boucle haut niveau.
Cette commande consiste à décomposer le système de l’engin en deux sous-systèmes. Le
premier sous système comprend la dynamique de translation, correspondant à la dynamique
lente, et le deuxième comprend la dynamique de rotation correspondant à la dynamique rapide
figure 3.7. La principale difficulté de cette structure de commande est alors de démontrer
la stabilité du système global en boucle fermée et de garantir de bonnes performances ainsi
qu’un comportement robuste vis-à-vis des perturbations [25].
boucle externe
position et vitesse
référence Commande poussée Dynamique mesure

en position en position
consigne en attitude attitude
Commande couples Dynamique

d’attitude d’attitude
attitude et vitesses angulaires

boucle interne
Figure 3.7 – Schéma structurel de la commande hiérarchique.
3.5.1 Contrôle du lacet et translation verticale (ψ , z)

Le contrôle de la position verticale peut être obtenu en utilisant l’entrée de commande
suivante [21] :
1
u = (r1 + mg) (3.61)
cos θ cos φ
où :
r1 = −kvz ż − kpz ez (3.62)
avec ez = z − zd désigne l’erreur de position de z et zd est l’altitude désirée. kpz et kvz sont
des constantes positives , Ainsi, pour la dynamique de l’altitude, r1 est un régulateur PD.
dans le cas de la position angulaire de lacet (2.29) on utilise :
τ̃φ = −kvφ ψ̇ − kpψ eψ (3.63)
avec eψ = ψ − ψd est l’erreur de lacet ,ψd représente l’angle de lacet désirée kpψ et kvφ
désignent des constantes positives d’un régulateur PD. En effet,on remplace (3.61) et (3.63)
dans (2.26) et (2.27) à condition que cos θ cos φ 6= 0 on obtient :
 
sin ψ tan φ
mẍ = (r1 + mg) + cos ψ tan θ (3.64)
cos θ
 
cos ψ tan θ 
mÿ = (r1 + mg) sin ψ tan θ − (3.65)
cos θ
mz̈ = −kvz ż − kpz ez (3.66)

ψ̈ = −kvψ ψ̇ − kpψ eψ (3.67)
Les paramètres de contrôle kpψ , kvψ , kpz et kvz doivent être choisis de manière à assurer une
réponse stable à l’altitude et au déplacement de lacet. A partir de (3.66) et (3.67), on résulte
que ψ → ψd et z → zd .Et à partir de (3.62) - (3.63) et (3.66) - (3.67) on note r1 → 0 et
ψ → ψd . Pour un temps T suffisamment grand, et eψ et ez sont arbitrairement petits, Par
conséquent, (3.64) et (3.65) se réduit à :
ẍ = g tan θ (3.68)
ÿ = −g tan φ
cos θ
(3.69)
3.5.2 Contrôle du tangage et translation longitudinale (θ, x)

Pour simplifier l’analyse nous imposerons une borne supérieure sur |θ| telle que la différence
tan(θ) − θ est arbitrairement petite. Par conséquent, le sous-système précédent se réduit à :
ẍ = gθ (3.70)
θ̈ = τ̃θ (3.71)
Le sous-système longitudinal se concentre sur la stabilisation de x et θ. En effet, le but est de
contrôler le tangage θ et la position longitudinale x à une des références désirées. Considérons
le système linéarisé (3.70) - (3.71), la position longitudinale du véhicule peut être décrite
comme une chaîne d’intégrateurs :
ẋ1 = x2 (3.72)
ẋ2 = x3 (3.73)
ẋ3 = x4 (3.74)
ẋ4 = τ̃θ (3.75)
où x1 est l’erreur entre la position désirée et réelle, x3 = θ et x4 = θ̇. Le contrôle hiérarchique
est construit en séparant dans le sous-système précédent la dynamique de rotation et de
translation (commande de bas niveau et contrôle de position, respectivement). x3 étant donné
comme l’entrée de commande de translation , et l’application d’un changement par recul des
variables, donne :
ẋ1 = x2
ẋ2 = xref3 + x̃3
(3.76)
x̃˙ 3 = x̃4
x̃˙ 4 = ẍref
2 + τ̃θ
donc xref
3 = θref , θ = θ − θref et x̃4 = θ̇ − θ̇ref . θref est l’angle de référence choisi pour
commander le déplacement longitudinal. Notez que le réglage de l’angle de tangage de
référence à zéro est égal à ce dernier déplacement. Étant donné que le contrôle de bas niveau
(rotation) tourne à plus haut taux que le contrôle de la navigation, la dynamique de l’angle
de référence peuvent être ignoré, alors (θ̇ref = θ̈ref = 0). En effet, la dynamique de θ vont
converger plus rapidement que le contrôle de position. Ensuite, on a :
ẋ1 = x2
ẋ2 = xref
3 + x̃3
(3.77)
x̃˙ 3 = x4
x̃˙ 4 = τ̃θ
La position longitudinale est stabilisée par la définition de l’angle de tangage de référence en
fonction de la position longitudinale et de la vitesse :
θref = Vx (x, ẋ) = −kdx ẋ − kpx (x − xd ) (3.78)
qui peut être défini comme régulateur PD. L’angle de tangage de référence utilisée dans la
commande de rotation est :
τ̃θ = −kvθ x4 − kpθ x̃3
(3.79)
τ̃θ = −kvθ θ̇ − kpθ (θ − θref )
Les gains kv et kp doivent être choisis de manière appropriée afin que le polynôme s2 + kv s + kp
soit Hurwitz.
3.5.3 Contrôle du roulis et translation latérale (φ, y)

On Considère le sous-système donné par (2.31) et (3.69). Laissez-nous imposer une très
petite variation de |φ| de telle sorte que la différence de | tan(φ) − φ| est arbitrairement petite
(φ ≈ tan(φ)). Par conséquent, le sous-système (2.31) et (3.69) devient :
ÿ = −gφ (3.80)
φ̈ = τ̃φ (3.81)
Le sous-système de translation latérale se concentre sur la stabilisation de y et φ. En

effet, le but est de contrôler le roulis φ et la position de translation latérale y à une référence
désirée. Considérerons le système linéarisé (3.80) - (3.81), la position latérale du véhicule
peut être décrit comme une chaîne d’intégrateurs :
ẏ1 = y2
ẏ2 = y3
(3.82)
ẏ3 = y4
ẏ4 = τ̃φ
φ étant donné comme l’entrée de commande de translation, alors la chaîne des quatre
intégrateurs peut être séparée en deux sous-ensembles composés de deux intégrateurs pour
chacun d’eux. La mise en œuvre d’un changement de par recul des variables donne :
ẏ1 = y2
ẏ2 = y3ref + ỹ3
(3.83)
ỹ˙ 3 = y4
ỹ˙ 4 = τ̃φ
où y3ref = φref . En utilisant des gains élevés dans le contrôle d’altitude de bas niveau, la
dynamique de l’angle de référence peut être ignorée. La position latérale est ensuite stabilisée
par la définition de l’angle de roulis de référence en fonction de la position latérale et de la
vitesse :
φref = Vy (y, ẏ) = −kdy ẏ − kpy (y − yd ) (3.84)
qui peut être défini comme régulateur PD. L’angle de roulis de référence utilisée dans la
commande de rotation est :
τ̃φ = −kvφ y4 − kpφ ỹ3
(3.85)
τ̃φ = −kvφ φ̇ − kpφ (φ − φref )
Les gains kv et kp doivent être choisis de manière appropriée afin que le polynôme s2 + kv s + kp
soit Hurwitz.

Afin de valider notre approche nous présentons dans ce qui suit les résultats de la simula-
tion pour un quadrirotor , ses caractéristiques sont décrites dans Appendice C.
On présente dans les figures suivantes la poursuite d’une référence en créneaux , ainsi
que les erreurs de poursuite pour deux types de trajectoire. Pour obtenir ces résultats on fait
plusieurs essais de simulation pour avoir un bon choix des paramètres.
Les valeurs des paramètres utilisés dans la simulation sont :
paramètre trajectoire 1 trajectoire 2

kpz 150 60
kvz 17.5 18
kpψ 25 50
kvψ 22 33
kpθ 1000 1000
kvθ 17.5 17.5
kpφ 1000 1000
kvφ 17.5 17.5
kpx 150 80
kdx 17.5 17.5
kpy 150 80
kdy 17.5 17.5
Résultats suivant trajectoire 1 :
3
x mesurée
2.5 x désirée
1.5
x[m]
0.5
−0.5
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
3
y mesurée
2.5 y désirée
1.5
y[m]
0.5
−0.5
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
3
z mesurée
2.5 z désirée
2
z[m]
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
Figure 3.8 – Comportement des trajectoires suivant x, y, z.

0.8
phi mesurée
0.6 phi désirée
0.4
0.2
phi[rad]
−0.2
−0.4
−0.6
−0.8
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
0.8
theta mesurée
0.6 theta désirée
0.4
0.2
theta[rad]
−0.2
−0.4
−0.6
−0.8
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
0.7
psi mesurée
0.6 psi désirée
0.5
psi[rad]
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
Figure 3.9 – Comportement des trajectoires suivant φ, θ, ψ.

0.1
erreur de poursuite en x[m]

5 · 10−2
−5 · 10−2
−0.1
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
0.1
erreur de poursuite en y[m]
5 · 10−2
−5 · 10−2
−0.1
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
0.2
erreur de poursuite en z[m]
0.1
−0.1
−0.2
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
Figure 3.10 – Les erreurs de poursuite des positions.

·10−2
erreur de poursuite en phi[rad]

4
−2
−4
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
·10−2
6
erreur de poursuite en theta[rad]
−2
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
0.2
erreur de poursuite en psi[rad]
−0.2
−0.4
−0.6
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
Figure 3.11 – Les erreurs de poursuite des angles.

2
position z [m]
0
2 2.5
2
1 1.5
1
0 0.5
position y [m] 0
−0.5
position x [m]
Figure 3.12 – Comportement des trajectoires suivant x, y, z en 3D.
Résultats suivant trajectoire 2 :
8 8
x mesurée y mesurée
x désirée y désirée
6 6
x[m]
y[m]
4 4
2 2
0 0
0 5 10 15 20 25 30 0 5 10 15 20 25 30
temps[s] temps[s]
8 0.8
z mesurée psi mesurée
z désirée psi désirée
6 0.6
psi[rad]
z[m]
4 0.4
2 0.2
0 0
0 5 10 15 20 25 30 0 5 10 15 20 25 30
temps[s] temps[s]
Figure 3.13 – Comportement des trajectoires suivant x, y, z,ψ.

erreurs de poursuite en x[m]

4
2
0
−2
−4
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
erreurs de poursuite en y[m]
−2
−4
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
erreurs de poursuite en z[m]
−2
−4
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
erreurs de poursuite en psi[rad]
0.4
0.2
0
−0.2
−0.4
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
temps[s]
Figure 3.14 – Les erreurs de poursuite des trajectoires.
Le quadrirotor suit sa trajectoire de référence.Les erreurs convergent rapidement vers zéro.

Nous concluons que cette commande est simple et donne des résultats très satisfaisants .
3.6 Conclusion
Dans ce chapitre, nous avons présenté les différents schémas de commande appliqués
au quadrirotor :PID,nested saturation et Commande hiérarchique .La première commande
assurer la stabilisation de quadrirotor en vol quasi-stationnaire, la deuxième assurer la
commande d’altitude et le vol quasi-stationnaire, et la dernière assurer la commande complet
du quadriotor (orientation et position ).D’après les résultats de la Simulations , il a été
observé que les trois algorithmes de contrôle en sorte que les angles d’Euler du véhicule
restent très près à les valeurs souhaitées.
Chapitre 4
Conception
_ « Absence of understanding does

not warrant absence of existence. » l
Ibn Sina
Sommaire
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Principe de fonctionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.3 L’armature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4 Les processeurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.5 Les capteur d’orientation et d’altitude . . . . . . . . . . . . . . . . . . . . . 62
4.5.1 Accéléromètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.5.2 Gyroscope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.5.3 Magnétomètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.5.4 La centrale inertielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.5.5 Le module ultrason HC-SR04 . . . . . . . . . . . . . . . . . . . . . . 65
4.6 Les moteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.7 Les pales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.8 Contrôleur électronique de vitesse . . . . . . . . . . . . . . . . . . . . . . . . 67
4.9 Communication – XBEE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.10 Interfaçage 3.3v-5v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.11 Système d’alimentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.12 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
58
59 CHAPITRE 4. CONCEPTION
4.1 Introduction
ette Partie est une recherche approfondie sur les contrôleurs électroniques, les moteurs
C BLDC utilisés, les capteurs employés dans le projet, le processeur convenable capable de
supporter le programme de contrôle et de communication, le module communicant entre le
quadrirotor et l’ordinateur et la batterie d’alimentation adéquate.
4.2 Principe de fonctionnement

Comme le quadrirotor est un système non linéaire et très instable, son pilotage et sa
commande stabilisante nécessitent l’implémentation d"algorithmes qui demandent une grande
capacité de calcul dans un temps minimal, une carte électronique à base de microcontrôleur
peut assurer cette contrainte.
La carte doit pouvoir traiter ces informations, exécuter ces lois stabilisantes et générer
des signaux MLI 1 pour commander les vitesses des moteurs .
Cette carte est destinée à être embarquée sur le quadrirotor, à cet effet, sa taille doit être
très réduite, en utilisant des composants miniatures.
On a proposé de réalisée une carte électronique à double étage (voir Appendice B) conte-
nant le processeur central, les capteurs d’orientation, le capteur d’altitude et le module
de communication dans l’étage le plus haut, et l’étage le plus bas contient le processeur
secondaire, le circuit d’alimentation à 11.1v, à 5v et à 3.3v.
La communication entre l’ordinateur et le processeur central du quadrirotor se fait à

travers les modules de communication par une connexion série RS-232 entre ces modules
d’une part de l’ordinateur et le processeur central d’autre part.
Le processeur principal ou central reçoit les lectures sur l’orientation et l’altitude des capteurs
à travers d’une communication I2 C, aussi il se communique avec l’autre processeur ou le
processeur secondaire à travers de cette protocole de communication.
Enfin le processeur secondaire envois aux contrôleurs électroniques de vitesse les quatre
signaux PWM nécessaires pour contrôler les quatre moteurs qui sert à faire voler et contrôler
le quadrirotor.
Le schéma bloc de principe de fonctionnement de circuit électronique du contrôle du

quadrirotor est donnée dans la figure 4.1.
1. Modulation de largeur d’impulsion

Capteur d’orientation
+
Capteur d’altitude
Interface graphique
Communication I 2 C
Communication série
Microcontrôleur Modules de
Communication série
Processeur Principale Communication
Communication I 2 C
Contrôleur Electronics de vitesse
M1
Signal PWM M2
Microcontrôleur
Processeur Secondaire
M3
M4
Figure 4.1 – Le schéma bloc de principe de fonctionnement
Parlons maintenant en détails de chaque bloc de ce système.
4.3 L’armature
L’armature : Elle sert de support pour tous les composants du véhicule et c’est elle qui
lui donne sa forme spécifique, cette armature se doit de satisfaire deux critère importants et
contradictoires :
- Leur poids doit être le plus faible possible, pour une consommation minimum d’énergie.
- Leur structure doit être rigide pour pouvoir supporter le poids d’autres composants et
les résister aux moments créés par les rotors placés à leurs extrémités.
Sans oublier que le coût ne doit pas être très onéreux.
Pour se faire il faut trouver des matériaux qui réalisent un compromis entre ses critères,
actuellement le matériau le plus utilisé surtout en aéronautique est la structure en magnésium
et fibre de carbone, qui combine légèreté et robustesse, cependant c’est une technologie
émergente et son prix reste assez élevé [6]. Une deuxième solution est le plastique renforcé
par fibres de verre.
4.4 Les processeurs

Le processeur est le centre d’exploitation du drone, il lit les données des différents capteurs,
établi la communication avec l’ordinateur, calcule les paramètres de mouvement, évalue la
procédure de contrôle des forces produisent par les quatre moteurs du drone afin de stabiliser
le système en vol.
Après avoir examiné un grand nombre des processeurs, leur vitesse, leurs périphériques,
leur dimensionnement et surtout leur espace mémoire capable de supporter le programme de
contrôle du drone, sans oublier la disponibilité , on a choisi le PIC18F2550 figure 4.2.
Figure 4.2 – Microcontrôleur microchip PIC18F2550
Le microcontrôleur PIC18F2550 est un bon choix, de fait qu’il comporte plusieurs carac-
téristiques (voir Appendice A) nous sommes besoin :
- Un processeur rapide jusqu’à 48MHz
- Périphérique à interface I2 C, mode maître esclave
- Périphérique à interface série, à architecture RS-232
- Une espace mémoire-programme suffisant.
- Petit dimension
- C’est un microcontrôleur bon marché, disponible, programmé par un simple program-
meur. Il a une architecture de 8-bits, facile à traiter et consomme peu d’énergie.
Mais en d’autre part, ce microcontrôleur ne comporte pas un module PWM à quatre

canaux, nécessaire pour contrôler les quatre Eontrôleurs de vitesse du drone.
Pour cela nous avons additionné à notre système électrique un autre microcontrôleur de type
Atmega328P-PU(arduino) figure 4.3.
Bien que toutes ces caractéristiques (voir Appendice A), nous sommes intéressé seulement
aux deux périphériques :
Figure 4.3 – Microcontrôleur atmel mega328P-PU
- Le module PWM à quatre canaux.

- Le périphérique à interfaçage I2 C, mode maître esclave.
4.5 Les capteur d’orientation et d’altitude

Les capteurs constituent l’une des parties importante pour la stabilité et l’autonomie
d’un véhicule, car ils fournissent de manière autonome à un utilisateur (pilote d’avion par
exemple), ou un opérateur (système de pilotage autonome) des informations de localisation
d’un drone, c’est-à-dire sa position, sa vitesse et son attitude.
Les capteurs d’un drone aérien peuvent être divisés en trois catégories [25] :
3 Les capteurs proprioceptifs : ils fournissent des informations sur l’état actuel
interne du drone, c’est-à-dire sur son état à un instant donné. Ces capteurs mesurent
la position, la vitesse ou encore l’accélération de l’engin par rapport à un état de
référence.
3 Les capteurs extéroceptifs : ils fournissent des informations sur l’environnement
dans lequel se déplace le drone.
3 Les capteurs exproprioceptifs : combinaison de proprioceptif et extéroceptif.
La conception des capteurs et les actionneurs plus performants assure la perfection et

l’autonomie pour les drones.
Ces plateformes constituent aujourd’hui des systèmes qui permettent la transmission de
l’information en temps réel.
En général, les drones s’intéressent aux grandeurs suivantes :
- Position (coordonnées géographiques et altitude).
- Vitesse linéaire (selon les trois axes orthogonaux).
- Vitesse angulaire (vitesse de rotation autour des trois axes orthogonaux).
- Position angulaire ou attitude (roulis, tangage et lacet).
4.5.1 Accéléromètre
Un accéléromètre est un dispositif électromécanique qui permettra de mesurer les forces
d’accélération.
Ces forces peuvent être statiques, comme la constante de force de gravité, où ils peuvent être
dynamique causés par le déplacement ou la vibration de l’accéléromètre.
Quel est l’intérêt d’un accéléromètre ? En mesurant la quantité d’une accélération
statique due à la gravité, vous pouvez trouver l’angle de l’inclinaison du dispositif par rapport
à la terre.
En plus, en détectant la quantité et le sens de l’accélération dynamique, vous pouvez
analyser la façon dont le dispositif se déplace.
Comment mesurer le tangage et le roulis ?

Mesure du tangage θ :
ZQ
bcb
θ YQ
θ g sin
m
mgcosθ
mg
XQ
Figure 4.4 – Rotation d’un angle θ autour de l’axe Y
Le tangage est l’angle de rotation autour de l’axe y. La somme des forces suivant xQ est :
Fx = mg sin(θ) [N ]



(4.1)
Fz = mg cos(θ) [N ]


En appliquant la deuxième loi de Newton, l’accélération suivant x est :
ax = g sin(θ) [m/s2 ]



(4.2)
az = g cos(θ) [m/s ] 2


Donc :
ax

θ = arctan [◦ ] (4.3)
az
Mesure du roulis φ :
ay

φ = arctan [◦ ] (4.4)
az
4.5.2 Gyroscope
Un gyroscope est un dispositif utilisé principalement pour la navigation et la mesure
φ̇, θ̇, ψ̇ figure 4.6.
Figure 4.5 – Un Gyroscope classique Figure 4.6 – Un Gyroscope électronique
La mesure des angles se fait par intégration de sortie du gyroscope. Et comme la sortie se
représente par des échantillons de vitesse angulaire, les angles seront :
Angle (k) = Angle (k − 1) + vitesse angulaire (k) × dt
Tel que dt est le temps séparant les deux échantillons à l’instant (k) et (k − 1).
Les gyroscopes sont des dispositifs bien fiables à des courtes périodes ou lorsqu’ils sont utilisés
pour fournir la vitesse angulaire, mais ils introduisent des erreurs lorsque leur sortie est
intégrée dû à l’absence de référence stable permettant de supprimer ces erreurs.
Les gyroscopes à 3-axes sont mis en œuvre avec un accéléromètre à 3 axes pour fournir un
système de suivi de mouvement à 6 degrés de liberté (6 ddl), plus précis et plus fiable que
lorsqu’on utilise l’accéléromètre tout seul.
L’utilisation de ce système (accéléromètre à 3 axes + Gyroscope à 3 axes), nous fournit
une bonne reconnaissance des angles de roulis et de tangage, mais non pas un lacet stable car
le calcul de lacet à partir du Gyroscope va tomber éventuellement dans une erreur cumulée,
et il se perdra avec le temps.
Pour cela il faut se recourir à l’emploi d’un magnétomètre.
4.5.3 Magnétomètre
Un magnétomètre, appelé aussi compas magnétique, est un instrument scientifique qui
mesure les champs magnétiques, la force du champ, son orientation et sa direction.
Il existe un large éventail d’utilisations pour les magnétomètres, avec plusieurs styles de base
qui peuvent être utilisés, selon les circonstances.
Dans l’aviation on utilise le magnétomètre pour la détection de position absolue autour

de l’axe Z, ou en d’autres mots « le lacet », et cela par la mesure du champ magnétique
terrestre : !
Ymag
ψ = arctan [◦ ] (4.5)
Zmag
Tel que : Xmag et Ymag sont la valeur du champ magnétique terrestre mesuré suivant les axes
X et Y successivement.
Ces trois capteurs sont parfois assemblés sous le nom de « centrale inertielle », alors
qu’est-ce qu’une centrale inertielle ?
4.5.4 La centrale inertielle

La centrale inertielle est un capteur qui peut être installé au bord de n’importe quel corps
mobile (véhicules terrestres, navires, sous-marins, avions, missiles, véhicules spatiaux . . .)
pour obtenir des informations de mouvements de ce corps.
C’est, plus précisément, une puce électronique qui contient un sous-système, composé essentiel-
lement d’un accéléromètre triaxial et d’un gyroscope triaxial, qui fournissent les paramètres
de mouvement sur six degrés de liberté, dont il est possible de calculer en temps réel l’accélé-
ration, la vitesse, la position et ainsi l’orientation du corps portant cette puce.
Elle est parfois accompagnée d’un calculateur qui reçoit les lectures des capteurs et fait les
calculs nécessaires des sorties désirées, elle sera désignée sous le nom «Système de navigation
inertielle ». Sinon, on l’appelle « Unité de mesure inertielle », La désignation habituelle est
un acronyme issu de l’anglais IMU(Inertial Measurement Unit) figure 4.7.
Figure 4.7 – Centrale inertielle
Un magnétomètre peut être aussi ajouté au bord de la centrale inertielle pour aider à
la détermination de l’orientation en utilisant le champ magnétique environnant comme une
référence.
Parfois d’autres périphériques sont ajoutés sur la puce de l’IMU pour faire certaines
mesures qui peuvent être utilisés par l’opérateur selon l’application.
L’unité de mesure inertielle utilisée dans notre projet comporte :

- Un accéléromètre «ADXL345 ».
- Un Gyroscope « L3G4200D ».
- Un Magnétomètre «HMC5883L ».
- Un Baromètre «BMP085 ».
La connaissance d’altitude est aussi importante en vol, pour cela on a employé un capteur
d’altitude basé sur les ultrasons appelé HC-SR04.
4.5.5 Le module ultrason HC-SR04

C’esr un module capteur de distance à ultrasons . Il possède une performance stable, une
grande précision de mesure, autant qu’il est très populaire sur le marché électronique.
Ce module figure 4.8 est monté au bord du drone pour fournir l’altitude par rapport à la
surface au-dessous.
Il y a 4 pattes sur le module : VCC, Trig, Echo, GND. Il s’agit donc d’une interface très
facile.
Le processus est : mettre la patte Trig à haut niveau pendant plus de 15µs d’impulsion,
attendre l’impulsion sur la patte Echo, si vous trouvez un objet à l’avant, la patte Echo sera
Figure 4.8 – Le Module ultrason HC-SR04
de haut niveau, et basé sur la distance, la durée de l’impulsion varie.

Ainsi, nous pouvons facilement calculer la distance :
((Durée de haut niveau) × (Sonic : 340m/s))

Distance = (4.6)
2
4.6 Les moteur

Comme le projet est un véhicule volant, on a besoin d’un moteur miniature de petite
masse, possédant une très haute vitesse, et un couple efficace pour supporter le poids du
drone, pour cela nous avons recours au « moteur sans balais » (Brushless DC motor, BLDC)
figure 4.9.
Figure 4.9 – Brushless DC motor,BLDC
Les moteurs BLDC sont en fait un type de moteur synchrone à aimants permanents.
Leur nom vient de fait qu’ils sont alimentés en principe par une source à courant continu,
et ne contient aucun collecteur tournant alors pas de balais, voir diagramme simplifié d’un
moteur BLDC figure 4.10.
Figure 4.10 – Diagramme simplifié d’un moteur BLDC

Mais, en général, ils sont commandés par l’intermédiaire d’un inverseur intégré produisant
un signal électrique à courant alternatif pour entraîner le moteur.
Ils sont disponibles en plusieurs tailles et puissances, aussi en configuration triphasé ou
biphasé selon l’application.
La raison de leur choix est parce qu’ils présentent de nombreux avantages par rapport aux
moteurs classiques à courant continu :
- Longue durée de fonctionnement.
- Réponse dynamique élevée.
- Efficacité élevée.
- Caractéristique vitesse en fonction du couple plus favorable.
- Fonctionnement sans parasites.
- Peut arriver à des hautes vitesses.
- Un rapport couple-masse élevée.
4.7 Les pales

Étant donné que les quadrirotors sont commandés par différence de vitesses de rotation des
rotors, il est important que l’on puisse varier rapidement la vitesse de rotation des moteurs.
Pour cela il convient d’utiliser des pales très légères et des rapports de réduction relativement
grands.
En plus de leur légèreté les pales doivent être assez grandes pour que leur poussé et leur
puissance soient suffisante, en plus les rotors juxtaposés doivent tourner dans des sens opposés
donc il faut choisir des pales d’angles d’attaque différents [6].
Le choix des paramètres des pales optimales (angle d’attaque, longueur) nécessite une étude
basée sur des concepts de l’aérodynamique et sur les performances désirées [6].
Figure 4.11 – Les pales
4.8 Contrôleur électronique de vitesse

Un contrôleur électronique de vitesse ou ESC (Electronic speed controler) est un circuit
électronique, fonctionnant comme un système de commande du moteur BLDC, dont le but
principal est de faire varier la vitesse du moteur, en envoyant aux différentes phases du
moteur une séquence des signaux de rotation.
Il y a plusieurs types de contrôleur de vitesse, variant selon la puissance du moteur à

entraîner et son nombre de phases, mais ils sont généralement caractérisés par le courant
qu’ils peuvent supporter.
On trouve des contrôleurs supportant des courants allant de 3A jusqu’au quelques centaines
des ampères.
Figure 4.12 – Controleur électronique de vitesse
L’ESC possède une entrée de commande de vitesse, qui à partir de cette entrée détermine
la fréquence de signal à la sortie entraînant le moteur, et par suite fait varier la vitesse du
dernier.
Connexion de l’ESC avec le moteur

L’ESC est alimenté par une batterie de voltage variant selon le type et l’application, qui
seront déterminés principalement par rapport à la puissance du moteur, et fait sortir trois
phases comme le montre la figure 4.13.
Figure 4.13 – Connexion de ESC
On remarque aussi, 3 fils de différents couleurs :

- Un fil de signal d’entrée, d’où on peut contrôler la vitesse.
- Un fil neutre.
- Un fil de +5V comme sortie, utilisé parfois pour alimenter des circuits externes.
Nous sommes seulement, pour maintenant , intéressés au fil concernant le signal d’entrée.
4.9 Communication – XBEE

Il est nécessaire d’avoir une communication sans-fil entre le drone et la station (un simple
PC) où on a utilisée une interface nous permettant de commandée le quadriroror.
Les modules XBee figure 4.14 sont des circuits de communication sans-fil utilisant les
protocoles 802.15.4 et ZigBee permettant de réaliser différents montages, d’une liaison série.
Figure 4.14 – Xbee
Nous avons utilisé dans ce projet deux modules de série 2, pouvant communiquer à une
distance théorique égale à 120m, et utilisant le protocole ZigBee, l’un pour l’interfaçage avec
le microcontrôleur installé sur le drone, l’autre pour l’interfaçage avec le PC figure 4.15, pour
avoir une possibilité de télécommande et télémétrie.
Figure 4.15 – L’interfaçage avec le PC
Pour se connecter avec un microcontrôleur, on va tout simplement relier les pattes RX,
TX de notre µC aux pattes Din et Dout et alimenter le module en 3,3 volts,(voir Appendice B).
La deuxième étape, après leur connexion, sera la configuration de ces modules. Ils ont
l’avantage d’être facilement configurables à l’aide d’un programme fourni par le constructeur,
X-CTU.
Une fois familiarisé avec l’interface du logiciel X-CTU, on va configurer les deux modules
pour qu’ils se communiquent.
Il suffit de retenir les deux principes suivants : Utiliser le même identifiant de réseau (PAN
ID) et le même débit en bauds (baud rate).
Toujours avoir au moins un module et un seul en rôle coordinateur, et tous les autres en
routeurs.
4.10 Interfaçage 3.3v-5v

Les microcontrôleurs fonctionnent normalement à 5v, tandis que la centrale inertielle et
le module Xbee utilisés travaillent sur 3,3v.
Alors comment faire l’interfaçage I2 C et série entre ces dispositifs et le microcontrôleur lorsque
chacun possède une tension d’alimentation différente ?
La solution la plus simple est de faire fonctionner le microcontrôleur à 3.3v, mais cela fait
diminuer de façon significative la fréquence maximale opérant du microcontrôleur.
Il faut alors utiliser un décaleur de niveau de tension, pour comprendre les uns des autres, et
empêcher d’endommager les dispositifs travaillant à 3.3v par les 5v des autres.
Le schéma du principe est montré dans la figure 4.16 :
VDD1 = 3.3V VDD2 = 5V
Rp Rp Rp Rp
g T R1
SDA1 s d SDA2
g T R2
SCL1 s d SCL2
3.3V DEVICE 3.3V DEVICE 5V DEVICE 5V DEVICE
Figure 4.16 – Interfaçage 3.3V-5V
Le transistor est un BS170 de type MOSFET, et les résistances Rp peuvent avoir une
valeur de 1kΩ à 10kΩ.
4.11 Système d’alimentation

Pour un système électronique volant comme le quadrirotor, c’est très important de prendre
la puissance massique du système d’alimentation en grande considération.
C’est le rapport d’une puissance en W att sur une masse en kg, elle traduit la capacité d’un
dispositif d’une masse donnée à générer une puissance.
Pour cela nous sommes besoins d’une batterie d’alimentation avec une puissance massique
élevée.
Les batteries du type Lithium-ion polymère (Li-Po) figure 4.17, possède cette spécification
et sont en général très utiliser dans le domaine des aéronefs télécommandés.
Ce type de batterie est très sensible, surtout lors de la chute de tension.
Elle doit être chargée par un type spécial de chargeur accompagné avec la batterie, et selon
les fabricateurs, le temps de charge est 90 minutes.
Figure 4.17 – Le batterie du type Lithium-ion polymère (Li-Po)
4.12 Conclusion
Dans ce chapitre on a présenté les composants necessaires pour la réalisation du quadrirotor
puis on a creé une carte de commande et on a essaié de realiser cette carte, mais le manque
du materiel nous n’a permet de realiser la carte.
Mais aprés avoir l’utilisation de chaque composant du quadrirotor on a tombé dans un grand
probleme c’est le savoir exactement l’orientation du quadrirotor sur les 3 axes, et ce problème
était résolu par l’implémentation d’un filtre de Kalman.
Chapitre 5
Filter de Kalman
^ « The practical success of the idea,

regardless of its inherent advantages, de-
pends on the attitude of people. If it
suits the time, it is accepted . » ˆ
Nikola Tesla
Sommaire
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.2 Bref historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.3 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.4 Les applications du filtre de Kalman . . . . . . . . . . . . . . . . . . . . . . 74
5.5 Description technique et contexte . . . . . . . . . . . . . . . . . . . . . . . . 74
5.7 Application du filtre sur la centrale inertielle . . . . . . . . . . . . . . . . . . 77
5.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
72
73 CHAPITRE 5. FILTER DE KALMAN
5.1 Introduction
a connaissance de l’orientation exacte du quadrirotor est essentielle pour le maintenir stable
L en vol. C’est pour cela on a utiliser la centrale inertielle qui comporte les différents capteurs.
Par analyse primaire on a déjà vue que l’accéléromètre peut fournir l’orientation du
système sur les deux axes X et Y, c’est-à-dire phi et thêta. Mais pratiquement c’est seulement
vrai si le quadrirotor est un système rigide... C’est ne pas le cas, car l’existence des 4 moteurs
et leurs vibrations fait intervenir beaucoup des turbulences sur les angles lues du dernier,
enfin le quadrirotor sera fortement instable.
L’analyse secondaire vise à utiliser le gyroscope comme source d’information sur l’orien-
tation du quadrirotor sur les 3 axes, et cela par intégration des vitesses angulaires lues de
gyroscope. Bon qu’il est beaucoup plus stable que l’accéléromètre, et les vibrations causées
par le moteurs on un effet minimal sur sa performance, mais par intégration des lectures on
intègre aussi les petits erreurs, et avec le temps on aura des fautes de lectures des angles par
erreur cumulée.
Alors l’idée était de prendre de l’accéléromètre sa culpabilité à ne se perdre pas, et du

gyroscope sa stabilité, et de fusionner ces deux lectures pour avoir la plus bonne approximation
possible de l’orientation. Sans oublié de citer l’utilisation d’un magnétomètre comme référence
du nord aidant à déterminer l’angle psi.
Alors Comment fusionner les capteurs ? C’est l’une des applications du « Filtre de Kalman ».
5.2 Bref historique

En 1960, R.E. Kalman a publié son célèbre article
décrivant une solution récursive au problème de filtrage
linéaire de données discret. Depuis ce temps, dû aux
grands progrès dans le domaine de calcul numérique, le
filtre de Kalman a fait l’objet de recherches approfondies
et des applications, en particulier dans le domaine de la
navigation autonome ou assistée.
D’une façon générale, la fonction de filtrage consiste à
estimer une information (signal) utile qui est polluée par
un bruit. Alors que le filtrage fréquentiel suppose qu’il
existe une séparation entre les réponses fréquentielles du signal utile et du bruit et consiste à
trouver une fonction de transfert satisfaisant un gabarit sur le gain de sa réponse fréquentielle
(et beaucoup plus rarement sur la courbe de phase), le filtre de Kalman vise à estimer de
façon « optimale » l’état du système linéaire (cet état correspond donc à l’information utile).
5.3 Définition
Le Filtre de Kalman est une approche statistique, d’assimilation de données, dont le prin-
cipe est de corriger la trajectoire du modèle en combinant les observations avec l’information
fournie par le modèle de façon à minimiser l’erreur entre l’état vrai et l’état filtré. Le filtre
est très puissant dans plusieurs aspects : il prend en charge les estimations des Etats passés,
présents et même futurs.
En d’autres mots, un filtre de Kalman associe les données de mesure disponibles, ainsi que
des connaissances préalables au sujet du système et d’appareils de mesure, pour générer une
estimation des variables désirées, de telle manière que l’erreur est minimisée statistiquement,
par exemple si on exécute un certain nombre de filtres de différents natures, y compris un
filtre de Kalman, un certain nombre de fois pour la même application, on trouve que la
moyenne des résultats du filtre de Kalman serait mieux que la moyenne de tous les autres.
Malgré la connotation typique de filtre comme une « boîte noire » contenant des réseaux
électriques, la réalité est que dans la plupart des applications pratiques, le filtre de Kalman
est juste un programme d’ordinateur dans un processeur central. Comme tel, il intègre
intrinsèquement des échantillons de mesure en temps discret.
En résumé, l’algorithme du filtre de Kalman incorpore toutes les informations qui peuvent
lui être fournies, quelle que soit la précision, pour estimer la valeur actuelle des variables
d’intérêt, avec l’utilisation de :
- Connaissance du système.
- La dynamique d’appareils de mesure.
- La description statistique des bruits du système.
- Les erreurs de mesure.
- L’incertitude dans les modèles dynamiques.
- Toute information disponible sur les conditions initiales des variables d’intérêt.
5.4 Les applications du filtre de Kalman

Les applications du filtre de Kalman sont nombreuses dans les métiers de l’ingénieur, Il
est utilisé dans les systèmes de suivi des objets, dans la navigation, les radars, la stabilisation
des mesures, ainsi que dans la fusion des données des plusieurs capteurs pour donner une
sortie plus fiable, qui est notre application du filtrage Kalman dans ce projet.
5.5 Description technique et contexte

Les filtres de Kalman sont basés sur les systèmes dynamiques discrétisées dans le domaine
temporel. Ils sont modélisée sur une chaîne de Markov construit par des opérateurs linéaires
perturbés par un bruit gaussien figure 5.1.
Figure 5.1 – Principe de Fonctionnement de filtre de Kalman

L’état du système est représenté comme un vecteur de nombres réels. A chaque incrément
temporel discret, un opérateur linéaire est appliqué à l’état pour générer le nouvel état, avec
un peu de bruit mélangé, et optionnellement quelques informations à partir des commandes
du système, si elles sont connues. Puis, un autre opérateur linéaire mélangé avec plus de bruit
génère des résultats observés à partir de l’état réel.
5.6 Algorithme de filtre de Kalman

Les systèmes dynamiques sont souvent représentés dans un modèle espace d’état. L’espace
d’état est une représentation mathématique d’un système physique comme un ensemble
d’entrées, de sorties et des variables d’état liées linéairement. Le filtre de Kalman se confronte
au problème général d’essayer d’estimer l’état d’un processus contrôlé à temps discret en se
basant aux modèles ci-dessous :
x̂k = A.xk−1 + B.uk



(5.1)
ẑk = H.x̂k


Avec :
x̂k : estimé préalable de l’état x réel du système à l’instant k.

xk−1 : estimé postérieur de l’état x réel du système à l’instant k − 1.
uk : entrée de commande.
ẑk : Mesure prédit du processus à l’instant k.
A: matrice qui relie l’état précédent k − 1 à l’état actuel k.
B: matrice qui relie l’entrée de commande u à l’état x.
H: matrice qui relie l’état xk−1 à la mesure zk .
A chaque intervalle de temps, l’algorithme évalue à la fois une estimation de l’état xk et

une estimation de la covariance de l’erreur Pk , aussi connu sous le nom de « estimation a
priori » (estimation préalable), tel que :
P̂k = A.Pk−1 .AT + Q (5.2)
Pk donne une indication de l’incertitude associée à l’estimation de l’état actuel, avec :

Q :matrice de covariance du bruit de processus.
AT :Transposé de la matrice A.
Pk−1 :matrice d’estimation finale de la covariance de l’erreur à l’instant k − 1.
Ce sont les équations prédictives. Les équations de mise à jour de mesure (équations de
correction) fournissent un retour en intégrant une nouvelle valeur de mesure dans l’estimation
a priori pour obtenir une meilleure « estimation a posteriori » (estimation postérieur). Les
équations pour cet algorithme récursif sont indiquées dans la figure 5.2
Valeur Postérieur
xk−1 et Pk−1
Etape de Correction
Etape de Prédiction (1)Calculer le gain de Kalman

(1) Prévoir l’état préalable
Kk = P̂k H T (H P̂k H T + R)−1
(2) Prévoir la covariance d’erreur (2) Calculer la sortie corrigée
préalable xk = x̂k + Kk (zk − H x̂k )
P̂k = A.Pk−1 .AT + Q (3) Corriger la covariance de l’erreur
Pk = (I − Kk H )P̂k
Figure 5.2 – Algorithme de filtre de Kalman
R :matrice de covariance du bruit de mesure.

I :matrice unité.
Kk :Gain de Kalman.
Le gain de Kalman vise à minimiser la covariance d’erreur postérieure. Ce qu’il nous
apprend, est qu’en tant que la covariance d’erreur de mesure R se rapproche de zéro, la
mesure réelle zk est de plus en plus confiante, tandis que la mesure prédit H x̂k est de moins
en moins confiante. D’autre part, en tant que la covariance d’erreur,du processus Q tend vers
zéro la mesure réelle est de moins en moins confiante, tandis que la mesure prévue est de
plus en plus confiante.
Les entités A, B et H sont des matrices à forme générale. Mais dans la plupart des
problèmes de traitement du signal, nous utilisons des modèles tels que ces entités sont tout
simplement des valeurs numériques. Aussi une facilité supplémentaire, alors que ces valeurs
peuvent changer entre les états, la plupart du temps, on peut supposer qu’ils sont constants.
Resumé de l’algorithme de Filter de Kalman
Algorithme : Filter de Kalman

1 : Kalman_ Filter(xk−1 , Pk−1 , uk , zk )
2: x̂k = A.xk−1 + B.uk ;
3: P̂k = A.Pk−1 .AT + Q ;
−1
4 : Kk = P̂k H T H P̂k H T + R ;
5 : xk = x̂k + Kk (zk − H x̂k ) ;
6 : Pk = (I − Kk ) P̂k ;
7 : return(xk , Pk ) ;
5.7 Application du filtre sur la centrale inertielle

La centrale inertielle est utilisée pour fournir une information sur l’orientation du drone
sur les trois axes, alors la sortie du filtre de Kalman sera un vecteur composé des trois angles
(φ, θ, ψ) suivant les trois axes x, y et z respectivement.
On annonce, le vecteur d’estimation de l’état réel, comme suit :
 
φk
xk =  θk  (5.3)
 
ψk
L’idée principale du filtre est de faire une bonne estimation en minimisant l’erreur par
fusionnement de plusieurs paramètres ou plusieurs informations délivrées au système de
contrôle à partir des différents types de capteurs.
L’algorithme de fusion de capteurs mis en œuvre ici utilise le gyroscope en tant que
source principale d’orientation. Malheureusement, les gyroscopes sont soumises à la déviation
d’orientation estimée après un certain temps et s’éloigne de celle réelle. Ce problème est
résolu en fusionnant le gyroscope à l’accéléromètre, ce qui compense la déviation des angles
de roulis et de tangage, et le magnétomètre compense la déviation suivant le lacet. L’idée de
base est d’ajouter la gravité et le nord magnétique comme point de référence ou à base de
Kalman vecteur de correction.
Comme le gyroscope est la source principale d’orientation, il est annoncé comme vecteur
de contrôle du filtre :  gyro 
φk
uk =  θk 
 gyro 
(5.4)
ψkgyro
Mais le gyroscope est un capteur de vitesse angulaire et non pas un capteur d’orientation,
alors le vecteur uk est un vecteur d’orientation différentielle entre l’état présent (k) et l’état
précédant (k − 1), avec :
 φk|k−1 = φ̇k

gyro gyro

 × Tk|k−1





gyro
θk|k−1 = θ̇kgyro × Tk|k−1 (5.5)





gyro
= ψ̇kgyro × Tk|k−1

ψk|k−1


Tk|k−1 est l’intervalle de temps entre k et k − 1.
Maintenant, on peut calculer le vecteur x̂k d’estimation préalable de l’état x réel du

système à l’instant k à partir de l’equation :
La valeur de l’estimé préalable x̂k est tout simplement l’estimé de l’état précédant en
ajoutant la différence d’orientation à chaque axe fournit par le gyroscope. Les matrices A et
B sont alors des matrices unités, on aura :
   gyro 
φk|k−1
 
φ̂ φk−1
 k gyro 
 θ̂  = 
 θk−1  +  θk|k−1 
   (5.6)
 k 
gyro
ψ̂k ψ k−1 ψk|k−1
La deuxième étape est de calculer la matrice d’estimation de la covariance de l’erreur

préalable Pˆk par l’equation (5.2).
La matrice Q est la matrice de la covariance de l’erreur du processus, et comme le dernier

est basé sur la lecture du gyroscope, Q est la matrice indiquant le bruit sur le gyroscope.
Par suite on calcule le vecteur « innovation » ŷk , qui est l’erreur entre la mesure réelle zk
et la mesure prédit ẑk , tel que :
ŷk = zk − ẑk = zk − H.x̂k (5.7)
Supposons que la mesure prédit est l’état estimé préalable, alors ẑk = x̂k avec H matrice unité.
D’après que zk est le vecteur mesure réel qui est le vecteur de correction de l’état estimé,
zk sera le vecteur d’information délivrés par l’accéléromètre et le magnétomètre, c’est-à-dire
c’est le vecteur comportant les 3 angles lues à partir ces deux capteurs.
 Acc   
φk φ̂k
ŷk = (5.8)
 Acc   
 θk  −  θ̂k 


ψkM ag ψ̂k
On peut alors calculer le gain du filtre K tel que :

−1
Kk = P̂k + P̂k + R (5.9)
R est la matrice de covariance du bruit de mesure, c’est-à-dire le bruit du système hybride

(accéléromètre+magnétomètre).
Remarque : l’accéléromètre est très sensible aux vibrations et pour cela pour un système
dynamique comme le quadrirotor avec ses quatre moteurs il est impossible de se compter
seulement sur ses lectures pour connaître l’orientation. Mais par rapport au magnétomètre
sur l’axe z la différence est bien acceptable car il est beaucoup moins sensible aux vibrations.
Après la détermination du gain du filtre Kalman, on peut estimer maintenant la nouvelle

orientation du système :  
φk
xk =  θk  = x̂k + (Kk .ŷk )
 
(5.10)
ψk
C’est la sortie du filtre qui est l’estimation optimale de l’état du système. Enfin on doit
corriger la matrice de covariance d’erreur :
Pk = (I − Kk ) P̂k (5.11)
5.8 Conclusion
L’utilisation de Filter de Kalmna est très important pour corriger l’existence d’incertitude
et des bruits qui agissent sur les différents capteurs de fait que le drone est un système
dynamique, le filtre de Kalman est un outil mathématique utilisé pour analyser ce type de
signaux.
Conclusion et perspective
Conclusion
Le quadrirotor est l’un des mini drones les plus populaires et séduisant de part son
élégance et sa dynamique. Par conséquent, il a attiré l’attention et est devenu le sujet de
recherche de plusieurs équipes et laboratoires ces dernières années. Ce drone est un système
complexe, non linéaire, multivariables, instable et présente une dynamique fortement couplée,
ce qui a fait de sa commande un grand défi.
Nous avons commencé le document par des aperçus sur les quadrirotors avec leurs his-
toriques, les derniers projets de recherche traitant ce sujet ainsi que leurs champs d’application.
En suite, on a décrit les mouvements de base du quadrirotor, et donné son modèle

dynamique par le formalisme de Newton-Euler et Euler-Lagrange. Puis le modèle a été
modifié en adoptant des hypothèses simplificatrices afin de faciliter la synthèse des lois de
commande.
En ce qui concerne la commande, on présentera les différents schémas de commande
appliqués au quadrirotor :PID,nested saturation et Commande hiérarchique .La première
commande assurer la stabilisation de quadrirotor en vol stationnaire, la deuxième assurer la
commande d’altitude et le vol stationnaire, et la dernière assurer la commande complet du
quadriotor (orientation et position ).
Nos objectifs pour la conception et la construction de notre drone étaient ambitieux,

mais à cause de manque en tout ce qui concerne les technologies de l’aviation, on n’a pas eu
l’opportunité pour terminer ce travail.
Perspective
A l’issue de ce travail, l’ensemble des perspectives que nous estimons abordables seront
présentées. Elles peuvent apporter soit des améliorations, soit des nouveautés aux contributions
futures :
¬ Nous espérons la mise en oeuvre expérimentale des lois de commandes développées
sur un système réel ;
le choix des paramètres de réglage n’est pas optimisé. Il est envisageable d’optimiser
ce choix dans le but d’améliorer les performances du système. On signale également
que le choix de ces paramètres peut induire l’instabilité du système. Donc, on pro-
pose d’entamer une optimisation basée sur les méthodes évolutionnaires tels que les
algorithmes génétiques afin de cerner une plage de confiance pour que le choix de ces
79
paramètres n’affecte pas la stabilité du système ;

® la synthèse des observateurs pour la commande du quadrirotor ;
¯ Application des commande robuste comme backstepping ,Mode glissant etc,...
° D’ajouter des capteurs pour la prévention des obstacles ;
± De générer tout seul une trajectoire entre deux points donnés par l’utilisateur ;
² Utilisation du filtre de Klaman avec un module GPS pour avoir une bonne estimation
des coordonnés spatiales et d’autre progression possible.
³ Enfin, l’intégration d’un algorithme décisionnel lié à de l’intelligence artificiel le rendrait
complètement autonome pour des missions plus pointues.
Annexe A
Fiche Technique
A.1 Microcontrôlleur microchip PIC18F2550
Série PIC18F
Type de boîtier SPDIP
Type de montage Traversant
Nombre de broche 28
Cœur du circuit PIC
Largeur de bus de données 8bit
Taille de la mémoire programme 32 kB, 256 B
Fréquence maximum 48MHz
Taille de la RAM 2048 B
Canaux USB 1 x Circuit
Nombre d’unités PWM 2
Résolution PWM 10bit
Nombre de canaux SPI 1
Tension d’alimentation de fonctionnement typique 4,2 à 5,5 V
Type de mémoire programme Flash
Timer 1 x 8 bits, 3 x 16 bits
Architecture de jeu d’instruction RISC
Température d’utilisation maximum +85 ℃
Température de fonctionnement minimum -40 ℃
Nombre de canaux I2 C 1
Nombre d’entrée CNA 1
Canaux CAN 10
Résolution CAN 10bit
Nombre de canaux USART 1
Dimensions 1.4 x 0.295 x 0.15pouce
Hauteur 0.15 pouce
Longueur 35.56 mm
Largeur 0.295 pouce
Table A.2 – Caractéristiques du PIC 18F2550
81
82 ANNEXE A. FICHE TECHNIQUE
A.2 Microcontrôlleur atmel ATMEGA 328P-PU
Série ATmega
Type de boîtier PDIP
Type de montage Traversant
Nombre de broche 28
Cœur du circuit AVR
Largeur de bus de données 8bit
Taille de la mémoire programme 1 kB, 32 kB
Fréquence maximum 20MHz
Taille de la RAM 2 Ko
Canaux CAN 6
Résolution CAN 10bit
Nombre de canaux SPI 1
Tension d’alimentation de fonctionnement typique 1,8 −→ 5,5 V
Nombre de timers 3
Timer 1 x 16 bits, 2 x 8 bits
Type de mémoire programme Flash
Architecture de jeu d’instruction RISC
Température d’utilisation maximum +85 ℃
Température de fonctionnement minimum -40 ℃
Nombre de canaux I2 C 1
Canaux PWM 6
Résolution PWM 2 x 8 bits, 4 x 16 bits
Nombre d’entrée CNA 1
Nombre de canaux USART 1
Dimensions 37.4 x 6.76 x 3.28mm
Longueur 37.4mm
Largeur 6.76mm
Hauteur 3.28mm
Table A.4 – Caractéristiques du ATMEGA 328P-PU
Annexe B
Réalisation du projet
B.1 Carte mère
1 2 3 4 5 6
VCC5V
3.3v
3
5v
2 GND
1
VCC3.3V XBee Radio
ENTREE
10k
20
R9
4.7k
4.7k
4.7k
AD0/DIO0
A A
4.7
1
R5
R6
R7
R8
VCC
19
AD1/DIO1
2
DOUT
18
AD2/DIO2
3
DIN
BS170
Q_3
17
AD3/DIO3/COORD_SEL
4
CD/DOUT_EN/DO8
16
AD6/DIO6/RTS#
BS170
Q_4
5
RESET#
15
AD5/DIO5/ASSOC
6
VCC
RSSI_PWM
4 14
VREF
3 7
RESERVED
2 13
ON/SLEEP#
1 8
RESERVED
12
DIO7/CTS#
ULTRASONIC 9
DTR/SLEEP_RQ/DI8
B AD4/DIO4/RF_TX
11 B
GND 10
GND
GND
VCC
10k IC1
1 28
R10 MCLR/VPP/RE3 RB7/BKI3/PGD
2 27
RA0/AN0 RB6/KBI2/PGC
5v
3.3v
3 26
RA1/AN1 RB5/KBI1/PGM
R11
LED1 10k
4 25
22pF Q1 22pF
RA2/AN2/VREF-/CVREF RB4/AN11/KBI0/CSSPP
16MHz
5 24
C1
RA3/AN3/VREF+ RB3/AN9/CCP2/VPO
6 23
4.7k
4.7k
RA4/T0CKI/CIOUT/RCV RB2/AN8/INT2/VMO
7 22
R3
R4
RA5/AN4/SS/HLVDIN/C2OUT RB1/AN10/INT1/SCK/SCL
8 21
C C
4.7k
4.7k
VSS RB0/AN12/INT0/LFT0/SDI/SDA
10 9 20
C2
R1
R2
OSC1/CLKI VDD
9 10 19
RA6/OSC2/CLKO VSS
8 11 18 GND
RC0/TIOSO/T13CKI RC7/RX/DT/SDO
7 12 17
RC1/T1OSI/ICCP2/UOE RC6/TX/CK
6 13 16
RC2/CCP1/P1A RC5/D+/VP
5 14 15
VUSB RC4/D-/VM
BS170
Q_1
4
3 PIC18F2550_28DIP
2
1 GND
BS170
Q_2
IMU_GY-80
D GND D
LED2
2
R12
1 Carte_mère
JP2 03/06/2016 18:49
GND
Sheet: 1/1
1 2 3 4 5 6
Figure B.1 – Schéma électrique de la carte mère
Figure B.2 – Circuit imprimé Figure B.3 – Carte mère 3D
83
84 ANNEXE B. RÉALISATION DU PROJET
B.2 Carte de commande
1 2 3 4 5 6
4.7k OUT
TO_SDA_PIN_OF_PIC18F2550 1
R3 4.7k 2
R4 TO_SCL_PIN_OF_PIC18F2550
A MEGA8-P A
10k 1 23
PC6(/RESET) PC0(ADC0)
24
R2 PC1(ADC1)
22 25
GND PC2(ADC2)
21 26
AREF PC3(ADC3)
20 27
22pF
AVCC PC4(ADC4/SDA)
16MHz
28
C2
PC5(ADC5/SCL)
Q2
9
PB6(XTAL1/TOSC1)
22pF
10 2
C1
PB7(XTAL2/TOSC2) PD0(RXD)
GND 3
PD1(TXD)
4
PD2(INT0)
8 5
GND PD3(INT1)
6
PD4(XCK/T0)
7 11
VCC PD5(T1)
12
PD6(AIN0)
B PD7(AIN1)
13 B
14
PB0(ICP)
15
PB1(OC1A)
16
PB2(SS/OC1B)
17
PB3(MOSI/OC2)
18
PB4(MISO)
19
PB5(SCK)
IC1
2
1 VCC5V ESC1
3 1
JP3 2 2
C C
330
1 3
R1
GND
ESC2
LED2
ESC4
3 1
GND 2 2
1 3
GND
ESC3
GND
D D
Carte de commande
03/06/2016 19:19
Sheet: 1/1
1 2 3 4 5 6
Figure B.4 – Schéma électrique de la carte de commande
Figure B.5 – Circuit imprimé Figure B.6 – Carte de commande 3D

B.3 Circuit d’Alimentation
1 2 3 4 5 6
IN OUT IN OUT
2
1 GND GND
A IC1 IC2 A
ENTRE11.1V
C3
+
C2
GND GND GND GND

B B
ESC2
2 1
1 2
SORTIE
ESC 1
2
3
3.3V
5V
C C
R3
R2
LED2
ESC4
2 1
1 2
LED3
ESC3
GND
GND
D D
Circuit d'Alimentation
03/06/2016 19:53
Sheet: 1/1
1 2 3 4 5 6
Figure B.7 – Schéma électrique de circuit d’Alimentation
Figure B.8 – Circuit imprimé Figure B.9 – Circuit d’alimentation 3D

B.4 Les composants utilisé dans le projet
Composant Quantité Coût (DA)

Microcontrôlleur microchip PIC18F2550 1 1.300
Microcontrôlleur atmel ATMEGA 328P-PU 1 1.800
La centrale inertielle IMU 1 2.000
Le module ultrason HC-SR04 1 800
Les modules de communication XBee 2 (Tr,Rx) 6.000 × 2
Adaptateur Xbee avec PC 1 3.500
Les moteur Brushless , BLDC 4 3.000 × 4
Controleur électronique de vitesse ESC 4 3.000 × 4
Les pales 4 (2 × 2) 400 × 2
Le batterie Lithium-ion polymère (Li-Po) 1 3.000
L’armature : corp du quadrirotor 1 1800
Résistance 4.7k 8 5×8
Résistance 10k 4 5×4
Condensateur 5 (4 × 22pF, 1 × 1nF ) 10 × 5
Condensateur polarisé 1 × 1uF 10
Transisteurs BS170 mosfet 4 50 × 4
Régelateur de tension 78L05 1 80
Régelateur de tension LM3940 1 80
Quartez 8MHz 1 200
Quartez 16MHz 1 400
Leds 5 15 × 5
Le côut total 52155
Annexe C
Les paramètres du quadrirotor
Paramètre Symbole Valeur Unité

Masse m 0.650 kg
Moment d’inertie du quadrirotor par rapport à x Jx 7.5e-3 kg.m2
Moment d’inertie du quadrirotor par rapport à y Jy 7.5e-3 kg.m2
Moment d’inertie du quadrirotor par rapport à z Jz 1.3e-2 kg.m2
Coefficient de portance b 3.13e-5 N.s2
Coefficient de trainée k 7.5e-5 N.m.s2
Moment d’inertie du rotor par rapport à z Jrz 6e-5 kg.m2
Distance entre le rotor et le centre de gravité d 0.23 m
Table C.2 – Les paramètres du quadrirotor pour la commande PID [36].
Paramètre Symbole Valeur Unité

Masse m 1.5 kg
Moment d’inertie du quadrirotor par rapport à x Jx 5.8e-1 kg.m2
Moment d’inertie du quadrirotor par rapport à y Jy 5.8e-1 kg.m2
Moment d’inertie du quadrirotor par rapport à z Jz 9.1e-2 kg.m2
Gravité g 9.8 m.s−2
Table C.4 – Les paramètres pour commande nested saturation et Commande hiérarchique.
87
Bibliographie
[1] A. Buirette, A. Jumeline, B. Watier, I. Fortin et J. Sangaré "Drone Quadrirotor Autonome",

Projet de fin d’étude, École Centrale d’Elecronique, Paris,2010.
[2] A. Frenot, A. Gossamnn et R. Guillerm, "Stabilisation d’un Quadrirotor", Rapport PIP,
ENSICA, Toulouse,France,2006.
[3] A. Kadi, "Mécanique Rationnelle Cours et Exercices Résolus", (pages 222-225), Université
M’hamed Bougara, Boumerdés.
[4] All the World’s Helicopters and Rotorcraft, www.aviastar.org
[5] A. Tayebi and S. MeGilvray, "Attitue Stabilization of a VTOL Quadrotor Aircraft", IEEE
Transaction On control System Technology pp.562-571,May 2006.
[6] C. Canetta, J. Chin, S. Mehrabian, L. Montejo and H. Thompson, "Quadrotor Unmanned
Aerial vehicle", Columbia University, NewYork,USA,2007.
[7] Cédric Berbra, "Diagnostic des systèmes embarqués en réseau. application è un mini drone
hélicoptère", Janvier 2010, URL https://tel.archives-ouvertes.fr/tel-00448776.
[8] D. Rachedi Nedjmi, "Commande hybride avec observation d’un UAV de type quadrotor",
Thèse de Magistère, École Militaire Polytechnique, Alger,Algérie,2010.
[9] European Aeronautic Defence and Space Company, EADS N.V. www.eads.net/1024/
fr/eads/history/airhist/1900-1909/Breguet1-1907.
[10] G. Hoffmann, H. Huang, S. Waslander and C. Tomlin, "Quadrotor helicopter flight
dynamics and control : Theory and Experiment", AIAA Guidance, Navigation and Control
Conference and Exhibit, 2007.
[11] I. Kroo, F. Prinz, "The Mesicopter : A miniature rotorcraft concept phase II Final
Report", Stanford university, USA.
[12] J.F. Guerrero-Castellanos, N. Marchand, S. Lesecq et J. Delamar, "bounded Attitude
stabilization : Real-time Application on Four-rotor Mini-Helicopter", Proceeding of the
17th world confress, the International Federation of Automatic Control,Seoul,Korea,July
6-11,2008.
[13] J. Miguel Brito Domingues, "Quadrotor prototype", Thèse de Master, Université technique
de Lisbonne, Portugal,2009.
[14] J.M.B Domingues, "Quadrotor Prototype", Instituto Superior Ténico, Universidade Ténica
de Lisbo,2009.
[15] J.M Pflimlin P.Binetti, D.Trouchet, P.Soueres an T.Hamel, "Aerodynamic Modeling and
Practical Attitude Stabilization of a ducted Fan UAV ", in Proceeding of the European
Control conference 2007,pp 4023 4029,Kos,Greece 2007.
[16] J.M Pflimlin, "Commande d’un Mini-Drone à Hélice", thèse de doctorat, Toulouse,
France, novembre 2006.
88
89 BIBLIOGRAPHIE
[17] K.P. Valavanis, "Advances in Unmanned Aerial Vehicles :State of the Art and the Road to
Autonomy", Internationale Series on Intelligent systems,Control, and automation :Science
and Engeneering ,volume 33,Springer 2007.
[18] Le projet d’encyclopédie libre https://www.wikipedia.org.
[19] L. Gautier, B. Hamilton, J. Hazebrouck, and T. Tourrette "Pilotage d’un quadrirotor via
un FPGA", Tuteur ESIEE engineering, Journées pédagogiques,2008.
[20] L. Laib and D.E. Maamria, "Commande d’un Quadrirotor", Mémoire d’ingénieur,École
Nationale Polytechnique,Alger,2011.
[21] L. Rodolfo, A. Enrique López, R. Lozano, et C. Pégard, "Quad Rotorcraft Control Vision-
Based Hovering and Navigation", ISSN 2193-1577 (electronic) Advances in Industrial
Control.
[22] M. Alma et B. Atik, "Commande à Base d’Observateurs d’Etat Non Linéaires d’un
Simulateur d’Hélicotére", Mémoire d’ingénieur,Ácole Nationale Polytechnique ,Alger,2006.
[23] M. Asencio.Fondation pour la recherche startégique note N 6/11"L’utilisation Civile des
Drones-Problèmes Technique, Opérationnels et Juridiques",2011.
[24] M.J. Aldon, "Capteurs et Méthodes pour la Localisation des Robots Mobiles", Techniques
de l’Ingénieur, traitment informatique industreille.
[25] M. Mokhtari, "Observation et Commande de Drones Miniatures à voilures tournantes",
Université Aboubekr Belkaid Tlemcen, Faculté de Technologie,2015.
[26] M. ZAID , "Modélisation et Commande d’un drône miniature à quatre rotors", Thèse de
Magistère, École Nationale Polytechnique d’Oran, Oran,Algérie,2016.
[27] P. Beugnet et R. Polonowski, "Modélisation et interface de Controle d’un Quadrirotor",
Rapport de projet ESIEE,Paris.
[28] P. Brisset, "Drones civils Perspectives et réalités", École Nationale de l’Aviation Ci-
vile,Toulouse,France,2004.
[29] P. Pounds, R. Mahony, J. Gresham, P. Corke and J. roberts, "Towards Dynamically-
Favourable Quad-Rotor Aerial Robots", Australian Conference on Robotics and Automation
Canberra,australia,2004.
[30] R. AbouSleiman, D. Korff, E. Gjioni and H. Chul Yang, "The Oakland University
Unmanned Aerial Quadrotor System", the 2008 AUVSI UAS Student Competition.
[31] R.d. Nardi And O.e Hlland, "co-Evolutionary Modeling of a Miniature Rotor-
craft",Unteliversity of Essex,United Kingdum.
[32] R. Lozano, P. Castillo, S. Salazar et D. Lara, "Stabilisation de véhicules aériens à
décollage vertical : Théorie et application",Rapport heurdiasyc, UMR CNRS 6599-UTC
compiegne, 2005.
[33] R. Lozano, P. Catillo and A. Dzul, "Stabilization of a Mini Rotorcraft having Four
Rotors", Proceedings of IEEE/RSJ International Conference On Intelligent Robot and
Systems,pp.2693-2698,2004.
[34] S. Bertrand, "Commande de Droen Miniature à voilure Tournante", Thèse de Doctorat,
Université de Nice ,France,2007.
[35] S. Bouabdallah, P. Murrieri and R. Siegwart, "Design and Control of an Indoor Micro-
Quadrotor", IEEE International conference on robotics and automation, New Orleans,USA
,2004.
[36] S. Bouabdallah, A. Noth and R. Siegwart. "PID vs LQ Control Techniques Applied
to an Indoor Micro Quadrotor", Proceedings of IEEE/RSJ international conference on
intelligent Robots and Systems, pp. 2451-2456, Sendal, Japan, September 2004.
90 BIBLIOGRAPHIE
[37] S. Bouabdallah and R. Siegwart. "Backstepping and Sliding-mode Techniques Applied to

an Indoor Micro Quadrotor". Proceedings of the 2005 IEEE International Conference on
Robotics and Automation, pp 2247-2252, Barcelona, Spain, 2005.
[38] S. Bouabdallah, "Design and Control of Quadrotors with Application to Autonomous
Flying", Thèse de Doctorat, Ecole Polytechnique Fédérale de Lausane, Suisse, 2007.
[39] T. Hamel and R. Mahony, "Visual Servoing of a Class of Under-Actuated Dynamic Rigid-
Body Systems", Proceeding of the 39th IEEE conference on Decision and control,2000.
[40] T. Hamel and R. Mahony, R. Lozano and J.P. Ostrowski, "Dynamic Modeling and
Configuration Stabilization for an x4-flyer", in IFAC 15th Word Congress on Automatic
in control,Barcelona,Spain,2002.
[41] V. Martinez, "Modelling of the flight Dynamics of a Quadrotor Helicopter ", Granfield
University,Mdc Thesis,2007.
[42] M. ZAID , "Modélisation et Commande d’un drône miniature à quatre rotors", Thèse de
Magistère, École Nationale Polytechnique d’Oran, Oran,Algérie,2016.
View publication stats

Pfe 2016 Enpo

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Pfe 2016 Enpo

Transféré par

Droits d'auteur :

Formats disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Conception, Modélisation et Commande d'un UAV de type Quadrirotor

Thesis · June 2016

Zakaria Chekakta Abdellah Zoubiri

SEE PROFILE SEE PROFILE

The user has requested enhancement of the downloaded file.

École Nationale Polytechnique d’Oran

Projet de Fin d’Étude

Etudié par : Spécialité :

Promotion Juin 2016

La réalisation de ce mémoire a été possible grâce au concours de plusieurs personnes à

Nous souhaitons aussi remercier Monsieur Kacimi Abdelrahmen, enseignants à l’Ins-

Mots clés : Quadrirotor, modèle dynamique, capteurs, microprocesseurs, interface gra-

Key words : Quadcopter, dynamic model, dynamic model, sensors, microprocessors,

Table des figures vii

Liste des tableaux ix

Liste des symboles x

1 Les drones : État de l’art 3

C Les paramètres du quadrirotor 87

1.1 La toupie Chinoise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2.1 Description générale du quadrirotor . . . . . . . . . . . . . . . . . . . . . . . 18

3.1 Schéma général de la commande du quadrirotor . . . . . . . . . . . . . . . . 37

3.11 Les erreurs de poursuite des angles. . . . . . . . . . . . . . . . . . . . . . . . 54

4.1 Le schéma bloc de principe de fonctionnement . . . . . . . . . . . . . . . . . 60

5.1 Principe de Fonctionnement de filtre de Kalman . . . . . . . . . . . . . . . . 74

B.1 Schéma électrique de la carte mère . . . . . . . . . . . . . . . . . . . . . . . 83

1.1 Quelques projets de recherche sur le quadrirotor . . . . . . . . . . . . . . . . 15

2.1 Liste des symboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

A.2 Caractéristiques du PIC 18F2550 . . . . . . . . . . . . . . . . . . . . . . . . 81

C.2 Les paramètres du quadrirotor pour la commande PID [36]. . . . . . . . . . 87

§ Chapitre 2 : Le deuxième chapitre est consacré à la modélisation dynamique du quadri-

§ Chapitre 5 : Le cinquième chapitre est consacré à « Filter de Kalman » car la connaissance

1.2 Les drones

Le terme drone désigne la plupart du temps le seul vecteur aérien équipé.

Figure 1.1 – La toupie Chinoise Figure 1.2 – Le modèle de De Vinci

En 1754, le Russe Lomonossov essaya devant un aréopage scientifique un modèle complexe

Figure 1.3 – Le Pigeon George Cayley

Figure 1.4 – Le premier hélicoptère capable de voler : le gyroplane

En 1914, le fils de Sperry a démontré publiquement une stabilisation automatique d’un

1.2.3 Classification des drones

* Classification selon la taille

Figure 1.5 – (a)Le Global hawk, (b)Le Neuron, (c)Le X-45

Figure 1.6 – (c)Le Sperwer, (b)L’Aérostar

Figure 1.7 – (a)Le Predator, (b)Le Eagle 1

Figure 1.8 – (a)Le Hovereye, (b)Le Dragon Eye

Figure 1.9 – Le PicoFlyer (ProxyFlyer)

* Classification selon le mode de propulsion

Figure 1.10 – Le dirigeable

E Drones à voilures battantes : Les ailes battantes constituent un système de propulsion

Figure 1.11 – La libellule artificielle

E Drones à voilures tournantes : Ce type se subdivise en plusieurs sous-classes :

` Configuration ayant un seul rotor : Dans cette configuration nous trouvons

Figure 1.12 – L’avion 3D

` Configuration Ayant deux rotors : Dans ce type de configuration nous pouvons

Figure 1.13 – L’hélicoptère classique

L’hélicoptère autostable (blade-runner) a été inventé récemment par un norvégien, il est

Figure 1.14 – (a)Le Trirotor, (b)Le Vectron, (c)L’hélicoptère

Un petit rotor de queue permet d’obtenir le couple de tangage.

` Configuration Ayant quatre rotors : Le quadrirotor est un aéronef soulevé et propulsé

Figure 1.15 – Le Quadrirotor

1.2.4 Autonomie et automatisation

d’atteindre des objectifs fixés.

1.3.3 Avantages de la configuration quadrirotor

Le repère lié au corps du quadrirotor : Le repère lié au corps du quadrirotor Il est