Soutenance de thèse de Antoine MONNEAU

L’atterrissage d’hélicoptère sur un navire, également appelé appontage, est une manœuvre parmi les plus difficiles pour un pilote. Les turbulences, la faible visibilité ainsi que le mouvement du pont du navire forment un environnement dégradé et engendrent une charge de travail non négligeable pour le pilote. L’automatisation complète de cette manœuvre offre à l’équipage un gain de sécurité et permet d’étendre le domaine d’utilisation des hélicoptères lors d’opérations maritimes. De plus l’émergence de drones hélicoptère d’observation conduit à développer un guidage automatique pour toutes les phases du vol et en particulier celle de l’appontage. Les études menées dans cette thèse concernent un système d’appontage automatique dont la fonction principale est d’asservir l’aéronef sur une trajectoire de rendez-vous, calculée à partir d’informations de mouvement du navire. Plusieurs stratégies de commande ont été évaluées, aussi bien dans le domaine linéaire que non linéaire. L’objectif de la synthèse des lois de commande est d’assurer une bonne performance de suivi de trajectoire tout en garantissant la robustesse du système vis à vis des perturbations aérologiques et des erreurs de modélisation. Dans un environnement sans GPS, la position de l’aéronef par rapport au navire doit être estimée au moyen d’autres capteurs. Par exemple, les capteurs basés vision sont une très bonne alternative. Une technique d’analyse d’image issue de l’état de l’art est adaptée pour détecter le modèle 3D du navire et calculer sa distance à l’aéronef. Afin de robustifier l’estimation de la position relative, une fusion d’informations provenant du capteur de vision et d’une centrale à inertie est proposée. Enfin, pour préserver l’intégrité du train d’atterrissage de l’hélicoptère, les mouvements du navire doivent être anticipés pour assurer un rendez-vous de faible dynamique. L’étude de la prédiction des mouvements d’un navire est développée et résulte sur la comparaison de trois algorithmes évalués sur des enregistrements en mer. Les algorithmes de l’ensemble de la boucle de vol sont d’abord testés à l’aide d’un simulateur réaliste avant d’être implémentés sur le prototype d’un drone développé par Airbus Helicopters.

Ship deck landing is one of the most difficult maneuvers for a pilot. Turbulence, low visibility and the ship deck’s motion create a degraded environment and generate a significant workload for the pilot. The complete automation of this maneuver offers the crew a gain in safety and enables the expansion of helicopters use during maritime operations. In addition, the emergence of autonomous helicopter for observation purpose leads to the development of automatic guidance for all flight phases and in particular for ship deck landing. The studies carried out in this thesis concern an automatic deck landing system whose main function is to control the aircraft on a rendez-vous trajectory, calculated from the data of ship’s motion. Several control strategies have been evaluated, both in the linear and nonlinear domain. The objective of the control laws synthesis is to ensure good trajectory tracking performance while guaranteeing the robustness of the system with respect to aerological disturbances and modeling errors. In an environment without GPS, the position of the aircraft relative to the ship must be estimated using other sensors. For example, vision-based sensors are a very good alternative. A state-of-the-art image analysis technique is adapted to detect the 3D model of the ship and calculate its distance from the aircraft. In order to robustly estimate the relative position, a fusion of the data from a vision sensor and an inertial measurement unit is proposed. Finally, to preserve the integrity of the helicopter landing gear, the movements of the ship must be anticipated to ensure a low dynamic rendez-vous. The study of ship motion prediction is developed and leads to the comparison of three algorithms evaluated on sea data. The algorithms of the whole flight loop are first tested using a realistic simulator before being implemented on the prototype of a drone developed by Airbus Helicopters.