Optimal Path Planning and Control of the Descent of a Gondola with Payload

L’importance croissante des effets du réchauffement climatique, tels que les feux de forêt, a suscité de nombreuses recherches sur la prévention et l’étude des risques liés à ces incendies, en particulier par télédétection. Pour faciliter la récupération de nacelles d’imagerie une fois au sol et éviter les pertes matérielles, un système de récupération guidée autonome doit être conçu. Ce système doit guider la nacelle vers un point d’atterrissage précis tout en minimisant la consommation d’énergie. Le but de ce travail de maîtrise est de concevoir un planificateur de trajectoire optimale et un contrôleur pour la descente de la nacelle. Il commence par une revue de littérature expliquant le choix d’un parafoil et présentant l’état de l’art des contrôleurs de vol et des planificateurs de trajectoire pour ce type de système. Ensuite, l’étude dynamique de la nacelle permet de construire un simulateur non linéaire et d’identifier les modes aérodynamiques du système linéarisé autour des vols nominaux, en les comparant avec des systèmes similaires de la littérature. Une fois le modèle établi, la planification de trajectoires optimales est abordée : le système doit atteindre la zone souhaitée avec un effort de commande minimal. La contribution principale de ce travail réside dans l’approche hybride de cette planification de trajectoires, qui combine la méthode continue et précise du tir non linéaire (Non Linear Shooting - NLS) avec la discrétisation de la programmation dynamique (Dynamic Programming - DP). Les trajectoires à suivre sont générées sur un modèle simplifié (2D) et le planificateur de trajectoire fonctionne comme un navigateur GPS, recalculant la trajectoire optimale par DP lorsque le système en vol s’éloigne de sa trajectoire nominale générée par NLS. Une fois sur la zone, le système effectue une descente en spirale pour perdre de l’altitude, puis atterrit en ligne droite, similairement à un avion. Le suivi de trajectoire en phase 1 s’effectue grâce à un asservissement de l’écart entre la trajectoire optimale générée en 2D et la projection de la trajectoire réelle sur le sol. L’algorithme hybride ainsi que le contrôleur d’atterrissage sont testés en simulateur 3D sur différents types de trajectoires et de profils de vent, démontrant l’efficacité de l’algorithme et les économies d’énergie jusqu’à 15% dans la première phase de vol pour des vents très défavorables.

Abstract

The growing importance of the effects of global warming, such as forest fires, has given rise to much research on the prevention and study of the risks linked to these fires, in particular by remote sensing. To facilitate the recovery of the gondola once on the ground and avoid material losses, an autonomous guided recovery system must be designed. This system must guide the nacelle to a precise landing point while minimizing energy consumption. The goal of this master’s work is to design an optimal trajectory planner and a controller for the descent of the gondola. It begins with a literature review explaining the choice of a parafoil and presenting the state of the art of flight controllers and trajectory planners for this type of system. Then, the dynamic study of the gondola allows the construction of a nonlinear simulator and the identification of the aerodynamic modes of the linearized system around nominal flights. These modes are compared with the ones from similar systems presented in the literature. Once the model has been established, optimal path planning is addressed: the system must reach the desired area with minimal control effort. The main contribution of this work lies in the hybrid approach to this trajectory planning, which combines the continuous and precise method of nonlinear shooting (NLS) with the discretization of dynamic programming (DP). The trajectories to follow are generated on a simplified model (2D) and the path planner functions as a GPS navigator, recalculating the optimal trajectory by DP when the system in flight deviates from its nominal trajectory generated by NLS. Once in the area, the system performs a spiral down movement to lose altitude, then lands in a straight line, similar to an airplane. The trajectory tracking in phase 1 is carried out by controlling the difference between the optimal trajectory generated in 2D and the projection of the real trajectory on the ground. The hybrid algorithm as well as the landing controller are tested in a 3D simulator on different types of trajectories and wind profiles, demonstrating the efficiency of the algorithm and energy savings of up to 15% in the first flight phase for highly unfavourable winds.