REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE

SCIENTIFIQUE
UNIVERSITE DES SCIENCES ET TECHNOLOGIES «HOUARI BOUMEDIENE»
FACULTE D’ELECTRONIQUE ET D’INFORMATIQUE

MEMOIRE
Présenté pour l’obtention du diplôme de Master 2
EN : CONTROLE DE PROCESSUS ET ROBOTIQUE

Sujet :

COMMANDE D’UN DRONE TYPE

MINI-HELICOPTERE

Présenté par : Encadré par :

AMAINI Rafik Mr. HADJLARBI

BOUKHARI Mohamed Ryad

Devant le jury:

• President: Mr. FERGANE.

• Examinateur: Mme. RACHEDI.

JUIN 2014
A l’achèvement de notre travail aussi modeste qu’il soit, je
remercie le tout puissant ALLAH, pour nous avoir donné force et
courage pour arriver à la concrétisation de notre projet, ensuite je
remercie infiniment notre encadreur Mr. HADJLARBI, pour son
accueil, ses conseils précieux, et son bienveillante bonté ; sous sa
houlette nous avons pu épanouir nos connaissances dans le
domaine des drones.

Aussi il convient de saluer l’apport de Mr. MAMERI pour son

aide dans le domaine de l’électronique.

A la fin je tiens à saluer tout mes amis et les proches intimes qui
m’ont soutenu dans toute ma vie d’étudiant.

Mohamed Ryad
 Remerciements
Remerciements
Nous tenons à remercier tout d’abord le bon Dieu de nous avoir donné le courage
et la volonté pour réaliser ce travail.

Je remercie ma mère qui m’a soutenu tout ou long de ma formation et qui a était
une source de motivation dans mes études ou dans ma vie en général

Nos vifs remerciements s’adressent à notre Promoteur Monsieur HADJ EL

ARBI pour son aide précieuse, son disponibilité, ces remarques et ces
encouragements.

Nous tenons à manifester nos sincères gratitudes à tous les professeurs qui ont
contribué à notre formation à l’université. Grâce à eux, nous avons acquis de
précieux outils et concepts qui nous ont fortement aidés à résoudre les problèmes
auxquels nous avons été confrontés lors la réalisation de notre projet.

Enfin, que toute personne ayant contribué de près ou de loin à l’élaboration de

notre mémoire trouve ici l’expression la plus sincère de notre gratitude.

RAFIK AMAINI
 Le sommaire
i) Remerciements
ii) Liste des figures
iii) Liste des tableaux
Introduction générale…………………………………………………………………………(1)
Chapitre I : Définitions et Généralités
I.1 La présentation de notre projet……………………………...…………………...………..(2)
I.2 Définition d’un drone ………………………………………………………...…...……..(2)
I.3 classification des drones ……... ……………………………………………………….....(2)
I.4 Choix de la structure de notre hélicoptère……………………………………...…………(2)
I.4.1 Définition d’un hélicoptère……………………………………………………………..(2)
I.4.2 Différents types d’hélicoptères…………………...……………………………….……(2)
I.5 Principe de vol des birotors coaxiaux………………………………………...…………..(4)
I.5.1 Les articulations de pales du birotor coaxial……………………………………………(5)
I.5.2 Vol dans le plan horizontal…………………………………….……………………….(5)
I.6 Conclusion……………………………………………………………………………..…(6)
Chapitre II : Modélisation
II.1 introduction……………………………………………………………………………....(7)
II.2 Synthèse du modèle……………………………………………………..……………….(7)
II.2.1 Repère et système d’axe……………………………………………………………….(7)
II.2.2 Paramètres cinétiques et cinématiques………………………………………..……….(8)
II.2.2.1 Paramètres cinématiques………………………………………………………..…..(8)
II.2.2.2 Paramètres cinétiques………………………………………………………………..(8)
II.2.3 La poussée des deux rotors……………………………………………………………(8)
II.2.4 Matrice de passage………………………………………………………………..….(10)
II.2.5 La cinématique de rotation…………………………………………………………..(11)
II.2.6 Développement du modèle…………………………………………………………..(12)
II.3 Conclusion…………………………………..………………………………………….(15)
Chapitre III : La Loi de Commande
III.1 Introduction……………………………………………………………………………(16)
III.2 Définition de la loi du mode glissant………………………………………………….(16)
III.3 La surface de glissement…………………………………………...………………….(17)
III.4 La synthèse de la commande…………………………………………………………..(17)
III.5.1 Application de la loi de commande………………………………………………….(17)
III.5.2 Le développement des commandes………………………………………………….(18)
III.6 Simulation……………………………………………………………………………..(19)
II.7 Conclusion………………………………………………………...……………………(23)
Chapitre IV :
IV.1 Introduction………………………………………………………………………...….(24)
IV.2 Stratégie à adopter………………………………………………………..……………(24)
IV.3 La contrainte de conception mécanique……………………………………………….(24)
IV.4 Identification du CX MODE…………………………………………………………..(25)
IV.4.1 Le coefficient de poussée b………………………………………………………….(25)
IV.4.2 Le coefficient de trainée d…………………………………………………………...(29)
IV.4.3 La matrice d’inertie………………………………………………………………….(32)
IV.5 Les moteurs du plateau cyclique………………………………………………………(33)
IV.6 La contrainte de l’électronique embarquée……………………………………………(33)
IV.6.1 Les spécifications techniques de la carte STM32f3discovery………………………(34)
IV.6.1.1 Le microcontrôleur STM32F303VCT6………………………………...…………(35)
IV.6.1.2 L’accéléromètre/campas ST MEMS LSM303DLHC………………………...…...(35)
IV.6.1.3 Le gyroscope L3GD20…………………………………………………………….(36)
IV.6.2 La carte de puissance………………………………………………………...………(36)
IV.7 L’utilisation des capteurs…………………………………………………………..….(39)
IV.7.1 Le filtrage de Kalman………………………………………………………………..(40)
IV.7.1.1 Historique du filtre de Kalman……………………………………………...……..(40)
IV.7.1.2 Présentation du filtre de Kalman………………………………………..…………(41)
IV.7.1.3 La théorie du filtre de Kalman…………………………………...………………..(41)
IV.7.1.4 Application du filtre dans l’estimation d’état de l’accéléromètre………………....(42)
IV.7.1.5 Application du filtre dans l’estimation d’état du gyroscope………………………(44)
IV.8 Algorithme général………………………………………………………………….…(46)
IV.9 Conclusion ………………………………………………………………………...…..(47)
Conclusion générale………………………………………………………………………...(47)
 Résumé :

Dans ce mémoire, nous avons jeté un pont entre la théorie et la pratique de la commande
d’un drone de type mini hélicoptère. La connaissance des bases de l’aéronautique est
primordiale pour se prononcé sur un choix de la structure à utiliser, et cela suivant la
dynamique de vol de l’engin qu’on va par suite le modélisé et simulé son attitude le long
d’une trajectoire prédéfinie. La mise en pratique de l’étude théorique est consacrée à
l’identification des paramètres aérodynamiques, et à l’électronique embarquée sur l’aéronef
qui alimentera les moteurs de ce dernier. Le filtrage de Kalman est appliqué pour éliminé les
bruits des capteurs dues aux vibrations des moteurs et de la structure. Les résultats du filtrage
ont données des résultats probants qui nous ont fiabilisé les données capteurs.

Abstract :
 Liste des figures

Figure (I.1): exemple d’hélicoptère.

Figure (I.2): exemple de birotor coaxial.
Figure (I.3): exemple d’hélicoptère en tandem.
Figure (I.4) : Articulations des pales du rotor inférieur du birotor coaxial.
Figure (I.5) : le vol de translation du birotor coaxial.
Figure (II.1) : repère et système d’axe de l’aéronef.
Figure (II.2) : rotation d’angles Cx et Cy.
Figure (II.3) : représentation des angles d’Euler.
Figure (III.1) : illustration de la sliding mode.
Figure (III.2) : La trajectoire désirée de l’aéronef en 3D.
Figure (III.3) : La trajectoire réelle en comparaison avec celle désirée.
Figure (III.4) : Les erreurs des états du système non perturbé.
Figure (III.5) : Les commandes du système non perturbé.
Figue (III.6) : la trajectoire désirée et celle enregistrée avec perturbation.
Figure (III.7) : les erreurs sur les états du système perturbé.
Figure (III.8) : les commandes du système perturbé.
Figure (IV.1) : L’environnement d’évolution.
Figure (IV.2) : Le birotor coaxial CX MODE.
Figure (IV.3) : Schéma électrique de la manipulation de détermination de vitesse.
Figure (IV.4) : interface graphique de lecture des données.
Figure (IV.5) : Vitesse (tr/min) en fonction de la PWM (% « cycle duty ») du Moteur
inférieur.
Figure (IV.6) : Vitesse (tr/min) en fonction de la PWM (% « cycle duty ») du Moteur
supérieur.
Figure (IV.7) : manipulation de lecture du courant.
Figure (IV.8) : Le birotor coaxial CX MODE sous SolidWorks.
Figure (IV.9) : La carte STM32f3discovery.
Figure (IV.10) : Le microcontrôleur STM32F303VCT6.
Figure (IV.11) : L’accéléromètre/compas ST MEMS LSM303DLHC.
Figure (IV.12) : Le gyroscope L3GD20.
Figure (IV.13) : Le MOSFET IRF 3205.
Figure (IV.14) : Schéma électrique de la carte de puissance.
Figure (IV.15) : Schéma électrique du pont-H des moteurs du plateau cyclique.
Figure (IV.16) : le circuit imprimé.
Figure (IV.17) : Le circuit imprimé réalisé.
Figure (IV.18) : donnée brute de l’accéléromètre.
Figure (IV.19) : Donnée brute du gyroscope.
Figure (IV.20) : Le filtrage des données de l’accéléromètre.
Figure (IV.21) : Le filtrage des données du gyroscope.
Figure (IV.22) : logo KEIL.

Liste des tableaux

Tableau (IV.1) : Les résultats de l’expérience de la force.

Tableau (IV.2) : Les résultats de l’expérience de la vitesse.
Tableau (IV.3) : Le calcul du coefficient b.
Tableau (IV.4) : Les courants à vide et en charge des deux moteurs.
Tableau (IV.5) : Calcul du coefficient de trainé d.
Introduction
Générale
 Introduction générale

De nos jour, la robotique aérienne connait un engouement sans cesse grandissant, tant chez
des constructeurs privés, que dans les laboratoires de recherche. L’intérêt accordé aux
Véhicules Sans Pilote (VSP), est encouragé par l’avènement des nouvelles technologies
performantes et à des coûts pour le moins abordables, rendant ainsi la conception de
structures douées de réelle capacité de navigation autonome possible. Les applications des
VSP sont nombreuses. En premier lieu on les trouve dans le domaine sécuritaire (surveillance
de l’espace aérien, du trafic routier), la gestion des risque de la nature, la protection de
l’environnement, l’intervention dans les sites hostiles ou à haut risque (milieux radioactives,
zones de déminage), la gestion des infrastructures grandiose (les lignes de pipelines, les
grands barrages à eau), ou bien encore dans l’agriculture. Mener à bien le déroulement de
toutes ces applications, nécessite un contrôle performant et robuste de l’appareil, et par
conséquent des informations précises sur son évolution dans l’environnement de travail.
Contrairement aux robots mobiles terrestres pour lesquels il est souvent possible de se
limiter à un modèle cinématique, la commande des robots aériens requiert la connaissance
d'un modèle dynamique. Les effets de la gravité et des forces aérodynamiques en sont les
principales causes.
Le travail entrepris et expliqué dans ce mémoire répond au cahier de charges suivant :
• Stabilisé le vol de l’hélicoptère, par l’apport de la loi de commande par mode glissant
• Filtrage des données capteurs par un filtre performant et adéquat.

Ce mémoire est organisé de la manière suivante :

− Dans le premier chapitre, on va faire un choix de la structure de l’hélicoptère à utiliser
et avoir aussi une idée sur son fonctionnement.

− Dans le second chapitre, on va détailler les différentes étapes qui vont nous permettre
d’avoir le modèle dynamique de notre engin.

− Dans le troisième chapitre, nous allons aborder la loi de commande, suivit des tests de
simulation.

− Dans le quatrième chapitre, nous allons parler du travail pratique réalisé.

1
Chapitre I

Définitions
et
Généralités
 Chapitre 1 : Définitions et Généralités.

I.1 La présentation de notre projet :

Dans le cadre de notre projet, l’objectif fixé est de commander le mouvement d’un
hélicoptère le long d’une trajectoire prédéfinie. Ce chapitre dédié aux généralités fera office
d’une introduction à l’aéronautique.
I.2 Définition d’un drone : [1] [2]
Un drone est un aéronef sans pilote, et pour parvenir à opérer convenablement il est doté
d’une certaine autonomie et d’un certain niveau de prise de décision. Les poussées
technologiques dans le domaine de l’automatique et des télécommunications ont permis de
concevoir des drones de plus en plus performants. De nos jour la recherche accorde une
grande importance à la conception de véhicules aérien sans pilote, tant pour des applications
militaires que civiles.
I.3 classification des drones :
L’une des manières de classifier les drones est leur mode de vol. En effet ces derniers se
scindent en deux familles : les drones à voilures fixes, et ceux à voilures tournantes. Les
drones à voilures fixes, ont un vol d’avancement, alors que les seconds ont un vol
stationnaire. Si pour les premier le décollage et l’atterrissage nécessite une piste, les drones à
voilures tournantes peuvent décoller et se posé verticalement. C’est la raison pour laquelle on
a axé notre travail sur une structure à voilures tournantes, et plus précisément un hélicoptère.
I.4 Choix de la structure de notre hélicoptère : [2-6]
I.4.1 Définition d’un hélicoptère :
Un hélicoptère est un engin volant muni de voilures tournantes qui ont pour rôle d’assurer la
sustentation et la propulsion du centre de gravité de l’engin dans le plan vertical (vol
longitudinal), et se mouvoir dans le plan horizontal (vol latéral).

I.4.2 Différents types d’hélicoptères :

Il existe différents types de structure d’hélicoptère, chaque structure a une tâche précise, et
cela suivant la dynamique de chacune. Pour nous il est utile de savoir distinguer entre ses
structures pour pouvoir choisir celle qui nous aidera le plus dans notre projet.
Des multiples structures on cite :
1. La structure conventionnelle de l’hélicoptère :

C’est la structure simple avec un rotor principale qui tourne dans un plan horizontal et
qui assure la propulsion vertical, ledit rotor est posé sur un disque rotorique qui
commande les angles de pas longitudinal et latéral ce qui assure la propulsion
horizontale. Le rotor de queue, également appelé rotor anti-couple, permet de
compenser le moment dû à la rotation du rotor principal selon son propre axe. En
d’autres termes, il permet de piloter la position de l’angle de lacet afin d’éviter que
l’hélicoptère ne tourne indéfiniment sur lui-même. Dans certaine hélicoptère le rotor
de queue est remplacé par une soufflante alimentée par le rotor principal et logée à
l’extrémité de la poutre c’est le système NOTAR. La structure conventionnelle de
2
 Chapitre 1 : Définitions et Généralités.

l’hélicoptère est de loin la mieux maitrisée mais la présence d’un rotor de queue la
rend la plus vulnérables aussi ;

Figure (I.1) : exemple d’hélicoptère.

2. Les birotors coaxiaux :

Cette configuration est constituée de deux rotors contrarotatifs partageants le même

axe de rotation. En comparaison avec l’architecture de l’hélicoptère, les birotors
coaxiaux sont dépourvus de rotor de queue, puisque les moments dus aux rotations de
chacun des rotors se compensent mutuellement. Le rotor inférieur du birotor coaxial
est muni d’un plateau cyclique pour commander le pas longitudinal et latéral de
l’engin. De plus il faut préciser que ce genre d’aéronefs est plus robuste par rapport
aux hélicoptères classiques du fait qu’il y a deux rotors qui assurent la sustentation.

Figure (I.2) : exemple de birotor coaxial.

3
 Chapitre 1 : Définitions et Généralités.

3. Les rotors en tandem :

Dans le cas des engins de grande envergure, les rotors en tandem sont utilisés pour le
transport de très lourde charge. Les deux rotors sont contrarotatifs et donc compensent
mutuellement les couples dus à leurs rotations. La poussée est assurée par une
commande symétrique sur le pas collectif de chaque rotor. Pour les déplacements
latéraux, les commandes symétriques de pas cyclique d’amplitudes identiques sont
actionnées en même temps, cependant pour une commande antisymétrique de pas
cyclique il apparaît un couple de lacet.

Figure (I.3) : exemple d’hélicoptère en tandem.

Ce tour d’horizon nous a permit de faire un choix quant à notre projet, donc vu la
vulnérabilité de la structure conventionnelle de l’hélicoptère, et la complexité des rotors en
tandem, nous avons opté pour la structure du birotor coaxial pour la réalisation de notre
projet.
I.5 Principe de vol des birotors coaxiaux : [2]
L’une des particularités des engins à voilures tournantes est leur capacité de se mouvoir dans
les quatre sens du plan horizontal, et les deux sens du plan vertical. Faisant partie de cette
famille, le birotor coaxial présente le même profil. C’est l’inclinaison du plateau cyclique du
rotor inférieur qui permet à l’aéronef de se déplacer. La commande des angles de pas latéral et
longitudinale sont le moyen de faire incliner le plateau cyclique, la figure (I.8) illustre le
plateau cyclique du rotor inférieur du birotor coaxial.

4
 Chapitre 1 : Définitions et Généralités.

Figure(I.4) : Articulations des pales du rotor inférieur du birotor coaxial.

I.5.1 Les articulations de pales du birotor coaxial : [2]

Chacune des pales possède deux degrés de liberté suivant les angles de battement et de pas
illustrés sur la figure (I.4) et qui ont chacun une fonction bien précise, à savoir :

• l’angle de battement est résultant de deux forces concurrentes, qui sont la portance et
la force centrifuge, la première soulève les pales alors que la seconde tend à les
alignés avec le plan du disque du rotor ;
• l’angle de pas est résultant de l’inclinaison de la pale avec le plan horizontal ; il à la
particularité d’être contrôler.
I.5.2 Vol dans le plan horizontal : [2]
Comme vu auparavant le rotor principal assure une propulsion verticale, et c’est à lui aussi
de donner à l’aéronef le mouvement de translation horizontale. L’hélicoptère vole suivant le
plan horizontal en commandant le pas collectif du plateau cyclique, référant nous une fois
encore de la figure (I.4), l’inclinaison du plateau cyclique par rapport au mât du rotor
constitue la commande de pas cyclique. De ce fait se produit une dissymétrie de la portance, il
apparaît alors un moment autour du centre de gravité G du véhicule qui permet son contrôle
en attitude illustré par la figure (I.5), l’inclinaison du véhicule entraîne l’inclinaison du rotor
et donc l’inclinaison de la portance globale qui devient alors la composante d’une force
verticale et d’une force située dans le plan horizontal qui entraîne l’hélicoptère en translation.

5
 Chapitre 1 : Définitions et Généralités.

Figure (I.5) : le vol de translation du birotor coaxial.

s

I.6 Conclusion:
Ce premier chapitre nous a permis d’opter pour une structure d’hélicoptère pour notre projet,
la connaissance du comportement dynamique de cette dernière et primordiale pour pouvoir
établir son modèle dynamique.

6
Chapitre II

Modélisation
 Chapitre 2 : Modélisation

II.1 introduction :
Après avoir choisi la structure de l’hélicoptère à étudiée, nous allons passer maintenant à sa
modélisation mathématique.

II.2 Synthèse du modèle mathématique:

Le modèle mathématique du birotor coaxial fait référence à ces trois translations et à ces
trois rotations dans le domaine spatial. De cette sorte, on décrit la dynamique et la
cinématique de rotation et translation.
On peut avoir ledit modèle par deux manières, la première c’est le développement de la loi
de Newton-Euler, et la seconde c’est l’utilisation des équations de Lagrange, pour notre part,
on optera pour l’approche Newtonienne.

II.2.1 Repère et système d’axe :

Se mouvoir dans un espace tridimensionnel accentue la difficulté d’exprimer le modèle
mathématique, car l’aéronef doit se référencier à un repère fixe (repère terre) pour avoir sa
position, mais il y a certaines forces en l’occurrence les forces aérodynamiques qui se réfère à
un repère lier aux centre de gravité du drone ce qui nécessite un moyen de passage entre les
deux repères.

Figure(II.1) : repère et système d’axe de l’aéronef.

7
 Chapitre 2 : Modélisation

II.2.2 Paramètres cinétiques et cinématiques:

Ce sont là les paramètres qui entrent dans la dynamique de vol de l’aéronef, et donc il faut
avoir une idée claire sur ses différentes variantes pour modéliser notre appareil.
II.2.2.1 Paramètres cinématiques :
Les paramètres cinématiques et comme d’ailleurs ce nom l’indique nous renseignent sur
l’état du système. L’état du système et donc donnée par deux vecteurs de trois éléments
chacun, le premier défini la position du mobile et le second ces rotations autours des axes du
repère mobile. Les paramètres sont les suivant :
• [x y z] T c’est la position du centre de gravité exprimée dans le repère terrestre.
• [  ]T c’est le vecteur des angles d’Euler représentant la position angulaire
autour des axes du repère mobile.

II.2.2.2 Paramètres cinétiques :

Trois paramètres cinétiques caractérisent le drone, à savoir : sa masse, et sa matrice
d’inertie. Ces paramètres restent toujours constants. Ainsi nous définissons :

• la masse du véhicule m;
• la matrice d’inertie, qui quantifie la résistance du véhicule à sa mise en rotation et a

−I
 −I

pour expression :

I = −I
I −I 
−I
−I  I
(II.1)

Où les éléments diagonaux de I sont les moments d’inertie et les autres éléments sont les
produits d’inertie, qui quantifient une asymétrie géométrique ou massique de l’engin.
Dans le cas d’une symétrie parfaite les éléments non diagonaux de I deviennent nuls donc la
matrice I devient diagonale soit:

0 0
I= 0 I 0
0 0 I
(II.2)

II.2.3 La poussée des deux rotors :

Comme vu auparavant le birotor coaxial possède deux rotors qui partagent le même axe de
rotation, mais à la différence du premier le second est muni d’un plateau cyclique qui assure
le mouvement dans le plan horizontal. Dans un premier lieu et avant de commencer la
modélisation il faut savoir exprimer la force de poussée, qui est la somme des poussées des

  + 

deux rotors.
 = 
Avec  , la poussée du rotor supérieur, et  , celle du rotor inférieur, pour le rotor supérieur
(II.3)

on aura suivant les trois axes:

8
 Chapitre 2 : Modélisation

0
 =  0 
Ω
(II.4)

Avec  coefficient aérodynamique, et Ω vitesse du rotor supérieur.

La poussée du rotor inférieur  dépend de l’inclinaison du plateau cyclique, et a pour

0
expression la relation suivante :

 =   0 
Ω
(II.5)

Avec  matrice de rotation d’angles d’inclinaison longitudinal (Cx), et latéral (Cy) fig.
(II.2),  est un coefficient aérodynamique, et Ω vitesse du rotor inférieur.
La matrice de transition  est exprimée de la manière suivante :
 =  ∗  (II.6)
D’après la figure (II.2), les matrice  et  s’écrivent :

cos (&') 0 −sin (&') 1 0 0

 = ! 0 1 0 ,  = !0 cos (&-) −sin (&-),
sin (&') 0 cos (&') 0 sin (&-) cos (&-)
(II.7)

Et donc on aura la matrice globale :

cos (&') − sin(&') ∗ sin (&-) − sin(&') ∗ cos (&-)

 = 0 cos (&-) −sin (&-) 
sin (&') cos(&') ∗ sin (&-) cos(&-) ∗ cos (&')
(II.8)

Figure (II.2) : rotation d’angles Cx et Cy.

9
 Chapitre 2 : Modélisation

La relation (II.5) devient :

− sin(&') ∗ cos (&-)

 = Ω . −sin (&-) /
cos(&-) ∗ cos (&')
(II.9)

le rotor inférieur subi un sillage de l’air, il doit tourner à une vitesse supérieure au rotor
supérieur, c’est ce qui se passe d’ailleurs dans les birotors coaxiaux de grandes envergures,

l’apparition d’un coefficient d’efficacité aérodynamique noté 0, qui varie suivant la distance
donc de ce fait la poussée globales n’est pas égale à la somme des deux rotors, du fait de

|3 | = 0 (Ω + Ω cos(&-) cos(&'))

entre les deux rotors, et donc la poussée globale sur l’axe Z est la suivante :
(II.10)

− Ω sin(&') cos (&-)

Et on générale on écrit :

 = . − Ω sin (&-) /

0 (Ω + Ω cos(&-) cos(&'))
 
(II.11)

La force de poussée est exprimée dans le repère mobile, il nous reste a l’exprimée dans le
repère terrestre moyennant une matrice de passage entre les deux repères.
II.2.4 Matrice de passage :
La figure(10) illustre les trois rotations d’angles  (roulis),  (tangage) et  (lacet) entre
les trois nouveaux repères 1, 2 et 3, tous d’origine G et ayant respectivement pour bases :
[x1 ,y1 ,z1] ; [x2 ,y2 ,z2] ; [x3 ,y3 ,z3]

Figure(II.3) : représentation des angles d’Euler.

10
 Chapitre 2 : Modélisation

1 0 0 & 0 5 & −5 0

On écrit les trois matrices comme suit:

4(-, ) = !& −5 0, , 4(', ) = ! 0 1 0 ,, 4(6, ) = ! 5 & 0,

5 & 0 −5 0 & 0 0 1

Avec C = cos et S = sin

La matrice de transition est le résultat du produit de ces trois matrices :

4(7) = 4(6, ) ∗ 4(', ) ∗ 4(-, )

Ce qui nous donne :

&& &55 − 5& &5& + 55

4(7) = ! 5& 555 + && 55& − &5,
−5 &5 &&
(II.12)

II.2.5 La cinématique de rotation :

La cinématique de rotation nous décrit les rotations d’un mobile dans l’espace
tridimensionnel, elle exprime la relation entre les variations des angles d’Euler et le vecteur de
vitesse angulaires.

respectivement les vecteurs directeurs des angles ,  et .

Pour déduire cette dernière il faut projeter les axes x3, y2 et z1 dans le repère mobile, qui sont

Comme 8(9) s’écrit comme suit :

8(9) = - : + ' : + 6; : (II.13)
Il s’ensuit que :

y2 = y1 => y1 = [0 1 0] T => y1 = 4 < [0 1 0]<

• x1 = x => x1 = [1 0 0] T

y1 = [0 cos () −sin ()]<

•

• z3 = z2 => z3. = [0 0 1] T => z3 = 4 < 4< [0 0 1]<

=>

=> z3 = [−sin () sin() cos () cos() cos ()]<

:
Et donc on trouve la relation générale :
8 1 0 −sin ()
8(9) = !8 , = 0 cos () cos() sin ()  : 
8= 0 −sin () cos() cos () :
(II.14)

Sous l’hypothèse des mouvements de faibles amplitudes, soit:

sin() = 0 ? sin() = 0 ?
> >
cos() = 1 cos() = 1
Et
La relation (II.14) devient:

11
 Chapitre 2 : Modélisation

8 1 0 0 :
8
8(9) = !  , = !0 1 0, : 
8= 0 0 1 :
(II.15)

:
Ce qui nous donne :
8
8(9) = !8 , = : 
8= :
(II.16)

II.2.6 Développement du modèle : [2][7] [8]

Le premier ensemble d’équations différentielles décrivant les accélérations linéaires de
l’hélicoptère sur les trois axes par rapport au repère terrestre est tiré par la loi de Newton
comme suit :
∑ AB  = C D (II.17)
Soit:
 − 4(7)F − G
CD = E − 4(7) (II.18)
Avec :
• F c’est l’effet de sol, qui est une force aérodynamique survenant quand l’engin est
proche d’une surface, et il a pour expression : [9]

N |3|
F = −HIJ K  4(7)
LM OPQ SR T
(II.19)

Ou D est le diamètre du rotor, et Z la distance entre ce dernier et le sol, HIJ et HIJ sont
des coefficients tirés de manière expérimentale.
Etant donné la petite dimension de notre structure, la perturbation liée à l’effet de sol est
bornées dans le temps et en amplitude, elle est donnée par la relation suivante :
‖F‖ = −HIJ  4(7) (II.20)
Sous l’hypothèse que les angles longitudinal (Cx) et latéral (Cy) sont tellement petits, la

0
relation (II.11) devient :

 =  0 
0(Ω + Ω )
 
(II.21)

G : définie la force de résistance de l’air, et elle a pour expression G = −V. X , avec k

coefficient de frottement qui est déterminé expérimentalement.
Les accélérations linéaires s’écrivent de la manière suivante :

12
 Chapitre 2 : Modélisation
-Y 0 0 0 -:
C 'Y  = −4(7)  0  − HIJ 4(7)  0  + C  0  − V ': 
6Y 0(Ω + Ω ) 0(Ω + Ω ) Z 6:
(II.22)

Après développement de l’équation (II.22) on trouve :

^ -Y = − ` 0(Ω + Ω ) − HIJ 0(Ω + Ω ) −

_(,;)   _(,;) a. :

\
` `

'Y = −
_(,;)
0(Ω + Ω ) −
_(,;)
HIJ 0(Ω + Ω ) −
a. :
? (II.23)
] ` ` `
\6Y = − _(;,;) 0(Ω + Ω ) − _(;,;)
HIJ 0(Ω + Ω ) + Z −
:
a.=
[ `   ` `

Avec :
4(1,3) = &5& + 55
4(2,3) = 55& − &5
4(3,3) = &&

Passant maintenant aux accélérations angulaires, qui sont données par la formule suivante :

∑ ℳ = eΩ: + Ω ∧ eΩ (II.24)
Les moments sur les trois axes sont donnés par :

4 = −hi. . sin(&-) . Ω 
gj = hi. . sin(&') . cos(&-) . Ω  ?
k = l. mΩ  − Ω  n
(II.25)

Avec :
4 moment de roulis ;
j moment de tangage ;
•

k moment de lacet ;
•
•
• d : est un coefficient aérodynamique ;
• lp : est la distance entre le centre de gravité et le disque rotorique.
Sous l’hypothèse que les angles, longitudinal Cx, et latéral Cy restent tellement petits, on
peut écrire :
sin(&-) = &-
gsin(&') = &'?
cos(&-) = 1

13
 Chapitre 2 : Modélisation

De ce fait la relation (II.25) devient :

4 = −hi. . Cx. Ω 
g j = hi. . Cy. Ω  ?
k = l. mΩ  − Ω  n
(II.26)

e Y e :
Les accélérations angulaires s’écrivent donc :

−hi. &-. . Ω :

. hi. &'. . Ω / = .e Y / + :  ∧ e : 
l. (Ω − Ω ) e== Y : e== :
(II.27)

Soit :

−hi. &-. Ω = e Y + e== :: − e ::

r hi. &'. Ω = e Y + e :: − e  : : ?
  ==
l. (Ω − Ω ) = e== Y + e :: − e ::
(II.28)

Ce qui nous donne :

^Y = − wxx + wxx ::

Js.t .Nuv wyy Lwzz
v

\
Y = + zz xx :: ?
Js.t.Nuvv w Lw

] wyy wyy
\ Y = {.muv Lu| n + wxx Lwyy ::
(II.29)
v v

[ wzz wzz

Au final le modèle dynamique de notre système représenté par les accélérations linéaires
(II.23) et angulaires (II.29), est donné par :

^ -Y = − ` 0mΩ + Ω n(1 − HIJ ) − `

_(,;)   a. :

\ 'Y = − _(,;) 0mΩ + Ω n(1 −  ) − a.:

\ `   HIJ `
\
\ 6Y = − ` 0mΩ + Ω n(1 − HIJ ) + Z − `
_(;,;)   a.=:

?
] Y = − wxx + wxx ::
Js.t .NΩv v wyy Lwzz (II.30)

\
\ Y = + zz xx ::
Js.t.NΩvv w Lw
\ wyy wyy
\ Y
 = + ::
{.mΩv LΩ| n
v v wxx Lwyy
[ wzz wzz

14
 Chapitre 2 : Modélisation

Soit :

^ -Y = − ` } (1 − HIJ ) − `
_(,;) a. :

\ 'Y = − _(,;) } (1 −  ) − a.:

\ `  HIJ `
\6Y = − _(;,;)
} (1 − HIJ ) + Z −
a.=:
` `
? (II.31)
] Y = + ::
~v wyy Lwzz
wxx wxx
\
\ =
Y + ::
~ wzz Lwxx
wyy wyy
\ Y
[ = + ::
~€ wxx Lwyy
wzz wzz

Avec :
} = 0(Ω + Ω )
} = −&-. . Ω
−

}; = &'. . Ω
−

} = l. (Ω − Ω )
−
−

II.3 Conclusion :
Dans ce chapitre nous avons obtenue le modèle dynamique de notre système, par l’approche
de Newton-Euler, ce qui nous permettra dans la suite de simulé l’attitude de notre aéronef.

15
Chapitre III

Loi de
Commande
 Chapitre 3 : La Loi de Commande

III.1 Introduction :
Appelé à se mouvoir dans un environnement tridimensionnel, notre système doit avoir une
commande robuste, qui sera capable de résister aux perturbations externes, et de corriger aussi
les erreurs en cas de divergence du système. Le model mathématique de notre système et un
model non linéaire fortement couplé nécessitant une commande robuste, stable insensible aux
perturbations externes tel que les rafales de vent.
Il existe dans la littérature plusieurs théories de commande non linéaire, dans notre cas nous
avons opté pour la loi de commande par mode glissant.
III.2 Définition de la loi du mode glissant : [10]
La commande par mode glissant se réalise en deux phases, dans la première phase dite
d’approche, le système atteintla surface de glissement, dans la seconde, la loi de commande
force les états du système à glisser le long de la ladite surface de glissement.

Figure (III.1) : illustration de la sliding mode.

16
 Chapitre 3 : La Loi de Commande

III.3 La surface de glissement : [10] [11]

L’objectif de la loi de commande est de s’assurer que les étatsdu système notés , tendent à
poursuivre les états de références notés  , de telle manière à ce que l’erreur noté e=Xd-X
tende vers zéro lorsque T tend vers l’infini.
On défini la surface de glissement par la relation suivante :

 = ( +
)  ∗ 

(III.1)

Avec :
− r : le degré relatif du système.
−
: la constante de convergence.
−  : l’erreur entre les états du système et ceux de référence.

III.4 La synthèse de la commande :[11] [12]

En se basant sur les théorèmes de Lyapunov, on peut se prononcer sur la stabilité d’un
quelconque système sans avoir recours à la résolution de l’équation d’état de ce dernier.
Une classe de fonctions de Lyapunov classique pour la détermination de la stabilité, est celle
des fonctions quadratiques du type :

= 

(III.2)

pour que l’erreur tende vers zéro est que la dérivée de V soit définie négative :
Cette fonction est définie positive de manière évidente. Une condition nécessaire et suffisante

 =  < 0(III.3)

III.5.1 Application de la loi de commande: [12] [13]
Avant d’entamer toute application on se doit de déterminer la constante d’attractivité K et les
coefficients
 de notre loi de commande qui se fera comme suit :
• Les coefficients
 :
De (III.1) on a la relation générale de la surface de glissement suivante :

=(
+
)  ∗ 

Le degré relatif r de notre système est 2, on trouve alors :
 
 = ( +
)  ∗  =  +
 ∗  (III.6)
Et donc :
 =  +
.  (III.7)
L’idée maintenant c’est de faire une transformée au domaine de Laplace pour avoir le
polynôme, et par la suite avoir la valeur de
parfaite, on trouve alors :
() = . () +
. () (III.8)
() 
=
() ! "
(III.9)

17
 Chapitre 3 : La Loi de Commande

Et par là on peut dire que le choix

peut se faire par la méthode des placements de pôles.
• La constante d’attractivité K :
Pour cette dernière on défini une fonction de Lyapunov positive de la façon suivante :

= 

(III.10)
La dérivé de l’équation de Lyapunov et donnée par :
 =  < 0 (III.11)
On posant  = −$. %&'(() :
−$. %&'(().  < 0 (III.12)
−$|| < 0
Donc la condition d’existence du mode glissant est assurée pour tout K>0, mais dans la
pratique il y a les contraintes due aux moteurs donc on doit borner K par une valeur maximale
(que seule l’expérience pratique le déterminera).
$*+, > $ > 0
III.5.2 Le développement des commandes :
On calcul les commandes de manière générale, suivant l’algorithme qui suit:

On calcul l’erreur :  =  −  ;

On dérive cette dernière une première fois :  =  −  ;

Puis une seconde fois : . = . − . ;

On calcul ensuite la surface de glissement :  =  +

 ∗  ;

On dérive la surface de glissement :  = . +

 ∗  ;

On substitue . par . − . :  = . − . +

 ∗  ;

Sachant que  = −$ ∗ %&'(( ) on trouve :−$ ∗ %&'(( ) = . − . +
 ∗  .

Et par là on aura qu’à faire ressortir l’expression de la commande.

On rappelle les commandes de notre système :
− / = 0(1Ω + 3Ω )
− / = −45. 3. Ω
− /6 = 47. 3. Ω
− /8 = 9. (Ω − Ω )
En fait, la dimension de notre système est égale à 6, alors que les entrées de commandes se
limitent à quatre, donc notre système est sous-actionné. Pour remédier à cela nous ajoutons
deux autres commandes de la manière suivante :

18
 Chapitre 3 : La Loi de Commande

De (II.31) on pose :
− /, = :(1,3) = 4>?@
4>?@ >@
− /A = R(2,3) = >?4@
>?4@ # 4>@
− @  + 4@   1
Avec C = cos, et S = sin.
La résolution du système d’équation précédant nous donne les angles désirés suivant :
o @  asin UG . SψJ # UR . CψJ 
KL MKL . NO KT .PNO U. NO
o ?  asin  V

PNO Q MK
M L . NO KT .PNO U

La figure (III.2) nous schématise le calcul des commandes.

commandes

Figure (III.2) : Les équations de couplage,, et le calcul de commande.

commande

III.6 Simulation :
• Sans perturbations :
On désire que notre aéronef suive une trajectoire en cercle ascendant de la manière suivante :
− Suivant l’axe x : x(t) = 10*cos(0.2t) ;
− Suivant l’axe y : y(t) = 10*sin(0.2t) ;
− Suivant l’axe z : z(t) = t ;
− Et un angle de lacet nul
La simulation nous a permet
et de visualiser la trajectoire réelle de notre aéronef, tracée avec la
trajectoire désirée en 3D pour faire la comparaison :

19
 Chapitre 3 : La Loi de Commande

Figure (III.3) : La trajectoire réelle en comparaison avec celle désirée.

Les erreurs et les commandes résultantes sont les suivants :

Figure (III.4) : Les erreurs des états du systèmenon perturbé.

20
 Chapitre 3 : La Loi de Commande

Les commandes sont les suivantes :

Figure (III.5) : Les commandes du systèmenon perturbé.

21
 Chapitre 3 : La Loi de Commande

• Avec perturbations :
Pour s’assurer de la fiabilité de notre loi de commande, on simule notre système avec
l’avènement d’une perturbation. Pour cela on admet la trajectoire désirée du test précédent, et
on applique deux perturbations : l’une sera injectée à t = 4s sur l’axe x et d’une magnitude de
7.5N, la seconde se produira à t = 6s sur l’axe y et aura elle aussi une amplitude de 7.5N. Les
résultats de la simulation sont les suivants :

Figue (III.6) : la trajectoire désirée et celle enregistrée avec perturbation.

Figure (III.7) : les erreurs sur les états du système perturbé.

22
 Chapitre 3 : La Loi de Commande

Figure (III.8) : les commandes du système perturbé.

Même avec l’injection d’une perturbation, la loi de commande ramène les états de notre
système à ceux désirées, ce qui implique que notre loi de commande assure la convergence et
la stabilité même en présence de bruits non modélisé.
II.7 Conclusion :
L’apport de la loi de commande par mode glissant, à stabilisé notre système, et assurer la
convergence de ses états vers la consigne désirée, et cela malgré la présence de perturbations
non modélisée.

23
Chapitre IV

Conception
et
Réalisation
 Chapitre IV : Conception et Réalisation.

IV.1Introduction :
Dans ce chapitre nous allons présenter les différentes étapes de notre travail pratique, en
premier lieu l’identification des paramètres aérodynamiques de l’hélicoptère, ensuite
l’électronique embarquée dans notre engin, le filtrage numérique pour fiabiliser les données
capteurs, et enfin nous terminerons par l’implémentation du schéma de commande adopté
dans le chapitre III.

IV.2 Stratégie à adopter :

Pour mener à bien notre travail, en l’occurrence la réalisation pratique, un plan adéquat pour
satisfaire le cahier des charges et donne par la Figure (IV.1).

Figure (IV.1) : L’environnement d’évolution.

IV.3 La contrainte de conception mécanique :

Dans le but de mettre en pratique l’étude théorique et la simulation sous Matlab, nous avons
repris la structure d’un birotor coaxial disponible dans le commerce, qui n’est autre que le CX
MODE figure (IV.2).

24
 Chapitre IV : Conception et Réalisation.

Figure (IV.2) : Le birotor coaxial CX MODE.

IV.4 Identification des paramètres aérodynamiques du CX MODE :

IV.4.1 Le coefficient de poussé b :
Le coefficient
est un facteur aérodynamique qui relie la vitesse de rotation des pâles à la
force généré par ces derniers. Sa valeur est déterminée par la forme, le poids, et la matière de
fabrication des pâles. Le coefficient best tiré de manière expérimentale en soufflerie, mais
comme nous n’avons pas accès à cette dernière, nous allons procéder autrement.
Nous avons la relation suivante, qui relie la vitesse de rotation à la force :
 =
. Ω
Soit :

=  ⁄ Ω
Reste maintenant à déterminé la force et la vitesse angulaire pour avoir le coefficient b, et cela
ce fait de manière expérimentale comme suit :

• Détermination de la force :

25
 Chapitre IV : Conception et Réalisation.

L’expérience est réalisé à l’aide d’une balance électronique réglable pour avoir le zéro, on
procède à l’identification des moteurs un par un, pour avoir la poussée de chaque rotor
séparément.
On pose notre hélicoptère sur la balance, et on branche le moteur du rotor inférieur en
inverse, et cela pour générer une poussée dirigée vers le haut et de cette sorte avoir une force
dirigée vers le bas, cette dernière sera mesurer par la balance en Grammes, ensuite un calcul
mathématique nous donnera la force correspondante, en fait on a :
F = g * M /1000
Avec F : la force en N, g : la gravité en NKg-1 et M : la masse en Grammes ;
On prend différents mesures pour une PWM allant de 10% à 100% de la puissance maximale
(255 de ‘duty cycle’), et on relève les mesures de la balance pour ces changements de tension.
Les résultats de la manipulation sont illustrés par le tableau suivant :

La PWM (% de ‘cycle duty’) Force moteur inférieur (N) Force moteur supérieur (N)
10 0,157 0
20 0,299 0,221
30 0,489 0,503
40 0,549 0,706
50 0,702 0,904
60 0,954 1,055
70 1,113 1,254
80 1,276 1,456
90 1,402 1,611
100 1,521 1,745
Tableau (IV.1) : Les résultats de l’expérience de la force.

• Détermination de la vitesse angulaire :

Pour avoir la vitesse des moteurs plusieurs solutions sont envisageables, et il est évident pour
nous de choisir celle qui est réalisable avec à la clef une erreur de mesure la plus petite
possible.
Les outils utilisés dans cette manipulation, se résume en un PIC 18f4550, un optocoupleur à
fourche, et une interface graphique réalisée en C# sous Visuel Studio 2010 qui nous affichera
la vitesse de rotation.
Pour y faire, on colle à l’axe de rotation une sorte de lame en carton si légère et si mince, on
l’a met en face de l’optocoupleur, qui à chaque fois que la lame est entre ses fourche émet une
impulsion, le PIC 18f4550 dénombre ces impulsions et grâce à un calcul mathématique il
nous affiche la vitesse de rotation sur l’interface graphique. Le moteur est mis en série avec
26
 Chapitre IV : Conception et Réalisation.

un MOSFET IRF3205 pour amplifier

am le courant, la grille dudit MOSFET est attaquée par la
PWM pour augmenter et diminuer la vitesse.
La figure (IV.5) schématise la manipulation.
manip

Figure (IV.3) : Schéma électrique de la manipulation de détermination de vitesse.

L’interface graphique réalisée qui nous a permit la lecture des données est la suivante :

Figure (IV.4)
(IV. : interface graphique de lecture des données.

27
 Chapitre IV : Conception et Réalisation.

L’expérience nous a permit d’avoir les résultats illustrées dans le tableau suivant :

La PWM (% de ‘cycle duty’) Vitesse moteur inférieur Vitesse moteur supérieur

(rad/s) (rad/s)
10 755,233 750
20 777,21 762,56
30 787,68 773,02
40 793,96 783,49
50 798,14 785,58
60 800,33 787,68
70 802,42 789,77
80 804,42 791,86
90 806,52 796,05
100 806,52 797,5
Tableau (IV.2) : Les résultats de l’expérience de la vitesse.

Les résultats des deux tableaux (IV.1) et (IV.2), nous permettent d’avoir le coefficient b, le
tableau (IV.3) illustre les résultats :

Vitesse moteur Force Moteur

moteur Vitesse Force
moteur
inférieur inférieur (N) moteur Moteur
inférieur inférieur
(rad2/s2) supérieur supérieur
(rad2/s2) (N)
570376,884 0,157 2,75257E-07 562500 0.02 3,55556E-08
604055,384 0,299 4,94988E-07 581497,754 0,221 3,80053E-07
620439,782 0,489 7,88151E-07 597559,92 0,503 8,41757E-07
630372,482 0,549 8,70914E-07 613856,58 0,706 1,14848E-06
637027,46 0,702 1,10199E-06 617135,936 0,904 1,46483E-06
640528,109 0,954 1,4894E-06 620439,782 1,055 1,70041E-06
643877,856 1,113 1,72859E-06 623736,653 1,254 2,01046E-06
647091,536 1,276 1,9719E-06 627042,26 1,456 2,32201E-06
650474,51 1,402 2,15535E-06 633695,603 1,611 2,54223E-06
650474,51 1,521 2,33829E-06 636006,25 1,745 2,74368E-06
Tableau (IV.3) : Le calcul du coefficient b.

28
 Chapitre IV : Conception et Réalisation.

Comme nous avons deux pâles de même dimension, de même forme, et de même matière,
nous obtiendrons à la fin un seul coefficient b.
De ce fait le coefficient b est la valeur moyenne des coefficients du tableau (IV.3), et cette
dernière nous donne :

= 1,42021E-06

IV.4.2 Le coefficient de trainé d :

Pour avoir le coefficient de trainé, il faut en premier lieu écrire l’équation du couple
dynamique :
Les équations des différents paramètres d’un moteur sont comme suit :
− Puissance utile :  =  −  ∗   ∗  −  
− Vitesse angulaire : Ω =  ∗  −  ∗  
− Puissance au rotor :  = Ω ∗ 
Avec Pu = Pr,
 −  ∗   ∗  −   = Ω ∗ 
On substituant Ω par son expression on trouve :
 −  ∗   ∗  −   =  ∗  −  ∗   ∗ 
Après simplification on aura :
 =  −  /
−  et  sont les courants à vide des deux moteurs respectivement.
−    sont les courants en charges des deux moteurs respectivement.
−  Caractéristique de vitesse, elle est donnée en (tour/min*Volt) pour l’avoir on
procède comme suit :
La constante  est la pente de la droite linéaire de la vitesse en fonction de la tension
d’alimentation, du tableau (IV.2) on peut tracer les courbes suivantes :

Vitesse Moteur Inférieur

50

40

30 Vitesse Moteur
Inférieur
20 Linéaire (Vitesse
y = 0,2392x + 21,133
R² = 0,9796 Moteur Inférieur)
10

0
0 50 100 150

Figure (IV.5) : Vitesse (tr/min) en fonction de la PWM (% « cycle duty ») du Moteur inférieur.

29
 Chapitre IV : Conception et Réalisation.

Vitesse Moteur Supérieur

58

56

54
Vitesse Moteur
52 Supérieur

50 Linéaire (Vitesse
y = 0,1794x + 39,574 Moteur Supérieur)
48 R² = 0,9643

46
0 50 100 150

Figure (IV.6) : Vitesse (tr/min) en fonction de la PWM (% « cycle duty ») du Moteur supérieur.

La linéarisation de ces deux graphes nous donne les équations linéaires suivantes :

Moteur inférieur : Vitesse = 0.2392*(PWM) +21.133 => = 0.2392.

Moteur supérieur : Vitesse = 0.1794*(PWM) + 39.574 => = 0.1794.
D’une autre part la relation qui relie le couple moteur au couple de lacet et donnée par:

! =  −  = " Ω − Ω 

Est donc :

−
#$ %#&$ #) %#&)

"=
'($ '()
Ω − Ω
Note : en différencie l’essai en charge de celui à vide par l’absence des hélices pour ce
dernier.
Pour avoir la valeur du courant absorbé par les moteurs, on alimente ces derniers en série avec
un Ampèremètre et un MOSFET IRF3205, la grille du MOSFET est attaquée par une PWM
variable pour faire varié la tension aux bornes du moteur, et par la suite le courant. On lit la
valeur du courant absorbé par la suite sur l’Ampèremètre.
La manipulation est réalisée sur les deux moteurs séparément, avec un essai en charge et un
autre à vide (sans pâles), le schéma illustrant la manipulation est le suivant :

30
 Chapitre IV : Conception et Réalisation.

Figure (IV.7) : Schéma électrique manipulation de lecture du courant.

Les résultats de cette manipulation sont résumés par le tableau suivant :

PWM Courant Courant Courant Courant

Moteur Moteur Moteur Moteur
(% ‘cycle
inférieur à vide inférieur en supérieur à supérieur en
*+,-.
duty’)
charge vide charge
/0
12 *+345 /0678

10 0,35 0.380 0,385 0.421

20 0,599 0.783 0,765 0.825
30 0,68 1.073 0,953 1.185
40 0,742 1.386 1,142 1.551
50 0,778 1.695 1,271 1.871
60 0,818 1.982 1,422 2.191
70 0,848 2.341 1,522 2.525
80 0,868 2.503 1,578 2.774
90 0,904 3.078 1,63 3.049
100 0,919 3.144 1,805 3.294
Tableau (IV.4) : Les courants à vide et en charge des deux moteurs.

31
 Chapitre IV : Conception et Réalisation.

Les deux tableaux (IV.2) et (IV.4), nous permettent d’avoir le coefficient de trainé d, et les
résultats sont illustrées dans le tableau suivant :

/9 − /+9 /< − /+< =<9 =<< |?

|

:;9 :;<

0,12541806 0,2006689 27,3877778 0 0,00274761

0,76923077 0,33444816 740,565511 157,7536 0,00094634
1,64297659 1,29319955 1419,7824 530,227378 0,00044831
2,69230769 2,27982163 1932,4816 858,880711 0,00047548
3,83361204 3,34448161 2318,10151 1121,80338 0,00055463
4,86622074 4,28651059 2524,0576 1266,41084 0,00066181
6,2416388 5,59085842 2738,77778 1419,7824 0,00075565
6,83528428 6,66666667 2962,26204 1581,91804 0,00020128
9,08862876 7,909699 3194,5104 1752,81778 0,00146362
9,30183946 8,29988852 3194,5104 2120,90951 0,00083116
Tableau (IV.5) : Calcul du coefficient de trainé d.

A la fin, le coefficient d et la valeur moyenne des différents" , soit donc:

d =0,00035907

IV.4.3La matrice d’inertie :

La solution pour la détermination de la matrice d’inertie, vient d’un logiciel de CAO, en la
matière de SolidWorks, qui avec une reproduction de notre hélicoptère au détail pré, ainsi que
les mêmes matériaux de sa composition, va nous permettre d’obtenir cette matrice d’inertie,
certes un peux moins précise mais avec des erreurs plus ou moins petites que nous tâchons de
compensé par la robustesse de notre loi de commande.

32
 Chapitre IV : Conception et Réalisation.

Figure (IV.8) : Le birotor coaxial CX MODE sous SolidWorks.

La matrice d’inertie est la suivante :

1.07 0 0
= @ 0 7.03 0F
0 0 8
IV.5 Les moteurs du plateau cyclique :
Se sont les deux actionneurs du plateau cyclique du rotor inférieur de l’hélicoptère, ils
commandent respectivement, le pas longitudinal et latéral. Ils sont composés de deux moteurs
à courant continu de 3V, qui absorbent 120 mA à rotor bloqué. Ils sont reliés à des
potentiomètres pour pouvoir les asservir en position. Les deux moteurs ont une plage de
mouvement de 10° chacun.
 -5°< α <5°, avec α angle de pas cyclique.
Les deux potentiomètres quant à eux sont alimentés avec une tension de 3V, donc la
résolution notée ρ est :
ρ = 3V/10°
ρ = 0.3 V/°
Notons que la position zéro est donnée par la tension 1.5V.
IV.6 La contrainte de l’électronique embarquée :
L’électronique embarquée sur l’aéronef doit remplir certain critères pour assurer le bon
fonctionnement de notre système. En premier lieu, elle doit être en mesure de faire de
33
 Chapitre IV : Conception et Réalisation.

multiple calcul rapide, d’autant que les engins volant ont la particularité d’être des systèmes
dynamiques très rapides. D’autre part, les différentes charges mis sur le birotor coaxial
doivent être les plus légères possible, pour que notre hélicoptère puisse les soulevées. Tout
cela à pour but de rendre notre birotor coaxial entièrement autonome. L’électronique
embarquée doit avoir :
 Un microcontrôleur exécutant la loi de commande et le filtrage numérique.
 Des capteurs fournissant l’état du birotor coaxial.
 D’un montage de puissance pour attaquer les moteurs.
La solution trouvée pour palier au deux premières contraintes est trouvée en la carte
STM32f3discovery, qui possède un accéléromètre, un magnétomètre, et un gyromètre.

Figure (IV.9) : La carte STM32f3discovery.

IV.6.1 Les spécifications techniques de la carte STM32f3discovery :

Il y a tant d’autres avantages qu’offre la carte STM32f3discovery, et qui ne font que
confirmer notre choix d’opter pour son utilisation. Dans ce qui suit on citera les spécifications
techniques de la carte STM32f3discovery :
 Un microcontrôleur STM32F303VCT6, de 265 KB de mémoire flash, et 48 KB de
mémoire RAM, le tous inclus dans un boitier LQFP100.
 Outils de débogage ST-LINK/V2, avec un connecteur SWD.
 Alimentation externe, ou via USB, sous une tension de 3V ou 5V.
 Gyromètre à trois axes L3GD20, de technologie ST MEMS.
 Accéléromètre et magnétomètre, à trois axes LSM303DLHC, de technologie ST
MEMS.
 Deux boutons poussoirs (reset et utilisateur)
 Un USB pour utilisateur avec mini-B connecteur.
 Dix LEDs :
− LD1 (rouge) : pour le 3.3V de l’alimentation.
− LD2 (rouge/verte) : pour la communication USB.
− Huit LEDs utilisateur : LD3/10(rouge), LD4/9 (bleue), LD5/8 (orange), LD6/7
(verte).
 Des connexions I/O avec le microcontrôleur.

34
 Chapitre IV : Conception et Réalisation.

IV.6.1.1 Le microcontrôleur STM32F303VCT6 :

C’est un microcontrôleur de type ARM Cortex-M4 32-bit MCU qui possède :

• Une mémoire flash de 256 KB, une mémoire RAM de 48 KB ;

• Quatre convertisseurs analogique/numérique ;
• Deux convertisseurs numérique/analogique ;
• douze sorties de PWM de 3V d’état haut ;
• Sept comparateurs ;
• Treize TIMMER, un de 32 bits (TIM2), et douze autre de 16 bits, à une fréquence de
144 Mhz (TIM1, 8) ou bien une fréquence 78 Mhz ;
• Douze interfaces de communications dont : 5 USART (9 Mbit/s), 3x SPIs/2x I2Ss(18
Mbit/s), 2x I2C, un bus CAN (1 Mbit/s), et un interfaces USB ;
• Une alimentation variant de 2 à 3.6V.

Figure (IV.10) : Le microcontrôleur STM32F303VCT6.

IV.6.1.2 L’accéléromètre/campas ST MEMS LSM303DLHC :

Le ST MEMS LSM303DLHC, est un circuit intégré compact, à faible tension
d’alimentation, contenant un accéléromètre numérique à trois axes, et un magnétomètre
numérique à trois axes. Ce circuit possède aussi une interface I2C qui lui permet de
transmettre ces données collectées au monde extérieur, sur 16 bits.

35
 Chapitre IV : Conception et Réalisation.

Figure (IV.11) : L’accéléromètre/compas ST MEMS LSM303DLHC.

IV.6.1.3 Le gyroscopeL3GD20 :
Le ST MEMS L3GD20 est un circuit intégré compact, à faible tension d’alimentation, et qui
inclut un capteur numérique à trois axes pour la mesure de la vitesse angulaire. La connexion
entre le L3GD20, et le microcontrôleur STM32f303VTC6 est faite via un port SPI.

Figure (IV.12) : Le gyroscope L3GD20.

IV.6.2 La carte de puissance :

Dans cette partie on va entamer l’électronique de puissance sur notre hélicoptère, et cette
dernière va assurer le bon fonctionnement des moteurs principaux et les moteurs du plateau
cyclique.

36
 Chapitre IV : Conception et Réalisation.

Notre choix est tombé sur les MOSFET (Metal-Oxide—Semiconductor Field-Effect

Transistor)car nos deux moteurs sont très gourmant en courant ce qui justifie le choix des
MOSFET. Le MOSFET utilisé est un IRF3205 qui a les caractéristiques suivantes : [14]

Figure (IV.13) : Le MOSFET IRF 3205.

Le problème qui s’est posé après, c’est que la PWM de la carte STM32f3discovery a un état
haut de 3 volts donc il fallait alors augmenter la tension qui attaque la grille du IRF3205 à au
moins 5V. Pour pallier à ce problème, nous avons utilisé un Switching Voltage Regulatorou
un Booster qui est leLT497, et qui va nous permettre d’avoir une tension de 9Volts à partir de
la tension de la batterie qui ne dépasse pas les 4.5volts, on va utiliser cette tension de 9volts
pour alimenter un circuit de PUSH PULL pour attaquer la grille de MOSFET et ce qui va
assurer le bon fonctionnement du MOSFET(saturation/blocage). Le schéma est montré dans
la figure suivante :

Figure (IV.14) : Schéma électrique de la carte de puissance.

Maintenant on va voir les moteurs de plateau cyclique que n’ont pas besoin d’une grande
puissance pour tourner mais il faut les asservir en position. Ces moteurs sont munis d’un
potentiomètre qu’on va utiliser pour connaitre la position de moteur et indirectement l’angle
de plateau cyclique.L’utilisationdes comparateurs et du convertisseur numérique analogique
(DAC) de notre carte STM32F3 pour commander un pont en H constitué de 4 transistors
bipolairesBC818 NPNafin d’asservir l’angle de rotation de moteur désire et sa position.

Le plateau cyclique de notre hélicoptère a un angle de rotation de +5°/-5°.Donc la tension en

sortie de potentiomètre est de V+ pour un angle de 5° et V- pour un angle de -5° en sachant
que V+et V- sont les tensions d’alimentation de potentiomètre et comme il va être alimente

37
 Chapitre IV : Conception et Réalisation.

avec 3v issu de la carte STM32F3, alors on pourra savoir la tension de sortie de potentiomètre
pour chaque angle de rotation.

Donc on pourra envoyer la tension équivalente à l’angle désiré sur le DAC et la comparer
avec la tension de potentiomètre en utilisant 2 comparateurs comme la figure suivante le
montre :

Figure (IV.15) : Schéma électrique du pont-H des moteurs du plateau cyclique.

Comme on le voit sur la figure (IV.15), quand la tension de DAC et supérieur à la tension de
sortie du potentiomètre, la sortie de comparateur1 est à l’état haut et la sortie de comparateur
2 est à l’état bas et donc le moteur va tourner dans un sens et en même temps la tension de
potentiomètre augmente jusque à ce qu’elle attient la tension de DAC et le moteur s’arrêtera.
Et dans le cas contraire, la tension de DAC est inferieur a la tension de potentiomètre, la sortie
de comparateur 2 qui devient à l’état haut et l’autre à l’état bas et donc le moteur vas tourner
dans l’autre sens et la tension de potentiomètre va diminue jusque à ce qu’elle attient la
tension de DAC.

Le boarddu circuit imprimé réalisé avec le logiciel EAGLE est représenté par la figure
suivante :

38
 Chapitre IV : Conception et Réalisation.

Figure (IV.16)
(IV.1 : le circuit imprimé avec EAGLE.

La figure (IV.17) montre le circuit imprimé réalisé :

Figure (IV.17) : Le circuit imprimé réalisé.

IV.7 L’utilisation des capteurs :

Après avoir déterminé l’électronique embarquée sur notre aéronef, ainsi que les capteurs
inclus dans cette dernière nous nous penchons au problème de la fiabilité des données
capteurs,
pteurs, qu’on doit les tester pour confirmer les valeurs attendues, et trouvé le moyen
d’utiliser ces données pour pouvoir contrôler notre hélicoptère en angle et en position.
Pour cela nous visualisons le signal de sortie de l’accéléromètre sur l’axe z, et l’angle de
roulis donné par le gyroscope. Nous faisons notre test avec des moteurs alimentés sous une
tension de 2.5V, et le moyen qui va nous permettre d’avoir les courbes c’est le logiciel
LabView. Les figures (IV.17) et (IV.18) illustrent les résultats
résultats de notre test.

39
 Chapitre IV : Conception et Réalisation.

Figure (IV.18)
(IV.1 : donnée brute de l’accéléromètre.

Figure (IV.19) : Donnée brute du gyroscope.

Pour l’accéléromètre on remarque bien des pics de perturbations qui peuvent atteindre
jusqu’une valeur de 7.5 G, ce qui fausse considérablement notre asservissement. Aussi le
gyroscope laisse apparaitre des perturbations allant jusqu’à ∓ 20°.

Les conclusions
usions tirés de ces tests, ne laisse aucune alternative que l’utilisation d’un filtrage
adéquat pour avoir des données fiables dans le but d’asservir notre aéronef en position et en
angle, et le filtre le mieux approprié et celui de Kalman.

IV.7.1 Le filtrage
trage de Kalman :[15]
IV.7.1.1 Historique du filtre de Kalman :
Portant le nom de son développeur, le Hongrois Rudolf Kalman, bien que Thorvald
NicolaiThiele et Peter Swerling aient développé unalgorithme similaire avant lui.Bien
lui que la
théorie du filtre ait été développée et publiée par Rudolf Kalman en 1960, la première
implémentation du filtre fût l’œuvre Stanley Schmidt , qui lors d’une visite de Kalman au
siège de la NASA ait vu un réel potentiel pour son filtre pour corriger la trajectoire de la fusée
Apollo, ceci
eci conduisit à l'utilisation du filtre dans l'ordinateur de navigation.

40
 Chapitre IV : Conception et Réalisation.

Une grande variété de filtres de Kalman ont été, depuis, développés à partir de la formulation
originale dite filtre de Kalmansimple. Schmidt développa le filtre de Kalman étendu, Bierman,
Thornton et bien d'autres développèrent toute une gamme de filtres racine carrée.
IV.7.1.2 Présentation du filtre de Kalman :
Le filtre de Kalman est la solution incontournable dans une multitude de domaines
techniques, tant dans le filtrage numérique ou bien la fusion de données, on peut l’utilisé pour
corriger une trajectoire ou bien traité un signal bruité, ou encore assuré la fiabilité des données
misent en chaines de retour comme dans notre cas.
La variante étendue du filtre de Kalman est appliquée aux problèmes non linéaires, comme
notre cas, nous accentuerons notre travail sur ce type de filtrage, pour ôter les bruits des
signaux de nos capteurs.
IV.7.1.3 La théorie du filtre de Kalman :
Le filtre de Kalman est un filtre d’estimation récursif. Il a la particularité d’estimer l’état
actuel à partir de l’état précédemment estimé et d’une nouvelle mesure.
L’équation d’état du système est la suivante :

JK = LK% . JK% + NK% + OK . K (IV.1)

Avec :
• JK vecteur d’état à l’instant K .
• LK matrice de transition des états.
• OK matrice de commande.
• K vecteur de commande.
• NK bruit blanc gaussien.
Le modèle d’observation, ou de mesure est le suivant :
PK = QK . JK + RK + SK (IV.2)
Avec :
• PK vecteur de mesure à l’instant K .
• QK matrice de mesure.
• SK matrice d’observation de la commande.
• RK bruit de mesure.
Les conditions initiales se résument à :
JT = U J 

 = U JV . JVW 
Où :

xT est l'estimée de x à t  ,

• E ( . ) est compris au sens de l'espérance mathématique,

JVK = JTK − JK ,
•
•
• K est la covariance de l'erreur d'estimation.

41
 Chapitre IV : Conception et Réalisation.

Les calculs sont faits de façon itérative et incrémentale. En fait, les calculs font intervenir
des matrices intermédiaires, auxquelles on attribuera un indice (-) par opposition aux matrices
"finales", distinguées par un (+).
Supposons que nous connaissons toutes les matrices "finales" à l'instantK% . Voici comment
propager l'estimation au pas suivant.
Prédiction de l'état (ou extrapolation du vecteur d'état) :
JTK% = LK% . JTK%
[
+ OK% . K% (IV.3)

discrétisation de deuxième niveau, entre K% etK , on peut alors fournir des estimées à
Cet état extrapolé permet de fournir une estimée intermédiaire. En utilisant un pas de

plusieurs instants entre deux calculs du filtre.

Prédiction de la covariance de l'erreur d'estimation (ou extrapolation de la covariance
d'estimation) :
K% = LK% . K%
[
. LWK% + \K% (IV.4)
Calcul du gain de Kalman :
K = K% . QKW . QK . K% . QKW + K % (IV.5)
Correction de la covariance d'erreur d'estimation (ou mise à jour de la covariance
d'estimation) :
K[ =  − K . QK . K% (IV.6)
Correction de l'état (ou mise à jour observationnelle de 1’état estimé) :
JTK[ = JTK% + K . PK − SK . K − QK . JTK%  (IV.7)

IV.7.1.4 Application du filtre dans l’estimation d’état de l’accéléromètre :

Comme vu auparavant, le développement du filtre de Kalman nécessite une fonction
d’évolution du système soit. [16]

J = J + N .  + ]^ .
_)

(IV.8)

Et on peut aussi écrire une vitesse sous la forme suivante :

N = N + ]^ .  (IV.9)

Avec N et J des paramètres initiaux.

Nous adoptons le vecteur d’état suivant :
J J
` = aN b = aJc b
] Jd
La première étape du filtrage est la prédiction, et l’état du système est donc prédit comme
suit :

42
 Chapitre IV : Conception et Réalisation.

Comme on a :
JTK% = LK% . JTK%
[
+ OK% . K%
Soit donc :
J 1 f f  ⁄2 J
è = aJc b = @0 1 f F . aJc b (IV.10)
Jd K 0 0 1 Jd K%
La prédiction de la covariance est de la forme suivante :
K% = LK% . K%
[
. LWK% + \K%
Donc :
f k f l f m
j q
1 f f  ⁄2 00 01 02 1 f 0 i 20 8 6 p
if l f m f  p
K = @0 1 f F . @10 11 12F . @ f 1 0F + g^  . i p
0 0 1 20 21 ⁄
22 K% f 2 0 1 i 8m 3 2 p
if f  p
h 6 f o
2
Vient en suite le calcul de la mise à jour :
rVK = rK − QK . èK% (IV.11)
rK , est la valeur que donne l’accéléromètre.
Avec H = [1 0 0], donc on trouve :
rVK = rK − JV (IV.12)
On peut également calculer la covariance de l’innovation :
sK = Q. K% . Q W + K (IV.13)
S’ensuit le gain de Kalman :
K = K% . Q W . sK % (IV.14)
A la fin en corrige l’état :
JK = JTK% + K . rVK (IV.16)
Et la matrice de covariance de l’état :
K =  − K . Q. K% (IV.17)
De la même façon on procède pour les deux autres accélérations, à savoir celle sur l’axe y, et
celle de l’axe z.
En effet, l’accélération filtrée est faussée par une donnée que le capteur donne toujours, et
qui est la force de gravité. Donc pour avoir des mesures correctes on doit ôter cette valeur, et
pour y faire, on ramène les accélérations qu’on a filtrées et qui sont référés au repère mobile
vers le repère terrestre, et cela grâce à la matrice de passage démontré dans le chapitre de la
modélisation paragraphe (II.2.4), ensuite on supprime la gravité. Et cela de la façon suivante :

43
 Chapitre IV : Conception et Réalisation.

av |} |s}s~ + s|~ |s}s~ + s|s~ av 0

taw y = { s|} s|s}s~ + |~ s|s}~ − |s~ . taw y − „0†
ax z −s} }s~ }~ ax €
‚ƒ …

Les angles : ~,} ,et|, sont issues du filtrage des données du gyroscope.
Le résultat du filtrage de l’accéléromètre visualisé par le biais du logiciel LabView est le
suivant :

Figure (IV.20) : Le filtrage des données de l’accéléromètre.

IV.7.1.5 Application du filtre dans l’estimation d’état du gyroscope :[17]

Le filtrage des données du gyroscope se fait par la formule suivante :
~K = ~K% + ‡~cK% −
ˆ ∗ Δ (IV.18)
Avec :
• ~ : angle.
• ~c : vitesse angulaire.
•
: le biais du capteur, on le suppose fixe puisqu’il n’y a pas moyen de connaitre son
équation d’évolution.
On défini l’état du système donc de la façon suivante :
~ 1 −f ~ f
JTK = Š ‹ = Š ‹.Š ‹ + Š ‹ . Œ~c 0K%

K 0 1
K% 0
(IV.19)

Si on développe la relation (IV.22) on trouve :

44
 Chapitre IV : Conception et Réalisation.

~ ~ + ‡~c +
ˆ ∗ f
JTK = Š ‹ = Ž 

K

(IV.20)
K%

De (IV.4), la prédiction de la covariance est la suivante :

1 −f 00 01 1 0 g‘  0
K = Š ‹.Š ‹ .Š ‹+ a b(IV.21)
0 1 10 11 K% −f 1 0 g‘ 
00 − 10 ∗ f − f ∗ 01 − 11 ∗ f + g‘  01 − 11 ∗ f
K = a b
10 − 11 ∗ f 11 + g‘ 
Il s’ensuit le calcul de l’innovation :
rVK = rK − QK . èK% (IV.23)
rVK = rK − ~K (IV.24)
Dans le cas du gyroscope, on peut avoir la valeur rK par un autre moyen pour pouvoir la
comparée avec l’état estimé. En effet l’angle peut être déduit par l’accéléromètre, pour l’angle
de roulis et de tangage, et par le magnétomètre pour le lacet. Si pour ce dernier la valeur est
donnée directement (il faut ramener le zéro de magnétomètre avec l’axe x au lieu du Nord
magnétique), pour avoir les deux autres angles on procède comme suit :
 ~ = atan ]“ ⁄]‘ 
 } = atan ]“ ⁄]^ 
Pour une plus grande fiabilité, on utilise les accélérations issues du filtrage précédemment
démontré dans le paragraphe (IV.7.1.4).
La matrice H est donnée par : Q = Œ1 0
La covariance de l’innovation est donnée par :
1
sK = Q. K% . Q W + K = Œ1 0. K% . Š ‹ + ”K•–
0

Ce qui nous donne :

sK = 00 + ”K•– (IV.25)
Et le gain de Kalman est le suivant :
K = K% . Q W . sK %
Donc :
00
K = Š ‹ . sK %
10
(IV.26)

On corrige l’état de la façon suivante :

JK = JTK% + K . rVK
Donc :

45
 Chapitre IV : Conception et Réalisation.

~ ~
Š ‹ = Š ‹ + K . rK − ~K 

K
K%
(IV.27)

Et à la fin la covariance lie à jour :

K =  − K . Q. K% (IV.28)
De la même manière on procède pour les deux angles restant, à savoir le tangage }, et le
lacet |.

Figure (IV.21) : Le filtrage des données du gyroscope.

IV.8 Algorithme général :

Le programme implémenté sur la carte STM32f3discovery, se déroule suivant l’algorithme
suivant :
• Lecture des données capteurs ;
• Filtrage des données capteurs par le filtre de Kalman ;
• Calculer les commande par la loi du mode glissant ;
• Mettre à jour les rapports cycliques des moteurs et la tension des moteurs du plateau
cyclique.
Le logiciel qui nous a permit d’implémenter le programme sur la carte STM32f3discovery,
n’est autre que l’outil KEIL :

Figure (IV.22) : logo KEIL.

46
 Chapitre IV : Conception et Réalisation.

IV.9 Conclusion :
Les essais réalisés à la fin de notre projet ont laissé apparaitre de grands problèmes liés aux
poids de la structure qu’on a rajouté à l’’aéronef, même si la loi de commande parvient à
stabilisé le drone.

47
Conclusion
Générale
 Conclusion générale

Comme détaillé dans le cahier de charges, notre tâche était de commander le vol d’un
hélicoptère le long d’une trajectoire prédéfinie.

Le travail a été entamé par une recherche approfondie dans le domaine de l’aéronautique, qui
nous a permit de se prononcer sur un choix quant à la structure utilisée dans notre projet en
l’occurrence, un hélicoptère birotor coaxial dont le modèle dynamique de vol a été obtenu en
utilisant l’approche Newtonienne. La loi de commande robuste et non linéaire synthétisée par
mode glissant pour commander notre système, et stabiliser ces états, a données des résultats
satisfaisants en simulation, et même en présence de perturbations externes. La conception et la
réalisation pratique portaient sur l’identification des paramètres aérodynamiques de notre
structure mécanique. Ensuite nous avons enchainé avec l’électronique embarquée sur notre
aéronef, et qui comprend une carte STM32f3discovery et qui fera office de calculateur et
centrale inertielle embarquée, une carte de puissance à base de MOSFET permettant
d’alimenter les moteurs, un pont-H pour commander les moteurs du plateau cyclique. Cette
électronique embarquée fonctionne parfaitement et donne de bons résultats, ces résultats ont
était fiabilisés par l’implémentation d’un filtre de KALMAN étendue sur la carte STM32F3
vu que les données issues des capteurs étaient bruitées par les vibrations des moteurs et de la
structure mécanique ce qui rendait leur fiabilité contesté.

47
 Bibliographie
[1]: K. Valavanis. Advances in unmanned aerial vehicles: state of the art and the road to
autonomy. Springer Verlag, 2007.

[2] : « Modélisation, Observation et Commande d'un Drone Miniature à Birotor Coaxial »,

Arnaud KOEHL, Université de Lorraine, 19 mars 2012

[3]:L. A. Young, E. W Aiken, R. Demblewski, J. L. Johnson, J. Andrews, and J. Klem. New

concepts and perspectives on micro-rotorcraft and small autonomous rotary-wing vehicles.
In 20th AIAA Applied Aerodynamics Conference, St. Louis, USA, 2002.

[4]: R. Ganguli. A survey of recent developments in rotorcraft design optimization. Journal of

Aircraft, 41(3) :493–510, 2004.

[5]: J. Del Cerro, J. Valero, J. Vidal, and A. Barrientos. Modeling and identification of a small
unmanned helicopter. In Proc. World Automation Congress, volume 15, pages 461–466,
2004.

[6]: P. C. Garcia, R. Lozano, and A. E. Dzul. Modelling and Control of Mini-Flying

Machines. Springer, 1st edition. edition, 2005.

[7] : « Identification du modèle de mécanique du vol d’un hélicoptère aux basses vitesses »,
B. GIMONET, ONERA-CERT.

[8] : « Modélisation et stabilisation avec des entrées bornées d’un petit hélicoptère possédant
deux rotors pivotants », Farid Kendoul, Isabelle Fantoni, Rogelio Lozano, Heudiasyc, UMR
CNRS 6599, UTC, BP 20529.

[9]: « Atterrissage et décollage robuste d’un hélicoptère standard par les techniques mode
glissant et Backstepping », M’hammed Guisser et Hicham Medromi, Univ Hassan II Ain
Chock, ENSEM, BP. 8118, Oasis Casablanca, Morroco.

[10] : « Fuzzy moving sliding mode control with application to robotic manipulators »,
Durrant-Whyte, Department of Mechanical and Mechatronic Engineering J07, The University
of Sydney, 2006 NSW, Australia.

[11]: « Quasi Sliding Mode Control of Generalized Lorenz Chaotic Systems », Pei-Zhi Zhang-
Jian, Chih-Yung Chen, Jun-Juh Yan*, Shih-Yao Ying, Hun-Da Pei.

[12]: « Discrete-Time Sliding Mode Control», Govert Monsees.

[13]: « SLIDING MODE CONTROL IN ENGINEERING », Wilfrid Perruquetti Ecole

Central de Lille Villeneuve d'Ascq, France.

[14] : « FinFET—A Self-Aligned Double-Gate MOSFET Scalable to 20 nm », Digh

Hisamoto, Member, IEEE, Wen-Chin Lee, Jakub Kedzierski, Hideki Takeuchi, Kazuya
Asano, Member, IEEE,
Charles Kuo, Erik Anderson, Tsu-Jae King, Jeffrey Bokor, Fellow, IEEE, and Chenming Hu,
Fellow, IEEE

[15]: « Filtrage de Kalman appliqué à la navigation inertielle », Olivier Bonnet Torres.

[16] : « Kalman Filter Implementation on an Accelerometer sensor data for three state
estimation of a dynamic system », Toshak Singhal, Akshat Harit, and D N Vishwakarma.

[17] : « Modélisation et interface de contrôle d’un quadrirotor », Pierre Beugnet, Rafael

Polonowski.