Le projet scientifique de l’équipe ToSyMA a pour ambition de concevoir des outils méthodologiques capables de garantir la tolérance aux fautes, la supervision et la sûreté de fonctionnement des systèmes dynamiques coopératifs et distribués.
Les compétences de l’équipe portent sur le diagnostic : détection, localisation et estimation des défauts (Fault Detection and Isolation – FDI), la conception de lois de commande tolérantes aux fautes (Fault Tolerant Control - FTC), la conception de méthodes de fusion multi-capteurs tolérantes aux fautes (Fault Tolerant Fusion – FTF) avec supervision de l’intégrité. Il s’agit de proposer des méthodes de FDI, FTC et FTF pour des systèmes dynamiques complexes distribués en prenant en compte les interactions entre le diagnostic, la commande et la fusion multi-capteurs en présence de défauts afin de garantir un niveau global de sûreté de fonctionnement. Les méthodes proposées utilisent des approches à base de modèles ou sans modèle a priori (data-driven). Dans les approches proposées, l’équipe traite les modèles à forte non-linéarité tout en gardant comme objectif la garantie d’un niveau très élevé de sécurité dans le fonctionnement des systèmes tolérants aux fautes. La recherche menée au sein de l’équipe s’articule autour de 3 axes thématiques méthodologiques et théoriques et un axe transversal applicatif.
Les 3 axes thématiques sont :
• Diagnostic et commande tolérante aux fautes des systèmes ;
• Supervision et fusion multi-capteurs tolérante aux fautes ;
• Cyber-sécurité et sûreté de fonctionnement.
L’axe transversal applicatif concerne les :
• Systèmes multi-véhicules/robots autonomes tolérants aux fautes.
Maan El Badaoui El Najjar
Méthodes de fusion multi-capteurs tolérantes aux défauts. Localisation et caractérisation collaboratives d'un système multi-robots
Localisation coopérative multi-véhicules tolérante aux fautes
Localisation et perception coopératives tolérantes aux fautes pour une mobilité autonome