Commande coopérative des sytèmes multi-agents avec contraintes de communication

This dissertation focuses on cooperative control of multi-agent systems. This topic has been extensively studied in recent literature due to its large number of applications. This thesis is concerned by the design of collaborative control strategies in order to achieve an underwater exploration mission. In particular, the final aim is to steer a fleet of autonomous underwater vehicles, which are equipped by appropriate sensors, to the location of a source of temperature, pollutant or fresh water. In this situation it is relevant to consider constraints in the communication between vehicles which are described by means of a communication graph. The first contributions deal with the development of cooperative formation control laws which stabilize the fleet to time-varying formations and, in addition, which also distribute the vehicles uniformly along the formation. Finally, the source-seeking problem is tackled by interpreting the fleet of vehicles as a mobile sensors network. In particular, it is shown that the measurements collected by the fleet of vehicles allows us to approximate the gradient of a scalar field. Following this idea, a distributed algorithm based on consensus algorithms is proposed to estimate the gradient direction of a signal distribution.Cette thèse concerne le contrôle coopératif de systèmes multi-agents. Ce sujet a été largement étudié dans la littérature récente en raison de son grand nombre d'applications. Cette thèse propose de nouvelles conceptions de stratégies de contrôle collaboratif afin de réaliser une mission d'exploration sous-marine. En particulier, l'objectif final est de diriger une flotte de véhicules autonomes sous-marins, équipés de capteurs appropriés, jusqu'à l'emplacement d'une source de température, de polluants ou d'eau douce. Dans cette situation, il est pertinent de considérer les contraintes de communication entre véhicules qui sont décrites au moyen de graphe de communication. Les premières contributions traitent du développement de commandes de formation qui stabilisent la flotte vers des formations variant dans le temps, et qui, de plus, distribuent uniformément les véhicules le long de la formation. Enfin, le problème de recherche est abordée par l'interprétation de la flotte de véhicules comme un réseau mobile de capteurs. En particulier, il est démontré que les mesures recueillies par la flotte de véhicules permet d'estimer le gradient de concentration de la quantité d'intérêt. Suivant cette idée, un algorithme distribué basé sur des algorithmes de consensus est proposé d'estimer la direction du gradient d'une distribution du signal