Soutenance de thèse de Maël FEURGARD

Planification pour vol coordonné d'une flotte de drones à ailes fixes


Titre anglais : Path planning for the coordinated flight of a fixed-wing aircraft fleet
Ecole Doctorale : SYSTEMES
Spécialité : Systèmes embarqués
Etablissement : Ecole Nationale de l'Aviation Civile
Unité de recherche : UR - ENAC-LAB - Laboratoire de Recherche ENAC
Direction de thèse : Nicolas DURAND- Gautier HATTENBERGER
Co-encadrement de thèse : Aurélie CLODIC


Cette soutenance aura lieu lundi 23 novembre 2026 à 9h00
Adresse de la soutenance : 7 avenue Edouard Belin 31400 TOULOUSE. - salle Amphithéâtre Bréguet ENAC

devant le jury composé de :
Nicolas DURAND   Professeur   ENAC   Directeur de thèse
Cristina BARRADO MUXÍ   Professor Catedratica   Universitat Politècnica de Catalunya   Rapporteur
Alcherio MARTINOLI   Professeur   Ecole Polytechnique Fédérale de Lausanne   Rapporteur
Hector GARCíA DE MARINA   Associate Professor   Universidad de Granada   Examinateur
Thierry SIMÉON   Directeur de recherche   CNRS Occitanie Ouest   Examinateur


Résumé de la thèse en français :  

Le déplacement simulané de plusieurs engins volant autonomes dans un espace aérien partagé est une tâche difficile, et d'autant plus pour une flotte d'avions. Ce problème apparaît dans plusieurs cas de figure, tel que le vol en formation ou l'atterrissage en aéroport. Cela demande d'assurer une distance de séparation minimale tout en maintenant une vitesse de croisière constante et en arrivant à l'instant prévu.
Cette thèse cherche à répondre à cette question en présentant une méthode basée sur l'énumération de différents chemins de Dubins, appelée "Dubins Fleet Path Planner".
Etant donné un temps de trajet pour la flotte, la méthode construit l'ensemble des chemins possibles pour chaque avion. Puis elle vérifie la sépérations entre tous ces chemins de façon parallèle. Cela permet d'obtenir les coefficients de la matrice d'un problème de Programmation Linéaire en Nombres Entiers, déterminant s'il existe un ensemble de chemins pour la flotte sans conflits. Ce processus est répété pour différents temps de trajet, échantillonnés avec une résolution croissante jusqu'à ce que la précision définie par l'utilisateur ou le temps maximal de calcul soit atteint.
On montre également que cette méthode est capable de prendre en compte un vent constant et uniforme, et qu'elle peut être adaptée pour gérer les approches aéroportuaires.
Le "Dubins Fleet Path Planner" est validé dans le cas des transitions entre formations pour des drones en utilisant des simulations Monte-Carlo considerant jusqu'à 20 engins simultanément, avec un taux de succès moyen de 95% pour un temps de calcul moyen de 8 secondes.
Deux étapes expérimentales supplémentaires sont prévues: un vol en formation réel utilisant 3 Parrot Disco, et une comparaison entre manoeuvre d'approche mesurée et replanifiée basée sur des données fournies par le réseau OpenSky.

 
Résumé de la thèse en anglais:  

Moving several autonomous aerial vehicles in a shared airspace is a difficult task, and even more for a fleet of fixed-wing aircraft. This problem can arise in several situations, such as formation flight or airport landing. These require maintaining a minimal separation while staying as cruise speed and reaching destination at a given time.
This thesis seeks to answer this question by presenting a centralized method based on enumerating different Dubins paths, called Dubins Fleet Path Planner.
Given a travel time for the fleet, it builds a set of possible paths for each aircraft.
Then, it checks in parallel separation between each path pair. This yields coefficients for an Integer Linear Programming problem determining if a fleet-wide conflict-free solution exists. This process is repeated for different travel times sampled with increasing resolution until the user-defined accuracy or maximal runtime is met.
It is also shown that the method can take into account a constant uniform wind, and can be adapted to managing airport approaches.
The Dubins Fleet Path Planner is validated for transitions between formations of Unmanned Aerial Vehicles using Monte-Carlo simulations considering up to 20 aircraft simultaneously, achieving an 95% success rate for an average 8 seconds computation time.
Two additional validations are planned: a real formation flight using 3 Parrot Disco, and a comparison between real and replanned approach traffic based on data from the OpenSky network.

Mots clés en français :Drones, Planification de trajectoires, Ailes fixes,
Mots clés en anglais :   UAV, Path planning, Fixed wing,