Mise en oeuvre d’un système d’apprentissage par renforcement pour la gestion automatique des voiles sur un bateau à propulsion hybride voile moteur

Les variables prises en compte L’auteur a choisi les trois variables les plus pertinentes pour la conduite d’un bateau au près : l’accélération du bateau, la vitesse du bateau et l’angle

Institut de la Francophonie pour l’Informatique Institut National des Sciences Appliquées de Rennes Société Avel Vor Technologies

MÉMOIRE DE FIN D’ÉTUDES MASTER D’INFORMATIQUE

Mise en œuvre d’un système d’apprentissage par renforcement pour la gestion automatique des voiles sur un bateau à propulsion

hybride voile-moteur

NGUYEN Le-Vinh

Responsables de stage : Pierre-Yves GLORENNEC

Ce stage a été réalisé au sein du Département informatique de l’Institut National des Sciences

Appliquées de RennesINSA de Rennes

Hanọ, septembre 2007

Je tiens à remercier tout particulièrement Pierre-Yves GLORENNEC pour m’avoir encadrépendant ces cinq mois Je le remercie de son contact chaleureux, ses conseils et encouragements,son soutien permanent et la liberté de recherche qu’il à bien voulu me laisser

Mes plus sincères remerciements vont également à tous les professeurs et les personnels del’Institut de la Francophonie pour l’Informatique (IFI) pour m’avoir donne des cours de très bonnequalité et pour leur soutien tout au long de mes études à l’IFI

Un grand merci aux autres stagiaires au Département informatique de l’INSA de Rennes pourune ambiance de travail particulièrement favorable

Je remercie chaleureusement mes camarades de la promotion XI pour leur amitié sans faille et jeleur souhaite bonne chance pour la soutenance

Merci enfin à mes parents, ma femme et mes amis pour leur soutien et leur encouragement à tout l’instant.

i

Le travail du stage est réalisé dans le cadre du projet Grand Largue et sous la direction de la sociétéAvel-Vor Technologie Grand Largue, c’est un vaste projet proposant par Pôle Mer Bretagne avec Avel-Vor Technologie, le porteur du projet, travaille sur les problèmes d’optimisation dans le monde maritimequi fournit des applications utilisant la logique floue et l’apprentissage automatique pour le projet

Dans le cadre du projet, nous étudions et proposons des solutions utilisant des algorithmes d’apprentissage par renforcement pour piloter automatiquement un voilier afin d’améliorer les performances La première étape

du projet, nous faisons des études des connaissances maritimes, de la logique floue, de l’algorithme d’apprentissage par renforcement et nous concevons un Système de Pilote Automatique Intelligent.

La partie principale de notre travail concerne un Système de Pilote Automatique Intelligent (SPAI).C’est un système intelligent qui peut donner des décisions pour piloter automatiquement le bateau Il peutcontrôler la gîte du bateau, utiliser systématiquement la polaire de vitesse pour profiter l’énergie du vent.Pour construire ce système, nous utilisons une méthode d’optimisation utilisant les Système d’InférenceFloue (SIF) Les SIF sont composés d’une collection de règles qui ont la forme générale : Si telle situationalors telle conclusion La table de règles est établie par des " experts " Nous avons utilisé le QFUZZ [3]pour construire un algorithme d’optimisation d’une SIF dans ce contexte du projet La méthode utilise desalgorithmes d’apprentissage par renforcement qui sont présentés dans le chapitre 10 du livre [3]

Afin d’estimer l’e cacité de la solution, nous l’avons testé sur un système de simulation et les résultatsobtenus sont optimistes Actuellement, dans la condition réelle, il y a beaucoup de variables de milieu.Notre simulateur tient en compte seulement des variables principales comme : le vent réel, l’accélération

du bateau, la polaire de vitesse du bateau, l’oscillation du bateau, et le changement aléatoire du vent réel

Il est nécessaire d’avoir plus de temps pour tester le système sur un bateau en conditions réelles

A partir des résultats obtenus, nous trouvons que le SIF est une bonne direction La méthodeQFUZZ a obtenu des résultats acceptables

Mots-clés : logique floue, système d’inférence floue, pilote automatique, apprentissage automatique,apprentis-sage par renforcement

ii

This work of the internship is carried out within the scope of the Grand Largue project and under thedirection of the company Avel-VOR Technology Grand Largue is a vast project proposing by Pôle MerBretagne with Avel-VOR Technology, the carrier of the project, works on the problems of optimization inthe maritime world which provides applications using fuzzy logic and machine learning for the project

Within the scope of the project, we study and propose solutions using the reinforcement learning algorithms

to sail automatically a ship and to improve its performances The first stage of the project, we study the maritime knowledge, fuzzy logic, reinforcement learning algorithms and we design a Intelligent Autopilot System.

The main part of our work relates to an Intelligent Autopilot System It is an intelligent system whichcan give decisions to control the boat automatically It can control systematically the list of boat to use thepolar speed for benefit energy of the wind To build this system, we use an optimization method using thefuzzy inference system (SIF) The SIF are composed of a collection of rules which have the general form :

If such situation then such conclusion The rules table is drawn up by "experts" We used the QFUZZ [3] tobuild an optimization algorithm of a SIF in this context of the project The method uses reinforcementlearning algorithms which are presented in the chapter 10 of the book [3]

To estimate the e ect of the solution, we tested it on a simulation system and the results obtained are opti-mistic Under the real condition, there are many variables of environment Our simulator considers only basic variables like : real wind, the acceleration of the boat, the speed polar of the boat, the oscillation of the boat, and random change of the real wind It is necessary to have more time to test the system on a boat in real conditions.

From the results obtained, we found that the SIF is a good direction Method QFUZZ obtainedacceptable results

Keywords : fuzzy logic, fuzzy inference system, autopilot, machine learning, reinforcement learning

iii

Table des matières

1.1 Problématique 1

1.2 Motivation et objectifs du stage 2

1.3 Environnement de travail 2

1.4 Contribution 2

1.5 Plan du document 3

2 Etat de l’art 4 2.1 Travaux Relatifs 4

2.1.1 Introduction 4

2.1.2 X-Pilot 4

2.1.3 Le pilote intelligent et le simulateur 7

2.2 Produits existants 9

2.2.1 Gyropilot 2 9

2.3 Introduction de navigation 10

2.3.1 Parties d’un voilier 10

2.3.2 Théorie d’un voilier 11

2.3.3 Vent réel, vent de vitesse et vent apparent 11

2.3.4 Polaire de vitesse 13

2.3.5 VMG (Velocity Made Good) 13

2.4 Pilote automatique et pilote automatique intelligent 14

2.4.1 Modes du pilote classique 14

2.4.2 Limites d’un pilote classique 15

2.4.3 Améliorations du pilote intelligent 16

2.4.4 Stratégies de barre 16

2.5 Systèmes d’inférence floue 23

2.5.1 Variable linguistique 23

iv

2.5.2 Sous-ensemble flou 23

2.5.3 Partition floue 23

2.5.4 Valeur de vérité d’une règle 24

2.5.5 Calcul de la sortie d’un SIF 24

2.5.6 Un exemple - Le lave-ligne 24

2.6 Apprentissage par renforcement 25

2.6.1 Q-Learning 26

2.6.2 Q-FUZ 27

2.6.3 Q-Learning flou 27

2.7 Conclusion 28

3 Solution proposée 29 3.1 Schéma global 29

3.1.1 Présentation 30

3.1.2 Composants 30

3.2 Le pilote automatique intelligent 32

3.3 Modes du pilote automatique 32

3.3.1 Mode VENT REEL 33

3.3.2 Mode CAP FIXE 34

3.3.3 Mode VMG 35

4 Programme de Pilote Automatique Intelligent 37 4.1 Conception du SPAI 37

4.2 Conception architecturale 37

4.2.1 Diagramme de collaboration 37

4.2.2 Diagramme de cas d’utilisation 39

4.2.3 Diagramme de déploiement 40

4.2.4 Diagramme de pacquages 40

4.2.5 Architecture des interfaces 43

4.3 Conception détaillée 43

4.3.1 Module d’interface graphique 43

4.3.2 Diagramme de classes 43

4.3.3 Diagramme d’état-transitions 45

4.4 Module de PAI 45

4.4.1 Diagramme de classes 45

4.4.2 Diagramme d’activité général 47

4.4.3 Algorithme de choix de la consigne 48

4.5 Module de décodage et d’encodage 48

4.5.1 Diagramme de classes 48

4.5.2 Diagramme d’activité du module de décodage et d’encodage 50

v

4.5.3 Diagramme d’activité d’envoi d’une consigne 51

4.6 Module de stockage des données 51

vi

Table des figures

1.1 Hiérarchie de commande et architecture de l’agence de pilote 1

2.1 Hiérarchie de commande et architecture de l’agence de pilote de X-Pilot 5

2.2 Architecture de réseau basé le CAN de X-Pilot 6

2.3 Architecture d’implementation de X-Pilot 7

2.4 Fonction d’appartenance pour l’accélération 8

2.5 Fonction d’appartenance pour la vitesse 8

2.6 Fonction d’appartenance pour le TWA 9

2.7 Les majeures parties d’un voilier : A - le cap, B - la voile, C - gouvernail 10

2.8 Les trois comportements de navigation di érents 11

2.9 Relation des trois types de vent réel, de vent de vitesse et de vent apparent

12 2.10 Calcul deu vent réel 12

2.11 Polaire de vitesse du bateau génois, et du bateau spi de 13 kilo nœuds 14

2.12 Un exemple de VMG 15

2.13 Exploitation de la polaire de vitesse pour le prés 18

2.14 Exploitation de la polaire de vitesse pour le portant 20

2.15 Les di érentes actions en fonction du TWA de la route à suivre 22

2.16 Fonctions d’appartenance pour le poids et la quantité d’eau 24

2.17 Modèle standard représentant l’apprentissage par renforcement 26

2.18 Architecture de Q-FUZ 27

3.1 Schéma global 29

3.2 Composition interne du PAI 30

3.3 Module de décodage et d’encodage 31

3.4 Module de dialogue humain-machine 31

3.5 Utilisation du SIF pour donner la décision 32

3.6 Diagramme de fonctionnement du mode vent réel 33

3.7 Diagramme de fonctionnement du mode cap fixe 35

3.8 Diagramme de fonctionnement du mode VMG 36

4.1 Diagramme de collaboration entre les modules 38

4.2 Diagramme de cas d’utilisation 39

vii

4.3 Diagramme de déploiement 41

4.4 Diagramme de pacquages 41

4.5 Architecture des interfaces 43

4.6 Diagramme de classes d’interface graphique 44

4.7 Diagramme d’état-transitions du module d’interface 45

4.8 Diagramme de classes du module de PAI 46

4.9 Diagramme d’activité général du système 47

4.10 Algorithme de choix de la consigne 48

4.11 Diagramme de classes de des modules de décodage et d’encodage 49

4.12 Diagramme d’activité du module de décodage et d’encodage 50

4.13 Activité d’envoi d’une consigne 51

4.14 Diagramme de classes du module de stockages des données 51

5.1 Comparaison entre les trois algorithmes de pilote : (a) position/temps des pilotes, (b) vitesses moyennes des pilotes La vitesse moyenne du pilote 2 = 105% celle du pilote 1 La vitesse moyenne du pilote 3 = 105 % celle du pilote 2 53

5.2 Les 3 étapes d’amélioration du pilot automatique intelligent 54

viii

Liste des tableaux

2.1 Tableau de règles du système d’inférence floue

9

2.2 Tableau de règles du lave-ligne 25

2.3 Calcul la quantité d’eau avec Poids = 3,4 et Propreté = 0,22 25

3.1 Tableau de règles du SIF pour la stratégie au près 32

5.1 Tableau de règles initiales du SIF 54

5.2 Tableau de règles améliorées du SIF 54

ix

Chapitre 1

Introduction

1.1 Problématique

Réduction de la consommation du carburant est un impératif de suivre pour nombre d’entreprises

de pêche afin d’économiser l’énergie, de lutter contre la pollution et la l’e et de serre Dans cecontexte, le projet Grand Largue propose la solution utilisant la voile en complément du moteur

Navigateur Agence

de Pilote

Gardien

Fig 1.1 – Hiérarchie de commande et architecture de l’agence de pilote

Le problème posé est alors de concevoir des systèmes de propulsion hybride bi-énergie performances Il fait la gestion des voiles et du couplage voile-moteur totalement automatique et optimisée En fonction des vents et du courant, un routage optimal sera proposé au capitaine du bateau Des systèmes d’intelligence artificielle permettront aux logiciels d’apprentissage automatiquement des variables et des paramètres du bateau.

Dans [1], [2], les auteurs ont proposé l’hiérarchie de commande et architecture de l’agence de pilote dans

1

1.2 Motivation et objectifs du stage 2

leurs recherches (Figure 1.1) L’idée générale est de réaliser un pilote automatique qui est capable d’agir

en fonction des accélérations de décélérations du bateau, dues aux variations du milieu (mer, vent, )

Dans le cadre du projet, Avel-Vor Technologie, le porteur du projet, travaille sur les problèmes d’optimisation dans le monde maritime qui fournit des applications utilisant la logique floue et l’apprentissage automatique pour

le projet Le travail du stage est mise en ouvre d’un système d’apprentissage par renforcement pour la gestion automatique des voiles un bateau à propulsion hybride voile-moteur.

Mon travail, avec le rôle d’un informaticien, est de réaliser la partie informatique du système Letravail à réaliser consiste à :

– définir un protocole d’apprentissage par renforcement pour adapter les règles de conduite à tout type de bateau,

– mettre en ouvre une Interface Home-Machine simple et ergonomique,

– intégrer toutes ces fonctionnalités sur un bateau de 16 mètres, en conditions réelles

En fait, le travail du projet était en retard Selon le sujet du stage, la partie informatique que je réaliseest intégrée sur un bateau réel Cependant, je n’ai pas eu l’occasion de travailler dessus unecondition réelle Les algorithmes d’apprentissage sont testés seulement sur un simulateur

1.2 Motivation et objectifs du stage

Aujourd’hui, la logique floue est bien appliquée dans les applications industrielles Dans ce domaine, tèmes d’Inférence Floue (SIF) sont utilisés comme une méthode d’optimisation Les règles d’inférence floue représentent une connaissance humaine, exprimée en langage naturel, à l’aide de mots vagues, mal définis,

Sys-« floue »[3] Le programme produit peut piloter automatiquement un voilier selon un routage optimal

Le point intéressant du sujet est l’environnement de travail industriel et l’application pratique du projet.L’application d’un algorithme d’intelligence artificielle dans un projet industriel m’intéresse beaucoup.C’est la raison pour laquelle ce sujet est choisi pour mon stage de fin d’étude L’objectif du travail est deconstruire une solution informatique intégrant dans un voilier pour le piloter automatiquement afind’améliorer les performances qui peut adapter pour tout type de bateau

1.3 Environnement de travail

Ce stage est réalisé au sein du département informatique de l’INSA de Rennes, dans le cadre duprojet Grand Largue et sous la direction du professeur Pierre-Yves GLORENNEC, le directeur de lasociété Avel-Vor Technologie Le projet a été labellisé par le Pôle Mer Bretagne en février 2007

1.4 Contribution

La principale contribution de ce travail consiste d’ :

– une solution d’un Système de Pilote Automatique Intelligent.

– une application de Pilote Automatique Intelligent

1.5 Plan du document 31.5 Plan du document

Dans la suite de ce rapport, après l’étude bibliographique sur le pilote automatique, les systèmesd’inférence floue et l’apprentissage par renforcement dans le chapitre 2 Le chapitre 3 présente notresolution du système de pilote automatique intelligent (SPAI) Le chapitre suivant s’agit de montrernotre programme de SPAI, nous comparons aussi les résultats de ce stage et ceux de Cédric [4] Enfin, le chapitre 5 donne la conclusion et les perspectives du travail

inci-Avec le développement de la technologie et du équipement des pilotes automatiques a changé des pements mécaniques aux les systèmes électroniques Le développement rapide des micro-ordinateurs a rendu l’implémentation des pilotes automatiques classiques réalisable pour une région plus large Le nombre croissant récent des voiliers de loisirs en même temps que des avances en informatique et conception de bateau a eu comme conséquence un nouvel intérêt de recherches pour la conception des systèmes pilotes automatiques.

équi-Cette session nous présente les deux systèmes de pilote automatique : un système utilise latechnologie de datamining (X-Pilot[2],[1],[6]) et l’un autre est un pilote automatique neural[5]

4

2.1 Travaux Relatifs 5

D’ailleurs, X-Pilot n’est pas juste un système automatique complet mais aussi une autonome qui co-opère activement avec le barreur pour combiner finalement le meilleur de tous lesdeux : les qualités physiques de l’humain, combinées avec la prise de décision et les possibilitésprécises de commande d’un système infor-matique intelligent

semi-Architecture

Dans ce projet, les auteurs utilisent une approche combinant des techniques avec leraisonnement basé sur les règles et une architecture basée sur la technologie d’agent Unearchitecture basée sur ces idées a été conçue dans la figure 2.1

j fiklmf]a

Fig 2.1 – Hiérarchie de commande et architecture de l’agence de pilote de X-Pilot

Dans cette approche, la connaissance de base de la navigation a été utilisée en forme des ensembles de règles.

Les règles sont de la forme suivent :

« Si l’angle du vent apparent est entre x et y puis la voile devrait être placée à z »

ó x, y et z sont définis par des règles floues Les estimations initiales pour x, y et z ont étéfournies par la connaissance des experts et puis retournées par l’expérience qui a pris la formed’une grande base de données contenant des épisodes de navigation réels

[1] coupez la tâche en quatre agents principaux, chacun qui fonctionne sur un d’échelle de temps

di érent Ils sont comme suit :

– Skipper - cet agent est responsable des décisions tactiques, il examine le météo et l’information

de marée pour établir un point de but Le Skipper fait des décisions toutes les 3-6 heures

– Navigator - cet agent prend le point de but qui est pris par le Skipper et la position actuelle du bateau, il

décide alors une direction de compas qui doit pour être suivie pour obtenir mieux ce point Des décisions

à ce niveau sont prises toutes les 15-30 minutes

2.1 Travaux Relatifs 6

– Watchman - le Watchman utilise la direction de compas qu’elle est donnée aussi bien que le direction

courante pour déterminer une direction cible Cette décision tient compte également d’autres facteurs tels que la vitesse du vent courante À ce niveau une décision est prise chaque seconde.

– Helmsman - le Helmsman accepte la direction cible et la vitesse courante du bateau Il produit la force à

exercer par les moteurs Pour réaliser la commande sans heurt ceci est couru dix fois par seconde.

Fig 2.2 – Architecture de réseau basé le CAN de X-Pilot

Une implémentation pratique du système de X-Pilot commence par la conception etl’implémentation du matériel Le matériel impliqué est construit sur le CAN (Controller Area Network),

et le CAN bus le CAN bus fournit un milieu de média pour le transport de données Commereprésenté dans le 2.2, les quatre composants principaux du RoboSail sont :

– iRCU est l’unité avancée d’entraînement de pilote de 75 ampères de RoboSail Il a été développé en

collaboration avec NIKHEF (Dutch National Institute for Nuclear and Hight-Energy Physics)

– iMSU contains des senseurs pour mesurer les mouvements du bateau dans chacun des 6

degrés de liberté (Degrees Of Freedom - DOF)

– GPU connecte à un ordinateur externe et/ou à l’interner par le protocole HTTP, et aussi reçoit

et interprète des données des sources extérieures

– DCU ont été développés pour permettre au barreur de se connecter par interface facilement

au système Logiciel

Le schéma 2.3 nous présente la structure de l’architecture d’implémentation du X-Pilote de RoboSail

– Sailing Development Kit, ou SDK est un API qui inclut le divers logiciel d’interface, la correction

d’erreurs et les algorithmes de filtrage de données Il contient également une bibliothèque

étendue des algorithmes d’apprentissage de machine Le SDK fournit aussi l’infrastructure

événement-basée de données pour le système entier

– Sensors et Virtual Sensors ont été définis sur le SDK Les Sensors sont la représentation de logiciel des sensors

de matériel montées sur le bateau, corrigé pour des erreurs de transmission Les Sensors Virtuels

calculent des nouvelles données de l’information des sensors multiples Un sensor virtuel peut

être mise en application par n’importe quelle approche de fusion de sensor

– Human Domain Knowledge se compose d’un certain nombre d’agents Il a des agents séparés

qui tiennent la force du vent et la direction du vent, etc

2.1.3 Le pilote intelligent et le simulateur

Dans [4], Cédric FLEURY nous présente un pilote intelligent qui utilise des systèmes d’inférence floue

(SIF) pour déterminer les actions de barre à partir des variables du milieu L’auteur a également construit

un simulateur pour le tester Les règles de SIF du pilote automatique est donnés par des experts et on les

fixer dépendant de chaque bateau L’auteur a fini une version imitative pour le pilote intelligent et l’a testé

dans le système de simulation Le résultat qu’il a obtenu est de 5% de plus que le pilote en mode VMG

Les variables prises en compte

L’auteur a choisi les trois variables les plus pertinentes pour la conduite d’un bateau au près : l’accélération

du bateau, la vitesse du bateau et l’angle du bateau par rapport au vent réel Ceux sont ces trois variables qui

sont les paramètres d’entre du système d’inférence floue Afin de pouvoir comparer, cette vitesse et cet angle,

on utilise directement l’écart entre la vitesse du bateau et la vitesse cible, ainsi que l’écart entre l’angle du vent

réel du bateau et l’angle cible La vitesse cible et l’angle cible sont détermines par polaire de vitesse caractéristique du bateau en fonction de la force de vent et correspondent eu compromis angle (par rapport au

vent)/vitesse qui permet d’avoir le meilleur gain de remontée eu vent On peu donc savoir ó le bateau se

trouve par rapport à la vitesse et à l’angle du vent réel que l’on aimerait qu’il atteigne.

L’accélération

L’accélération (Acc) est évaluée par rapport aux trois sous-ensembles :

– N(négative) : le bateau décélère

2.1 Travaux Relatifs 8

– Z(nulle) : le bateau a une vitesse constante

– P(positive) : le bateau accélère

Cette variable est mesurée par l’accéléromètre et les valeurs +acc max et acc max représentent

les valeurs des accélérations et des décélérations maximales que l’on peut mesurer

789

89

Fig 2.4 – Fonction d’appartenance pour l’accélération

L’écart de vitesse par rapport à la vitesse cible du prés

Au lieu d’évaluer la vitesse du bateau, on évalue directement la di érence entre la vitesse du

bateau et la vitesse cible du près pour le vent actuel, tel que : VitC = VitesseBateau VitesseCible La

vitesse cible du près est la valeur du couple (vitesse, angle) qui permet d’avoir le meilleur gain au vent Elle est déterminée à partir des polaires de vitesse pour chacune des di érentes forces de vent

et par conséquence, elle est susceptible de changer au cours du temps en fonction des variations

d’intensité du vent VitC est évalué par rapport aux trois sous-ensembles :

– N(négatif) : le bateau se trouve en dessous de la vitesse cible

– Z(nul) : le bateau a une bonne vitesse (proche de la vitesse cible)

– P(positif) : le bateau se trouve en dessus de la vitesse cible

Cette variable est mesurée par le speedomètre du bateau Les valeurs Vmin et Vmax

représentent les écarts de vitesse qui nous semble acceptable de part et d’autre de la vitesse cible

096 4 9

73 7 96 4

Fig 2.5 – Fonction d’appartenance pour la vitesse

L’écart d’angle par rapport à l’angle cible du près

On évalue directement la di érence entre l’angle du bateau par rapport au vent réel (TWA) et l’angle cible du

près pour le vent actuel, tel que : AngC = T W ABateau AngleCible L’angle cible du près est la valeur du couple

(vitesse, angle) qui permet d’avoir le meilleur gain au vent Il est déterminé à partir des polaires de vitesse pour chacune des di érentes forces de vent et par conséquence, il est susceptible de changer au cours du temps

2.2 Produits existants 9

en fonction des variations d’intensité du vent

AngC est évalué par rapport aux trois sous-ensembles :

– N(négatif) : le bateau se trouve trop lofé par rapport à l’angle cible

– Z(nul) : le bateau a un bon cap (proche de l’angle cible)

– P(positif) : le bateau se trouve trop abattu par rapport à l’angle cible

Cette variable est mesurée par l’aérien en tête de mât et les valeurs AngMin et AngMax sont les «

butées » minimales et maximales que l’on accepte comme écarts par rapport à l’angle cible

Fig 2.6 – Fonction d’appartenance pour le TWA

Les règles du système d’inférence floue

Pour chacun des cas de « base », on détermine une action à réaliser On obtient alors le système

Tab 2.1 – Tableau de règles du système d’inférence floue

Les valeurs obtenues pour la variation d’angle Cap sont AG (abattre en grand), AM (abattre

moyennement), AL (abattre légèrement), ZR (zéro), LL (lofer légèrement), LM (lofer moyennement)

et LG (lofer en grand) et elles représentent des valeurs en degrés

Pour obtenir la nouvelle consigne (Cons) du pilote, on réalise simplement l’opération suivante :

Cons = Cons + cap

2.2 Produits existants

2.2.1 Gyropilot 2

Le GYROPILOT, un produit de NKE[7], est un automate conçu pour piloter les bateaux A la barre, les

per-formances du GYROPILOT sont excellentes à toutes les allures de navigation Il permet de seconder

e cacement le barreur, mais ne doit pas être utilise comme moyen principal de pilotage

2.3 Introduction de navigation 10

Des que le barreur active le pilote, le calculateur Gyropilot 2 mémorise la valeur courante du canal concerne :

le cap magnétique, l’angle de vent ou la route GPS Cette valeur devient la consigne.

Ensuite, le calculateur intègre les données transmises par les capteurs et e ectue des corrections

de barre selon deux critères :

– l’écart de route par rapport à la consigne, qui est délivré par le compas fluxgate (mode compas)

ou par l’anémo-girouette (mode vent).

– la vitesse de rotation du bateau, qui est délivrée par le gyromètre Cette rotation est provoquée par l’action

de la barre, du vent ou des vagues

La valeur de la correction est alors proportionnelle :

– à l’écart de route mesure,

– à la valeur du gain,

– et inversement proportionnelle à la vitesse du bateau

Le Gyropilot Graphic possède cinq modes de fonctionnement : le mode compas, le mode vent

apparent, le mode vent réel, le mode GPS et le mode barre Le choix de l’un de ces cinq modes, vous

permet, en fonction des conditions de navigation, d’exploiter au maximum les performances du pilote nke.

2.3 Introduction de navigation

2.3.1 Parties d’un voilier

Pour facile à suivre ce mémoire, dans cette session, on présente les majeures parties d’un voilier Lafigure 2.7 est un voilier simple qui contient trois parties principales : le cap, la voile et le gouvernail Ces

sont les trois parties qui nous intéressent dans ce projet de recherche Le cap nous précise la direction temporaire du voilier La voile est la partie plus importante pour profiter la force du vent naturel Pour chaque voilier, on a des di érentes polaires de vitesse (voir la session 2.3.4) et des di érentes stratégies

de pilote pour utiliser e cacement ses voiles On utilise le gouvernail pour barrer le voilier.

2.3 Introduction de navigation 112.3.2 Théorie d’un voilier

Selon la direction dans laquelle on veut naviguer stratégies d’une commande des besoins diérentes Ici on énumère les trois stratégies principales :

– Au travers : ceci se produit quand la direction désirée est rudement 90°au vent Il est assez

facile de commander le bateau, et le bateau peut naviguer là directement d’une façon rapide

– Vent arrière : le vent provient du secteur arrière du voilier L’écoulement de l’air sur les voiles est très

perturbé et la vitesse du voilier est nettement diminuée par rapport à l’allure du grand largue

– Vent debout : Lorsque le voilier est face au vent, il ne peut pas avancer Il doit s’écarter

d’environ 45° de l’axe du vent pour pouvoir progresser à l’aide de ses voiles Si la destination visée par le voilier nécessite de prendre une direction face au vent, le voilier devra louvoyer (outirer des bords), c’est-à-dire progresser en traçant des zigzags pour maintenir toujours l’angle minimum cité plus haut qui lui permet d’être propulsé par ses voiles

Fig 2.8 – Les trois comportements de navigation di érents

2.3.3 Vent réel, vent de vitesse et vent apparent

Vent réel est le vent que l’on voit à terre et ainsi que le système de météo donne tous les jours.Vent de vitesse est le vent entrainé par le mouvement du bateau (voir 2.9)

Vent apparent est la résultante en force et en direction du vent réel et du vent de la vitesse

La figure 2.9 nous présente le lien entre le vent apparent, le vent réel, et le vent de vitesse

Prenons un après midi d’été, sans vent, faites un tour sur un bateau à moteur Vous sentirez survos joues un « vent », c’est le vent de la vitesse

Sur un bateau à voile, ce vent de la vitesse va s’ajouter au vent réel Donc plus un voilier va vite, plusson vent apparent augmente et plus l’axe du vent va se rapprocher de l’axe du bateau En conséquence,plus on va vite, plus on devra border les voiles Cela est vrai par exemple sur des catamarans ó lesvoiles seront bordés, par vent soutenu, comme au près jusqu’à des allures de largue

2.3 Introduction de navigation 12

vent de vitesse vent réel

Pour contrôler e cacement un bateau, on doit calculer exactement tous ces trois vents On peut estimer le vent apparent par une girouette (mesure de la direction) et un anémomètre (mesure de la vitesse) On utilise un speedomètre pour estimer la vitesse du bateau et calcule le vent réel à partir de la formule 2.1.

v~ r : le vecteur du vent réel

v~ a : le vecteur du vent apparent

v~ b : le vecteur du vitesse du bateau

v~ v : le vecteur du vent de vitesse

Fig 2.10 – Calcul deu vent réel

On a :

Le calcul du vent réel est très important afin de profiter la polaire de vitesse pour augmenter la vitesse

du bateau et pour économiser l’énergie La session suivante nous présente la définition de la polaire devitesse et le calcul de la vitesse maximum théorique du bateau basé sur vent réel et la polaire de vitesse.2.3.4 Polaire de vitesse

La polaire de vitesse est la courbe qui décrit la vitesse théorique d’un bateau aux di érents angles

du bateau par rapport au vent réel

La polaire se lit de la façon suivante :

– L’axe du bateau est vertical

– Les rayons expriment les di érentes directions possibles du vent réel, et sur cet apporteur,

mesurées de 5°en 5°

– Les cercles concentriques donnent les vitesses (surface) en nœud Ici 1 cercle = 1Kn.

Sur ce diagramme de polaire de vitesse on a deux courbes correspondant à deux voiles (génois,spi) et une vitesse de 13 kilo nœuds de vent

Par exemple, pour un vent de 13 kilo nœuds, on lit à l’endroit désigné par la flèche verte : sous génois(courbe rouge), en remontant à 40° du vent, le bateau a une vitesse de 5 kilo nœuds On peut dire aussi :sous génois, de 60°à 115°du vent les performances sont optimales et dépassent 5 kilo nœuds

En général, le fabricant de bateau doit nous donner les polaires de vitesse du bateau Si non, onpeut calculer soi-même en relevant pour chaque force de vent réel (par observer la girouette) et àchaque jeu de voile, on observe les vitesses surface On peut aussi utiliser un ordinateur équipé dubon logiciel (OptimaPro 2007 de ADRENA, par exemple) qui les calculent automatiquement

2.3.5 VMG (Velocity Made Good)

On appelle VMG la vitesse de rapprochement vers un objectif Dans la figure 2.12, les VMG sont indiquées

le long de la route directe vers l’objectif Cet outil permet de nous répondre à la question « Quelle est la

meilleure route pour me rapprocher de mon objectif ? » Dans la figure 2.12, on veut aller contre le vent.

On trace un itinéraire rouge On lit sur la polaire de vitesse (Figure 2.12) : pour un cap à 30°du vent,j’ai une vitesse de 3,5 kilo nœuds Je trace cette route pour une heure puis j’e ectue un virement de bord

et je rejoins la route vers mon objectif une heure après On trace maintenant l’itinéraire bleu Pour un cap

à 40°du vent la polaire me donne une vitesse de 5 kilo nœuds On constate qu’au bout de deux heuresl’itinéraire bleu, bien qu’il soit plus long, m’a d’avantage rapproché de mon objectif.

2.4 Pilote automatique et pilote automatique intelligent 14

Fig 2.11 – Polaire de vitesse du bateau génois, et du bateau spi de 13 kilo nœuds

Pour calculer le VMG d’un angle on utilise la formule :

Dans cet exemple, V MG40° = 5 cos(40°) = 3; 8(kilo nœuds), V MG30° = 3; 5 cos(30°) = 3(kilo nœuds).

A partir de ces résultats, on conclut que la route bleue est meilleure que celle rouge

2.4 Pilote automatique et pilote automatique intelligent

2.4.1 Modes du pilote classique

Les pilotes automatiques classiques sont capables de fonctionner suivant trois modes [4] :

– mode « Cap » : le pilote suit le cap magnétique qui lui est donné par l’utilisateur Le but du

mode est que l’on réduit l’erreur entre la valeur de cap mesurée et la consigne

Certains pilotes automatiques sont capables de prendre en compte le courant et les vaguesafin de subir le moins d’écart de route possible par rapport au cap indiqué Cependant, c’est àl’utilisateur d’e ectuer des réglages selon le type de mer et l’allure du bateau

– mode « Vent »(réel ou apparent) : le pilote suit un angle par rapport au vent réel (ou apparent) qui lui est donné par la consigne de l’utilisateur pour réduire l’erreur entre l’angle de vent mesurée et la consigne

Ce mode permet d’e ectuer un suivi du vent, particulièrement intéressant à des allures comme le près Il

2.4 Pilote automatique et pilote automatique intelligent 15

Fig 2.12 – Un exemple de VMG

a besoin d’un capteur loch speedomètre, un capteur compas, un capteur anémo-girouette, et

un logiciel " vent réel " (avec le mode vent réel)

Le mode vent apparent dans la houle, ne permet pas d’obtenir un suivi de cap parfait et il fautalors passer en mode cap pour descendre la vague tout droit En e et, le vent apparent estmodifié par les mouvements du bateau

Par contre, le mode vent réel permet de descendre la vague tout droit et de conserver l’angleoptimum de descente L’angle du vent réel ne varie pas en fonction de la vitesse du bateau.– mode « GPS » : le pilote utilise le GPS comme compas pour réduire le moins d’écart de route possible Il nécessite un capteur compas, ainsi qu’un GPS

2.4.2 Limites d’un pilote classique

Un pilote automatique actuel existe certains désavantages suivants :

– Il ne tient pas compte de gérer la de gîte : ne pas tenir compte de gérer la gîte du bateau, on

sera en face au danger n’import quand Dans un pilote automatique classique, c’est le barreur qui doit contrôler des problèmes du roulis et du chavirage

2.4 Pilote automatique et pilote automatique intelligent 16

– Il utilise une stratégie rigide : en e et, le pilote classique utilise une stratégie rigide Il astreint le

bateau selon un chemin fixe pour réduire l’erreur de route L’e cacité du pilote dépend des

expériences du barreur et de la condition stable du milieu

– Il n’exploite pas la VMG pour avoir la vitesse optimale : la VMG nous permet de trouver le bon

compromis cap/vitesse en fonction des conditions du milieu gain au vent En utilisant la VMG

on peut trouver la meilleure route nous rapprocher de notre objectif

– Il ne se réadapte pas à un changement du milieu : dans les cas de condition instable, la stratégie

rigide d’un pilote automatique classique ne peut pas se réadapter aux changements du milieu Il est nécessaire d’avoir des stratégies intelligentes afin de relancer le bateau en cas de perte de vitesse.2.4.3 Améliorations du pilote intelligent

En pilote automatique intelligent, plusieurs fonctions nouvelles sont envisagées :

– La contrôle de la gîte est prioritaire : dans le pilote intelligent, la construction d’un système «

anti-chavirage »est prioritaire cars il concerne la sécurité du bateau Le pilote intelligent utilise

un système d’inférence floue afin de réduire le roulis et d’éviter le chavirage du bateau

– Le pilote intelligent utilise systématiquement la polaire de vitesse : contrairement au pilote classique, le

pi-lote intelligent utilise systématiquement la polaire de vitesse pour relancer la vitesse du bateau En

utilisant la polaire de vitesse on peut savoir si le bateau est bien réglé et s’il navigue de façon optimale.

– Dérogations temporaires de cap en cas de sur-vitesse et sous-vitesse : le barreur doit naviguer en perpé-tuelle

recherche de vitesse afin d’approcher les vitesses cibles Par exemple dans le cas on suivi le VMG au près Dès que le bateau ralentit, il doit abattre afin de lui faire reprendre de la vitesse Et l’inverse, dès que le bateau a su samment de vitesse, il peut en profiter pour lofer et gagner en cap En utilisant les polaires de vitesse et les

connaissances apprises, le pilote intelligent peut savoir comment il abat, comment il lofe.

– Suivi la VMG au près et au portant : la VMG peut répondre à la question : « Quelle est la meilleure route

pour me rapprocher de mon objectif ? » Le mode VMG du pilote intelligent nous permet de trouver le bon

compromis cap/vitesse en fonction des conditions du milieu afin d’avoir le meilleur gain au vent.

– Alerte : dans les cas dangereux, par exemple le bateau est trop gîté, l’oscillation du bateau est

trop grande ou le pilote ne peut pas contrôler le bateau, le système doit donner tout de suite lessignaux d’alerte au barreur

– Apprentissage : il est nécessaire d’un logiciel d’auto-apprentissage qui peut acquérir automatique les

ca-ractéristiques de barre de votre bateau pour des commandes de barre optimisées et pour se réadapter mieux avec les conditions durables du milieu C’est une partie indépendant du matériel et il doit être facilement

2.4 Pilote automatique et pilote automatique intelligent 17

– Le bateau est au prés et l’on veut avoir un gain au vent maximum (recherche du meilleur VMG prés)

Le bateau n’est pas barré en fonction d’un cap, mais plutôt d’un angle par rapport au vent réel

– Le bateau est au portant et l’on veut avoir un gain sous le vent maximum (recherche du meilleur VMG portant) Le bateau est également barré en fonction d’un angle par rapport au vent réel

– Le bateau navigue en suivant un cap et l’on veut se déplacer le plus rapidement possible en suivant ce cap Ce dernier cas peut lui même être subdivisé en deux sous-cas : soit le cap à suivre est tel qua le meilleur moyen d’accélérer sans trop s’éloigner du cap est de lofer, sois à l’inverse il faut abattre pour accélérer.

Stratégie de barre au prés

La conduite recherchée

– Trouver le bon compromis cap/vitesse en fonction des conditions météo afin d’avoir le meilleur

VMG possible (gain au vent)

– Être capable de garder ca compromis, principalement conserver une vitesse optimale, en

suivant les varia-tions du milieu (oscillation du vent en direction et en force, vagues)

– Être capable de se réadapter à un changement de conditions durables, principalement à une variation de la force du vent

Les actions

Premièrement, à partir des polaires de vitesse, on peut définir des vitesses cibles pour chacune des forces

de vent Ces vitesses cibles (ou « target ») correspondent à l’angle du bateau par rapport au vent réel et à la vitesse qui doit avoir le bateau pour avoir le meilleur gain au vent Par exemple, on peut voir que sur la polaire

de vitesse (figure x) pour un vent donné, la « target »du prés est un TWA de 45°, pour une vitesse de 13 nœuds, Ces vitesses cibles permettent de donner au barreur un ordre d’idée de la vitesse et du cap optimum à suivre Généralement les polaires de vitesse sont réalisées par mer plate et sont les vitesses moyennées, et il faut parfois les rectifier légèrement à l’appréciation du barreur selon les conditions météo.

Maintenant, le barreur doit naviguer en perpétuelle recherche de vitesse afin d’approcher les vitessescibles Dés que le bateau ralentit, il doit abattre afin de lui reprendre de la vitesse Et à l’inverse, dés que

le bateau a su samment de vitesse, il peut en profiter pour lofer et gagner en cap Plus les actions debarre sont e ectuées tôt, plus la recherche de vitesse est fine et plus la vitesse du bateau est constante etélevée C’est pour cette raison qu’il est intéressant d’anticiper les variations de vitesse du bateau

On peut décomposer en deux niveaux ces anticipations Le premier niveau est d’anticiper les variations de vitesse du bateau grâce aux accélérations et aux décélérations de ce dernier En e et, au prés, dés que le barreur ressent une décélération, il doit abattre afin de relancer le bateau et de faire en sorte qu’il ne ralentisse pas A l’inverse, dés qu’il ressent une accélération, il peut se permettre de lofer afin de gagner en cap.

Le deuxième niveau est de réussir à anticiper les accélérations et les décélérations du bateau,afin d’anticiper les variations de vitesse de ce dernier Entant donné que les variations de vitesse dubateau sont dues aux mo-difications de sont milieu, principalement les oscillations du vent en force

et en direction, ainsi que les vagues Il existe de nombreux facteurs et actions qui se combinent pouranticiper les accélérations et les décélérations : suivi de la direction du vent, anticipation dessurventes et des vagues Vu que la majorité de ces repères sont des repères visuels ou dessensations, il semble, di cile dans un premier temps de les faire prendre en compte par un pilote

2.4 Pilote automatique et pilote automatique intelligent 18

TWA min

VMG prés

TWA max

Fig 2.13 – Exploitation de la polaire de vitesse pour le prés

Les variations prises en compte

Les variations, qui entrent en jeu dans la conduite du bateau, sont par ordre d’importance :

– L’accélération/décélération du bateau : ce paramètre peut être pris en compte par le barreur pour antici-per les variations de vitesse du bateau

– La vitesse du bateau (Boat speed) : en e et, il est important de savoir ó la vitesse du bateau

se situe par rapport à la vitesse cible Si le bateau est très lent comparé à sa vitesse cible et que l’on a une forte accélération, il va être préférable de laisser la bateau regagner une vitesse

" normal " avant d’engager une action de barre pour le faire lofer A l’inverse, si le bateau se situe à une vitesse supérieure à sa vitesse cible, on peut supposer que c’est temporaire

– L’angle du vent réel (TWA - True Wind Angle) : il peut être intéressant d’intégrer le TWA afin de ne pas avoir des écarts de route extrêmes Par exemple, si l’on est déjà beaucoup abattu et que le bateau décélère, on ne va pas

pourvoir abattre beaucoup plus A l’inverse, si le bateau est très lofé et que l’on décélère,

on va pouvoir abattre en grand Cela permettrait de fixer des " butées " afin de ne pas dépasserdes caps extrêmes

Les variables, qui entrent en jeu dans le contrơle et la calibration du système, sont :

2.4 Pilote automatique et pilote automatique intelligent 19

– La force du vent réel (TWS - True Wind Speed) : il est nécessaire d’intégrer la force du vent afin d’ajuster les vitesses cibles lors de variations du vent

– La gỵte du bateau : il est peut-être obligatoire pour la sécurité mais aussi pour les performances

d’intégrer la gỵte du bateau En e et, si le bateau a atteint un angle de gỵte trop important, le fait

d’abattre plus ne va pas permettre au bateau d’accélérer plus, mais va plutơt le coucher encore

plus, ce qui va le ralentir encore plus a l’inverse de l’action souhaitée A l’inverse, il existe peut-être

un angle de gỵte minimum au prés afin de sortir le flotteur de l’eau ou de bien passer les vagues.– Le VMG de gain au vent : cette variable peut surtout avoir un rơle important comme critère de qualité

en particulier pour l’apprentissage Mais cette variable n’est sûrement pas exploitable pour la

conduite du bateau, car elle met beaucoup trop de temps à réagir et peut aboutir à des aberrations.Stratégie de barre au portant

La conduite recherchée

– Trouver le bon compromis cap/vitesse en fonction des conditions météo afin d’avoir le meilleur

VMG possible (gain sous le vent)

– Être capable de garder ce compromis, principalement conserver une vitesse optimale, en

suivant les varia-tions du milieu (oscillations du vent en direction et en force, vagues, )

– Être capable de profiter des vagues et des surventes, pour accélérer plus et gagner plus sous

le vent qua le compromis, dans les surfs par exemple

– Être capable de se réadapter à un changement de conditions durable, principalement à une variation de la

force du vent

De même que pour le prés, on peut déterminer des vitesse cibles pour chacune des forces de vent qui mettront au barreur d’avoir un ordre d’idée de la vitesse et du cap optimum à suivre Par exemple, on peut voir que sur la polaire (figure x) pour un vent donnée, la « target »du portant est un TWA de 145°, pour une vitesse

per-de 22 nœuds De la même façon, le barreur doit naviguer en perpétuelle recherche per-de vitesse afin d’approcher les vitesses cibles en se permettant plus de variations de trajectoires qu’au prés Contrairement au prés, dés qua le bateau ralentit, il doit lofer afin de lui faire reprendre de la vitesse Et à l’inverse, dés que le bateau a su samment de vitesse, il peut en profiter pour abattre et gagner sous le vent.

D’une façon similaire au prés, on peut anticiper les variations de vitesse du bateau grâce auxaccélérations et aux décélérations de ce dernier En e et, au portant, dés que le barreur ressent unedécélération, il doit lofer afin de relancer le bateau et de faire en sorte qu’il ne ralentisse pas A l’inverse,dés qu’il ressent une accélération, il peut se permettre d’abattre afin de gagner sous le vent

Les variations, qui entrent en jeu dans la conduite du bateau, sont par ordre d’importance :

– L’accélération/décélération du bateau : comme au prés, ce paramètre peut être pris en compte par le barreur pour anticiper les variations de vitesse du bateau

– La vitesse du bateau (Boat speed) : en e et, il est important de savoir ó la vitesse du bateau se situe par rapport

à la vitesse cible Si le bateau est très lent comparé à sa vitesse cible et que l’on a une forte accélération, il va

être préférable de laisser la bateau regagner une vitesse « normal »avant d’engager une

2.4 Pilote automatique et pilote automatique intelligent 20

TWA min

VMG portant

TWA max

Fig 2.14 – Exploitation de la polaire de vitesse pour le portant

action de barre pour le faire abattre Sinon, on risque de la faire re-ralentir immédiatement sans jamais lui

laisser l’occasion de retrouver une bonne vitesse A l’inverse, si le bateau se situe à une vitesse supérieure

à sa vitesse cible, on peut supposer que c’est temporaire Ainsi quand le bateau décélère, on

n’engage pas d’action pour le faire re-accélérer tant qu’il se situe au-dessus de sa vitesse cible

– L’angle du vent réel (TWA - True Wind Angle) : il peut être intéressant d’intégrer le TWA afin de ne pas avoir des écarts de route extrêmes Par exemple, si l’on est déjà beaucoup lofé et que le bateau décélère, on ne va pas pourvoir lofer beaucoup plus A l’inverse, si le bateau est très abattre et que l’on décélère, on va pouvoir lofer en grand Cela permettrait de fixer des « butées »afin de ne pas dépasser des caps extrêmes.

– La force du vent réel (TWS - True Wind Speed) : il est nécessaire d’intégrer la force du vent afin d’ajuster les vitesses cibles lors de variations du vent

– La gîte du bateau : il est peut-être obligatoire pour la sécurité mais aussi pour les performances d’intégrer

la gîte du bateau En e et, si le bateau a atteint un angle de gîte trop important, le fait de lofer plus ne va

2.4 Pilote automatique et pilote automatique intelligent 21

pas permettre au bateau d’accélérer plus, mais va plutơt le coucher encore plus, ce qui va leralentir encore plus a l’inverse de l’action souhaitée A l’inverse, il existe peut-être un angle degỵte minimum au prés afin de sortir le flotteur de l’eau

– Le VMG de gain sous le vent : Comme au prés, cette variable peut être une bonne indication pour savoir si l’on réalise un bon compromis ou non sur une durée assez longue Et ainsi, on pourrait s’en servir pour quantifier la qualité des actions de barre

Stratégie de barre sur un cap défini

La conduite recherchée

– Suivre le cap en faisant le moins d’écart de route possible (anticipé le courant, )

– Tirer la meilleure vitesse du bateau, même si l’on doit faire des petits écarts de route Par exemple, profiter des

surventes pour accélérer même si on s’éloigne un peu de la route Et revenir sur le cap dés que le vent

mollit un peu

Les actions

Dans un premier temps, on place sur le cap à suivre en fonction du cap fond et non du cap surface(Heading) afin de prendre en compte la dérive du bateau due principalement au courant On détermineainsi quel est l’angle du bateau par rapport au vent réel (TWA) lorsque l’on suit le bon cap et grâce à lapolaire de vitesse (figure x), on peut aussi déterminer dans quel sous-cas l’on se trouve, ainsi qu’unevitesse cible pour l’allure du bateau Par exemple, si le TWA est 115°lorsque l’on va vers la marque, lemeilleur moyen d’accélération est de faire abattre le bateau et la vitesse cible est de 18 nœuds

Le barreur peut alors barrer en recherche de vitesse afin de suivre le cap définit en essayant de tirer lameilleure vitesse possible du bateau Dès que le bateau ralentit en dessus de la vitesse cible, il abat (oulofer selon le cas) pour faire accélérer le bateau même si on s’écarte un peu de la route A l’inverse, dèsqua le bateau a une bonne vitesse (supérieure à la vitesse cible), il peut se permettre de revenir sur laroute, voir même de gagner up peu au dessus (ou au dessous selon le cas) de la route De la mêmefaçon que sur les autres allures, on peut anticiper les variations de vitesse du bateau en engageant desactions de barre dès que l’on pressent une accélération ou une décélération

Les variables prise en compte

Les variations, qui entrent en jeu dans la conduite du bateau, sont par ordre d’importance :

– Le cap fond du bateau (COG) : la priorité est de suivre une route la plus proche possible du cap

à suivre Le cap fond nous permet de savoir ó l’on se trouve per rapport à la route à suivre en tenant compte de la dérive du bateau En e et, si l’on est proche de la route à suivre, on pourra faire des écarts de barre A l’inverse, si l’on est loin de la route, on devra tout faire pour revenir

le plus proche possible de la route Il est surement nécessaire d’imposer des variations de cap maximum afin d’éviter des écarts de route trop important

– L’accélération/décélération du bateau : comme sur les autres allures, ce paramètre peut être pris en compte par le barreur pour anticiper les variations de vitesse du bateau

– La vitesse du bateau (Boat speed) : en e et, il est important de savoir ó la vitesse du bateau se situe par rapport

à la vitesse cible Si le bateau est très lent comparé à sa vitesse cible et que l’on a une forte accélération, il va

être préférable de laisser la bateau regagner une vitesse " normal " avant d’engager une

2.4 Pilote automatique et pilote automatique intelligent 22

Fig 2.15 – Les di érentes actions en fonction du TWA de la route à suivre

action de barre pour le faire revenir sur la route A l’inverse, si le bateau se situe à une vitesse supérieure

à sa vitesse cible, on peut supposer que c’est temporaire Ainsi quand le bateau décélère, on

n’engage pas d’action pour le faire re-accélérer tant qu’il se situe au-dessus de sa vitesse cible

– Le cap du prochain Waypoint : c’est-à-dire le cap ou la route à suivre De plus, cette variable nous permet également de savoir si l’on s’écarte ou non de la route de départ

– L’angle du vent réel (TWA) : il peut également être nécessaire d’imposer des " butées " sur les angles de vent réel En e et, on ne peut pas permettre les écarts de trajectoires qui

imposeraient des changements de voiles

– La force du vent réel (TWS - True Wind Speed) : il est nécessaire d’intégrer la force du vent afin d’ajuster les vitesses cibles lors de variations du vent

– La gîte du bateau : il est peut-être obligatoire pour la sécurité mais aussi pour les performances d’intégrer

la gîte du bateau En e et, si le bateau a atteint un angle de gîte trop important, ça ne servira à rien de se rapprocher du vent de travers, car ça ne fera qu’augmenter la gîte et pas la vitesse A l’inverse, il existe peut-être un angle de gîte minimum au prés afin de sortir le flotteur de l’eau selon les allures du bateau.

– Le VMG par rapport au prochain Waypoint : En e et, il est important de savoir à quelle vitesse le

2.5 Systèmes d’inférence floue 23

bateau se rapproche de la marque Cette variable est plus fiable que les VMG de prés et de portant, car elle correspond à un VMG par rapport à une route quasi-directe Du coup, les abréactions dues aux change-ments

de route brusques entrent beaucoup moins en compte Le VMG sera donc ici un bon indicateur de performance

ou de non performance des actions de barre Par exemple, si le VMG est toujours inférieur à la vitesse cible, on peut estimer que les actions de modification de route servent à rien à cette allure.

Les règles floues représentent une connaissance humaine, exprimé en langage naturel, à l’aide de mots vagues, mal définis, « flous » Les SIF sont composés d’une collection de règles qui ont la forme générale :

Si telle situation alors telle conclusion

Les prémisses des règles donnent donc la perception de l’environnement qu’a le SIF Une situation est

carac-térisée par un certain nombre d’expressions du type « x est A », ó x est une variable et A un label Exemple :

« la température est basse », « la distance est proche » Une mesure de la variable donne une valeur précise ou floue, qui est une quantité objective par opposition au label qui ne donne qu’une appréciation subjective Qu’est-ce, en e et, qu’une distance « proche » ? « L’école est proche de la gare, la lune est proche de la terre » : seul sans commune mesure Il est donc nécessaire, pour la phase opérationnelle, d’interpréter, c’est-à-dire de passer du qualitatif au quantitatif, du subjectif à l’objectif Cela est réalisé essentiellement par le choix de l’univers du discours et des fonctions d’appartenance qui vont permettre de dire précisément à quel degré x est A.

– A, un label linguistique, caractérisant qualitativement une partie des valeurs de x, (exemple x est "faible"),

– A , la fonction x 2 V A (x) 2 [0, 1] qui donne le degré d’appartenance d’une observation de x au

sous-ensemble flou A Cette fonction A est appelée « fonction d’appartenance de A ».

2.5.3 Partition floue

Une partition floue permet une catégorisation grossière du domaine de variation d’une variable linguistique,

par des sous-ensembles flous Contrairement à la partition mathématique, ó les sous-ensembles sont disjoints deux à deux, l’intersection de deux sous-ensembles flous consécutif n’est pas vide (voir plus la session 2.5.6) :

– c’est ce qui permet de considérer un fait sous di érents aspects, avec des degrés d’appartenance variables,