Suivi de trajectoire amélioré pour la navigation autonome de robots mobiles à roues à l’aide d’un contrôleur PID flou adaptatif

Conducteurs de robots plus intelligents

À mesure que les robots investissent les entrepôts, les exploitations agricoles et même les zones sinistrées, ils doivent pouvoir suivre des trajectoires planifiées de façon fluide et sécurisée, même lorsque le sol est glissant ou que leurs moteurs font des siennes. Cet article explore une nouvelle méthode pour aider les robots à roues à rester sur la bonne voie, en réduisant les oscillations et les dérives afin qu’ils puissent naviguer dans des environnements encombrés et imprévisibles avec beaucoup plus d’assurance.

Pourquoi rester sur la trajectoire est difficile

De nombreux véhicules terrestres sans pilote, comme les chariots d’entrepôt ou les robots d’inspection, utilisent des roues parce qu’elles sont efficaces, rapides et relativement simples à construire. Pourtant, maintenir un robot exactement sur une trajectoire prévue est étonnamment complexe. Les sols réels sont poussiéreux ou irréguliers, les roues glissent, les capteurs sont bruyants et les propriétés physiques réelles du robot diffèrent souvent de son modèle mathématique idéal. Les méthodes de commande traditionnelles, comme les régulateurs PID standards à réglage fixe, fonctionnent bien uniquement lorsque les conditions correspondent aux hypothèses de conception et peuvent perdre en précision voire devenir instables lorsque le robot est fortement chargé ou perturbé.

Un cerveau de commande à deux niveaux

Pour dépasser ces limites, les auteurs conçoivent un « cerveau » à deux niveaux pour un type courant de robot à roues à deux roues motrices latérales. La couche supérieure ne considère que la position du robot dans le plan et calcule la vitesse d’avance et la vitesse de rotation nécessaires pour suivre une trajectoire planifiée, comme une courbe en huit. La couche inférieure se charge de faire en sorte que les moteurs produisent effectivement ces vitesses. C’est ici que l’article introduit un contrôleur PID flou adaptatif : un régulateur PID standard dont les trois gains principaux sont continuellement ajustés par un système à logique floue qui surveille l’écart entre le comportement réel du robot et le comportement souhaité.

Laisser le contrôleur apprendre en temps réel

La logique floue permet au contrôleur d’utiliser des règles simples de type « si–alors », par exemple réagir différemment aux petites et aux grandes erreurs ou aux erreurs croissantes et décroissantes, sans nécessiter un modèle mathématique exact de chaque perturbation. Dans cette architecture, deux signaux d’entrée — l’amplitude de l’erreur de suivi et sa vitesse de variation — sont injectés dans un système flou compact qui fournit des valeurs mises à jour pour les gains PID. En pratique, le contrôleur peut raidir ou assouplir sa réponse en temps réel lorsque le robot accélère, ralentit ou subit des dérapages et du bruit. Une analyse mathématique de stabilité montre que, même avec ces ajustements continus et en présence d’effets non modélisés, l’erreur de suivi convergera toujours vers une petite région garantie et s’y maintiendra.

Soumettre le système à des épreuves sévères

Les chercheurs soumettent ensuite leur contrôleur à une série d’essais simulés en utilisant un modèle de plateforme mobile bien connu. D’abord, dans des conditions idéales sans perturbations extérieures, le contrôleur PID flou adaptatif suit déjà la trajectoire en huit plus précisément qu’un PID conventionnel et qu’un autre contrôleur dynamique avancé, affichant des profils de vitesse plus lisses et des erreurs moyennes plus faibles. Ensuite, ils introduisent délibérément des divergences entre les paramètres physiques réels du robot et les valeurs supposées par le contrôleur, en commençant par une erreur de 20 % et en poussant jusqu’à un décalage complet de 100 %. Parallèlement, ils ajoutent du bruit aléatoire au mouvement du robot et des forces périodiques qui simulent un terrain bosselé ou des actionneurs saccadés.

Des résultats qui résistent aux abus extrêmes

Dans tous ces scénarios de plus en plus sévères, le contrôleur PID flou adaptatif maintient un suivi serré de la trajectoire en huit, tandis que le PID conventionnel commence à osciller, à prendre du retard et à dévier, notamment dans les sections à forte courbure. Les principales mesures d’erreur, y compris l’erreur quadratique moyenne de suivi, sont systématiquement réduites d’environ moitié ou plus par la nouvelle méthode, même lorsque tous les paramètres du modèle sont erronés et que le robot est bombardé de bruit. Le mouvement reste fluide et bien maîtrisé, ce qui indique que le contrôleur est non seulement précis mais aussi robuste et applicable en temps réel.

Ce que cela signifie pour les robots du quotidien

Pour un lecteur non spécialiste, la conclusion est que ce travail fournit un « pilote automatique » plus tolérant et auto-ajustable pour les robots à roues. Plutôt que de s’appuyer sur une compréhension parfaite du robot et de son environnement, le contrôleur apprend à partir de l’écart continu entre la position du robot et la position souhaitée, et se retune progressivement lorsque les conditions changent. Cela signifie que les robots mobiles dans les usines, les entrepôts ou les sites dangereux peuvent suivre des routes planifiées plus sûrement et avec plus de précision, même lorsque leurs roues dérapent, leurs charges changent ou leurs moteurs vieillissent — nous rapprochant de machines autonomes fiables et usuelles.

Citation: El Zoghby, H.M., Sharaf, S.M., Bendary, A.F. et al. Enhanced trajectory tracking for autonomous navigation of wheeled mobile robots using an adaptive fuzzy PID controller. Sci Rep 16, 12736 (2026). https://doi.org/10.1038/s41598-026-45772-y

Mots-clés: robots mobiles autonomes, suivi de trajectoire, commande PID floue, navigation robotique, rejet des perturbations