IMA4 2016/2017 P47 : Différence entre versions

De Wiki de Projets IMA
(Cahier des charges)
Ligne 2 : Ligne 2 :
 
<br style="clear: both;"/>
 
<br style="clear: both;"/>
  
==Objectif du projet==
+
==Cahier des charges==
 +
===Présentation générale du projet P47 :===
 +
====Objectif du projet====
 
La modélisation à base de données d’un robot mobile.
 
La modélisation à base de données d’un robot mobile.
  
==Description==
+
====Contexte et Description====
 
Le modèle d’un système permet non seulement une meilleure compréhension de son comportement mais sa bonne utilisation et sa surveillance afin d’apporter des actions correctives à temps lors de défauts ou de défaillance du système.
 
Le modèle d’un système permet non seulement une meilleure compréhension de son comportement mais sa bonne utilisation et sa surveillance afin d’apporter des actions correctives à temps lors de défauts ou de défaillance du système.
  
Ligne 17 : Ligne 19 :
 
La validation consistera à comparer le comportement du modèle à celui du robot en appliquant les mêmes commandes aux deux.
 
La validation consistera à comparer le comportement du modèle à celui du robot en appliquant les mêmes commandes aux deux.
  
==Informations importantes==
+
====Choix techniques (matériel et logiciel)====
 
+
*L’outil GUI du logiciel Matlab.
===L’identification===
+
*L'outil Toolbox de Matlab.
 
 
Consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement.
 
 
 
===Les méthodes de d’identification===
 
*Boîte blanche : utilise les lois de la physique uniquement.
 
*Boîte grise : utilise les lois de la physique et les mesures recueillies sur le système.
 
*Boîte noire : se base uniquement sur les données recueillies sur le système.
 
 
 
==Cahier des charges==
 
  
 +
===Liste des tâches à effectuer===
 
*Prise en main du Robotino.
 
*Prise en main du Robotino.
 +
*prise en main de la Toolbox Identification de Matlab.
 +
*prise en main de la Toolbox optimisation non linéaire de Matlab.
 
*Identification boite noire d’un modèle linéaire du système :
 
*Identification boite noire d’un modèle linéaire du système :
**étude des méthodes d’identification des sous-espaces ;
+
**étude des méthodes d’identification des sous-espaces.
**prise en main de la Toolbox Identification de Matlab ;
 
 
**application à l’identification du robot.
 
**application à l’identification du robot.
*Validation en simulation.
 
*Validation sur le robot.
 
 
*Identification boîte noire d’un modèle non linéaire du robot :
 
*Identification boîte noire d’un modèle non linéaire du robot :
**étude des méthodes d’optimisation non linéaires ;
+
**étude des méthodes d’optimisation non linéaires.
**prise en main de la Toolbox optimisation non linéaire de Matlab ;
 
 
**application à l’identification du robot.
 
**application à l’identification du robot.
*Validation sur le robot.
 
*Création d’une interface avec l’outil GUI de Matlab.
 
 
===Calendrier prévisionnel===
 
 
====Liste des tâches à effectuer====
 
 
====Calendrier====
 
  
 
==Feuille d'heures==
 
==Feuille d'heures==

Version du 10 janvier 2017 à 09:57


Cahier des charges

Présentation générale du projet P47 :

Objectif du projet

La modélisation à base de données d’un robot mobile.

Contexte et Description

Le modèle d’un système permet non seulement une meilleure compréhension de son comportement mais sa bonne utilisation et sa surveillance afin d’apporter des actions correctives à temps lors de défauts ou de défaillance du système.

Ce projet a pour but la modélisation d’un robot à trois roues omnidirectionnelles à savoir le Robotino. Cette modélisation se fera à partir des données recueillies sur ce robot. Ce projet se déroulera suivant les phases suivantes :

  • Choix du modèle du robot.
  • Choix de l’algorithme d’optimisation.
  • Estimation du modèle.
  • Validation du modèle.

La validation consistera à comparer le comportement du modèle à celui du robot en appliquant les mêmes commandes aux deux.

Choix techniques (matériel et logiciel)

  • L’outil GUI du logiciel Matlab.
  • L'outil Toolbox de Matlab.

Liste des tâches à effectuer

  • Prise en main du Robotino.
  • prise en main de la Toolbox Identification de Matlab.
  • prise en main de la Toolbox optimisation non linéaire de Matlab.
  • Identification boite noire d’un modèle linéaire du système :
    • étude des méthodes d’identification des sous-espaces.
    • application à l’identification du robot.
  • Identification boîte noire d’un modèle non linéaire du robot :
    • étude des méthodes d’optimisation non linéaires.
    • application à l’identification du robot.

Feuille d'heures

Tâche Prélude Heures S1 Heures S2 Heures S3 Heures S4 Heures S5 Heures S6 Heures S7 Heures S8 Heures S9 Heures S10 Total
Définition cahier des charges 0

Avancement du Projet

Semaine 1

Fichiers Rendus