EphèseLe catalogue de la bibliothèque de l'ECAM
Détail de l'auteur
Auteur Mohamed Lalami |
Documents disponibles écrits par cet auteur (2)
Visionner les documents numériques
Affiner la rechercheConception d’un contrôleur de vol pour un UAV à voilure fixe en configuration canard / Lionnel Kabakamany Mamba Kalala
Titre : Conception d’un contrôleur de vol pour un UAV à voilure fixe en configuration canard Type de document : Travail de fin d'études Auteurs : Lionnel Kabakamany Mamba Kalala, Auteur ; Mohamed Lalami, ; Quentin de Grady, Editeur : ECAM Année de publication : 2020 Note générale : Sabca Langues : Français (fre) Index. décimale : TFE - Automatique Résumé : Dans le cadre d’un projet de recherche et de développement, l’entreprise SABCA a
décidé de reprendre un programme, appelé Litus.
Le Litus est un véhicule aérien sans pilote (UAV) à voilure fixe possédant une
configuration particulière dite « canard ». Ce drone était contrôlé à l’aide d’une télécommande
à distance et l’entreprise a eu l’idée d’intégrer un pilote automatique à bord.Conception d’un contrôleur de vol pour un UAV à voilure fixe en configuration canard [Travail de fin d'études] / Lionnel Kabakamany Mamba Kalala, Auteur ; Mohamed Lalami, ; Quentin de Grady, . - ECAM, 2020.
Sabca
Langues : Français (fre)
Index. décimale : TFE - Automatique Résumé : Dans le cadre d’un projet de recherche et de développement, l’entreprise SABCA a
décidé de reprendre un programme, appelé Litus.
Le Litus est un véhicule aérien sans pilote (UAV) à voilure fixe possédant une
configuration particulière dite « canard ». Ce drone était contrôlé à l’aide d’une télécommande
à distance et l’entreprise a eu l’idée d’intégrer un pilote automatique à bord.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire Documents numériques
Ce document n'est visible qu'après identification
TFe__Version_finale_compressed.pdfAdobe Acrobat PDF
Titre : Implémentation d'un contrôleur de vol basé sur la technologie "Machine Learning" pour un drone quadcopter Type de document : Travail de fin d'études Auteurs : Olivier Boegaerts, Auteur ; Mohamed Lalami, ; Ruben Hillewaere, Editeur : ECAM Année de publication : 2019 Note générale : SABCA
Langues : Français (fre) Index. décimale : TFE - Automatique Résumé : Ce document est le fruit d’un travail de fin d’étude sur l’apprentissage automatique d’un régulateur, afin d’assurer la stabilité d’un drone quadcopter. Les développements récents de nouveaux algorithmes d’apprentissage, permettant la résolution de problèmes de plus en plus complexes, m’ont poussé à m’intéresser à ce sujet, afin de les appliquer au contrôle d’un système dynamique. L’apprentissage automatique étant actuellement au centre d’une large attention, il est intéressant de déterminer quelles sont les limitations et les différentes possibilités qu’apporte cette technologie ou qu’elle permettra d’atteindre dans un futur proche. Ce projet se base sur l’application d’une méthode d’apprentissage par renforcement publiée en 2017, la Proximal Policy Optimization (PPO), qui entraine un agent à assurer le pilotage des hélices du drone, sans connaissance préalable. Cet algorithme alterne entre simulation et optimisation des actions effectuées par cet agent afin de l’adapter à un environnement inconnu. Cette thèse, basée sur un ensemble de recherches mises en application, se révélera utile aux projets pour lesquels l’apprentissage automatique d’un régulateur présente un intérêt. Implémentation d'un contrôleur de vol basé sur la technologie "Machine Learning" pour un drone quadcopter [Travail de fin d'études] / Olivier Boegaerts, Auteur ; Mohamed Lalami, ; Ruben Hillewaere, . - ECAM, 2019.
SABCA
Langues : Français (fre)
Index. décimale : TFE - Automatique Résumé : Ce document est le fruit d’un travail de fin d’étude sur l’apprentissage automatique d’un régulateur, afin d’assurer la stabilité d’un drone quadcopter. Les développements récents de nouveaux algorithmes d’apprentissage, permettant la résolution de problèmes de plus en plus complexes, m’ont poussé à m’intéresser à ce sujet, afin de les appliquer au contrôle d’un système dynamique. L’apprentissage automatique étant actuellement au centre d’une large attention, il est intéressant de déterminer quelles sont les limitations et les différentes possibilités qu’apporte cette technologie ou qu’elle permettra d’atteindre dans un futur proche. Ce projet se base sur l’application d’une méthode d’apprentissage par renforcement publiée en 2017, la Proximal Policy Optimization (PPO), qui entraine un agent à assurer le pilotage des hélices du drone, sans connaissance préalable. Cet algorithme alterne entre simulation et optimisation des actions effectuées par cet agent afin de l’adapter à un environnement inconnu. Cette thèse, basée sur un ensemble de recherches mises en application, se révélera utile aux projets pour lesquels l’apprentissage automatique d’un régulateur présente un intérêt. Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire Documents numériques
Ce document n'est visible qu'après identification
TFeReport_oBoegaerts_compressed.pdfAdobe Acrobat PDF
