Étudiant en mémoire de master - Action augmentée pour une autorité de contrôle améliorée dans les UAV Tailsitter

À propos de cette offre

Rejoignez l'équipe Wingtra et faites partie de cette scale-up robotique soutenue par des investisseurs, avec une équipe mondiale et internationale de plus de 125 Wingtranautes dévoués qui souhaitent que leurs actions aient un impact positif et durable sur le monde. Fondée il y a plus de 8 ans à l'ETH Zurich, la principale université européenne de robotique, notre objectif est de construire les meilleurs robots aériens pour numériser le monde en appuyant sur un bouton et poser les bases de décisions plus rapides et meilleures. Wingtra fournit des solutions de données efficaces et fiables à une variété d'industries allant de l'exploitation minière, la construction et l'agriculture aux organisations humanitaires, aux environnementalistes et aux groupes de surveillance de la faune.

Nous visons les étoiles et ensemble, nous pourrions bien y arriver. Une communication ouverte, poser des questions difficiles et valoriser des points de vue divers ne sont que quelques éléments qui nous aideront à atteindre nos objectifs. Par-dessus tout, nous n'arrêterons jamais d'apprendre et de nous efforcer d'aider chacun à atteindre son potentiel maximal.

APERÇU

Les drones VTOL Tailsitter fonctionnent à la fois en mode stationnaire et en vol avant en utilisant les mêmes surfaces aérodynamiques et des groupes motopropulseurs partagés pour les deux modes. Ce couplage crée des conditions de vol difficiles lors des transitions de mode et rend l'atterrissage et le décollage sensibles aux rafales de vent et aux perturbations dues à l'effet de sol. De plus, utiliser le même système de propulsion pour le stationnaire énergivore et le vol de croisière efficace limite l'optimisation du groupe motopropulseur.

Cette thèse explore des concepts d'efficacité de contrôle améliorée pour augmenter l'autorité de contrôle en stationnaire et améliorer l'efficacité en croisière des aéronefs VTOL à voilure fixe. L'étude combine modélisation, allocation de contrôle, simulation haute fidélité et validation expérimentale sur une plateforme existante.

OBJECTIFS

• Étendre et affiner l'environnement de simulation pour permettre un benchmarking rapide des algorithmes.

• Concevoir et expérimenter des techniques d'allocation de contrôle et de contrôle de vol allant des approches classiques basées sur l'optimisation aux approches adaptatives et augmentées par apprentissage.

• Valider le nouveau concept de contrôle et le comparer à l'état de l'art en termes de performance de vol, endurance, agilité et robustesse au vent.

• Valider les résultats en simulation et en vols réels sur les drones Wingtra.

SOUTIEN ET INFRASTRUCTURE

Wingtra fournit l'accès au matériel, aux plateformes de vol, aux environnements de simulation et à l'expertise en ingénierie pour permettre un développement rapide et une validation expérimentale sûre.

Durant le projet, vous faites partie de l'équipe Wingtra - vivez l'environnement de travail dans une scale-up robotique / spin-off de l'ETH, avec un succès mondial et une expérience dans l'industrie réelle des UAV.

• Formation en théorie du contrôle (le contrôle non linéaire est un avantage), estimation récursive et optimisation.
• Expérience avec la dynamique des UAV ou la modélisation robotique.
• Maîtrise de C++ et Python ; la connaissance de PX4 est un plus.
• Motivation pour mener un travail expérimental structuré.
• En plus du mémoire de master, un engagement étudiant (rémunéré) chez Wingtra peut être discuté.
• Citoyenneté de l'UE ou inscription dans une institution suisse requise pour respecter la réglementation sur les permis de travail.

Si vous préférez le travail d'équipe au rôle de super-héros individuel, et si vous vous épanouissez dans une culture basée sur les retours et un environnement de start-up passionnant, non conventionnel mais structuré et progressif, nous serions ravis d'avoir de vos nouvelles.