MODULE 31 · CURSUS MARS AVANCÉ · COMPRENDRE, CALCULER, VÉRIFIER.

Robotique, autonomie et maintenance hors Terre

Concevoir des robots qui perçoivent, planifient, manipulent et se mettent en sécurité lorsque le terrain, la poussière ou la communication dégradent leurs hypothèses.

Le problème à résoudre

Question de départ. Jusqu’où un robot martien doit-il décider seul, et comment le maintenir sûr lorsque sa perception ou ses actionneurs se dégradent ?

Intuition. Un rover doit continuer une mission lorsque le délai de communication empêche un opérateur terrestre de corriger chaque mouvement et qu'une roue montre des signes de dégradation.

Repère concret. L'autonomie est la capacité d'un système à atteindre certains objectifs sans intervention humaine immédiate, dans des limites et règles définies.

Préparation du module 31: modules 00 à 28 recommandés selon le sujet. Le module 31 revient sur les grandeurs qui conditionnent directement « Robotique, autonomie et maintenance hors Terre ».

RAMPE ZÉRO PRÉREQUIS · MODULE 31

Comprendre avant de calculer

Un rover doit continuer une mission lorsque le délai de communication empêche un opérateur terrestre de corriger chaque mouvement et qu'une roue montre des signes de dégradation.

Progression du module — autonomie; perception; actionneur; maintenance conditionnelle.

autonomie

Définition. L'autonomie est la capacité d'un système à atteindre certains objectifs sans intervention humaine immédiate, dans des limites et règles définies.

Exemple. Un rover peut détecter un obstacle, choisir un passage local et interrompre sa progression si la confiance devient insuffisante.

Présentez un cas non prévu: un système autonome doit détecter l’écart, choisir dans son domaine d’autorité et savoir demander de l’aide ou se mettre en sécurité hors domaine.

Attention. Autonomie ne signifie pas absence de supervision ni liberté illimitée: les objectifs, contraintes et critères d'abandon sont conçus.

En mission. Une mauvaise interprétation de « autonomie » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Exercice guidé — autonomie

Situation à reconnaître. Un rover peut détecter un obstacle, choisir un passage local et interrompre sa progression si la confiance devient insuffisante.

Vérification demandée. Présentez un cas non prévu: un système autonome doit détecter l’écart, choisir dans son domaine d’autorité et savoir demander de l’aide ou se mettre en sécurité hors domaine.

Erreur à écarter. Autonomie ne signifie pas absence de supervision ni liberté illimitée: les objectifs, contraintes et critères d'abandon sont conçus.

Corrigé raisonné

Sens précis: L'autonomie est la capacité d'un système à atteindre certains objectifs sans intervention humaine immédiate, dans des limites et règles définies.
Test du cas: Présentez un cas non prévu: un système autonome doit détecter l’écart, choisir dans son domaine d’autorité et savoir demander de l’aide ou se mettre en sécurité hors domaine.
Piège exclu: Autonomie ne signifie pas absence de supervision ni liberté illimitée: les objectifs, contraintes et critères d'abandon sont conçus.
Conséquence opérationnelle: Une mauvaise interprétation de « autonomie » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Quantification: autonomie: relation qualitative ici; aucune unité intrinsèque.
Vérification: autonomie: confronter conclusion, contrôle et piège de la carte.

perception

Définition. La perception transforme des données de capteurs en informations utiles sur l'environnement ou l'état du robot.

Exemple. Caméras, lidar ou capteurs de roue peuvent aider à détecter terrain, obstacles, glissement ou position relative.

Vérification. Comparez plusieurs capteurs ou une vérité terrain: une perception fiable doit exprimer son incertitude et reconnaître les situations où elle ne sait pas conclure.

Attention. Une image nette ne garantit pas une perception correcte: illumination, poussière, ambiguïtés et modèles entraînés hors domaine peuvent tromper le système.

En mission. Une mauvaise interprétation de « perception » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Exercice guidé — perception

Situation à reconnaître. Caméras, lidar ou capteurs de roue peuvent aider à détecter terrain, obstacles, glissement ou position relative.

Vérification demandée. Comparez plusieurs capteurs ou une vérité terrain: une perception fiable doit exprimer son incertitude et reconnaître les situations où elle ne sait pas conclure.

Erreur à écarter. Une image nette ne garantit pas une perception correcte: illumination, poussière, ambiguïtés et modèles entraînés hors domaine peuvent tromper le système.

Corrigé raisonné

Sens précis: La perception transforme des données de capteurs en informations utiles sur l'environnement ou l'état du robot.
Test du cas: Comparez plusieurs capteurs ou une vérité terrain: une perception fiable doit exprimer son incertitude et reconnaître les situations où elle ne sait pas conclure.
Piège exclu: Une image nette ne garantit pas une perception correcte: illumination, poussière, ambiguïtés et modèles entraînés hors domaine peuvent tromper le système.
Conséquence opérationnelle: Une mauvaise interprétation de « perception » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Termes du corrigé. observation

Quantification: perception: relation qualitative ici; aucune unité intrinsèque.
Vérification: perception: confronter conclusion, contrôle et piège de la carte.

actionneur

Définition. Un actionneur transforme une commande en action physique, par exemple moteur de roue, articulation, vanne ou mécanisme.

Exemple. Une commande de vitesse n'a d'effet que si la chaîne électronique et mécanique peut produire le couple requis.

Vérification. Une commande plus grande ne garantit pas un effet plus grand si l’actionneur sature; vérifiez limites, sens et retour de position ou d’effort.

Attention. Une commande logicielle valide peut devenir dangereuse si l'actionneur est bloqué, saturé ou partiellement défaillant.

En mission. Une mauvaise interprétation de « actionneur » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Exercice guidé — actionneur

Situation à reconnaître. Une commande de vitesse n'a d'effet que si la chaîne électronique et mécanique peut produire le couple requis.

Vérification demandée. Une commande plus grande ne garantit pas un effet plus grand si l’actionneur sature; vérifiez limites, sens et retour de position ou d’effort.

Erreur à écarter. Une commande logicielle valide peut devenir dangereuse si l'actionneur est bloqué, saturé ou partiellement défaillant.

Corrigé raisonné

Sens précis: Un actionneur transforme une commande en action physique, par exemple moteur de roue, articulation, vanne ou mécanisme.
Test du cas: Une commande plus grande ne garantit pas un effet plus grand si l’actionneur sature; vérifiez limites, sens et retour de position ou d’effort.
Piège exclu: Une commande logicielle valide peut devenir dangereuse si l'actionneur est bloqué, saturé ou partiellement défaillant.
Conséquence opérationnelle: Une mauvaise interprétation de « actionneur » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Quantification: actionneur: relation qualitative ici; aucune unité intrinsèque.
Vérification: actionneur: confronter conclusion, contrôle et piège de la carte.

maintenance conditionnelle

Définition. La maintenance conditionnelle déclenche inspection ou intervention à partir d'indicateurs d'état plutôt qu'à une date fixe seulement.

Exemple. Une hausse de courant moteur, de vibration ou de température peut signaler une dégradation de roue avant la panne complète.

Vérification. La maintenance doit être déclenchée par une tendance ou un indicateur relié au mode de défaillance; un seuil sans lien physique avec l’usure ne constitue pas une politique conditionnelle robuste.

Attention. Une alarme unique ne doit pas conduire automatiquement au remplacement: tendance, contexte et faux positifs doivent être évalués.

En mission. Une mauvaise interprétation de « maintenance conditionnelle » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Exercice guidé — maintenance conditionnelle

Situation à reconnaître. Une hausse de courant moteur, de vibration ou de température peut signaler une dégradation de roue avant la panne complète.

Vérification demandée. La maintenance doit être déclenchée par une tendance ou un indicateur relié au mode de défaillance; un seuil sans lien physique avec l’usure ne constitue pas une politique conditionnelle robuste.

Erreur à écarter. Une alarme unique ne doit pas conduire automatiquement au remplacement: tendance, contexte et faux positifs doivent être évalués.

Corrigé raisonné

Sens précis: La maintenance conditionnelle déclenche inspection ou intervention à partir d'indicateurs d'état plutôt qu'à une date fixe seulement.
Test du cas: La maintenance doit être déclenchée par une tendance ou un indicateur relié au mode de défaillance; un seuil sans lien physique avec l’usure ne constitue pas une politique conditionnelle robuste.
Piège exclu: Une alarme unique ne doit pas conduire automatiquement au remplacement: tendance, contexte et faux positifs doivent être évalués.
Conséquence opérationnelle: Une mauvaise interprétation de « maintenance conditionnelle » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne.

Termes du corrigé. vérification

Quantification: maintenance conditionnelle: relation qualitative ici; aucune unité intrinsèque.
Vérification: maintenance conditionnelle: confronter conclusion, contrôle et piège de la carte.

Étude intégrée — Robotique, autonomie et maintenance hors Terre

Situation à analyser. Un rover doit continuer une mission lorsque le délai de communication empêche un opérateur terrestre de corriger chaque mouvement et qu'une roue montre des signes de dégradation.

autonomie: Un rover peut détecter un obstacle, choisir un passage local et interrompre sa progression si la confiance devient insuffisante. Contrôle attendu: Présentez un cas non prévu: un système autonome doit détecter l’écart, choisir dans son domaine d’autorité et savoir demander de l’aide ou se mettre en sécurité hors domaine.
perception: Caméras, lidar ou capteurs de roue peuvent aider à détecter terrain, obstacles, glissement ou position relative. Contrôle attendu: Comparez plusieurs capteurs ou une vérité terrain: une perception fiable doit exprimer son incertitude et reconnaître les situations où elle ne sait pas conclure.
actionneur: Une commande de vitesse n'a d'effet que si la chaîne électronique et mécanique peut produire le couple requis. Contrôle attendu: Une commande plus grande ne garantit pas un effet plus grand si l’actionneur sature; vérifiez limites, sens et retour de position ou d’effort.
maintenance conditionnelle: Une hausse de courant moteur, de vibration ou de température peut signaler une dégradation de roue avant la panne complète. Contrôle attendu: La maintenance doit être déclenchée par une tendance ou un indicateur relié au mode de défaillance; un seuil sans lien physique avec l’usure ne constitue pas une politique conditionnelle robuste.

Le diagnostic ne doit pas confondre « autonomie » et « perception ». Le premier se reconnaît ici par le cas suivant: Un rover peut détecter un obstacle, choisir un passage local et interrompre sa progression si la confiance devient insuffisante. Le second doit être contrôlé autrement: Comparez plusieurs capteurs ou une vérité terrain: une perception fiable doit exprimer son incertitude et reconnaître les situations où elle ne sait pas conclure.

Une seconde vérification croise « actionneur » et « maintenance conditionnelle ». Gardez comme alerte « Une commande logicielle valide peut devenir dangereuse si l'actionneur est bloqué, saturé ou partiellement défaillant. »; pour « maintenance conditionnelle », utilisez plutôt ce test: La maintenance doit être déclenchée par une tendance ou un indicateur relié au mode de défaillance; un seuil sans lien physique avec l’usure ne constitue pas une politique conditionnelle robuste.

Exercice de synthèse

Dans la situation de « Robotique, autonomie et maintenance hors Terre », classez les indices selon « autonomie » (Présentez un cas non prévu: un système autonome doit détecter l’écart, choisir dans son domaine d’autorité et savoir demander de l’aide ou se mettre en sécurité hors domaine.), « perception » (Comparez plusieurs capteurs ou une vérité terrain: une perception fiable doit exprimer son incertitude et reconnaître les situations où elle ne sait pas conclure.), « actionneur » (Une commande plus grande ne garantit pas un effet plus grand si l’actionneur sature; vérifiez limites, sens et retour de position ou d’effort.), « maintenance conditionnelle » (La maintenance doit être déclenchée par une tendance ou un indicateur relié au mode de défaillance; un seuil sans lien physique avec l’usure ne constitue pas une politique conditionnelle robuste.) Décision suspendue si un contrôle échoue.

Corrigé de synthèse

Pour autonomie, Une mauvaise interprétation de « autonomie » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne. Le garde-fou principal est: Autonomie ne signifie pas absence de supervision ni liberté illimitée: les objectifs, contraintes et critères d'abandon sont conçus. Pour perception, Une mauvaise interprétation de « perception » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne. Le garde-fou principal est: Une image nette ne garantit pas une perception correcte: illumination, poussière, ambiguïtés et modèles entraînés hors domaine peuvent tromper le système. Pour actionneur, Une mauvaise interprétation de « actionneur » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne. Le garde-fou principal est: Une commande logicielle valide peut devenir dangereuse si l'actionneur est bloqué, saturé ou partiellement défaillant. Pour maintenance conditionnelle, Une mauvaise interprétation de « maintenance conditionnelle » peut immobiliser un robot loin du refuge, déclencher une action dangereuse ou manquer le signal précoce d’une panne. Le garde-fou principal est: Une alarme unique ne doit pas conduire automatiquement au remplacement: tendance, contexte et faux positifs doivent être évalués.

Mini-leçons quantitatives

Autonomie énergétique robotique

t_end = E_useful / P_avg

1 — Question concrète: Que permet de calculer « t_end = E_useful / P_avg » dans « Autonomie énergétique robotique » ?
2 — Intuition sans symboles: Une batterie fournit une durée de mission seulement après avoir rapporté son énergie utilisable à la puissance réellement consommée.
3 — Grandeurs: t_end: autonomie énergétique [h]; E_useful: énergie utilisable [kWh]; P_avg: puissance moyenne [kW]
4 — Formule: t_end = E_useful / P_avg
5 — Lecture: « t end égale E utile divisé par P moyenne. »
6 — Symboles et sens: t_end: autonomie énergétique [h]; E_useful: énergie utilisable [kWh]; P_avg: puissance moyenne [kW]
7 — Prononciation: La ligne « Lecture » ci-dessus donne la lecture orale de référence pour « Autonomie énergétique robotique ». Les indices, exposants et groupements éventuels doivent être prononcés lorsqu’ils changent le sens de la relation.
8 — Unités: t_end [h]; E_useful [kWh]; P_avg [kW]
9 — Convention: Pour « Autonomie énergétique robotique », remplacer les valeurs sans changer en cours de calcul le référentiel, la base de temps, la frontière du système ni la convention de signe. Unités annoncées : t_end [h]; E_useful [kWh]; P_avg [kW].
10 — Pourquoi cette opération: Dans « Autonomie énergétique robotique », la division rapporte une grandeur à une référence, une durée ou une capacité ; le dénominateur doit correspondre au même cas et rester non nul.
11 — Hypothèses: La relation « t_end = E_useful / P_avg » ne vaut ici que pour le scénario décrit par la carte. Les entrées doivent être cohérentes entre elles et respecter les hypothèses physiques associées à « Autonomie énergétique robotique ».
12 — Contrôle indépendant: Multiplier le résultat par le dénominateur doit reconstruire le numérateur.
13 — Cas numérique: Avec E_useful = 24 kWh, P_avg = 3 kW: t_end = 24 / 3 = 8 h.
14 — Pourquoi le calcul fonctionne: Le cas numérique applique directement « t_end = E_useful / P_avg » aux valeurs annoncées. Le calcul est recevable parce que les grandeurs sont substituées dans la même relation avant d’interpréter le résultat pour « Autonomie énergétique robotique ».
15 — Vérification: Contrôle rapide : remultiplier le résultat par le dénominateur doit reconstruire le numérateur de « Autonomie énergétique robotique » à l’arrondi près.
16 — Estimation mentale: Avant le calcul détaillé de « Autonomie énergétique robotique », arrondir les entrées à un chiffre utile et prévoir le signe ainsi que l’ordre de grandeur. Le résultat précis doit rester compatible avec cette estimation.
17 — Interprétation: Conserver une réserve de retour et ne jamais planifier jusqu’à l’épuisement théorique.
18 — Ce que le résultat ne prouve pas: Pour « Autonomie énergétique robotique », le nombre obtenu répond uniquement au modèle « t_end = E_useful / P_avg » dans le scénario déclaré. Il ne démontre ni la qualité des données d’entrée ni la validité du modèle dans d’autres conditions.
19 — Sensibilité: Faire varier une entrée à la fois autour du cas nominal permet d’identifier ce qui pilote le résultat de « Autonomie énergétique robotique » et de vérifier si cette variation peut changer la décision de mission.
20 — Exercices guidé et autonome: Exercice guidé. Recalculez ce scénario: Avec E_useful = 15 kWh, P_avg = 2.5 kW: t_end = 15 / 2.5 ?
Correction guidée détaillée — ouvrir après essai
Avec E_useful = 15 kWh, P_avg = 2.5 kW: t_end = 15 / 2.5 = 6 h. La décision doit ensuite être confrontée aux marges et hypothèses du module.
Exercice autonome. Recalculez ce scénario: Avec E_useful = 40 kWh, P_avg = 5 kW: t_end = 40 / 5 ?
Correction autonome — ouvrir après essai
Avec E_useful = 40 kWh, P_avg = 5 kW: t_end = 40 / 5 = 8 h. La décision doit ensuite être confrontée aux marges et hypothèses du module.
21 — Décision mission: Conserver une réserve de retour et ne jamais planifier jusqu’à l’épuisement théorique.

Portée parcourable

d_range = v_rover × t_end

1 — Question concrète: Que permet de calculer « d_range = v_rover × t_end » dans « Portée parcourable » ?
2 — Intuition sans symboles: La portée découle de la vitesse soutenable pendant le temps réellement disponible.
3 — Grandeurs: d_range: distance parcourable [km]; v_rover: vitesse moyenne rover [km/h]; t_end: autonomie disponible [h]
4 — Formule: d_range = v_rover × t_end
5 — Lecture: « d portée égale v rover multiplié par t end. »
6 — Symboles et sens: d_range: distance parcourable [km]; v_rover: vitesse moyenne rover [km/h]; t_end: autonomie disponible [h]
7 — Prononciation: La ligne « Lecture » ci-dessus donne la lecture orale de référence pour « Portée parcourable ». Les indices, exposants et groupements éventuels doivent être prononcés lorsqu’ils changent le sens de la relation.
8 — Unités: d_range [km]; v_rover [km/h]; t_end [h]
9 — Convention: Pour « Portée parcourable », remplacer les valeurs sans changer en cours de calcul le référentiel, la base de temps, la frontière du système ni la convention de signe. Unités annoncées : d_range [km]; v_rover [km/h]; t_end [h].
10 — Pourquoi cette opération: Dans « Portée parcourable », la multiplication combine les facteurs qui construisent directement la grandeur recherchée ; elle n’est valable que si ces facteurs décrivent le même cas.
11 — Hypothèses: La relation « d_range = v_rover × t_end » ne vaut ici que pour le scénario décrit par la carte. Les entrées doivent être cohérentes entre elles et respecter les hypothèses physiques associées à « Portée parcourable ».
12 — Contrôle indépendant: Diviser le résultat par un facteur non nul doit retrouver le produit des autres.
13 — Cas numérique: Avec v_rover = 6 km/h, t_end = 8 h: d_range = 6 × 8 = 48 km.
14 — Pourquoi le calcul fonctionne: Le cas numérique applique directement « d_range = v_rover × t_end » aux valeurs annoncées. Le calcul est recevable parce que les grandeurs sont substituées dans la même relation avant d’interpréter le résultat pour « Portée parcourable ».
15 — Vérification: Contrôle rapide : si un facteur est non nul, diviser le résultat par ce facteur doit retrouver l’autre contribution attendue dans « Portée parcourable ».
16 — Estimation mentale: Avant le calcul détaillé de « Portée parcourable », arrondir les entrées à un chiffre utile et prévoir le signe ainsi que l’ordre de grandeur. Le résultat précis doit rester compatible avec cette estimation.
17 — Interprétation: Appliquer ensuite une marge de retour, de détour et de dégradation avant d’autoriser la sortie.
18 — Ce que le résultat ne prouve pas: Pour « Portée parcourable », le nombre obtenu répond uniquement au modèle « d_range = v_rover × t_end » dans le scénario déclaré. Il ne démontre ni la qualité des données d’entrée ni la validité du modèle dans d’autres conditions.
19 — Sensibilité: Faire varier une entrée à la fois autour du cas nominal permet d’identifier ce qui pilote le résultat de « Portée parcourable » et de vérifier si cette variation peut changer la décision de mission.
20 — Exercices guidé et autonome: Exercice guidé. Recalculez ce scénario: Avec v_rover = 4 km/h, t_end = 6 h: d_range = 4 × 6 ?
Correction guidée détaillée — ouvrir après essai
Avec v_rover = 4 km/h, t_end = 6 h: d_range = 4 × 6 = 24 km. La décision doit ensuite être confrontée aux marges et hypothèses du module.
Exercice autonome. Recalculez ce scénario: Avec v_rover = 10 km/h, t_end = 3.5 h: d_range = 10 × 3.5 ?
Correction autonome — ouvrir après essai
Avec v_rover = 10 km/h, t_end = 3.5 h: d_range = 10 × 3.5 = 35 km. La décision doit ensuite être confrontée aux marges et hypothèses du module.
21 — Décision mission: Appliquer ensuite une marge de retour, de détour et de dégradation avant d’autoriser la sortie.

Incertitude de localisation robotique

sigma_pos = sqrt(sigma_x² + sigma_y²)

1 — Question concrète: Que permet de calculer « sigma_pos = sqrt(sigma_x² + sigma_y²) » dans « Incertitude de localisation robotique » ?
2 — Intuition sans symboles: La localisation combine plusieurs axes d’incertitude indépendants pour obtenir une enveloppe de position.
3 — Grandeurs: sigma_pos: incertitude combinée [m]; sigma_x: incertitude axe x [m]; sigma_y: incertitude axe y [m]
4 — Formule: sigma_pos = sqrt(sigma_x² + sigma_y²)
5 — Lecture: « sigma pos égale racine carrée de parenthèse sigma x au carré plus sigma y au carré fin de parenthèse. »
6 — Symboles et sens: sigma_pos: incertitude combinée [m]; sigma_x: incertitude axe x [m]; sigma_y: incertitude axe y [m]
7 — Prononciation: La ligne « Lecture » ci-dessus donne la lecture orale de référence pour « Incertitude de localisation robotique ». Les indices, exposants et groupements éventuels doivent être prononcés lorsqu’ils changent le sens de la relation.
8 — Unités: sigma_pos [m]; sigma_x [m]; sigma_y [m]
9 — Convention: Pour « Incertitude de localisation robotique », remplacer les valeurs sans changer en cours de calcul le référentiel, la base de temps, la frontière du système ni la convention de signe. Unités annoncées : sigma_pos [m]; sigma_x [m]; sigma_y [m].
10 — Pourquoi cette opération: Dans « Incertitude de localisation robotique », la racine ramène une grandeur quadratique à l’échelle de la grandeur recherchée ; les termes combinés doivent suivre l’hypothèse du modèle.
11 — Hypothèses: Les contributions doivent être suffisamment indépendantes pour justifier cette combinaison.
12 — Contrôle indépendant: Le carré du résultat doit égaler la somme des carrés des contributions.
13 — Cas numérique: Avec sigma_x = 2 m, sigma_y = 3 m: sigma_pos = sqrt(2² + 3²) = 3.6056 m.
14 — Pourquoi le calcul fonctionne: Le cas numérique applique directement « sigma_pos = sqrt(sigma_x² + sigma_y²) » aux valeurs annoncées. Le calcul est recevable parce que les grandeurs sont substituées dans la même relation avant d’interpréter le résultat pour « Incertitude de localisation robotique ».
15 — Vérification: Le carré du résultat doit égaler la somme des carrés des contributions.
16 — Estimation mentale: Le résultat doit rester entre la contribution dominante et leur somme arithmétique.
17 — Interprétation: Réduire vitesse ou mission si l’enveloppe devient trop grande pour éviter les obstacles ou retrouver le chemin.
18 — Ce que le résultat ne prouve pas: Pour « Incertitude de localisation robotique », le nombre obtenu répond uniquement au modèle « sigma_pos = sqrt(sigma_x² + sigma_y²) » dans le scénario déclaré. Il ne démontre ni la qualité des données d’entrée ni la validité du modèle dans d’autres conditions.
19 — Sensibilité: La plus grande contribution pèse davantage parce qu’elle est élevée au carré.
20 — Exercices guidé et autonome: Exercice guidé. Recalculez ce scénario: Avec sigma_x = 1 m, sigma_y = 1 m: sigma_pos = sqrt(1² + 1²) ?
Correction guidée détaillée — ouvrir après essai
Avec sigma_x = 1 m, sigma_y = 1 m: sigma_pos = sqrt(1² + 1²) = 1.4142 m. La décision doit ensuite être confrontée aux marges et hypothèses du module.
Exercice autonome. Recalculez ce scénario: Avec sigma_x = 0.3 m, sigma_y = 0.4 m: sigma_pos = sqrt(0.3² + 0.4²) ?
Correction autonome — ouvrir après essai
Avec sigma_x = 0.3 m, sigma_y = 0.4 m: sigma_pos = sqrt(0.3² + 0.4²) = 0.5 m. La décision doit ensuite être confrontée aux marges et hypothèses du module.
21 — Décision mission: Réduire vitesse ou mission si l’enveloppe devient trop grande pour éviter les obstacles ou retrouver le chemin.

Marge de traction

F_margin = mu × N_load - F_resist

1 — Question concrète: Que permet de calculer « F_margin = mu × N_load - F_resist » dans « Marge de traction » ?
2 — Intuition sans symboles: La traction disponible doit dépasser les efforts résistants pour conserver une capacité de progression.
3 — Grandeurs: F_margin: marge de traction [N]; mu: coefficient de traction [sans dimension]; N_load: charge normale [N]; F_resist: effort résistant [N]
4 — Formule: F_margin = mu × N_load - F_resist
5 — Lecture: « F margin égale mu multiplié par N charge moins F resist. »
6 — Symboles et sens: F_margin: marge de traction [N]; mu: coefficient de traction [sans dimension]; N_load: charge normale [N]; F_resist: effort résistant [N]
7 — Prononciation: La ligne « Lecture » ci-dessus donne la lecture orale de référence pour « Marge de traction ». Les indices, exposants et groupements éventuels doivent être prononcés lorsqu’ils changent le sens de la relation.
8 — Unités: F_margin [N]; mu [sans dimension]; N_load [N]; F_resist [N]
9 — Convention: Pour « Marge de traction », remplacer les valeurs sans changer en cours de calcul le référentiel, la base de temps, la frontière du système ni la convention de signe. Unités annoncées : F_margin [N]; mu [sans dimension]; N_load [N]; F_resist [N].
10 — Pourquoi cette opération: Dans « Marge de traction », la multiplication combine les facteurs qui construisent directement la grandeur recherchée ; elle n’est valable que si ces facteurs décrivent le même cas.
11 — Hypothèses: La relation « F_margin = mu × N_load - F_resist » ne vaut ici que pour le scénario décrit par la carte. Les entrées doivent être cohérentes entre elles et respecter les hypothèses physiques associées à « Marge de traction ».
12 — Contrôle indépendant: Réadditionner la marge au terme retranché doit reconstruire l’état initial.
13 — Cas numérique: Avec mu = 0.6 sans dimension, N_load = 1200 N, F_resist = 500 N: F_margin = 0.6 × 1200 - 500 = 220 N.
14 — Pourquoi le calcul fonctionne: Le cas numérique applique directement « F_margin = mu × N_load - F_resist » aux valeurs annoncées. Le calcul est recevable parce que les grandeurs sont substituées dans la même relation avant d’interpréter le résultat pour « Marge de traction ».
15 — Vérification: Contrôle rapide : si un facteur est non nul, diviser le résultat par ce facteur doit retrouver l’autre contribution attendue dans « Marge de traction ».
16 — Estimation mentale: Avant le calcul détaillé de « Marge de traction », arrondir les entrées à un chiffre utile et prévoir le signe ainsi que l’ordre de grandeur. Le résultat précis doit rester compatible avec cette estimation.
17 — Interprétation: Une marge faible interdit de compter sur la vitesse nominale et impose un trajet ou une charge plus conservateurs.
18 — Ce que le résultat ne prouve pas: Pour « Marge de traction », le nombre obtenu répond uniquement au modèle « F_margin = mu × N_load - F_resist » dans le scénario déclaré. Il ne démontre ni la qualité des données d’entrée ni la validité du modèle dans d’autres conditions.
19 — Sensibilité: Faire varier une entrée à la fois autour du cas nominal permet d’identifier ce qui pilote le résultat de « Marge de traction » et de vérifier si cette variation peut changer la décision de mission.
20 — Exercices guidé et autonome: Exercice guidé. Recalculez ce scénario: Avec mu = 0.4 sans dimension, N_load = 900 N, F_resist = 300 N: F_margin = 0.4 × 900 - 300 ?
Correction guidée détaillée — ouvrir après essai
Avec mu = 0.4 sans dimension, N_load = 900 N, F_resist = 300 N: F_margin = 0.4 × 900 - 300 = 60 N. La décision doit ensuite être confrontée aux marges et hypothèses du module.
Exercice autonome. Recalculez ce scénario: Avec mu = 0.7 sans dimension, N_load = 1500 N, F_resist = 800 N: F_margin = 0.7 × 1500 - 800 ?
Correction autonome — ouvrir après essai
Avec mu = 0.7 sans dimension, N_load = 1500 N, F_resist = 800 N: F_margin = 0.7 × 1500 - 800 = 250 N. La décision doit ensuite être confrontée aux marges et hypothèses du module.
21 — Décision mission: Une marge faible interdit de compter sur la vitesse nominale et impose un trajet ou une charge plus conservateurs.

Taux d’utilisation robotique

U_robot = t_active / t_window

1 — Question concrète: Que permet de calculer « U_robot = t_active / t_window » dans « Taux d’utilisation robotique » ?
2 — Intuition sans symboles: L’utilisation compare le temps productif au temps total alloué à la mission.
3 — Grandeurs: U_robot: utilisation [sans dimension]; t_active: temps actif [h]; t_window: fenêtre totale [h]
4 — Formule: U_robot = t_active / t_window
5 — Lecture: « U robot égale t active divisé par t window. »
6 — Symboles et sens: U_robot: utilisation [sans dimension]; t_active: temps actif [h]; t_window: fenêtre totale [h]
7 — Prononciation: La ligne « Lecture » ci-dessus donne la lecture orale de référence pour « Taux d’utilisation robotique ». Les indices, exposants et groupements éventuels doivent être prononcés lorsqu’ils changent le sens de la relation.
8 — Unités: U_robot [sans dimension]; t_active [h]; t_window [h]
9 — Convention: Pour « Taux d’utilisation robotique », remplacer les valeurs sans changer en cours de calcul le référentiel, la base de temps, la frontière du système ni la convention de signe. Unités annoncées : U_robot [sans dimension]; t_active [h]; t_window [h].
10 — Pourquoi cette opération: Dans « Taux d’utilisation robotique », la division rapporte une grandeur à une référence, une durée ou une capacité ; le dénominateur doit correspondre au même cas et rester non nul.
11 — Hypothèses: La relation « U_robot = t_active / t_window » ne vaut ici que pour le scénario décrit par la carte. Les entrées doivent être cohérentes entre elles et respecter les hypothèses physiques associées à « Taux d’utilisation robotique ».
12 — Contrôle indépendant: Multiplier le résultat par le dénominateur doit reconstruire le numérateur.
13 — Cas numérique: Avec t_active = 6 h, t_window = 8 h: U_robot = 6 / 8 = 0.75 .
14 — Pourquoi le calcul fonctionne: Le cas numérique applique directement « U_robot = t_active / t_window » aux valeurs annoncées. Le calcul est recevable parce que les grandeurs sont substituées dans la même relation avant d’interpréter le résultat pour « Taux d’utilisation robotique ».
15 — Vérification: Contrôle rapide : remultiplier le résultat par le dénominateur doit reconstruire le numérateur de « Taux d’utilisation robotique » à l’arrondi près.
16 — Estimation mentale: Avant le calcul détaillé de « Taux d’utilisation robotique », arrondir les entrées à un chiffre utile et prévoir le signe ainsi que l’ordre de grandeur. Le résultat précis doit rester compatible avec cette estimation.
17 — Interprétation: Une utilisation très élevée laisse peu de marge pour diagnostic, recharge ou récupération.
18 — Ce que le résultat ne prouve pas: Pour « Taux d’utilisation robotique », le nombre obtenu répond uniquement au modèle « U_robot = t_active / t_window » dans le scénario déclaré. Il ne démontre ni la qualité des données d’entrée ni la validité du modèle dans d’autres conditions.
19 — Sensibilité: Faire varier une entrée à la fois autour du cas nominal permet d’identifier ce qui pilote le résultat de « Taux d’utilisation robotique » et de vérifier si cette variation peut changer la décision de mission.
20 — Exercices guidé et autonome: Exercice guidé. Recalculez ce scénario: Avec t_active = 10 h, t_window = 12 h: U_robot = 10 / 12 ?
Correction guidée détaillée — ouvrir après essai
Avec t_active = 10 h, t_window = 12 h: U_robot = 10 / 12 = 0.8333 . La décision doit ensuite être confrontée aux marges et hypothèses du module.
Exercice autonome. Recalculez ce scénario: Avec t_active = 3 h, t_window = 10 h: U_robot = 3 / 10 ?
Correction autonome — ouvrir après essai
Avec t_active = 3 h, t_window = 10 h: U_robot = 3 / 10 = 0.3 . La décision doit ensuite être confrontée aux marges et hypothèses du module.
21 — Décision mission: Une utilisation très élevée laisse peu de marge pour diagnostic, recharge ou récupération.

Disponibilité de flotte robotique

A_fleet = n_ready / n_total

1 — Question concrète: Que permet de calculer « A_fleet = n_ready / n_total » dans « Disponibilité de flotte robotique » ?
2 — Intuition sans symboles: La capacité réelle d’une flotte dépend du nombre d’unités effectivement prêtes, pas du nombre acheté.
3 — Grandeurs: A_fleet: fraction de robots prêts [sans dimension]; n_ready: robots prêts [robot]; n_total: robots totaux [robot]
4 — Formule: A_fleet = n_ready / n_total
5 — Lecture: « A fleet égale n prêt divisé par n total. »
6 — Symboles et sens: A_fleet: fraction de robots prêts [sans dimension]; n_ready: robots prêts [robot]; n_total: robots totaux [robot]
7 — Prononciation: La ligne « Lecture » ci-dessus donne la lecture orale de référence pour « Disponibilité de flotte robotique ». Les indices, exposants et groupements éventuels doivent être prononcés lorsqu’ils changent le sens de la relation.
8 — Unités: A_fleet [sans dimension]; n_ready [robot]; n_total [robot]
9 — Convention: Pour « Disponibilité de flotte robotique », remplacer les valeurs sans changer en cours de calcul le référentiel, la base de temps, la frontière du système ni la convention de signe. Unités annoncées : A_fleet [sans dimension]; n_ready [robot]; n_total [robot].
10 — Pourquoi cette opération: Dans « Disponibilité de flotte robotique », la division rapporte une grandeur à une référence, une durée ou une capacité ; le dénominateur doit correspondre au même cas et rester non nul.
11 — Hypothèses: La relation « A_fleet = n_ready / n_total » ne vaut ici que pour le scénario décrit par la carte. Les entrées doivent être cohérentes entre elles et respecter les hypothèses physiques associées à « Disponibilité de flotte robotique ».
12 — Contrôle indépendant: Multiplier le résultat par le dénominateur doit reconstruire le numérateur.
13 — Cas numérique: Avec n_ready = 8 robot, n_total = 10 robot: A_fleet = 8 / 10 = 0.8 .
14 — Pourquoi le calcul fonctionne: Le cas numérique applique directement « A_fleet = n_ready / n_total » aux valeurs annoncées. Le calcul est recevable parce que les grandeurs sont substituées dans la même relation avant d’interpréter le résultat pour « Disponibilité de flotte robotique ».
15 — Vérification: Contrôle rapide : remultiplier le résultat par le dénominateur doit reconstruire le numérateur de « Disponibilité de flotte robotique » à l’arrondi près.
16 — Estimation mentale: Avant le calcul détaillé de « Disponibilité de flotte robotique », arrondir les entrées à un chiffre utile et prévoir le signe ainsi que l’ordre de grandeur. Le résultat précis doit rester compatible avec cette estimation.
17 — Interprétation: Reporter une mission si le nombre de robots prêts ne couvre plus les fonctions critiques et la redondance prévue.
18 — Ce que le résultat ne prouve pas: Pour « Disponibilité de flotte robotique », le nombre obtenu répond uniquement au modèle « A_fleet = n_ready / n_total » dans le scénario déclaré. Il ne démontre ni la qualité des données d’entrée ni la validité du modèle dans d’autres conditions.
19 — Sensibilité: Faire varier une entrée à la fois autour du cas nominal permet d’identifier ce qui pilote le résultat de « Disponibilité de flotte robotique » et de vérifier si cette variation peut changer la décision de mission.
20 — Exercices guidé et autonome: Exercice guidé. Recalculez ce scénario: Avec n_ready = 5 robot, n_total = 6 robot: A_fleet = 5 / 6 ?
Correction guidée détaillée — ouvrir après essai
Avec n_ready = 5 robot, n_total = 6 robot: A_fleet = 5 / 6 = 0.8333 . La décision doit ensuite être confrontée aux marges et hypothèses du module.
Exercice autonome. Recalculez ce scénario: Avec n_ready = 12 robot, n_total = 15 robot: A_fleet = 12 / 15 ?
Correction autonome — ouvrir après essai
Avec n_ready = 12 robot, n_total = 15 robot: A_fleet = 12 / 15 = 0.8 . La décision doit ensuite être confrontée aux marges et hypothèses du module.
21 — Décision mission: Reporter une mission si le nombre de robots prêts ne couvre plus les fonctions critiques et la redondance prévue.

Progression de maîtrise

autonomie: appliquez le contrôle concret de sa fiche.
perception: appliquez le contrôle concret de sa fiche.
actionneur: appliquez le contrôle concret de sa fiche.
maintenance conditionnelle: appliquez le contrôle concret de sa fiche.
Synthèse de « Robotique, autonomie et maintenance hors Terre »: confrontez « autonomie » à « perception »; choisissez le contrôle prioritaire.

Vérification de maîtrise

Validation 31 — autonomie, perception, actionneur, maintenance conditionnelle. Pour chaque notion: un indice et un contrôle.

Objectifs de maîtrise

Distinguer ce qui est observé, supposé et encore inconnu avant d’évaluer l’autonomie ou la disponibilité d’un robot.
Quantifier au moins une grandeur nécessaire à « autonomie » sans masquer les conversions.
Expliquer ce qui invaliderait le raisonnement retenu pour « perception ».
Relier « actionneur » aux contraintes concrètes du module 31.

1. Un robot est une chaîne perception–décision–action

Un robot planétaire combine capteurs, estimation, planification, commande, actionneurs et supervision. Une défaillance peut naître à n’importe quelle étape: caméra éblouie, localisation qui dérive, planificateur trop optimiste, articulation grippée ou ordre humain ambigu.

L’analyse doit donc suivre la chaîne complète. Dire « le bras fonctionne » ne suffit pas si la perception ne sait pas localiser la pièce à saisir ou si le logiciel n’a pas de mode sûr lorsque la pince ne confirme pas la prise.

2. Perception et localisation dans un terrain pauvre en repères

Mars impose poussière, ombres dures, relief, variations d’éclairage et absence de GNSS terrestre. Les robots peuvent combiner stéréo, lidar, inertiel, odométrie et cartes. La localisation simultanée et cartographie, souvent abrégée SLAM, consiste à construire ou corriger une carte tout en estimant sa propre pose.

Une carte n’est jamais la réalité complète. L’autonomie doit conserver un niveau de confiance et savoir ralentir, s’arrêter ou demander confirmation lorsque la scène ne ressemble plus aux données d’entraînement ou au modèle attendu.

3. Planification: choisir un chemin qui reste réparable

Le chemin le plus court n’est pas toujours le meilleur. Un trajet martien doit intégrer pente, dérapage, énergie, visibilité, marge de retour, exposition thermique et possibilité de secours. Une fonction de coût peut transformer ces contraintes en décision, mais ses pondérations doivent être explicites.

Un robot de logistique devrait aussi planifier en fonction de la maintenance: éviter un terrain qui use fortement les roues peut être rationnel même si le trajet est plus long.

4. Manipulation: saisir un objet est un problème de tolérances

Un bras robotique doit connaître la géométrie, la force, la compliance et les limites de contact. Une prise trop rigide casse un composant; trop faible, elle le laisse tomber. Sur Mars, gants, poussière et variations thermiques modifient aussi les interfaces destinées aux humains.

Les futurs équipements devraient être conçus pour la robotique: poignées normalisées, repères visuels, interfaces mécaniques tolérantes, connecteurs protégés et zones de prise accessibles.

5. Autonomie ajustable et partage humain–robot

L’autonomie peut être ajustable. Une tâche répétitive et bien connue peut être confiée au robot; une situation nouvelle peut repasser sous supervision humaine. Le système doit rendre visible ce qu’il croit, ce qu’il prévoit et pourquoi il s’arrête.

Le bon objectif n’est pas de supprimer l’humain mais de réserver son attention aux décisions où son jugement apporte le plus de valeur.

6. Multi-robots: coopération et causes communes

Plusieurs petits robots peuvent se répartir cartographie, transport et inspection. La coopération augmente la capacité mais ajoute communication, synchronisation et coordination. Trois robots exécutant le même logiciel peuvent aussi partager le même défaut.

La résilience d’un essaim doit donc distinguer redondance numérique et diversité réelle. Une mise à jour logicielle défectueuse ne doit pas immobiliser toute la flotte simultanément.

7. Maintenance robotique et diagnostic

Un robot utile à une base martienne doit signaler l’usure avant la panne: courant moteur, vibration, température, jeu mécanique, temps de mouvement et erreurs de position. Ces tendances alimentent une maintenance conditionnelle.

La machine doit aussi être conçue pour être réparée: modules remplaçables, accès aux fixations, outillage compatible, pièces imprimables lorsque possible et procédure de remise en service vérifiable.

8. Exemple calculé: autonomie énergétique d’une mission robotique

Un rover dispose de 8,0 kWh utilisables. La locomotion moyenne consomme 600 W pendant le déplacement et l’instrumentation 250 W en continu. Pour une sortie de 6 h dont 4 h de roulage, l’énergie vaut 0,600×4 + 0,250×6 = 2,4 + 1,5 = 3,9 kWh.

Si une réserve de sécurité de 30 % de la capacité doit rester intacte, la mission ne peut consommer que 8,0×0,70 = 5,6 kWh. La marge après la sortie est 5,6 − 3,9 = 1,7 kWh. Cette marge doit absorber froid, détour ou patinage.

9. De la vitesse du rover à l’autonomie décisionnelle

Un robot autonome n’est pas seulement un véhicule sans conducteur. Il doit transformer un objectif en séquence d’actions, observer si le monde réel correspond au modèle, détecter une divergence et choisir entre poursuivre, ralentir, contourner ou s’arrêter. Pour rendre cette idée concrète, distinguons la vitesse de déplacement de la vitesse de décision.

Hypothèse pédagogique. Un rover doit parcourir 120 m sur un terrain reconnu et sa vitesse moyenne sûre vaut 0,12 m/s. On note L la longueur du trajet en mètres, v la vitesse moyenne en mètres par seconde et t la durée en secondes. Comme t = L / v, on obtient 120 m / 0,12 m/s = 1 000 s, soit 16 min 40 s. Le calcul donne le temps de mouvement, pas le temps de mission: arrêts, perception, replanification et contrôles de sécurité s’y ajoutent.

Si une architecture impose environ 25 min pour obtenir un aller-retour radio dans l’exemple du module 30, demander à la Terre de valider chaque obstacle serait plus lent que la traversée elle-même. L’autonomie devient alors une exigence de sûreté et de productivité. Le rover doit au minimum savoir conserver une enveloppe de fonctionnement, enregistrer pourquoi il a interrompu une tâche et permettre à l’équipage local de reprendre la main sans perdre l’état de la mission.

Problème inversé. Si l’on veut que 300 m soient parcourus en 40 min de mouvement effectif, 40 min = 2 400 s. La vitesse moyenne nécessaire est v = L / t = 300 / 2 400 = 0,125 m/s. Ce résultat ne prouve pas que le terrain autorise cette vitesse: il fixe une exigence que perception, adhérence, pente, énergie et risque doivent ensuite valider.

Exercice progressif

Une flotte de quatre robots doit déplacer 2 400 kg de régolithe. Chaque robot transporte 80 kg par trajet et réalise un trajet en 25 minutes, mais seulement 75 % du temps planifié est productif. Calculez le temps minimal théorique et identifiez au moins trois causes qui invalideraient l’hypothèse d’indépendance.

Correction raisonnée

Il faut 2 400 / 80 = 30 trajets. Répartis parfaitement entre quatre robots, cela représente 7,5 trajets par robot, soit 187,5 minutes de travail productif à 25 minutes par trajet. Avec seulement 75 % du temps planifié réellement productif, il faut prévoir 187,5 / 0,75 = 250 minutes, environ 4 h 10. Ce résultat suppose pourtant une flotte indépendante. Il devient optimiste si les robots partagent un chargeur, une zone de chargement, un passage étroit, un opérateur, un réseau radio ou une même source de panne. Une file d'attente, un sol difficile ou l'immobilisation d'un robot peut alors dégrader le débit de toute la flotte.

Mini-projet

Concevoir un robot de maintenance extérieure capable d’inspecter panneaux, radiateurs et antennes: capteurs, locomotion, bras, autonomie, procédure de mise en sécurité, pièces remplaçables, journal de santé et partage de tâches avec un astronaute en EVA.

Sources primaires et passerelles

Repères lexicaux du module. état dégradé