En choisissant un pays, vous voyez les cours disponibles dans votre région.
⏱ 2 h 36 min📚 26 leçons🎧 Version audio
Programmation de la Navigation de Drones Tolérants aux Pannes
Apprenez à écrire des algorithmes de contrôle robustes et une logique de navigation pour les drones confrontés à des contraintes asymétriques de propulsion et de direction.
💬Instructeur IA Posez une question sur n'importe quelle leçon et obtenez une réponse claire à tout moment.
🕐Commencez quand vous voulez Sans horaires ni délais : apprenez à votre rythme, quand vous voulez.
🌐En français Leçons, exercices et certificat : tout entièrement dans votre langue.
À propos de ce cours
Comment maintenir un drone autonome sur sa trajectoire lorsqu'un de ses moteurs tombe en panne ou que son côté gauche est endommagé ? La programmation de véhicules autonomes pour s'adapter aux défaillances matérielles est une compétence essentielle en robotique moderne et en ingénierie logicielle. Ce cours vous guidera à travers les principes fondamentaux du contrôle tolérant aux pannes, de la planification de trajectoire sous contraintes, et de la simulation de vol de drones en utilisant un code propre et structuré. Vous passerez de la compréhension de la physique et de la cinématique de base à l'écriture d'algorithmes qui compensent les limitations de vol asymétriques.
Ce que vous apprendrez :
- Comprendre la physique et la cinématique fondamentales du vol de quadricoptère et de la propulsion asymétrique ;
- Programmer des algorithmes de compensation pour contrer un rotor gauche mort ou endommagé ;
- Implémenter une logique de recherche de chemin qui évite les limitations de direction et les mouvements restreints ;
- Écrire du code de simulation propre en Python en utilisant des indications de type modernes et des dataclasses structurées ;
- Appliquer des concepts de contrôle PID de base pour stabiliser des véhicules aériens simulés dans des conditions de défaillance ;
- Tester votre logique de navigation contre des variables simulées de vent et de dérive environnementales.
Vous commencerez par les mathématiques fondamentales du vol de drone et des systèmes de coordonnées avant de plonger dans les scénarios de défaillance. Grâce à des explications textuelles structurées et des analyses logiques étape par étape, vous développerez un modèle algorithmique complet capable de maintenir un drone endommagé sur sa trajectoire. Ce cours est conçu pour les programmeurs débutants, les passionnés de robotique et les hobbyistes en logiciel. Aucune physique avancée ni expérience matérielle préalable n'est requise. Prêt à maîtriser les algorithmes derrière le vol autonome résilient ? Commencez à lire dès aujourd'hui.
Contenu du cours
Ce que vous recevez
📜Certificat de fin Ajoutez-le à votre profil LinkedIn
💬Tuteur AI personnel Bloqué sur une leçon ? Pose n'importe quelle question à ton tuteur intégré, à tout moment.
🎧Version audio incluse Apprenez en déplacement, sans écran
♾️Accès à vie Revenez quand vous voulez, sans expiration
📱Téléphone ou ordinateur Fonctionne partout, sur tout appareil
💸Remboursement 14 jours Sans poser de questions
⚡Court et ciblé 2 h 36 min de contenu pratique
Certificat de fin
Chaque cours terminé sur PickAClass délivre un diplôme comme celui-ci — original, avec son propre code, vérifiable par URL et détaillé sur ce qui a été réellement démontré.
P
PickAClass
Profil de compétences · vérifiable
Document
Certificat de Maîtrise
Ceci certifie que
Prénom Nom
a démontré avec succès la maîtrise de
Programmation de la Navigation de Drones Tolérants aux Pannes
Compétences démontrées
✓
Analyse des modèles comportementaux
Fondamental
1.2 h
✓
Cadres d'architecture décisionnelle
Compétent
1.4 h
✓
Conception de tests A/B
Compétent
1.7 h
✓
Rédaction comportementale
Avancé
1.9 h
P
PickAClass — Prénom Nom
Programmation de la Navigation de Drones Tolérants aux Pannes
Page 2 sur 2
Détail de performance
Résumé du parcours
Leçons terminées14 / 14
Questions d'entraînement26 / 28
Devoirs rendus4 (moy. 4,5 / 5)
Projet de finÉvalué — 4,6 / 5
Pratique totale6.2 h
Référence de performance
Rang de cohorteTop 12% sur 1,625
Temps jusqu'à l'achèvement11 jours (médiane : 22)
Score de maîtrise91 / 100
Score aux questions d'entraînement94%
Vérification de compétenceParcours de compétence vérifié