Formation flight of multiple UAVs using Artificial Potential Field Algorithm = Formation flight of multiple UAVs using Artificial Potential Field Algorithm

Nel prossimo futuro i velivoli senza pilota (“Unmanned Aerial Vehicles” - UAVs) acquisiranno sempre più importanza, soprattutto per il grande vantaggio di ridurre i rischi inerenti alla presenza umana sul campo. Il problema più grande di queste piattaforme risiede nel fatto che le loro capacità di operare al di fuori di un ambiente militare o segregato sono piuttosto limitate. Il grado di autonomia ad oggi raggiunto da tali velivoli è anch’esso limitato ed infatti la maggior parte di essi sono controllati da remoto o sono semi-autonomi, senza capacità di riconoscere o gestire situazioni al di fuori del compito ordinario. Particolare rilevanza assume il concetto di “Manned - Unmanned Teaming” (MUM-T), ovvero la capacità dei velivoli unmanned di affiancare in missione quelli con equipaggio. Questa tesi, frutto della collaborazione tra Politecnico di Torino e Leonardo Company (Divisione Velivoli) e sviluppata durante un periodo di tirocinio curricolare nella suddetta azienda, si inserisce all’interno di questo contesto. Grazie all’utilizzo del software Matlab/Simulink si è innanzitutto costruito un modello di UAV ad ala fissa comprendente superfici mobili primarie e autopiloti, utilizzato per simulare la dinamica del velivolo. Avendo adottato un’architettura leader-follower, è stato implementato un algoritmo di controllo di formazione a cinque velivoli basato su controllori PID (Proportional-Integral-Derivative). Il PID è una delle forme più semplici di controllo automatico che permette unicamente di realizzare formazioni comandate in maniera statica. Questo azzera l’autonomia delle piattaforme unmanned e non garantisce la realizzabilità in sicurezza della formazione comandata. Per questa ragione si è deciso di cambiare approccio, generando un sistema basato su potenziali artificiali (“Artificial Potential Fields” - APF). I potenziali artificiali consentono la sovrapposizione di diversi aspetti da considerare (il dover eseguire una specifica manovra, il mantenere una distanza sicura dagli altri componenti della formazione, evitare un ostacolo, l’autorità di comando da usare), tutti ponderati tramite una funzione di costo. In pratica, la posizione “desiderata” dell’UAV viene comandata, ma ad esso è lasciata l’autonomia di implementare il comando tenendo conto della situazione. Si tratta di un netto passo avanti sia in termini di uso della self-awareness della piattaforma che delle sue capacità di decision making. Dopo aver studiato il funzionamento dell’algoritmo nella sua versione statica (non tempo-variante), si è costruito un modello Simulink bidimensionale (i.e. agente unicamente sul piano orizzontale). Successivamente tale modello è stato esteso anche al piano verticale in maniera da ottenere un algoritmo di controllo di formazione nello spazio. In entrambi i casi il sistema è capace di effettuare manovre e variazioni della geometria della formazione in tempo reale ed eventualmente di essere controllato dall’utente attraverso joystick. Ai vari velivoli follower, che si evitano tra loro e che evitano ostacoli, si può anche ordinare di non sorvolare no-fly zones. Il sistema è adattabile al tipo di velivolo utilizzato e alle esigenze di missione mediante taratura di parametri specifici. La visualizzazione di traiettorie, dell’assetto e dei potenziali è effettuata sia mediante animazioni real-time che in post-produzione.