System Identification di un Indoor Blimp = System Identification of an Indoor Blimp

L'argomento di tesi si basa sull'analisi di un aeromobile senza pilota a bordo (UAV, unmanned aircraft vehicles) appartenente, in particolare, alla categoria degli aerostati. Nello specifico si tratta di un drone dirigibile di nuova concezione di tipologia "blimp", senza struttura rigida o semi rigida, per uso indoor, di proprietà del CIM 4.0 (Competence Industry Manufacturing 4.0). E' un prototipo con una maturità tecnologica pari a TRL 6 (Technology Readiness Level, secondo scala della NASA) e il lavoro svolto si è concentrato sull'identificazione di un modello matematico del sistema associato che meglio rappresentasse la dinamica del volo. Diversi metodi di identificazione sono stati sviluppati nel corso degli anni; in particolare; in questa trattazione, è stato utilizzato un approccio pratico, caratterizzato da prove di volo ed elaborazione dei dati. Precedentemente la campagna di volo è stato studiato il sistema del drone dal punto di vista matematico nel suo complesso; quindi sono state assunte diverse ipotesi di partenza con lo scopo di semplificarne la struttura e introdurre una restrizione sulla tipologia di test da effettuare. In questo modo è stato possibile individuare i suoi modi e la sua dinamica. La serie di input e di manovre da svolgere per eseguire l'identificazione del sistema è stata suggerita dal libro ”Flight Vehicle System Identification: A Time Domain Methodology” del Dottor Ravindra V. Jategaonkar, in cui si parla del Maximum-Likelihood method. Difatti, non essendo un velivolo convenzionale e non essendoci una grande quantità di materiale in letteratura riguardo la metodologia utilizzata per l'identificazione di aeromobili simili, si sottolinea come il set di test di volo scelto sia specifico per il velivolo oggetto di studio. I dati raccolti successivamente alla campagna di volo sono stati esaminati tramite l'utilizzo del software Mission Planner di Ardupilot, sfruttando i sensori a bordo del drone. Dopo aver filtrato e organizzato il database di volo è stato possibile implementare il metodo di identificazione attraverso il software Matlab, impiegando il principio di massima verosimiglianza maggiormente utilizzato, ovvero l'Output-error method. L'ultima parte del lavoro invece si focalizza sulla realizzazione di un classico controllore PID in grado di gestire un possibile target di riferimento. La scelta di sviluppare un controllore simile è motivata dalla semplicità con cui si vuole gestire un potenziale percorso del velivolo, definito da una lenta dinamica di volo. Possibili sviluppi futuri si possono ottenere a partire dalla definizione del modello del velivolo, come la realizzazione di simulatori di volo o analisi prestazionali. Inoltre, potrebbe essere svolta una nuova campagna di test di volo con una nuova strumentazione di raccolta dati o una diversa configurazione del velivolo. Si evince comunque dai risultati ottenuti come il metodo descritto da Jategaonkar, principalmente utilizzato per aerei o elicotteri, militari e non, possa essere esteso anche a diverse categorie di velivoli come i droni, ottenendo esiti positivi e accettabili in base alla bontà e alla qualità dei dati di volo.