Quadcopter per applicazioni di sorveglianza : algoritmi per la generazione delle traiettorie di riferimento

The aim of this work is the implementation of three fundamental algorithms for the design of a quadcopter for a surveillance purpose. These algorithms may generate, in order to the demand, the trajectory that the drone has to follow. In order to satisfy the surveillance application, we focused our attention on three basic goals, each of these ones having to be reached with a dedicated algorithm. The first algorithm creates a trajectory to explore an unknown area and to memorize it, so it would be simpler to scan it in a second time: the obstacle avoidance and the respect of the boundaries have been achieved with some proximity sensor supplied to the drone. The better algorithm has been chosen between different approaches, taking into account the particular kind of problem and the reduction of the computational costs. The second algorithm creates the reference trajectory during the surveillance: in every step it is generated based on the knowledge of the surface obtained from the previous algorithm. The generation reckons a chronological order for the choice of the zones on which the path has to pass. If regions have been checked recently, it would be ignored. In addition to this capacity, the morphological and dynamical characteristics of the quadcopter are considered too. For the generation of the path in a known environment the literature proposes several solutions (focused algorithms, Genetic algorithms, Neural Network approaches…): a deep analysis has been carried out to define the more performing. The third algorithm permits the definition of the trajectory for following a threat revealed by a camera mounted on the quadcopter. The process is founded on a “Kernel Based” algorithm that calculates how the target moves into the frames: the acquisitions of the positions in each images allows following it. The efficiency of every algorithm has been tested with numerical simulations, with the aim of verifying their reliability. The tracking algorithm has been proved in an experimental test too.

Questa tesi ha lo scopo di sviluppare degli algoritmi specifici da applicare a un quadcopter al fine di eseguire un compito assegnato. In particolare, tali algoritmi hanno la funzione di generare, secondo le richieste e gli scopi, la traiettoria che il drone dovrà seguire durante la sorveglianza di un’area d’interesse. Affinché il drone possa assolvere tale compito in maniera efficiente, sono state identificate tre richieste fondamentali. Il primo algoritmo genera una traiettoria per l’esplorazione di un’area sconosciuta e per la sua memorizzazione, in modo che in seguito possa essere sorvegliata. Tramite l’utilizzo di sensori di prossimità applicati al drone è possibile identificare eventuali ostacoli da evitare o confini da rispettare. L’algoritmo implementato deriva dallo studio di diversi approcci, prendendo in considerazione il particolare tipo di problema e i costi computazionali associati. Il secondo algoritmo crea la traiettoria di riferimento per la sorveglianza: a ogni iterazione essa è generata sfruttando la scansione ottenuta dall’algoritmo precedente. La traiettoria è definita rispettando un ordine cronologico per la scelta delle zone in cui il drone dovrà passare: se una regione è stata controllata recentemente, essa sarà ignorata. Inoltre anche le caratteristiche morfologiche e dinamiche del drone sono considerate. Diverse soluzioni per la generazione di traiettoria in ambiente conosciuto sono proposte in letteratura (algoritmi specifici, algoritmi genetici, approcci alle reti neurali…): un’analisi approfondita è stata condotta per definire la scelta più performante. Il terzo algoritmo consente la definizione di un riferimento per l’inseguimento di un’eventuale minaccia rilevata attraverso una telecamera montata sul drone. Alla base del processo vi è un algoritmo del tipo “Kernel Based”, che calcola come l’oggetto d’interesse si muove all’interno dei singoli frame. Lo stesso algoritmo permette anche di ricostruire il riferimento per l’inseguimento. L’efficacia degli algoritmi è stata provata numericamente attraverso delle simulazioni che permettessero di verificarne l’affidabilità. L’algoritmo d’inseguimento è stato testato anche in via sperimentale.