Attitude and position estimation for a 2 DoF drone

Nowadays, Unmanned Aerial Vehicles (UAVs), commonly known as drones, represent an increasingly growing market attracting attention for the research and development of increasingly innovative solutions. The versatility of this type of aircraft has allowed its diffusion both in the civil and military fields. Consequently, it becomes more and more important that even in the academic world, students are brought closer to these realities. The aim of this thesis is to develop a customised module for the determination of attitude and position using the Matlab software. The drone in question is the ANT-X 2DoF (2 degrees of freedom), a laboratory test-bed which represents in a simplified, yet effective and accurate way the coupled attitude and translation dynamics of a drone. In general, the Kalman filter is the most used method for estimating the state of linear dynamic systems affected by noises of which the static characterization is known. However, in some cases, the equations describing the state model or measurements are nonlinear functions of the state variables. Therefore a variant of the Kalman filter in its traditional formulation, known as the extended Kalman filter (EKF), is also considered. In conclusion, the main advantage coming from the development of this module is the possibility of creating in-depth documentation that allows a more effective understanding and agility for the operator in setting up the parameters necessary for the algorithm to work.

Al giorno d’oggi, gli Unmanned Aerial Vehicls (UAVs), anche noti come droni, rappresentano un mercato sempre più in crescita attirando quindi l’attenzione per la ricerca e lo sviluppo di soluzioni sempre più innovative. La versatilità di questo tipo di velivoli ha permesso la loro diffusione sia in ambito civile che militare. Di conseguenza diventa sempre più importante che anche nel mondo accademico, gli studenti siano avvicinati a queste realtà. L’obiettivo di questa tesi è di sviluppare un modulo costum-made di determinazione di assetto e posizione, utilizzando il software Matlab. Il drone in oggetto è l’ANT-X 2DoF (2 gradi di libertà), un banco di prova da laboratorio che rappresenta in modo semplificato, ma allo stesso tempo efficace e accurato, le dinamiche accoppiate di beccheggio e di traslazione longitudinale di un drone. In generale, il metodo più utilizzato per la stima dello stato di sistemi dinamici lineari affetti da rumori di cui è nota la caratterizzazione statica, è il filtro di Kalman. Tuttavia, in alcuni casi, le equazioni che descrivono il modello di stato o le misure sono funzioni non lineari delle variabili di stato. Si definisce quindi la scelta di una variante del filtro di Kalman nella sua formulazione tradizionale, che prende il nome di filtro di Kalman esteso (EKF). In conclusione, il vantaggio principale derivante dallo sviluppo di questo modulo è la possibilità di creare una documentazione approfondita che permetta una più efficace comprensione e un’agilità per l’operatore nella messa a punto dei parametri necessari al funzionamento del filtro stesso.