A reactive obstacle avoidance strategy for unmanned aerial vehicles with limited field of view

Navigation and obstacle avoidance in unknown static and dynamic environments for unmanned aerial vehicles is becoming increasingly relevant, as UAV-s become a popular solution for problems of many industries. While there are various state of the art algorithms for obstacle avoidance, most of them do not take into account the limited field of view of the sensors, which provides the UAV only withs partial knowledge of the environment. This thesis proposes a reactive algorithm that tackles problems arising from such limitation systematically. The proposed algorithm consists of two controllers. A high-level Target Generation controller is guiding the UAV towards the position objective by generating temporary position setpoints (temporary targets) that the UAV has to reach. On the other hand, non-collision is achieved by a second, low-level obstacle avoidance controller that modifies the velocity vector setpoint according to sensor measurements. The limited field of view problem is addressed in Target Generation module through the perception-aware target generation method, and in Obstacle Avoidance module by yaw setpoint generation method, along with adjustments of the velocity vector setpoint according to the field of view direction and the velocity vector direction misalignment. The proposed algorithm is implemented in simulation and tested in a series of experiments against a state of the art algorithm.

La navigazione e l’evitamento degli ostacoli in ambienti sconosciuti, statici e dinamici, stanno diventando sempre più rilevanti per gli UAV, poiché essi possono essere una soluzione innovativa per i problemi di molti settori. Sebbene esistano vari algoritmi all’avanguardia per evitare gli ostacoli, la maggior parte di essi non tiene conto del limitato campo visivo dei sensori, il quale fornisce agli UAV solo una conoscenza parziale dell’ambiente. Questa tesi propone un algoritmo reattivo che affronta sistematicamente i problemi derivanti da tale limitazione. L’algoritmo proposto è costituito da due controller. Il controller di alto livello Target Generation guida l’UAV verso l’obiettivo di posizione, generando referenze di posizione temporanee (bersagli temporanei) che l’UAV deve raggiungere. In aggiunta, la non-collisione si ottiene mediante l´uso di un secondo controller, computazionalmente leggero, per evitare ostacoli; questo controller modifica la referenza del vettore della velocità in base alle misurazioni effettuate dal sensore. Il problema del campo visivo limitato viene affrontato nel modulo Target Generation attraverso il metodo sensibile alla percezione di generazione dei bersagli, e nel modulo Obstacle Avoidance tramite il metodo per la generazione della referenza di imbardata, insieme alle regolazioni del vettore della velocità basate sul disallineamento della direzione del campo visivo e sulla direzione del vettore della velocità. L’algoritmo proposto è implementato nella simulazione e testato in una serie di esperimenti a confronto con un algoritmo all’avanguardia.