Autonomous navigation and obstacle avoidance for interconnected tethered drones in a partially unknown environment

Systems of tethered multicopters, called STEM, are multi-copter drones connected one to the other creating a chain by an electric tether providing energy and communication. Researchers and industry are more and more interested in these systems due to their versatility and prolonged flight time which otherwise is limited. They are power supplied from ground by the ground station. On the other hand, the tether, which couples the vehicles, introduces range limitations and for this reason, challenging control and navigation problems arise. This thesis describes a high level controller for the autonomous navigation of such system. The proposed approach to solve these challenges is based on a combination of off-line and real-time optimization. First, optimal configurations are found through an off-line mission planning method for these peculiar systems in the nominal environment, guaranteeing safety with regards to the presence of the obstacles and tether. Subsequently, an on-line, path following algorithm, based on Model Predictive Control, is presented to bring the system to the aforementioned optimal configuration. This procedure ensures collision avoidance for the vehicles and for the tether connecting them through the usage of LiDAR readings, which provide partial information of surrounding environment. The mentioned contributions are validated through simulation with a realistic model of the system.

I sistemi multicottero interconnessi tramite cavo, chiamati STEM, sono dei droni con più rotori connessi uno all’altro in modo tale da creare una catena attraverso un cavo elettrico che fornisce energia e permette la comunicazione. I ricercatori e le industrie sono sempre più interessate in questi sistemi grazie alla loro versatilità e al loro tempo di volo prolungato, che altrimenti risulta essere limitato. Questi sistemi sono alimentati da terra attraverso una stazione di terra. D’altro canto, il filo, che accoppia i veicoli introduce delle limitazioni di portata e per questo motivo, devono essere introdotti dei problemi di controllo e di navigazione molto impegnativi. La tesi descrive un controllore di alto livello per la navigazione autonoma di questi sistemi. L’approccio proposto per risolvere queste sfide, si basa sulla combinazione di un’ottimizzazione off-line e in tempo reale. In primo luogo, le configurazioni ottime si trovano attraverso una metodo di pianificazione della traiettoria offline che agisce nell’ambiente nominale, garantendo sicurezza con riguardo alla presenza di ostacoli e quella del filo. Successivamente, viene presentato un algoritmo di inseguimento della traiettoria che opera in tempo reale che si basa sul modello di controllo predittivo, per portare il sistema alla suddetta configurazione ottimale. Questa procedura garantisce la prevenzione delle collisioni per i veicoli e per il cavo che li collega attraverso l’uso di letture LiDAR, che forniscono informazioni parziali sull’ambiente circostante. I contributi citati sono validati mediante simulazione con un modello realistico del sistema.