Formation control of a team of quadrotors with accurate jerk estimation

In recent years, drones have been increasingly attracted attention, both in academia and in hobbyist and commercial fields, with a variety of applications, such as monitoring, inspection, search and rescue in hazardous conditions for direct human intervention, and delivery of goods. In particular, among unmanned aircraft, quadrotors have been the subject of many studies for their hoovering ability and high maneuverability. To further expand their field of use, however, it is necessary to address formation control for a fleet of drones, e.g., to increase the load capacity while maintaining the advantage of the low cost for the drones. This thesis further extend some work that has been developed recently, focusing on some limitations in the control of a formation of drones resting on a control algorithm for tracking a given trajectory and an algorithm for trajectory planning. In particular, we address the issue of jerk estimation, which is needed for implementing a highly performing tracking algorithm. Indeed, it is not possible to measure the jerk directly, and it is necessary to introduce an estimator that is accurate also at high speeds characterizing agile maneuvers. The existing solutions are not adequate in this respect. In this thesis we explore different solutions: an open-loop estimator and a closed-loop Kalman-based estimator relying on the model of the quadrotor and, finally, a sliding mode estimator based on a model of the jerk signal. e Moreover, we consider a team of drones flying in a partially known environment, where the detection of an unforeseen obstacle might call for a change in the trajectory and also in the formation. Trajectory re-routing algorithms were then tested to obtain a quick trajectory recalculation that allows the formation to overcome the obstacle and continue the original mission. The effectiveness and performance of the proposed strategies are validated via simulation.

Negli ultimi anni il mondo dei droni ha avuto sempre maggiore interesse, sia in campo accademico che in quello hobbystico e commericiale. Avere aeromobili senza pilota permette di operare in un’enorme quantità di applicazioni diverse, quali monitoraggio, ispezione, ricerca e soccorso in condizioni rischiose per un intervento umano diretto, e da ultimo la consegna di merci. Tra gli aereomobili senza pilota, i quadricotteri sono stati oggetto di molti studi per la loro capacità di hoovering e elevata manovrabilità. Per ampliare ulteriormente il loro campo di utilizzo è necessario però estendere la ricerca al volo in formazione di un gruppo di droni, al fine per esempio di incrementarne la capacità di carico nella consegna di merci, mantenedo bassi i costi. Questa tesi estende un precedente lavoro focalizzandosi su alcune limitazioni relative al controllo di una flotta di droni. Per il volo coordinato di una formazione di droni occorrono principalmente due componenti: un algoritmo di controllo per l'inseguimento di una traiettoria di riferimento, e un algoritmo di pianificazione delle traiettorie. Per quanto riguarda l'inseguimento di traiettoria, è emersa la necessità di ottenere una stima del jerk, che sia accurata anche ad alte velocità. In effetti, non essendo possibile misurare direttamente il jerk è necessario utilizzare uno stimatore e quello attualmente disponibile ha un'accuratezza limitata. Sono stati quindi sviluppati diversi stimatori, seguendo tre diversi approcci: stimatori ad anello aperto e ad anello chiuso (filtro di Kalman) basati sul modello del drone e stimatore sliding mode basato su un modello del segnale di jerk. In questa tesi si è anche affrontato il tema del volo coordinato in ambiente parzialmente noto, dove può sorgere la necessità di modifificare la traiettoria e la formazione da inseguire per evitare un ostacolo non previto nella fase iniziale di pianificazione. Sono quindi stati studiati alcuni algoritmi di ripianificazione di traiettoria al fine di permettere alla formazione di superare l’ostacolo e continuare la missione originaria. Efficacia e prestazioni delle strategie proposte sono validate in simulazione.