Guidance and navigation algorithms for autonomous multirotor UAVs

The interest and the possible applications of Unmanned Aerial Vehicles (UAVs) have been increasing quickly in the last few years. At the current state, the vehicles can be either teleoperated on an actuator set-point or waypoint level or execute a flight path planned on a ground control station, constantly under direct line of sight with an operator. At the same time, the platform relies on Global Navigation Satellite System (GNSS) information for its navigation. The presented way of conducting operations displays some critical issues. First, in the case of teleoperation, the stress level on the operator is quite high and this can potentially lead to errors or damages to the platform. Communication constraints between the operator and the UAV could further complicate things. Then, operations are limited by the availability of GNSS signal, thus excluding indoor or other challenging environments. Consequently, in order to deploy their full potential, these machines have to navigate autonomously without any user intervention or the need for any external infrastructure. In this framework, autonomous drones could take decisions without relying on downlinked data in a time-efficient way and could execute high-level commands and reach complex objectives without the need for a human operator who translates the goals of the mission into position waypoints. This thesis involves the development, simulation and experimental validation of guidance and navigation algorithms for this kind of machine. Concerning the great advancements of robotics in nearly every research direction for fully autonomous UAVs, this thesis offers different software and hardware solutions capable of large-scale indoor GNSS-denied navigation and collision avoidance in cluttered environments. Extensive simulation and experimental testing, during both laboratory experiments and autonomous drone competitions, are carried out. Moreover, the dissertation tackles the problem of the systematic characterization of vision systems. In this framework, the proposed approach addresses some issues related to the integration of vision-based state estimates into autonomous navigation systems. Finally, the problem of guidance and navigation for performing autonomous landing in different scenarios is addressed. In particular, the proposed solutions tackle some of the problems of an autonomous emergency landing in case of faults or malfunctions in an indoor environment and Air-to-Air Automatic Landing, i.e., the landing of a small drone on top of a larger one during flight.

L'interesse e le possibili applicazioni degli Unmanned Aerial Vehicles (UAV) sono aumentati rapidamente negli ultimi anni. Allo stato attuale, i veicoli possono essere teleoperati a livello di set-point dell'attuatore o waypoint o eseguire una traiettoria di volo pianificata da una stazione di controllo a terra, costantemente in linea di vista diretta con un operatore. Allo stesso tempo, la piattaforma si affida alle informazioni del Global Navigation Satellite System (GNSS) per la navigazione. Il modo di condurre le operazioni presentato presenta alcune criticità. In primo luogo, nel caso della teleoperazione, il livello di stress per l'operatore è piuttosto elevato e questo può potenzialmente portare a errori o danni alla piattaforma. I vincoli di comunicazione tra l'operatore e l'UAV potrebbero complicare ulteriormente le cose. Inoltre, le operazioni sono limitate dalla disponibilità del segnale GNSS, escludendo così gli ambienti interni o altri ambienti difficili. Di conseguenza, per sfruttare appieno il loro potenziale, queste macchine devono navigare autonomamente, senza alcun intervento da parte dell'utente e senza bisogno di infrastrutture esterne. In questo contesto, i droni autonomi potrebbero prendere decisioni senza fare affidamento sui dati in downlink in modo efficiente e potrebbero eseguire comandi di alto livello, quindi raggiungendo obiettivi complessi senza la necessità di un operatore umano che traduca gli obiettivi della missione in waypoint di posizione. Questa tesi prevede lo sviluppo, la simulazione e la validazione sperimentale di algoritmi di guida e navigazione per questo tipo di macchine. In rapporto ai grandi progressi della robotica in quasi tutte le direzioni di ricerca per gli UAV completamente autonomi, questa tesi presenta diverse soluzioni software e hardware per la navigazione su larga scala in ambienti interni (senza GNSS) e per l'evitamento di collisioni in ambienti complessi. Sono state, inoltre, effettuate ampie simulazioni e prove sperimentali, sia attraverso esperimenti di laboratorio che in competizioni di droni autonomi. Inoltre, la tesi affronta il problema della caratterizzazione sistematica dei sistemi di visione artificiale. In questo contesto, l'approccio proposto affronta alcune questioni relative all'integrazione di stime di stato basate sulla visione nei sistemi di navigazione autonoma. Infine, viene affrontato il problema della guida e della navigazione per l'esecuzione di atterraggi autonomi in diversi scenari. In particolare, le soluzioni proposte affrontano alcuni problemi di atterraggio autonomo di emergenza in caso di guasti o malfunzionamenti in un ambiente interno e di atterraggio automatico aria-aria, ovvero l'atterraggio di un piccolo drone sopra uno più grande durante il volo.