Vision-based measurement and model identification of a drone-suspended tether

This thesis pivots around the optimization of the tether model parameters of a System of TEtherded Multicopters, named by the acronym STEM. Unlike traditional UAV, in which the battery limits the operating time due to its changing or charging time, in the STEM the power supply is direct, not only enabling a higher duty cycle but also guaranteeing high reliability of communication where the bandwidth of the controller is limited only by the physics of the model. The complexity of the system requires the presence of a high-level supervisor to guarantee the safety of the system and its surrounding environment. Model-based control enables a higher level of safety and performance, nevertheless, it depends on an accurate model of the system, making the modeling of the tether a key component due to its importance in the dynamics of the STEM. Knowing with good approximation the position of the tether allows the introduction of a predictor of unallowed operating regions and, in presence of a map of the environment, also an obstacle avoidance system. The first part of this work exposes the model of the tether connecting the multi-copters, approximated as a catenary of lumped masses subject to weight and aerodynamic forces, linked together and to the drones by a spring-damper system. Before proceeding with the model parameters estimation, the second part of the thesis gives an introduction to computer vision and analyzes the post-processing of the raw data obtained during the experimental tests of a prototype STEM. The optimization strategy relays both on a static and a dynamic experiment for the parameter estimation. Lastly, for the final part of this thesis, the main sources of noise will be discussed, mentioning simplified and accurate approaches for outdoor estimation of the tether parameters.

Questa tesi ruota attorno all'ottimizzazione del modello del cavo di un sistema di multicotteri interconnessi, denominato con l'acronimo STEM. A differenza del tradizionale UAV, in cui la batteria limita il tempo di funzionamento a causa del suo tempo di sostituzione o ricarica, nello STEM l'alimentazione è diretta, consentendo non solo un ciclo di lavoro più elevato, ma anche garantendo un'elevata affidabilità della comunicazione dove la larghezza della banda del controller è limitata solo dalla fisica del modello. La complessità del sistema richiede la presenza di un supervisore di alto livello per garantire la sicurezza del sistema e dell'ambiente circostante. Il controllo basato su modello consente un livello più elevato di sicurezza e prestazioni, tuttavia deve dipendere da un modello accurato del sistema, rendendo la modellazione del tether una componente di importanza chiave nella dinamica dello STEM. Conoscere con buona approssimazione la posizione del tether consente l'introduzione di un predittore di zone critiche di operatività ridotta e, in presenza di una mappa dell'ambiente, anche di un sistema di evitamento degli ostacoli. La prima parte di questo lavoro espone il modello del cavo che collega i multcotteri, approssimato come una catenaria di masse concentrate soggette al peso e alle forze aerodinamiche, collegate tra loro e ai droni da un sistema molla-smorzatore. Prima di procedere con la stima dei parametri del modello, la seconda parte della tesi fornisce un'introduzione a computer vision e analizza la post-elaborazione dei dati grezzi ottenuti durante le prove sperimentali di un prototipo STEM. La strategia di ottimizzazione si basa sia su un esperimento statico che su uno dinamico per la stima dei parametri. Infine, per la parte finale di questa tesi, verranno discusse le principali fonti di rumore, accennando a nuove possibili strategie per la stima dei parametri del cavo.