Planning and trajectory generation methods for aggressive maneuvering of UAVs in the presence of obstacles

Unmanned Aerial Vehicles (UAVs) represent a leap in engineering innovation, embodying autonomous flight capabilities without the need for human pilots on board. The achievement of full autonomy in UAVs is significantly dependent on effective motion planning. Specifically, it is essential to plan collision-free trajectories that allow the vehicle to transition from an initial to a final configuration. However, finding a solution executable by the actual system requires an additional level of complexity: the planned motion must be dynamically feasible. This involves meeting rigorous criteria that include vehicle dynamics, input constraints, and state constraints. In this thesis, the optimal motion planning problem for fast and aggressive maneuvering of UAVs in known cluttered environments is addressed by implementing two methodologies. First, a search-based approach is introduced, specifically designed for quadrotors, which uses motion primitives generated by discretization of the control input. Subsequently, a second method is proposed that addresses the motion planning problem for arbitrary system dynamics. This approach introduces a library of motion primitives created by discretization of the state space. This method reduces the computational load during online planning by shifting the computationally intensive part of computing the motion primitive to the offline phase. Both methods yield resolution-complete, resolution-optimal, collision-free, and dynamically feasible trajectories. Their versatility extends to dynamic and unknown environments, demonstrating a crucial capability for rapid re-planning. In particular, these methods are designed for real-time execution and are applicable to real-world autonomous navigation. The thesis meticulously analyzes the strengths and weaknesses of the proposed methods. Moreover, their performance is demonstrated through numerical examples, simulations, and real-world experiments.

Gli Aeromobili a Pilotaggio Remoto (APR) rappresentano un significativo avanzamento nell'innovazione ingegneristica, esibendo capacità di volo autonomo senza la necessità di piloti umani a bordo. Il raggiungimento della piena autonomia nei APR dipende significativamente da una pianificazione del movimento efficace. In particolare, è essenziale pianificare traiettorie prive di collisioni che consentano al veicolo di passare da una configurazione iniziale a una finale. Tuttavia, trovare una soluzione eseguibile dal sistema effettivo richiede un ulteriore livello di complessità: il movimento pianificato deve essere dinamicamente fattibile. Ciò implica il soddisfacimento di rigorosi criteri che includono dinamica del veicolo, vincoli di input e vincoli di stato. In questa tesi, il problema di pianificazione del movimento ottimale per manovre veloci e aggressive dei APR in ambienti conosciuti e ricchi di ostacoli è affrontato mediante l'implementazione di due metodologie. In primo luogo, viene introdotto un approccio basato sulla ricerca, progettato specificamente per i quadrirotori, che utilizza primitive di movimento generate mediante discretizzazione dell'input di controllo. Successivamente, viene proposto un secondo metodo che si occupa del problema di pianificazione del movimento per sistemi con dinamica arbitraria. Questo approccio introduce una libreria di primitive di movimento creata mediante discretizzazione dello spazio di stato. Questo metodo riduce il carico computazionale durante la pianificazione online spostando la parte computazionalmente intensiva della generazione della primitiva di movimento alla fase offline. Entrambi i metodi producono traiettorie complete in risoluzione, ottimali in risoluzione, prive di collisioni e dinamicamente fattibili. La loro versatilità si estende a ambienti sconosciuti e con ostacoli dinamici, dimostrando una capacità per la rapida ripianificazione. In particolare, questi metodi sono progettati per l'esecuzione in tempo reale e sono applicabili alla navigazione autonoma del mondo reale. La tesi analizza meticolosamente i punti di forza e le debolezze dei metodi proposti. Inoltre, ne vengono dimostrate le prestazioni attraverso esempi numerici, simulazioni ed esperimenti reali.