Adaptive control and mission planner design for UAV operations with battery management

The primary objective of this thesis is to leverage adaptive control techniques to effectively counteract the reduction in thrust caused by the battery discharge in Unmanned Aerial Vehicles (UAVs) enhancing their reliability and autonomy while extending their operational range and mission success rates. In addition to this, the thesis aims to devise a mission planner capable of ensuring the safe execution of trajectory tracking tasks, such as those related to monitoring/surveillance missions. One of the main contribution of the thesis is the augmentation of classic baseline controllers with adaptive control mechanisms to dynamically adjust and optimize the control inputs of the UAV as the battery discharges, continuously monitoring and adapting to the changing thrust capabilities, aiming to maintain the UAV's performance within acceptable parameters throughout the mission. Moreover, regarding the autonomous mission planner, the the thrust loss estimate, which can be considered as a key parameter of the battery's status, becomes a crucial parameter also for the decision-making algorithms that assess when it is prudent to terminate the mission, ensuring the UAV's safe return to the charging station without risking a depleted battery during flight. Therefore, the mission management system is completed by breaking down the overall mission into different modes and defining a hybrid automaton that enables the transition from one mode to another and a control input that allows the UAV to perform the task autonomously, including when it necessitates to return to the charging base. Lastly, this control scheme and the mission management real-world effectiveness is assessed through a series of tests under different simulation conditions.

L'obiettivo principale di questa tesi è sfruttare le tecniche di controllo adattivo per contrastare efficacemente la riduzione di spinta causata dalla scarica della batteria nei veicoli aerei senza equipaggio (UAV), migliorandone l'affidabilità e l'autonomia ed aumentandone la portata operativa ed il tasso di successo delle missioni. Inoltre, la tesi mira ad ideare un gestore della missione che garantisca l'esecuzione in sicurezza di compiti di tracciamento della traiettoria, come quelli propri delle missioni di monitoraggio/sorveglianza. Uno dei principali contributi della tesi è l'aggiunta di un contributo adattivo ai classici controllori di base, per regolare e ottimizzare in modo dinamico gli input di controllo dell' UAV durante la scarica della batteria, monitorando e adattandosi continuamente alle capacità di spinta mutevoli, con l'obiettivo di mantenere le prestazioni dell' UAV entro parametri accettabili per tutta la durata della missione. Inoltre, per quanto riguarda il gestore della missione autonoma, la stima della perdita di spinta, che può essere considerata un parametro chiave dello stato della batteria, diventa un parametro cruciale anche per gli algoritmi decisionali che, valutando quando sia prudente terminare la missione, garantiscono un rientro sicuro dell' UAV alla stazione di ricarica senza rischiare di esaurire completamente la batteria durante il volo. Pertanto, il sistema di gestione della missione viene completato scomponendo l'intera missione in diverse modalità e definendo un automa ibrido che consenta la transizione da una modalità all'altra ed un input di controllo che consenta all' UAV di navigare autonomamente, anche quando si rende necessario il ritorno alla base di ricarica. Infine, l'efficacia pratica di questo schema di controllo e della gestione della missione viene valutata attraverso una serie di test in diverse condizioni di simulazione.