Advanced path planning of modular reconfigurable rovers for planetary exploration

Nowadays, modular reconfigurable rovers stand out as cutting-edge robotic systems capable of adaptability, versatility, and efficiency specifically for space exploration. They can in fact reconfigure their structure to comply with diverse mission requirements. However, the navigation of such complex systems introduces distinct challenges, due to the numerous terrain features and uncertainties they could encounter during planetary exploration. Conventional path planning algorithms fall short in addressing the complex features of modular reconfigurable rovers, creating the need for advanced approaches that may account for both the system's adaptability and uncertainties in the environment. This thesis addresses the aforementioned challenges by introducing an advanced path planning algorithm tailored for modular reconfigurable rovers. The algorithm, based on the principles of the A* graph transversal and path search algorithm, considers terrain properties and DEM uncertainties during path creation. Indeed, the strategy behind it entails carrying out a thorough analysis of the map considered so to perform what are later referred to as global path planning and local path repairing. The algorithm’s flexibility allows for customization, tailoring the path design process to specific mission requirements and operator preferences. Its effectiveness is evaluated through rigorous numerical simulations on various lunar maps, assessing path quality for both wheeled and legged rovers characterizing the multi-robot system considered. The results coming from the algorithm validation highlight its capability to generate optimal paths, accounting for the specific locomotion modes and varied terrains. The inclusion of terrain slope, elevation and DEM uncertainty evaluation in the objective function significantly influences path creation, emphasizing the importance of parameter selection and their individual weighting. This research provides valuable insights on the intricate interaction among algorithmic parameters and their impact on path planning for modular reconfigurable rovers, offering a foundation for future enhancements in planetary and celestial bodies exploration missions.

Oggigiorno, i rover modulari riconfigurabili si distinguono come sistemi robotici capaci di adattabilità, versatilità ed efficienza in particolare per l'esplorazione spaziale. Essi possono infatti riconfigurare la propria struttura per adattarsi a diversi requisiti di missione. Tuttavia, la loro navigazione introduce delle sfide a causa delle caratteristiche del terreno e delle incertezze che si potrebbero avere durante l'esplorazione planetaria. I normali algoritmi di path planning risultano carenti nell'affrontare le complesse caratteristiche dei rover modulari riconfigurabili, creando la necessità di approcci che tengano conto sia dell'adattabilità del sistema che delle incertezze dell'ambiente. Questa tesi affronta le sfide menzionate introducendo un algoritmo avanzato di path planning adatto per i rover modulari riconfigurabili. L'algoritmo, basato sull’algoritmo A*, considera le proprietà del terreno e le incertezze nei modelli digitali di elevazione (DEM) durante la creazione del percorso. Infatti, la strategia comporta un'analisi approfondita della mappa considerata per eseguire ciò che vengono in seguito definiti come global path planning e local path repairing. La flessibilità dell'algoritmo consente la personalizzazione, adattando la generazione del percorso a specifici requisiti di missione e preferenze dell'operatore. L'efficacia è valutata attraverso delle simulazioni numeriche su mappe lunari, valutando la qualità del percorso sia per i rover a ruote che a gambe che caratterizzano il sistema multi-robot considerato. I risultati della validazione dell'algoritmo evidenziano la capacità di produrre percorsi ottimali, tenendo conto delle modalità di locomozione e dei terreni variabili. La valutazione della pendenza del terreno, dell'elevazione e dell'incertezza nei DEM nella funzione obiettivo influisce sulla creazione del percorso, sottolineando l'importanza della selezione dei parametri e del loro peso individuale. Questa ricerca fornisce approfondimenti sull'interazione tra i diversi parametri e il loro impatto sul path planning per i rover modulari riconfigurabili, offrendo una base per futuri miglioramenti nelle missioni di esplorazione planetaria.