Vision-based navigation for active ground handling of autonomous over-actuated aircraft

With increasing air traffic, managing on-ground maneuvers has become challenging, especially in low-visibility conditions. By lowering pilot workload in these scenarios, automated taxiing systems can improve efficiency and safety. While autonomous flight technologies are well-researched, autonomous ground navigation is still in its early stages. This Thesis focuses on developing and analyzing methods for autonomous taxiing in both Global Positioning System (GPS)-aided and GPS-denied environments. A ground handling model, developed using a multibody approach in MATLAB/Simulink and validated with experimental data, is used to evaluate various localization modules. The study first examines a known position method, an idealized scenario assuming perfect knowledge of position and velocity, serving as a benchmark. A real-time localization module is then introduced, which addresses practical issues such possible GPS failures by utilizing a Error State Kalman Filter (ESKF) in combination with Global Navigation Satellite System (GNSS) and Inertial Measurement Unit (IMU) data. A Visual Guidance Algorithm that uses onboard cameras to extract navigation data from visuals is offered as a solution in case of GPS loss. This algorithm generates an aerial view of the area, applying masks to isolate the centerline. A Sliding Window technique identifies key points, or centroids, fits a curve, and calculates directional errors to guide the control system, ensuring accurate navigation in different conditions. For development and validation, the X-Plane flight simulator offered accurate weather and airport conditions. The methods’ comparison highlights strengths and limitations, with the Visual Guidance Algorithm proving robust under diverse lighting and weather, offering a valuable alternative to the ESKF during GPS outages.

Con l’aumento del traffico aereo, gestire le manovre a terra è diventato complesso, spe- cialmente in condizioni di scarsa visibilità. I sistemi di taxiing automatizzati possono migliorare sicurezza ed efficienza riducendo il carico di lavoro dei piloti. Mentre le tecnologie di volo autonomo sono ben sviluppate, la navigazione autonoma a terra è ancora agli inizi. Questa tesi si propone di sviluppare e analizzare metodi per il taxiing autonomo sia in ambienti assistiti dal Sistema di Posizionamento Globale (GPS) che in assenza di segnale. Un modello di gestione a terra, sviluppato con un approccio multibody in MATLAB/Simulink e validato con dati sperimentali, è impiegato per valutare diversi moduli di localizzazione. Lo studio esamina inizialmente un metodo di posizione nota, uno scenario ideale che assume una conoscenza perfetta di posizione e velocità, usato come riferimento. Si introduce poi un modulo di localizzazione in tempo reale che, combinando dati Sistema Globale di Navigazione Satellitare (GNSS) e Unità di Misura Inerziale (IMU) con un Error State Kalman Filter (ESKF), gestisce situazioni reali, come i guasti del GPS. Per ovviare alla perdita di GPS, si propone un Algoritmo di Guida Visiva, che sfrutta telecamere di bordo per estrarre dati di navigazione dalle immagini. L’algoritmo genera una vista aerea dell’area, isola la linea centrale e, con una tecnica a Finestra Mobile, identifica punti chiave lungo il percorso per adattare una curva e calcolare errori direzionali. Per lo sviluppo e la validazione, il simulatore X-Plane ha fornito ambienti realistici. La comparazione tra i metodi evidenzia punti di forza e limiti, con l’Algoritmo di Guida Visiva che si dimostra robusto in diverse condizioni e valido in assenza di GPS.