Integrated autonomous delivery system: enhancing vehicle-to-user interaction and dynamic path planning

The rapid advancement of autonomous vehicle technologies has opened new possibilities in last-mile delivery solutions. Autonomous Delivery Vehicles (ADVs) are emerging as a promising alternative to traditional courier services, offering improved efficiency, cost-effectiveness, and sustainability. This thesis presents the development and implementation of an autonomous delivery system using the EasyMile EZ10 vehicle, designed to facilitate package transportation across a controlled environment. The research focuses on three key aspects: navigation, user interaction, and behavioral planning. A comprehensive navigation system was developed, integrating occupancy grid mapping, Rapidly-exploring Random Trees Star with KD-tree optimization (RRT*KD) for path planning, and Model Predictive Control (MPC) for motion execution. For user interaction, a Vehicle-to-User (V2U) communication system was implemented, leveraging a QR code-based interface, integrated with a Raspberry Pi-based module and a proximity sensor, to facilitate seamless package retrieval and delivery requests. The behavioral planning module was designed using a Finite State Machine (FSM), implemented in Python, to regulate the vehicle’s operational states and transitions. Although full-scale real-world testing was limited due to mechanical constraints, results were obtained from simulations and partial experiments to validate the feasibility of the proposed autonomous delivery system.

Il rapido progresso delle tecnologie dei veicoli autonomi ha aperto nuove possibilità nelle soluzioni di consegna dell'ultimo miglio. I veicoli autonomi per le consegne (ADV) stanno emergendo come una promettente alternativa ai servizi di corriere tradizionali, offrendo una maggiore efficienza, economicità e sostenibilità. Questa tesi presenta lo sviluppo e l'implementazione di un sistema di consegna autonomo che utilizza il veicolo EasyMile EZ10, progettato per facilitare il trasporto di pacchi in un ambiente controllato. La ricerca si concentra su tre aspetti chiave: navigazione, interazione con l'utente e pianificazione comportamentale. È stato sviluppato un sistema di navigazione completo, che integra la mappatura della griglia di occupazione, il Rapidly-exploring Random Trees Star con KD-tree optimization (RRT*KD) per la pianificazione del percorso e il Model Predictive Control (MPC) per l'esecuzione del movimento. Per l'interazione con l'utente, è stato implementato un sistema di comunicazione Vehicle-to-User (V2U), che sfrutta un'interfaccia basata su codici QR, integrata con un modulo basato su Raspberry Pi e un sensore di prossimità, per facilitare il recupero dei pacchi e le richieste di consegna. Il modulo di pianificazione comportamentale è stato progettato utilizzando una macchina a stati finiti (FSM), implementata in Python, per regolare gli stati operativi e le transizioni del veicolo. Sebbene i test in scala reale siano stati limitati a causa di vincoli meccanici, sono stati ottenuti risultati da simulazioni ed esperimenti parziali per convalidare la fattibilità del sistema di consegna autonomo proposto.