Optimisation of UAV trajectories for target detection using a probabilistic approach

The aim of this thesis is the design and optimisation of Unmanned Aerial Vehicle (UAV) trajectories for target detection problems. In particular, the scenario involves a UAV searching for either a stationary or moving target. The mission area is known, and obstacles are modelled as circles. The trajectories are mathematically represented using Bernstein polynomials. The properties and characteristics of these polynomials enable the formulation of an optimisation framework for trajectory generation. These trajectories avoid obstacles while minimising a given cost function, such as mission time or path length. In this work, the target detection component is incorporated into the optimisation framework. Specifically, this includes the use of prior information on targets and the characteristics of the detection process. The proposed method is limited to offline (global) planning. In preparation for the implementation of an online (local) trajectory generation framework, a probabilistic description is introduced using a Bayesian update method. A key advantage of employing Bernstein polynomials lies in their ability to generate smooth and dynamically feasible trajectories, in contrast to many path planning methods that produce sequences of waypoints which are not directly usable as reference trajectories. However, the selection of the polynomial degree is non-trivial and heavily dependent on both the environment and the initial guess trajectory. The results demonstrate how prior knowledge of the likely target location influences the resulting trajectory. The estimated target position exhibits promising accuracy, reflecting the performance of the sensor.

Questa tesi ha come scopo il design e l'ottimizzazione delle traiettorie degli UAVs (Unmanned Aerial Vehicles) per problemi di rilevamento di obiettivi. In particolare, si considera un UAV alla ricerca di un obiettivo fisso o mobile. L'area della missione è nota e gli ostacoli sono modellati come cerchi. Le traiettorie sono descritte matematicamente dai polinomi di Bernstein. Le caratteristiche e le proprietà di questi polinomi permettono di creare un framework di ottimizzazione per la generazione di traiettorie. Queste traiettorie, evitando gli ostacoli, minimizzano un criterio come il tempo di missione o la lunghezza della traiettoria. In questo lavoro di tesi la componente per il rilevamento degli obiettivi è aggiunta al criterio dell'ottimizzazione. In particolare, per quanto riguarda l'utilizzo delle informazioni a priori sugli obiettivi e le caratteristiche del processo di rilevamento. La tesi si limita alla costruzione di un metodo di pianificazione offline (globale). In preparazione all'implementazione di un framework per la generazione di traiettorie online (locali) una descrizione probabilistica viene incorporata utilizzando un metodo di aggiornamento bayesiano. Un vantaggio chiave dell'uso dei polinomi di Bernstein è la capacità di ottenere traiettorie "lisce" e dinamicamente realizzabili, al contrario di molti metodi di path planning che producono un insieme di waypoints non direttamente utilizzabili come traiettorie di riferimento. Tuttavia, la scelta del grado del polinomio di Bernstein non è banale e dipende fortemente dall'ambiente e dalla traiettoria scelta come guess iniziale. I risultati ottenuti mostrano come la traiettoria sia influenzata dalla conoscenza preliminare della probabile posizione di un obiettivo. La stima della posizione dell'obiettivo mostra una precisione promettente, riflettendo le prestazioni del sensore.