Obstacle-aware formation control of fixed-wing UAVs through virtual leader and collaborative swarm methods

The increasing integration of Unmanned Aerial Vehicles (UAVs) in both civilian and military domains is driving demand for advanced levels of autonomy, particularly in cooperative missions involving multiple aircraft. Fixed-wing UAVs, though less studied than rotary-wing platforms, offer significant potential for applications such as surveillance, reconnaissance, and collaborative combat operations. To fully exploit this potential, robust strategies for formation guidance, obstacle avoidance, and swarm coordination are required, especially to allow to function in complex, uncertain environments and being resilient to external disturbances. This thesis develops a unified framework for obstacle-aware formation control of fixed-wing UAVs by combining virtual leader methods with collaborative swarm intelligence. A virtual leader approach is introduced to enhance stability and adaptability in formation flight, ensuring cohesion along the entire mission path while accounting for flight envelope protection. An obstacle and collision avoidance scheme is then designed, based on vector field methods, enabling UAVs to preserve formation integrity while navigating safely through environments populated with static obstacles and restricted areas. Building on these capabilities, the Adaptive Augmented Cucker–Smale (AACS) model is proposed to govern collective swarm behavior, allowing scalable, communication-efficient, and heterogeneous groups of UAVs to self-organize, adapt to disturbances, and maintain safe separation. Extensive nonlinear simulations conducted within the SILCROAD–Simulink environment validate the effectiveness of the proposed methods across a set of benchmark scenarios. The overall contribution of this work lies in advancing resilient, flexible, and scalable control strategies for UAV, providing a foundation for real-world deployment of cooperative fixed-wing formations and swarms.

La crescente integrazione dei veicoli aerei a pilotaggio remoto (UAV) nei settori civile e militare sta generando una domanda crescente di livelli avanzati di autonomia, in particolare per missioni cooperative che coinvolgono più velivoli. Gli UAV ad ala fissa, sebbene meno studiati rispetto alle piattaforme ad ala rotante, offrono un notevole potenziale in applicazioni quali sorveglianza, ricognizione e operazioni di combattimento collaborativo. Per sfruttare appieno tale potenziale, sono necessarie strategie robuste di controllo in formazione, evasione degli ostacoli e coordinamento a sciame, specialmente per poter operare in ambienti complessi e resistere a disturbi esterni. Questa tesi sviluppa un quadro unificato per il controllo in formazione di UAV ad ala fissa, combinando un approccio con leader virtuale ad un’intelligenza di sciame collaborativa. L’approccio del leader virtuale viene introdotto per migliorare stabilità e adattabilità nel volo in formazione, garantendo coesione durante l’intero percorso di mission e assicurando una protezione dell’inviluppo di volo. Viene quindi progettato un algoritmo di evasione degli ostacoli, basato su una metodologia di campo vettoriale, che consente agli UAV di mantenere l’integrità della formazione muovendosi in sicurezza attraverso ambienti popolati da ostacoli statici e aree a spazio aereo ristretto. Su queste basi, viene proposto il modello di Adaptive Augmented Cucker–Smale (AACS) per governare il comportamento collettivo dello sciame, permettendo a gruppi eterogenei di UAV di auto-organizzarsi, adattarsi ai disturbi e mantenere separazioni sicure in modo scalabile ed efficiente dal punto di vista comunicativo. Simulazioni non lineari estese, condotte nell’ambiente SILCROAD–Simulink, sono state usate per validare l’efficacia dei metodi proposti su un insieme di scenari di riferimento. Il contributo complessivo di questo lavoro risiede nello sviluppo di strategie di controllo resilienti, flessibili e scalabili per UAV, fornendo una base per l’introduzione nel mondo reale di formazioni e sciami cooperativi ad ala fissa. Parole chiave: UAV ad ala fissa, controllo di formazione, evitamento ostacoli, sciame collaborativo, leader virtuale, modello Adaptive Augmented Cucker–Smale.