Design and development of an autonomous UAV for the Leonardo Drone Contest

This thesis presents the design and development of the software architecture for an autonomous aerial vehicle competing in the Leonardo Drone Contest, a challenge focused on the development of unmanned systems in a GNSS denied environment, using artificial intelligence. The proposed solution is based on the ROG-X octocopter model developed by ANT-X, and employs commercially available sensors and computational hardware, such as the Jetson Orin AGX, the PixHawk 4 flight controller, the ZED 2 sterocamera. The software architecture relies on the Robot Operating System (ROS2) and uses Docker to deploy modular containers for maintainability and robustness across environments. The main functionalities developed concern the perception, localization, navigation, and mission execution. Localization is achieved with the usage of visual-inertial odometry fused with an optical sensor through a Kalman based fusion algorithm, with the objective of overcoming the limitation posed by the two systems in a highly cluttered environment. The navigation builds upon the Nav2 stack of ROS2, where global trajectory planning is performed using Theta* algorithm and a MPPI controller provides dynamically feasible control sequences in real time. The high level mission management in implemented through an exploration module and finite state machines that coordinates takeoff, landing and navigation procedures. MavROS ensures the communication between the ROS2 stack and the flight controller. The system is complemented by a vision based ArUco marker detection unit and a ground control system. Experimental testing demonstrate the ability of the chosen architecture to navigate the the environment autonomously, detect objects, and execute the required tasks. The contribution of this work lie in the design and implementation of a robust platform for deployment and a framework for designed for scalability.

Questa tesi presenta la progettazione e lo sviluppo dell’architettura software per un veicolo aereo autonomo impiegato nella competizione Leonardo Drone Contest, una sfida focalizzata sullo sviluppo di sistemi unmanned in ambienti privi di segnale GNSS, mediante l’utilizzo di tecniche di intelligenza artificiale. La soluzione proposta si basa sul modello di ottocottero ROG-X, sviluppato da ANT-X, ed impiega sensori e hardware di calcolo commercialmente disponibili, tra cui il Jetson Orin AGX, il controllore di volo PixHawk 4 e la stereocamera ZED2. L’architettura software si fonda sul Robot Operating System (ROS2) e utilizza Docker per il dispiegamento di container modulari, al fine di garantire manutenibilità e robustezza in diversi ambienti operativi. Le principali funzionalità sviluppate riguardano la percezione, la localizzazione, la navigazione e l’esecuzione della missione. La localizzazione è ottenuta tramite l’impiego di un sistema di odometria visivo-inerziale fuso con un sensore ottico attraverso un algoritmo di fusione basato su filtro di Kalman, con l’obiettivo di superare i limiti posti dai due sistemi in ambienti altamente complessi. La navigazione si basa sullo stack Nav2 di ROS: la pianificazione globale delle traiettorie viene eseguita con l’algoritmo Theta*, mentre il controllore MPPI fornisce sequenze di controllo dinamicamente realizzabili in tempo reale. La gestione della missione ad alto livello è implementata attraverso un modulo di esplorazione e macchine a stati finiti, che coordinano le procedure di decollo, atterraggio e navigazione. MavROS garantisce la comunicazione tra lo stack ROS2 e il flight controller. Il sistema è completato da un’unità di rilevamento di marker ArUco basata sulla visione e da una stazione di controllo a terra. I test sperimentali dimostrano la capacità dell’architettura proposta di navigare autonomamente nell’ambiente, rilevare oggetti ed eseguire i compiti richiesti. Il contributo di questo lavoro risiede nella creazione e nell’integrazione di una piattaforma robusta per il dispiegamento operativo e di un framework aperto a futuri sviluppi.