Design of a finite state machine-based algorithm for autonomous ship hull cleaning

Autonomous hull cleaning is a complex problem involving underwater robotics, motion planning, and sensory uncertainty management. Biofouling accumulation on immersed surfaces reduces hydrodynamic efficiency, increases fuel consumption, and leads to significant environmental impacts. In this context, the use of autonomous robots capable of operating directly in water represents a promising solution to make maintenance operations more sustainable, safe and cost-effective. The thesis proposes the design and validation of software architecture for the autonomous navigation of a robot adhering to the hull surface. The robot operates without global references, with sensors subject to errors and limited computational resources. The approach prioritizes robustness and simplicity over finding the theoretically optimal path, organizing the mission into three integrated phases: exploration, expansion, and coverage. During the exploration phase, the robot identifies the limits of the operating area; during the expansion phase, it progressively improves the geometric estimation of the area; during the coverage phase, it systematically cleans the entire delimited surface. The decision-making model is based on a finite state machine, chosen to ensure verifiable and predictable logic, suitable for critical operational contexts. The system was implemented in Python, integrating kinematic modeling, geometric representation via Shapely, and simulation of a sensory module with angular and measurement errors. Validation was conducted through progressive simulations, introducing sensory limitations, systematic and random errors, and an adaptive temporal sampling mechanism. The results show stable behavior even in the presence of significant uncertainty: the system is robust to random errors, but more sensitive to uncompensated systematic biases, highlighting the need for corrective mechanisms in real-world applications. The analysis of return to center strategies also highlights a trade-off between geometric stability and path efficiency. Overall, the work demonstrates that a simple, modular system with clear control logic can operate effectively in unknown environments, providing a concrete basis for the development of industrial autonomous hull cleaning solutions.

La pulizia autonoma dello scafo navale è un problema complesso che coinvolge robotica subacquea, pianificazione dei movimenti e gestione dell’incertezza sensoriale. L’accumulo di biofouling sulle superfici immerse riduce l’efficienza idrodinamica, aumenta il consumo di carburante e comporta impatti ambientali significativi. In questo contesto, l’impiego di robot autonomi in grado di operare direttamente in acqua rappresenta una soluzione promettente per rendere le operazioni di manutenzione più sostenibili, sicure ed economicamente vantaggiose. La tesi propone la progettazione e la validazione di un’architettura software per la navigazione autonoma di un robot aderente alla superficie dello scafo. Il robot opera senza riferimenti globali, con sensori soggetti a errore e risorse computazionali limitate. L’approccio privilegia robustezza e semplicità rispetto alla ricerca del percorso teoricamente ottimale, organizzando la missione in tre fasi integrate: esplorazione, espansione e copertura. Nella fase di esplorazione il robot individua i limiti dell’area operativa; nella fase di espansione migliora progressivamente la stima geometrica dell’area; nella fase di copertura esegue la pulizia sistematica dell’intera superficie delimitata. Il modello decisionale è basato su una macchina a stati finiti, scelta per garantire una logica verificabile e prevedibile, adatta a contesti operativi critici. Il sistema è stato implementato in Python, integrando modellazione cinematica, rappresentazione geometrica tramite Shapely e simulazione di un modulo sensoriale con errori angolari e di misura. La validazione è stata condotta mediante simulazioni progressive, introducendo limitazioni sensoriali, errori sistematici e casuali e un meccanismo di campionamento temporale adattivo. I risultati mostrano un comportamento stabile anche in presenza di incertezza significativa: il sistema è robusto rispetto agli errori casuali, ma più sensibile ai bias sistematici non compensati, evidenziando la necessità di meccanismi correttivi in applicazioni reali. L’analisi delle strategie di ritorno al centro evidenzia inoltre un compromesso tra stabilità geometrica ed efficienza del percorso. Nel complesso, il lavoro dimostra che un sistema semplice, modulare e con una logica di controllo chiara può operare efficacemente in ambienti sconosciuti, costituendo una base concreta per lo sviluppo di soluzioni industriali di pulizia autonoma dello scafo.