Sintesi e verifica sperimentale di algoritmi per la prevenzione di collisioni

We propose a class of computationally efficient algorithms for conflict resolu- tion in the presence of modeling and measurement uncertainties. Specifically, we address a scenario where a number of agents, whose dynamics are possibly nonlinear, must cross an intersection avoiding collisions. First, we solve the problem of checking membership in the set of states for which there exists an input signal that avoids collisions for any possible disturbance and measu- rement error. Then, we use this solution to design a supervisor for collision avoidance which is robust to disturbances and measurement uncertainties. We obtain an exact solution and an approximate one with quantified error bound and whose complexity scales polynomially with the number of agents. Finally we present the results of some numerical simulations and tests made in the multi-vehicle lab at MIT.

Il lavoro propone una classe di algoritmi computazionalmente efficienti per la risoluzione di conflitti in presenza di incertezze di modello e di misura. Nello specifico, si considera lo scenario in cui un numero di agenti, la cui di- namica può essere anche non lineare, deve attraversare un’incrocio senza che ci siano collisioni. Per prima cosa, viene risolto il problema di determinare l’appartenenza nell’insieme di stati per i quali esiste una segnale di controllo che consente di evitare collisioni qualunque sia il disturbo o l’incertezza di misura. Successivamente tale soluzione è utilizzata per progettare un super- visore robusto ai disturbi e alle incertezze di misura. Si ottiene una soluzione esatta e una approssimata, di cui si quantifica il massimo errore e la cui com- plessità cresce polinomialmente con il numero di agenti. Infine sono discussi i risultati delle simulazioni numeriche e dei test effettuati in laboratorio.