Riassunto analitico
Questa tesi presenta la progettazione e lo sviluppo di un controller di connettività centralizzato per il Fly-Crane, un manipolatore aereo sospeso tramite cavo. Il sistema Fly-Crane, composto da più robot aerei interconnessi da cavi, offre una maggiore flessibilità e ridondanza nelle operazioni di trasporto cooperativo. Tuttavia, mantenere l'osservabilità del sistema e garantire il movimento coordinato tra i droni, in particolare in assenza di sistemi di localizzazione esterni, presenta sfide significative.
Per affrontare queste sfide, viene proposta un'innovativa strategia di controllo basata sulla connettività, che sfrutta le tecniche di servoing visivo. Utilizzando telecamere a bordo, ogni drone può localizzare i propri vicini e regolare il proprio movimento in base al feedback visivo.
Il principale contributo di questa tesi risiede nello sviluppo di un controller di connettività centralizzato che garantisce l'osservabilità del sistema per la struttura del Fly-Crane. Questo controller utilizza un approccio di discesa del gradiente basato su una funzione potenziale per guidare il sistema verso configurazioni che massimizzano la visibilità. Inoltre, viene progettato un filtro di Kalman esteso per stimare la posizione di un punto di riferimento esterno, consentendo al Fly-Crane di navigare autonomamente nell'ambiente.
La strategia di controllo proposta è stata valutata tramite simulazioni, dimostrando la sua efficacia nel mantenere la connettività del sistema.
|
Abstract
This thesis presents the design and development of a centralized connectivity controller for the Fly-Crane, a cable-suspended aerial manipulator. The Fly-Crane system, composed of multiple aerial robots interconnected by cables, offers enhanced flexibility and redundancy in cooperative transportation tasks. However, maintaining system observability and ensuring coordinated motion among drones, particularly in the absence of external localization systems, poses significant challenges.
To address these challenges, it's proposed a novel connectivity-based control approach that leverages visual servoing techniques. By utilizing onboard cameras, each drone can localize its neighbors and regulate its motion based on visual feedback.
The core contribution of this thesis lies in the development of a centralized connectivity controller that guarantees system observability for the Fly-Crane structure. This controller employs a potential function-based gradient descent approach to guide the system towards configurations that maximize visibility. Additionally, an Extended Kalman filter is designed to estimate the position of an external target point, enabling the Fly-Crane to autonomously navigate through the environment.
The proposed control strategy was evaluated through simulations, demonstrating its effectiveness in maintaining system connectivity.
|
