Candidato: P. Lonardo Candidato: P. Lonardo Guida automatica di

Guida automatica di un velivolo in
condizioni di volo avverso
 Obiettivo: Volo a bassa quota, Pianificazione ed inseguimento di
traiettoria.
 Campi di impiego: Salvataggio superstiti, Missioni militari.
LOW-LEVEL
CONTOUR
NOE
L O W -L E V E L
CONTOUR
NOE
Figura 1: Le tre modalità di volo TF
Il volo a bassa quota è definito Terrain Following (TF)
Candidato: P. Lonardo
Low level
TF
Contour
NOE
Far-Field
Mid-Field (TF/TA)
Near-Field (OA)
Figura 2: Sotto-problemi del volo TF
 Far-Field: Individuazione off-line di una traiettoria grossolana;
Waypoints della missione.
 Mid-Field: Individuazione on-line della traiettoria effettiva nell’intorno
del segmento congiungente due distinti waypoints.
 Near-Field: Elaborazione dati provenienti dai sensori di bordo per
eventuali variazioni alla traiettoria effettiva.
VIDEO
CAMERE
DATI
DI
VOLO
OSTACOLI
 IMMAGINI VIDEO
 STATO DEL VELIVOLO
 RAGGIO VISIVO
RICEVITORI
TELEMETRICI
P UNTATORE
LASER
Figura 3: Rilevamento dati per la generazione della traiettoria di Near-Field
Candidato: P. Lonardo
 APPROCCIO AL FAR-FIELD
 Suddivisione della mappa orografica in blocchi ed individuazione del costo
stimato da ogni spigolo degli stessi fino al punto di destinazione del velivolo
 Sulla base dei costi stimati individuare i waypoints caratterizzanti la
traiettoria ottima grossolana
 APPROCCIO AL MID-FIELD – DYNAPATH
 Individuazione del cammino nominale (segmento congiungente due waypoints)
 Definizione di un patch suddiviso in tante celle
 Generazione e potatura iterativa degli alberi di discretizzazione del volo del
velivolo sulla base delle equazioni della dinamica dello stesso
 Individuazione iterativa, alla fine di ogni livello di alberi, del miglior nodo per
ogni cella e generazione di un nuovo albero a partire dallo stesso
 Dopo N livelli di alberi (36) individuare il miglior nodo in assoluto e
ricavare i primi “m” istanti di discretizzazione del volo del velivolo
VISTA ALTO -BASSO
TRAIETTORIA TF/TA
CALCOLATA
CURVE DI LIVELLO
CAMMINO NOMINALE
CELLA i
MISSION
WAYPOINT
DATI
PROVENIANTI
DAI S ENSORI
PATCH:
ZONA PER IL CALCOLO
DELLA TRAIETTORIA
DATI MAPPA
TERRENO
TF/TA
TRAIETTORIA TF/TA
Hi
QUOTA MINIMA
CELLA i
Figura 4: Ottimizzazione su patch corrente
Candidato: P. Lonardo
Figura 5: Struttura ad albero
 Un esempio di simulazione per Dynapath
Figura 6: MF su FF Peaks Scal. e Trasp.: Cella=4-Sor=21-Svol=6-w=0.05-V=50m/s
Figura 7:MF su FF Peaks Scal. e Trasp.: Cella=4-Sor=21-Svol=6-w=0.05-V=50m/s 3D
Candidato: P. Lonardo

UN ALTRO APPROCCIO AL MID-FIELD – ALGORITMO IBRIDO
 Crescita iterativa di un solo albero di N livelli (8)
 Stima per ogni nodo terminale dello stesso, del costo stimato fino alla
destinazione (mediante interpolazione della matrice dei costi stimati ricavata
per il Far-Field)
 Sulla base del costo complessivo di ogni nodo scegliere il nodo radice per
l’iterazione successiva
P0
PF
Figura 8: Procedura iterativa
Candidato: P. Lonardo

Un esempio di simulazione per l’Algoritmo Ibrido
Figura 9:Peaks LH Conoscenza 1 J2 K 0.95 2D
Figura 10:Peaks LH Conoscenza 1 J2 K 0.95 3D
Candidato: P. Lonardo
Confronto dei tempi per le iterazioni necessarie
350
300
Secondi
250
Figura 62
Figura 64
Figura 66
Figura 68
Figura 70
200
150
100
50
8
r1
6
ite
r1
4
ite
r1
2
ite
r1
0
ite
r1
ite
r8
ite
r6
ite
r4
ite
r2
ite
ite
r0
0
Figura 11: Confronto tempi di calcolo per iterazioni delle figure dalla 62 alla 70
SVANTAGGI
VANTAGGI
DYNAPATH
 Tutti i parametri possono essere modificati on-line.
 Ampia visione dell’orizzonte.
 Tempi di calcolo elevati per
ogni iterazione necessaria.
ALGORITMO IBRIDO
 Tempi di calcolo bassi per ogni
iterazione.
 Parametri importanti modificabili solo off-line.
 Visione “corta” dell’orizzonte.
Figura 12: Tabella vantaggi – svantaggi per i due approcci risolutivi