Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricercaINIZIO_TESTO_DA_INDICIZZARE
PROGRAMMA DI RICERCA
italiano - english
Unità di Ricerca
- Università di PISA
SISTEMI ELETTRICI E AUTOMAZIONE
PISA(PI) - Università degli Studi di BOLOGNA
ELETTRONICA, INFORMATICA E SISTEMISTICA
BOLOGNA(BO) - Università degli Studi di CAMERINO
MATEMATICA E INFORMATICA
CAMERINO(MC) - Università Politecnica delle MARCHE
INGEGNERIA INFORMATICA, GESTIONALE E DELL'AUTOMAZIONE
ANCONA(AN) - Università degli Studi di SIENA
INGEGNERIA DELL'INFORMAZIONE
SIENA(SI)
Programmi di ricerca simili:
- 1 - CONTROLLO DI SISTEMI EVOLUTI DI TRASMISSIONE, SOSPENSIONE, STERZATA E FRENATA PER LA GESTIONE DELLA DINAMICA VEICOLO
- 2 - Metodologie avanzate per il controllo di sistemi ibridi
- 3 - Tecniche avanzate di controllo e identificazione per applicazioni innovative
- 4 - Tecniche Robuste e di Ottimizzazione per Sistemi di Controllo ad Alte Prestazioni
- 5 - PICTURE: Tecniche di Pianificazione e Controllo Intelligente per la Robotica in Ambienti non Strutturati
- 6 - Studio e sviluppo di un sistema per il controllo e il monitoraggio in tempo reale del territorio per la prevenzione degli incendi
- 7 - Sistema di propulsione e sterzatura ad architettura distribuita basato su unità impieganti un motore elettrico rototraslante e sua sperimentazione su un veicolo leggero a quattro ruote
- 8 - COMMUTA: Componenti hardware/software mutanti per sistemi distribuiti dinamicamente riconfigurabili
- 9 - Integrazione di sistemi fotovoltaici in autoveicoli convenzionali ed ibridi
- 10 - Sviluppo di metodi innovativi per la misura di grandezze meccaniche nella ottimizzazione della riabilitazione del movimento
Classificazione scientifico-disciplinare
- Area scientifico disciplinare: Ingegneria industriale e dell'informazione
Classificazione brevettuale
- PERFORMING OPERATIONS; TRANSPORTING
- VEHICLES IN GENERAL
- ARRANGEMENTS OR ADAPTATIONS OF HEATING, COOLING, VENTILATING, OR OTHER AIR-TREATING DEVICES SPECIALLY FOR PASSENGER OR GOODS SPACES OF VEHICLES
- VEHICLES IN GENERAL
- PHYSICS
- SIGNALLING (indicating or display devices per se G09F; transmission of pictures H04N) [C9504]
- TRAFFIC CONTROL SYSTEMS (guiding railway traffic, ensuring the safety of railway traffic B61L; disposition of road signs or traffic signals E01F9/00; radar systems or analogous systems G01S13/00, G01S15/00, G01S17/00)
- SIGNALLING (indicating or display devices per se G09F; transmission of pictures H04N) [C9504]
Classificazione geografica
- Regione: Toscana
Bibliografia
[1] M.Crisci; W.Geri; G.Bertoni. (2004). DEIS UAV: GNC Design and avionics implementation issues. 16th IFAC Symposium on Automatic Control in Aerospace - San Pietroburgo (Russia). 13-18 Giugno 2004.[2] G.Ippoliti; A.Longhi; A.Radicioni (2002). Modelling and identification of a remotely operated vehicle Journal of Marine Engineering and Technology. (vol. 1 pp. 48-56) ISSN: 1476-1548.
[3] Di Marco M., Garulli A., Lacroix S., Vicino A. (2001). Set membership localization and mapping for autonomous navigation International Journal of Robust and Nonlinear Control. (vol. 11 pp. 709-734).
[4] Corradini M., Orlando G.,(2002). Multi model switching control for a class of nonlinear systems in the presence of large plant uncertainties. JOURNAL OF DYNAMIC SYSTEMS, MEASUREMENT AND CONTROL. vol. 124 pp. 321-326 ISSN: 0022-0434.
[5] Innocenti M.; Pollini L.; GIiulietti F. (2004). Management of Communication Failures in Formation Flight Journal of Aerospace Computing, Information, and Communication. (vol. 1 pp. 19-35).
[6] Innocenti M.; Pollini L.; GIiulietti F. (2002). Intelligent Management Control for Unmanned Aircraft Navigation and Formation Keeping vol. 2-1 pp. 23 NATO RTO/VKI special Course on Intelligent Systems for Aeronautics.: NATO-RTO (Belgium).
[7] Autonomous vehicles, Meyrowitz, A.L.; Blidberg, D.R.; Michelson, R.C.;Proceedings of the IEEE ,Volume: 84, Issue: 8, Aug. 1996 Pages:1147 – 1164
[8] Survey of unmanned air vehicles, Howard, R.M.; Kaminer, I.; American Control Conference, 1995. Proceedings of the, Volume: 5, 21-23 June 1995 Pages: 2950 - 2953 vol.5
[9] Unmanned air vehicles: new challenges in design Cord, T.J.; Newbern, S.; Aerospace Conference, 2001, IEEE Proceedings., Volume: 6, 10-17 March 2001 Pages: 2699 - 2704 vol.6
[10] Unmanned aerial vehicle (UAV) communications relay, Pinkney, M.F.J.; Hampel, D.; DiPierro, S.; Military Communications Conference, 1996. MILCOM '96, Conference Proceedings, IEEE, Volume: 1, 21-24 Oct. 1996 Pages: 47 - 51 vol.1
[11] An unmanned air vehicle (UAV) GPS location and navigation system Yang Hui; Cheng Xhiping; Xu Shanjia; Wan Shisong; Microwave and Millimeter Wave Technology Proceedings, 1998. ICMMT '98, 18-20 Aug. 1998
[12] An ultra wideband radar for micro air vehicle applications, Fontana, R.J.; Richley, E.; Marzullo, A.J.; Beard, L.C.; Mulloy, R.W.T.; Knight, E.J.; Ultra Wideband Systems and Technologies, 2002. Digest of Papers. 2002 IEEE Conference on, 21-23 May 2002 Pages: 187 – 191
[13] Robust hybrid control for autonomous vehicle motion planning, Frazzoli, E.; Dahleh, M.A.; Feron, E.; Decision and Control, 2000. Proceedings of the 39th IEEE Conference on, Volume: 1, 12-15 Dec. 2000 Pages: 821 - 826 vol.1
[14] Zaloga S.J., (2001). UAVS Gain Luster after Combat, Peacekeeping Performance. Aviation Week & Space Technology.
[15] Artoni A., (2001). Predatori Mediterranei. Volare. Settembre.
[16] Moring F.JR., (2001). Satellites UAVS To probe Storms. Aviation Week & Space Technology
[17] K. Fregene, D. Kennedy, D. Wang, Multiple-vehicle pursuit-evasion: and agent-based framework, Proc. of the 2003 IEEE International Conference on Robotics & Automation, Taipei, Taiwan, 2003, pp. 2707-2713.
[18] Stability analysis of mobile robot path tracking, Ollero, A.; Heredia, G.; Intelligent Robots and Systems 95. Human Robot Interaction and Cooperative Robots, Proceedings. 1995 IEEE/RSJ International Conference on, Volume: 3, 5-9 Aug. 1995 Pages: 461 – 466
[19] Autonomous underwater vehicles for survey operations: theory and practice, Healey, A.J.; Pascoal, A.M.; Lobo Pereira, F.; American Control Conference, 1995. Proceedings of the, Volume: 5, 21-23 June 1995 Pages: 2943 - 2949 vol.5
[20] Dynamic positioning and way-point tracking of underactuated AUVs in the presence of ocean currents, Aguiar, A.P.; Pascoal, A.M.; Decision and Control, 2002, Proceedings of the 41st IEEE Conference on, Volume: 2 , 10-13 Dec. 2002 Pages: 2105 - 2110 vol.2
[21] Aircraft Trajectory Planning With Collision Avoidance Using Mixed Integer Linear Programming, A. Richard, J. P. How, American Control Conference, ACC02, Anchorage, Alaska, May 2002
[22] H. Qi and J. B. Moore, "Direct Kalman filtering approach for GPS/INS integration", IEEE Trans. Aerospace and Electronic Systems, 38 (2), 2002.
[23] J. J. Leonard and H. F. Durrant-Whyte. "Mobile robot localization by tracking geometric beacons", IEEE Trans. Robotics and Automation, 7(3), 1991
[24] E. W. Nettleton, H. F. Durrant-Whyte, P. W. Gibbens and A. H. Goktogan, "Multiple platform localisation and map building", in: Sensor Fusion and Decentralized Control in Robotic Systems III (G. T. McKee and P. Schenker, Eds.), pp. 337-347, 2000
[25] R. Grabowski, L. E. Navarro-Serment, C. J. J. Paredis and P. K. Khosla, "Heterogeneous teams of modular robots for mapping and exploration", Autonomous Robots 8(3), pp. 293-308, 2000.
[26] L. Chisci, A. Garulli and G. Zappa, "Recursive state bounding by parallelotopes", Automatica, 32, pp. 1049-1055, 1996.
[27] M. Di Marco, A. Garulli, A. Giannitrapani and A. Vicino, "A set theoretic approach to dynamic robot localization and mapping", Autonomous Robots, 16(1), pp. 23-47, 2004.
[28] M. Di Marco, A. Garulli, A. Giannitrapani and A. Vicino,"Simultaneous localization and map building for a team of cooperating robots: a set membership approach", IEEE Transactions on Robotics and Automation, 19(2), pp. 238-249, 2003.
[29] Coordination and control of multiple autonomous vehicles, Brock, D.L.; Montana, D.J.; Ceranowicz, A.Z.; Robotics and Automation, 1992. Proceedings, 1992 IEEE International Conference on, 12-14 May 1992, Pages: 2725 - 2730 vol.3
[30] Intelligent control for autonomous vehicles using real-time adaptive associative memory neural networks, Brown, M.; Harris, C.J., Artificial Neural Networks, 1991, Second International Conference on, 18-20 Nov 1991, Pages: 144 – 148
[31] Coordinated target assignment and intercept for unmanned air vehicles, Beard, R.W.; McLain, T.W.; Goodrich, M.; Robotics and Automation, 2002. Proceedings ICRA '02. IEEE International Conference on, Volume: 3, 11-15 May 2002
[32] Nonlinear tracking control for satellite formations, Hsi-Han Yeh; Nelson, E.; Sparks, A.;
Decision and Control, 2000. Proceedings of the 39th IEEE Conference on, Volume: 1, 12-15 Dec. 2000 Pages: 328 - 333 vol.1
[33] Autonomous underwater vehicles for survey operations: theory and practice, Healey, A.J.; Pascoal, A.M.; Lobo Pereira, F.; American Control Conference, 1995. Proceedings of the, Volume: 5, 21-23 June 1995 Pages: 2943 - 2949 vol.5
[34] MultiUAV: a multiple UAV simulation for investigation of cooperative control, Rasmussen, S.J.; Chandler, P.R.;Simulation Conference, 2002. Proceedings of the Winter Volume: 1, 8-11 Dec. 2002 Pages: 869 - 877 vol.1
[35] Coordinated target assignment and intercept for unmanned air vehicles, Beard, R.W.; McLain, T.W.; Goodrich, M.; Robotics and Automation, 2002. Proceedings ICRA '02 IEEE International Conference on, Volume: 3, 11-15 May 2002
[36] Cooperative control via task load balancing for networked uninhabited autonomous vehicles, Finke, J.; Passino, K.M.; Sparks, A.; Decision and Control, 2003. Proceedings 42nd IEEE Conference on, Volume: 1, Dec. 9-12, 2003 Pages: 31 – 36
[37] Coordination and control of multiple autonomous vehicles, Brock, D.L.; Montana, D.J.; Ceranowicz, A.Z.; Robotics and Automation, 1992. Proceedings, 1992 IEEE International Conference on, 12-14 May 1992 Pages: 2725 - 2730 vol.3
[38] R. R. Brooks, S.S. Iyengar, Multi-sensor fusion, Prentice Hall, 1998.
[39] A. Broggi, M. Cellario, P. Lombardi, M. Porta, An evolution approach to visual sensing for vehicle navigation, IEEE Trans. On Industrial Electronics, vol. 50, no. 1, 2003, pp 18-29.
[40] M. Hiraiwa, T. Aizono, A. Shimura, Implementation and evaluation of autonomous decentralized system based mobile communications platform for ITS services, Proc. of the IEEE International Symposium on Autonomous Decentralized Systems, 2003.
Parole Chiave
CONTROLLO COOPERATIVO; VEICOLI AUTONOMI; PIANIFICAZIONE MISSIONETecniche avanzate e valutazione sperimentale del controllo cooperativo di sistemi autonomi eterogenei
Università di PisaAbstract
Lo scopo della ricerca è quello di sviluppare metodologie innovative sulla gestione e controllo di veicoli e velivoli eterogenei, inmodo che essi possano operare in modo autonomo ed in cooperazione tra di loro. Le metodologie proposte verranno inoltre
valutate sperimentalmente in uno scenario realistico comprendente almeno tre veicoli di natura diversa (due velivoli autonomi ed un
veicolo terrestre anch'esso autonomo). Il problema della gestione e controllo di veicoli eterogenei è divenuto argomento di notevole
interesse nel campo della ricerca di base ed applicata, per potenziali applicazioni in campi ove personale umano non ha accesso,
oppure accesso limitato dopo una verifica delle condizioni ambientali e di sicurezza. Negli ultimi anni, inoltre, questa tecnologia ha
anche mostrato del potenziale per contribuire alla difesa e prevenzione da atti terroristici. Mentre la tecnologia progettuale
riguardante le piattaforme sta facendo progressi notevoli (in termini di materiali, miniaturizzazione, accumulo energetico,
informatizzazione,...), una delle questioni ancora aperte è la flessibilità del livello di automazione e capacità di "intelligenza" da fornire ai singoli agenti ed all'intero sistema, per portare a termine la missione nelle sue varie componenti e priorità.
Il progetto si propone di contribuire a questi due ultimi aspetti definendo algoritmi per pianificare la traiettoria dei veicoli in
presenza di ostacoli strutturati e/o improvvisi; valutando un insieme ottimale di sensori e di comunicazione necessari
all'implementazione delle traiettorie ed infine valutare le metodologie in uno scenario sperimentale nel quale parte dei veicoli
svolge una task di ricerca ed identificazione ed un'altra quella di reggiungimento e salvataggio. <<<
Coordinatore Scientifico del Programma di Ricerca
Mario INNOCENTI Università di PISAObiettivo del Programma di Ricerca
Il programma di ricerca proposto ha come obiettivo lo studio di un sistema di gestione, pianificazione e controllo di un insieme eterogeneo di veicoli autonomi e cooperanti; le metodologie ed algoritmi sviluppati verranno validati mediante un'applicazione sperimentale. Essendo il problema estremamente complesso e variegato, il progetto di ricerca si concentra sugli aspetti metodologici ed applicativi di integrazione dei livelli di automazione, intelligenza e scambio di informazioni, in modo tale che ciascun veicolo contribuisca a tutta o parte della missione, ottimizzando le proprie caratteristiche dinamiche. Il contributo innovativo della ricerca è quindi concentrato non su aspetti costruttivi o di controllo di un singolo agente, ma sulle problematiche sistemistiche relative alla gestione ottimale di veicoli eterogenei (operanti su terra ed in volo), aspetti che sono tuttora aperti a livello di ricerca di base.Negli ultimi anni, le possibilità di uso di veicoli e velivoli autonomi hanno ricevuto molta attenzione per quanto riguarda la ricerca di base, le possibilità applicative e l'implementazione e produzione per usi civili, militari e di sicurezza del territorio. Gli sviluppi nel campo dell'automatica propriamente detta (sistemi di controllo, guida e navigazione) si sono giovati enormemente della qualità, quantità e ridotte dimensioni di sensori ed attuatori e dell'aumentata capacità di calcolo, comunicazione e localizzazione. Tutto questo ha reso prevedibile la progettazione di sistemi autonomi che vanno dalla robotica mobile in locali limitati, a veicoli sottomarini per supporto scientifico, a velivoli non pilotati per ricerca e salvataggio, a veicoli per lo sminamento o per esplorazione. Si può comunque affermare che il rateo tra successi ed insuccessi è ancora tale da non poter definire tale tecnologia come matura, se non per casi limitati ed ingegneristicamente relativamente semplici.
Un campo ancora più avanzato dal punto di vista della ricerca di base ed applicata è quello riguardante l'automazione di più veicoli autonomi simili (una schiera, una formazione) che siano cooperanti ai fini dell'esecuzione di una missione, per poi passare al caso di più veicoli eterogenei, ovvero caratterizzati da comportamento dinamico, prestazioni e suite sensoriali diversi tra loro (veicoli sottomarini, terrestri e velivoli).
L'obiettivo del progetto è quello di fornire un contributo innovativo in tal senso e comprende diversi aspetti integrati e/o sequenziali per la pianificazione di traiettorie e la gestione del moto coordinato di un sistema di multi agenti. Gli aspetti proposti sono:
• Sintesi di algoritmi di pianificazione (controllo, guida e navigazione) di ciascun agente e loro integrazione in un sistema complesso;
• Sviluppo di tecniche di fusione sensoriale per ottimizzare il flusso di informazioni in modo tale da permettere la pianificazione della comunicazione tra gli agenti per fornire la completa controllabilità ed osservabilità del sistema globale;
• Sviluppo di metodologie soft-based per l'identificazione di guasti, la riconfigurazione di sistema (fault tolerance), in modo da garantire il successo della missione primaria e/o la ridistribuzione dei compiti locali per missioni alternative;
• Progettazione modulare della componentistica, dell'avionica ed autronica per soddisfare i vincoli di affidabilità, peso, trasportabilità e garantire la possibilità di soddisfacimento di task alternative ll'interno dello scenario di missione;
• Sviluppo di un centro di controllo di sistema e test sperimentale sul campo su uno scenario tipico di applicazione.
Gli algoritmi di pianificazione ed il gestore di sistema sono basati su tecniche di ottimizzazione combinatoriale, semplificate ad ottenere soluzioni subottimali (tipo greedy) riproducibili in tempo reale a bordo e suddivise in task multiple che possono essere definite per tutti gli agenti totalmente o parzialmente. Il successo di tale ricerca è garantito dalle esperienze metodologiche e sperimentali acquisite negli anni scorsi dai membri del team, in particolare dalle unità di Pisa e di Siena).
Il problema di ottimizzazione del flusso e disponibilità di informazioni (ovvero l'insieme degli elementi di misura di ogni agente, necessario al controllo del singolo veicolo ed al supporto della navigazione degli altri agenti) fa parte anch'esso delle competenze pregresse del team ed in particolare delle unità Politecnica delle Marche e Siena, le quali possono garantire sia conoscenze teoriche, che validazioni sperimentali nel campo dei veicoli sottomarini e terrestri. Il sistema di gestione deve essere quindi dotato di una appropriata fusione sensoriale per garantire il livello di informazione decentralizzato e centralizzato usando per esempio tecniche basate su processi di Markov parzialmente osservabili di mappe dinamiche e non note a priori. Le metodologie dovranno infatti tenere conto delle informazioni provenienti da strumenti sia di tipo propriocettivo quali sistemi inerziali, odometrici, altimetrici, inclinometrici, tachimetrici, che ti tipo eterocettivo come sistemi di visione artificiale, a scansione laser, e ove possibile ad ultrasuoni, da integrare con sistemi di posizionamento globale (GPS).
Le informazioni disponibili saranno trasmesse ai vari agenti per mezzo di un sistema di comunicazione basato su radio modem (o wireless) e/o in contatto con il centro di controllo. Risulta quindi essenziale uno studio per garantire l'affidabilità rispetto a guasti di componenti, ma sopratutto a "soft-failures" nel sistema di comunicazione. L'unità di Camerino, in particolare, offre al team una notevole esperienza riconosciuta a livello internazionale. Il problema di fault tolerance è affrontato a livello software, a causa delle limitazioni di carico a bordo di ciascun agente. un sistema fault-tolerant completo deve, prima di tutto, poter eseguire la diagnosi e l'identificazione dei guasti per rilevare il deterioramento delle misure fornite dai sensori o anomalie significative nel comportamento del sistema globale di comunicazione. Inoltre, il sistema deve essere in grado di sostituire le misure provenienti da sensori malfunzionanti con stime appropriate ed affidabili. La stessa strategia deve essere applicata per la ricostruzione delle informazioni provenienti dal sistema di comunicazione. Il progetto di sistemi fault-tolerant sarà realizzato e validato simulando il comportamento del sistema globale con modelli ibridi, contenenti sia dinamiche continue che componenti discreti, da semplici logiche di commutazione a complessi programmi per il controllo, la supervisione, la gestione delle ridondanze.
Gli obiettivi suesposti, principalmente metodologici, saranno integrati da una progettazione modulare e "a basso costo" della componentistica e della gestione. A tale scopo, la modularità sarà implementata a livello di sottosistemi che riguardano gli aspetti funzionali quali Flight Management Subsystem (FMS), Telemetry (TLM) and Telecommand (TLC) Subsystem (TLM + TLC), Health Monitoring Subsystem (HMS) e Sistema di Gestione della Missione (Mission Management Subsystem, MMS) ed a livello di segmenti, quali Segmento di volo, (Flight Segment), Segmento di comunicazione (Communication Segment) e Segmento di terra (Ground Segment). Il team proponente, come descritto nel seguito (in particolare le unità di Bologna e Pisa), può fornire capacità algoritmiche e sperimentali in tal senso.
L'aspetto finale del progetto riguarda la verifica sperimentale basata su una missione composta da tre agenti (due velivoli autonomi ed un veicolo terrestre autonomo) aventi ciascuno task differenti ma complementari ai fini dellamissione stessa. Il problema proposto riguarda la procedura di identificazione e salvataggio in ambienti ostili (presenza di terreni accidentati, incendio, ecc.) il cui sviluppo può limitarsi a condizioni artificiali di laboratorio e/o sul campo, in dipendenza delle risorse disponibili e delle risorse acquisibili. <<<
Durata
24 mesiBase di partenza scientifica nazionale o internazionale
Il programma di ricerca proposto ha come obiettivo lo studio ed il progetto di un sistema di gestione e controllo della traiettoria di veicoli eterogenei autonomi e cooperanti. Gli usi previsti per tali sistemi sono molteplici e coprono sia aspetti scientifici e tecnologici, aspetti umani e sociali ed aspetti di difesa e protezione inclusivi della sfera militare e di polizia. Nei campi specifici di interesse per il presente progetto, possiamo ricordare i potenziali usi in operazioni di ricerca di persone disperse e loro salvataggio in mare oppure in zone montagnose, desertiche o di altra difficoltà morfologica; operazioni di rilievo fotografico, geologico, geografico e mappaggio di terreni o fondali marini; operazioni di sorveglianza del traffico autostradale e di zone ad alto affollamento; operazioni di localizzazione, raggiungimento e relief a popolazioni soggette a disastri naturali quali inondazioni, terremoti; operazioni di polizia interna nei confronti di atti terroristici, controllo dei confini, sminamento di aree popolate e trattamento di materiali tossici.In queste situazioni, la capacità di usare un sistema di veicoli autonomi cooperanti ed in grado di interagire tra di loro assume una rilevanza strategica ormai riconosciuta a livello nazionale ed internazionale.
L'approccio proposto riguarda gli aspetti metodologici ed applicativi di integrazione di livelli di automazione, intelligenza e scambio di informazioni, in modo tale che ciascun veicolo contribuisca a tutta o parte della missione, ottimizzando le proprie caratteristiche dinamiche. Dal punto di vista delle competenze scientifiche dei proponenti, esse risultano particolarmente integrate e complementari rispetto alle attività proposte, come risulta da [1],[2],[3],[4],[5], [6] e documentati a livello di modelli B. Inoltre, alcune unità hanno svolto attività di ricerca a livello nazionalesu argomenti affini e propedeutici quali: 1) Progetto MURST- MM09248181, "Uso di Tecnologie Satellitari per il Controllo della Navigazione Aerea e Marina in Spazi vincolati", 2) Progetto MIUR-2002098984, "Sviluppo di sistemi integrati di guida, controllo e gestione di missione per il volo autonomo di velivoli non pilotati".
Nell'ultimo decennio vi è stato uno sviluppo notevole nelle problematiche di controllo e pianificazione di veicoli e velivoli autonomi [7],[8]. Si può infatti affermare, che tali tematiche svolgono un ruolo trainante nella ricerca di base, applicata e tecnologica a livello mondiale, tant'è che gli interessi non sono più limitati al campo accademico, ma coinvolgono grosse realtà industriali (EC, NASA, DLR, ESA, CNES, NATO, Boeing, Alenia, EADS, Marconi, ecc.). Le ragioni principali sono dovute ai progressi tecnologici relativi alle piattaforme (nuovi materiali, affidabilità, miniaturizzazione dei componenti) [9], nelle comunicazioni (aumento di banda, wireless, rapporti segnale/rumore) [10], ad una maggiore capacità di gestione delle informazioni (sensori eterogenei) [11],[12] ed alla robustezza dei sistemi di controllo e di guida di ciascun veicolo durante la missione [13].
Per quanto riguarda singoli velivoli (UAV), possiamo ricordare che le prime realizzazioni si sono avute soprattutto negli USA, in particolare con il Predator[14], [15] che è largamente usato con compiti di ricognizione tattica militare. Sulla base dell'esperienza degli UAV sono stati sviluppati nuovi tipi di velivoli civili (CUAV) per applicazioni nel campo del monitoraggio ambientale e del controllo del territorio. Un esempio è il sistema CAMEX (Convection and Moisture Experiment) [16], in cui i velivoli vengono impiegati per fornire informazioni sulla struttura e la dinamica degli uragani. Per le applicazioni terrestri (GAV) e marine (UUV), i riferimenti di uso civile sono molto più numerosi [17],[18],[19],[20]. Le esperienze nazionali ed internazionali sui GAV riguardano soprattutto veicoli mobili ad uso interno ove, se da un lato si è sviluppata una scuola scientifica avanzata, dall'altro il livello di valenza è limitato a dimensioni spaziali ridotte; e veicoli mobili per uso esterno, i quali operano però prevalentemente con l'ausilio di un operatore.
L'interesse scientifico sullo sviluppo di veicoli e velivoli autonomi si sta indirizzando adesso allo studio della gestione di multi-agenti, ognuno avente un grado di autonomia di task variabile, i quali siano in grado di cooperare a vari livelli di complessità. Tali problematiche sono simili, in linea di principio a quelle relative alla gestione del traffico aereo [21]. Le differenze sono comunque sostanziali e si riferiscono soprattutto alla tipologia di veicolo (aerei autonomi, veicoli sottomarini, veicoli di movimentazione terrestre), all'interazione ed alla relazione con l'ambiente (livelli di comunicazione, scambi di informazioni, presenza di ostacoli predefiniti ma, in particolare ostacoli improvvisi) ed al funzionamento necessariamente in ciclo chiuso del sistema di controllo e gestione.
In questo contesto, il quale rimane estremamente complesso e la cui "tecnologizzazione" può essere intravista non prima dei prossimi 10-15 anni, il presente progetto propone attività di ricerca finalizzate ad aspetti ritenuti critici dalla comunità internazionale e che si possono raggruppare in quattro linee di ricerca: A) pianificazione e gestione del moto dei veicoli singoli e del sistema eterogeneo; B) definizione dell'insieme dei sensori, del network di comunicazione e delle proprietà di tolleranza ai guasti; C) pianificazione componenti di bordo e sistema di missione; D) verifica sperimentale.
FASE A)
Un sistema di controllo e gestione di veicoli autonomi cooperanti è un sistema complesso ed un ruolo importante è svolto dal sistema di navigazione. Nel caso di sistema di navigazione basato su mappe o landmark uno dei compiti sarà quello di implementare algoritmi di localizzazione, che consentano ai veicoli di costruire in maniera coordinata una mappa dell'ambiente in cui la missione ha luogo e definire le traiettorie che ciascun veicolo deve seguire. Il problema della auto-localizzazione (SLAM) è stato affrontato in numerosi ambiti [22], [23] [24]. La maggior parte delle soluzioni proposte si basa su stime di tipo probabilistico (filtri di Kalman,filtri a particelle) che integrano dati provenienti da una molteplicità di sensori con un modello della dinamica del veicolo. Nel caso in cui la posizione dei landmark non sia nota a priori, il problema diviene assai complesso. Il problema si complica ulteriormente quando vi è più di un veicolo presente sulla scena [25]. Un aspetto cruciale è l'incertezza associata alle stime effettuate, nel caso di squadre eterogenee, i requisiti di sicurezza sono particolarmente stringenti e si rende necessario lo studio di algoritmi che forniscano, oltre a una stima nominale, anche l'errore massimo garantito rispetto alle stime. A tal fine ci si propone di affrontare il problema mediante tecniche di stima set-membership, [26], [27], [28].
Il problema di pianificazione "intelligente" di missione tra vari agenti cooperanti è anch'esso di cruciale importanza avendo a che fare con veicoli eterogenei per caratteristiche costruttive, banda passante, affidabilità, e robustezza agli effetti ambientali. Gli approcci usati in letteratura sono molti e vanno da problematiche di ottimizzazione misto intera, all'uso della teoria dei giuochi, ad algoritmi di controllo
avanzato e sistemi esperti [29], [30], [31]. La maggior parte delle applicazioni riguarda anche in questo caso classi omogenee di sistemi come, il controllo cooperativo di mini-satelliti in orbita terrestre [32] ed veicoli sottomarini autonomi [33]. La bibliografia è molto estesa in particolare per applicazioni aeronautiche ed esistono diverse scuole scientifiche a livello internazionale. Possiamo ricordare a tale proposito gli studi di volo cooperativo basati su ottimizzazione numerica e su modellazione nonlineare con missioni prioritarie di robustezza in presenza di ostacoli [34]; la definizione e schedulazione di task tra gli agenti cooperanti [35], [36]; lo sviluppo di metodologie di controllo cooperativo a parametri concentrati oppure distribuiti; e metodologie per architetture ottimali di scambio delle informazioni [37].
FASE B)
La capacità di poter pianificare una missione in modo autonomo e cooperativo, la possibilità di variare singole task ed il livello di informazione relativa tra i vari veicoli richiedono la presenza di un numero elevato di sensori, del loro uso ottimale, la possibilità di scambio di informazioni online e l'assenza di, ovvero robustezza ad eventuali guasti nel network di sistema.
In questi veicoli è richiesta un'alta precisione di posizionamento e diversi tipi di sensori devono essere integrati insieme per assicurare affidabilità e sicurezza nella guida. La fusione sensoriale per sistemi multi agenti [38] rappresenta lo strumento principale per risolvere il problema e significativi risultati sono stati prodotti con applicazioni riguardanti il coordinamento ed il controllo di veicoli autonomi [39]); in questo settore sono presenti numerose attività di ricerca internazionali [40]. La fusione sensoriale permette anche di aumentare il grado di confidenza delle informazioni raccolte da un singolo veicolo migliorando quindi la robustezza dell'intero sistema. In un veicolo autonomo i sistemi sensoriali sono generalmente costituiti da un insieme di strumenti di misura propriocettivi capaci di acquisire dati sulle variabili interne al veicolo e da un insieme di sensori eteroceptivi capaci di acquisire dati sull'ambiente in cui opera il sistema. L'integrazione dei sistemi sensoriali è di fondamentale importanza in questo caso per accrescere l'autonomia e l'affidabilità, per garantire la fiducia del sistema nel caso di costruzione di mappe di localizzazione e sequenze di waypoint da seguire e per incorporare variazioni sulla presenza, forma e dinamica di eventuali ostacoli. In questo ambito si possono usare tecniche di rafforzamento dell'apprendimento di tipo "Partially Observable Markov Decision Process (POMPD)". Il processo di gestione richiede anche un'affidabile rete di comunicazione; a questo scopo la ricerca sarà indirizzata su reti sincrone basate su radio modem e/o protocolli wireless in grado di passare informazioni ad alta frequenza e in broadcast.
Un requisito fondamentale nel controllo dei veicoli autonomi e' l'abilita' a rivelare prontamente guasti e/o cambiamenti progressivi delle condizioni operative al fine di consentire contromisure appropriate quali la risintonia automatica dei compensatori disponibili o perfino una drastica riconfigurazione del sistema di controllo. L'obiettivo è quello di garantire un livello soddisfacente di prestazioni del singolo veicolo ed una corretta interazione tra più veicoli, a dispetto dei guasti e di cambiamenti di condizioni operative. Tali obiettivi sono rilevanti non solo per la flessibilità e l'autonomia dei singoli agenti, ma anche - e soprattutto - per assicurare l'espletamento della missione operativa dell'intero sistema. In questo senso, l'utilizzo delle tradizionali ispezioni periodiche ai veicoli risulta di scarsa efficacia, mentre appare particolarmente adatto un monitoraggio continuo del sistema. Non e' sorprendente dunque che i temi della rivelazione dei guasti, della loro diagnosi, supervisione e riconfigurazione del controllo abbiano attratto tanta attenzione nell'ambito della comunità dei controlli automatici sia da parte accademica che da parte dei tecnici nell'industria. La cosiddetta "fault tolerance" può essere definita come la capacità di un sistema controllato di soddisfare gli obiettivi di controllo nonostante l'insorgenza di guasti, e può essere ottenuto "tramite cambiamenti nei parametri e/o nella struttura del controllore per evitare le conseguenze di un guasto". Questa definizione può essere facilmente estesa a tutti i casi di "Reduced Control Authority" (RCA) ovvero situazioni in cui l'efficacia del controllo sia messa a rischio da variazioni delle condizioni operative o da conseguenze di imperfezioni dei componenti. I controllori fault tolerant posso essere classificati in attivi o passivi. Forse l'approccio più conosciuto per il progetto di tali controllori è quello adattativo, alternativo al cosiddetto approccio integrato, in cui un opportuno algoritmo effettua il monitoraggio e stabilisce la legge di controllo. Nel presente contesto, appare particolarmente insidiosa l'insorgenza di guasti ai sensori. Infatti, poiché il controllo di ciascun veicolo avviene utilizzando misure fornite dai sensori, la presenza di eventuali guasti ad essi può facilmente portare ad instabilità. Si noti che controllori sensor fault tolerant sono stati studiati in letteratura principalmente per sistemi lineari e/o parametrizzabili, mentre per i sistemi nonlineari, quali sono i veicoli autonomi, sono disponibili solo scarsi risultati.
FASE C)
Nell'economia del progetto sono parti integranti: la progettazione dei componenti di bordo, la schedulazione dei task e la presenza di un centro di missione. Questi aspetti verranno sviluppati integrando alcune delle risorse messe a disposizione dai laboratori dei componenti la ricerca. l'attività proposta in tale fase è in effetti comune alla gran parte degli studi simili svolti a livello internazionale. L'obiettivo primario è la progettazione in modo sistemico ed ottimizzata per essere al più possibile indipendente dal particolare veicolo. Se si esclude un progetto europeo finanziato in ambito V programma quadro (Progetto COMETS), non esistono attività avanzate in questo campo. La progettazione della componentistica si basa anche sulle esperienze fatte dai membri del team con l'acquisto di aeromodelli usati per il progetto di sistemi di guida e navigazione inerziale/GPS integrata per il volo autonomo e dalle esperienze su veicoli mobili terrestri in termini di navigazione con auto-localizzazione. La definizione di task e di componenti di missione ad alto livello si basa su una suddivisione a griglia larga, che consiste in eventi base quali avvicinamento, identificazione, esecuzione, verifica i quali sono programmati su ogni veicolo ma il cui ordine può variare, fino alla mancanza totale di uno dei task, a seconda dei costi associati. Dal punto di vista di basso livello verrà usata una modulalarità a sottositemi e segmenti, già sperimentata con successo nel contesto di progetti precedenti. In particolare, vi sono sottosistemi funzionali quali i servizi comuni a tutti i task, (telemetria, flight management) e servizi particolari quali la gestione di una particolare missione. I segmenti sono la parte di integrazione tra i sottosistemi ed i componenti di alto livello. Il centro di missione è definito come quel sistema che permette agli operatori ed agli agenti il continuo monitoraggio della missione, l'aborto o variazione della missione stessa, l'acquisizione dati, lo scambio di informazioni tra agenti mediante relè delle stesse ed infine l'elemento di simulazione virtuale dell'intero processo. Per come è stato definito, il centro di missione consiste in una componente hardware (computer di calcolo e sottosistemi di comunicazione e di acquisizione) ed in una componente software per la definizione dell'architettura generale e l'integrazione delle varie componenti.
FASE D)
La parte finale del progetto riguarda un test sperimentale basato su una missione composta da tre agenti (due velivoli aoutonomi ed un veicolo terrestre autonomo) aventi ciascuno task differenti ma complementari ai fini di una missione di ricerca e salvataggio da compiere in modo cooperativo. A questo scopo, i proponenti della ricerca useranno le attrezzature in possesso nei propri laboratori con l'aggiunta delle attrezzature richieste a finanziamento. <<<



