Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca»Unità di ricercaINIZIO_TESTO_DA_INDICIZZARE
UNITA' DI RICERCA
italiano
Bibliografia
[1] M. Koifman and I. Y. Bar-Itzhack, "Inertial Navigation System Aided by Aircraft Dynamics", IEEE Trans. Control Systems Technology, 7 (4), 1999.[2] H. Qi and J. B. Moore, "Direct Kalman filtering approach for GPS/INS integration", IEEE Trans. Aerospace and Electronic Systems, 38 (2), 2002.
[3] T. I. Fossen, Marine Control Systems: Guidance, Navigation and Control of Ships, Rigs and Underwater Vehicles, Marine Cybernetics AS, 2002.
[4] J. J. Leonard and H. F. Durrant-Whyte. "Mobile robot localization by tracking geometric beacons", IEEE Trans. Robotics and Automation, 7(3), 1991.
[5] J. Borenstein, H. R. Everett, and L. Feng, Navigating Mobile Robots: Sensors and Techniques, A.K.Peters, Ltd., Wellesley, MA, 1995.
[6] J. A. Castellanos and J. D. Tardos, Mobile Robot Localization and Map Building: A Multisensor Fusion Approach, Kluwer, 1999.
[7] M. W. M. G. Dissanayake, P. Newman, S. Clark, H. F. Durrant-Whyte and M. Csorba, "A solution to the simultaneous localization and map building (SLAM) problem", IEEE Transactions Robotics and Automation, 17(3), pp. 229-241, 2001.
[8] M. Montemerlo, S. Thrun, D. Koller and B. Wegbreit, "FastSLAM 2.0: An improved particle filtering algorithm for simultaneous localization and mapping that provably converges", Proc. of the International Joint Conference on Artificial Intelligence (IJCAI), 2003.
[9] 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.
[10] 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.
[11] S. Thrun and Y. Liu, "Multi-robot SLAM with sparse extended information filters", Proc. of the International Symposium of Robotics Research (ISRR’03), Springer, 2003.
[12] D. P. Bertsekas and I. B. Rhodes, "Recursive state estimation for a set-membership description of uncertainty", IEEE Transactions on Automatic Control, 16, pp. 117-128, 1971.
[13] F. C. Schweppe, Uncertain Dynamic Systems, Prentice Hall, Englewood Cliffs, NJ,, 1973.
[14] M. Milanese and A. Vicino, "Estimation theory for dynamic systems with unknown but bounded uncertainty: an overview", Automatica, 27(6), 1991.
[15] M. Milanese, J. Norton, H. Piet-Lahanier, E. Walter (Eds.), Bounding Approaches to System Identification, Plenum Press, 1996.
[16] L. Chisci, A. Garulli and G. Zappa, "Recursive state bounding by parallelotopes", Automatica, 32, pp. 1049-1055, 1996.
[17] L. Chisci, A. Garulli, A. Vicino and G. Zappa, "Block recursive parallelotopic bounding in set membership identification", Automatica, 34, pp. 15-22, 1998.
[18] A. Garulli, A. Vicino and G. Zappa, "Optimal induced-norm and set membership state smoothing and filtering for linear systems with bounded disturbances", Automatica, 35(5), 1999.
[19] A. Garulli, "Tight error bounds for projection algorithms in conditional set membership estimation", Systems and Control Letters, 37(5), 1999.
[20] A. Garulli, A. Vicino and G. Zappa, "Conditional central algorithms for worst-case set membership identification and filtering", IEEE Transactions on Automatic Control, 45(1), 2000.
[21] A. Garulli and A. Vicino, "Set membership localization of mobile robots via angle measurements", IEEE Transactions on Robotics and Automation, 17(4), pp. 450-463, 2001.
[22] M. Di Marco, A. Garulli, S. Lacroix and A. Vicino, "Set membership localization and mapping for autonomous navigation", International Journal of Robust and Nonlinear Control, 11(7), pp. 709-734, 2001.
[23] M. Di Marco, A. Garulli, A. Giannitrapani and A. Vicino, "A set theoretic approach to dynamicrobot localization and mapping", Autonomous Robots, 16(1), pp. 23-47, 2004.
[24] A. Caiti, A. Garulli, F. Livide and D. Prattichizzo, "Set-membership acoustic tracking of autonomous underwater vehicles", Acta Acustica united with Acustica, 88(5), pp. 648-652, 2002.
[25] A. Caiti, A. Garulli, F. Livide and D. Prattichizzo, "Localization of autonomous underwater vehicles by floating acoustic buoys: a set-membership approach", IEEE Journal of Oceanic Engineering, to appear, 2005.
[26] N. Ceccarelli, M. Di Marco, A. Garulli and A. Giannitrapani, "A set theoretic approach to path planning for mobile robots", Proc. 43rd IEEE Conference on Decision and Control, Paradise Island (Bahamas), pp. 147-152, December 2004.
[27] 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.
[28] N. E. Leonard and E. Fiorelli, "Virtual leaders, artificial potentials and coordinated control of groups", Proc. of the 40th IEEE Conf. on Decision and Control, pp. 2968 -2973, 2001.
[29] R. Olfati-Saber and R. M. Murray, "Flocking with obstacle avoidance: cooperation with limited communication in mobile networks", Proc. of the 42nd IEEE Conf. on Decision and Control, pp. 2022-2028, 2003.
[30] J. A. Jadbabaie, J. Lin and A. S. Morse, "Coordination of groups of mobile autonomous agents using nearest neighbor rules", IEEE Trans. Automatic Control, 48(6), pp. 988-1001, 2003.
[31] J. A. Marshall, M. E. Broucke and B. A. Francis, "Formations of vehicles in cyclic pursuit", IEEE Trans. Automatic Control, 49(11), pp. 1963-1974, 2004.
[32] E. W. Justh and P. S. Krishnaprasad, "Equilibria and steering laws for planar formations", Systems and Control Letters, 52, pp. 25-38, 2004.
Programma di ricerca
Tecniche avanzate e valutazione sperimentale del controllo cooperativo di sistemi autonomi eterogeneiUniversità di riferimento
Università degli Studi di SIENA - INGEGNERIA DELL'INFORMAZIONE - SIENA(SI)Responsabile dell'Unità di ricerca
Andrea GARULLIDescrizione
ObbiettiviIl programma dell'Unità di Ricerca di Siena ha i seguenti obiettivi:
(A) Progetto ed implementazione di algoritmi di mutua localizzazione e costruzione di mappe a incertezza garantita, da parte di una squadra di agenti autonomi eterogenei.
(B) Progetto ed implementazione di algoritmi di coordinamento e pianificazione del moto, per una squadra di agenti autonomi eterogenei.
(C) Sperimentazione degli algoritmi di localizzazione, costruzione di mappe e pianificazione del moto, mediante prove di simulazione e test su dati reali.
Per quanto riguarda l'obbiettivo (A), verranno innanzi tutto definite le specifiche della squadra di agenti autonomi, in termini di: numero e tipologia degli agenti, modello dinamico del moto di ciascun agente, sensori disponibili e misure che ciascun agente è in grado di effettuare. In particolare, sarà importante caratterizzare in maniera realistica le sorgenti di incertezza, ovvero i disturbi di processo e i rumori di misura, sia in termini deterministici (massimo valore assoluto) che probabilistici (distribuzione, varianza). Questa fase preliminare sarà effettuata in collaborazione con le Unità di Ricerca di Pisa, Bologna e delle Marche.
Successivamente, verranno progettati ed implementati algoritmi per la soluzione del problema di simultanea localizzazione e costruzione di mappe (SLAM) per la squadra di agenti autonomi precedentemente definita. Lo scenario considerato è quello di un ambiente tridimensionale in cui gli agenti utilizzano i sensori di cui sono equipaggiati per individuare punti di riferimento (landmark) o altre feature geometriche (rette, segmenti, corner, ecc.). Gli agenti devono via via aggiornare la posizione dei landmark e delle feature all'interno di una mappa globale dell'ambiente circostante, e contemporaneamente stimare la propria posizione e orientazione relativamente alla mappa stessa. A questo scopo, gli agenti utilizzano sia le misure provenienti dai sensori, sia i modelli dinamici del moto di ciascun agente.
Gli algoritmi per la soluzione del problema SLAM che si intende investigare sono caratterizzati da diverse rappresentazioni dell'incertezza associata alle stime nominali delle posizioni degli agenti e delle feature. In primo luogo, verranno prese in considerazione tecniche probabilistiche tradizionali, quali il filtraggio alla Kalman o la stima a massima verosimiglianza, che forniscono una caratterizzazione dell'incertezza di localizzazione in termini di regioni di confidenza. Ci si propone inoltre di investigare approcci computazionalmente efficienti, che utilizzano algoritmi di particle filtering. L'attenzione principale sarà tuttavia rivolta a tecniche innovative, basate sulla teoria della stima set-membership. Nel contesto set-membership i disturbi di processo e gli errori di misura vengono modellati come segnali non noti ma limitati. Ne consegue che è possibile definire in maniera deterministica l'insieme ammissibile delle variabili da stimare, ovvero l'insieme delle posizioni degli agenti e delle feature compatibili con le informazioni provenienti dai sensori e dai modelli del moto. Tali insiemi sono in genere molto complessi. Per questo motivo, ci si propone di utilizzare tecniche di approssimazione di insiemi 3D, per calcolare opportune regioni dello spazio contenenti le posizioni degli agenti e delle feature. Chiaramente la dimensione di tale regioni costituisce una valutazione dell'incertezza associata alla localizzazione degli agenti e alla costruzione della mappa.
Le diverse rappresentazioni dell'incertezza e le relative stime dell'errore di localizzazione fornite dalle tecniche considerate, saranno messe a disposizione dell'Unità di Ricerca di Cassino, per facilitare la definizione delle politiche di diagnostica e individuazione di malfunzionamenti nel sistema di navigazione. Particolare attenzione sarà rivolta alla complessità computazionale degli algoritmi studiati, al fine di consentire una loro utilizzazione in applicazioni in tempo reale, secondo le specifiche fornite dalle Unità di Pisa, Bologna e delle Marche.
Per quanto riguarda l'obbiettivo (B), saranno in primo luogo recepite le indicazioni provenienti dalle Unità di Pisa e Bologna, relativamente alle tipologie di missione che la squadra di veicoli cooperanti deve intraprendere, e ai compiti specifici di ciascun agente. In particolare, saranno individuati: gli obiettivi di ciascun veicolo, i vincoli che la formazione di agenti deve rispettare, gli ostacoli strutturati e non strutturati presenti nell'ambiente.
In seguito, verranno investigate diverse tecniche di coordinamento e di pianificazione del moto per la squadra di veicoli. Questa azione sarà sviluppata in stretta collaborazione con l'Unità di Ricerca di Pisa, che si occuperà dello studio di sistemi di gestione, coordinamento e pianificazione ad alto livello gerarchico. L'Unità di Siena affronterà invece il problema di pianificazione del moto a un livello gerarchico più basso, basandosi su tecniche di coordinamento decentralizzate per squadre di agenti autonomi. In particolare, ci si propone di sfruttare alcuni risultati recenti sul controllo cooperativo in presenza di vincoli di visibilità e/o di comunicazione, finalizzato al raggiungimento di opportune configurazioni del team di agenti (rendez-vous in un punto, moto in formazione, ecc.). La maggior parte delle tecniche proposte in letteratura assumono che ciascun agente conosca esattamente posizione e/o orientazione degli agenti vicini. L'obiettivo del progetto è quello di estendere tali tecniche allo scenario considerato nel tema (A), in cui sia la posizione degli agenti che dei landmark sono affette da un certo grado di incertezza. Si ritiene che il framework set-membership possa essere particolarmente adatto sia per definire strategie di controllo locale che tengano conto dell'incertezza associata alla posizione degli agenti (rappresentata mediante opportuni insiemi 3D), sia per considerare scenari complessi con presenza, ad esempio, di ostacoli in movimento.
L'obbiettivo (C) riguarderà la sperimentazione degli algoritmi implementati. In primo luogo gli algoritmi saranno testati mediante simulazione per confrontare le prestazioni ottenute e i tempi di calcolo. Nelle prove simulative si utilizzeranno i modelli dinamici del moto, le tipologie di sensori e i modelli di incertezza individuati nell'ambito del tema (A).
In una seconda fase, gli algoritmi di localizzazione, costruzione di mappe e pianificazione del moto verranno sperimentati mediante prove sul campo effettuate congiuntamente alle altre Unità di Ricerca, presso i Laboratori di Ingegneria Aerospaziale della sede di Forlì dell'Università di Bologna. In particolare, si prevede di testare gli algoritmi su di un setup sperimentale comprendente veicoli autonomi aerei (UAV) e terrestri (GAV).
Le prove sperimentali consentiranno in particolare di:
- verificare l'accuratezza delle stime delle posizioni dei veicoli e dei landmark, fornite dagli algoritmi per la soluzione del problema SLAM;
- verificare l'affidabilità degli algoritmi di coordinamento e pianificazione del moto;
- testare la effettiva capacità di operazione in tempo reale degli algoritmi sviluppati.
Evoluzione temporale e risultati attesi
Gli obbiettivi (A) e (B) saranno perseguiti in parallelo e occuperanno approssimativamente i primi 18 mesi della ricerca. In particolare, i primi 4 mesi saranno dedicati alle definizione delle specifiche della squadra di veicoli cooperanti e dei relativi modelli dinamici, mentre i restanti 14 mesi saranno dedicati allo studio e alla implementazione degli algoritmi di localizzazione, costruzione di mappe e pianificazione del moto.
L'obiettivo (C) occuperà gli ultimi 12 mesi del programma di ricerca: la prima fase di test simulativi avrà inizio contestualmente allo sviluppo degli algoritmi e sarà ad esso parzialmente sovrapposta. Gli ultimi 4 mesi saranno dedicati ai test su dati reali e alle prove sperimentali sul campo.
I risultati distribuibili del programma di lavoro sono costituiti dai codici software sviluppati e dal documento finale di analisi dei risultati. I risultati più significativi della ricerca saranno presentati in pubblicazioni scientifiche su riviste e/o atti di congresso internazionali.
Sinergie con le altre Unità di Ricerca
Il programma di ricerca prevede un forte coordinamento ed una stretta collaborazione tra le Unità di Ricerca partecipanti.
Per quanto riguarda l'Unità di Siena, essa riceverà in ingresso le specifiche relative alla squadra di agenti cooperanti, e in particolare ai modelli dinamici del moto e all'equipaggiamento sensoristico, da parte delle Unità di Pisa e Bologna.
Relativamente alle caratteristiche dei sensori e alle tecniche di fusione sensoriale utilizzate per la costruzione di una mappa globale, l'Unità di Siena si avvarrà del contributo dell'Unità Politecnica delle Marche.
Le stime dell'incertezza associata alla localizzazione dei veicoli e alla costruzione della mappa risulteranno utili per la diagnostica del sistema di navigazione, di cui si occuperà l'Unità di Cassino.
Le tecniche di coordinamento e di pianificazione del moto per la squadra di veicoli saranno sviluppate in stretta collaborazione con l'Unità di Pisa, che curerà le problematiche di gestione complessiva del sistema di guida, navigazione e controllo, ad alto livello.
Infine, tutte le attività di test sperimentali e di prove sul campo saranno effettuate congiuntamente alle altre Unità, utilizzando i Laboratori di Ingegneria Aerospaziale della sede di Forlì dell'Università di Bologna.
