Generazione di traiettorie di un drone in un ambiente virtuale

With the growing development of artificial intelligence and autonomous driving systems, UAVs (Unmanned Aerial Vehicles), commonly known as drones, are increasingly being discussed. The ability of drones to move autonomously in a complex environment depends on a series of fundamental processes, including the ability to make decisions based on the surrounding environment, known as path planning, the design of the optimal path to follow, trajectory generation, and the analysis of the vehicle's physical and structural constraints. This thesis project aims to automate these processes by developing efficient solutions to determine the best parameters in relation to specific use cases. In particular, the goal is to improve the effectiveness and accuracy of autonomous drones in an industrial setting, considering relevant dynamic and spatial constraints. The work compares three of the most popular navigation algorithms for path planning: A*, RRT, and RRT*, examining their performance in scenarios of varying complexity. After the path planning, curves interpolating the obtained points are generated to ensure a smoother and more controlled movement, thereby improving the continuity of speed and acceleration. To this end, three types of curves were considered: type A Splinelet curves, B-Spline curves, and classic cubic splines. While cubic spline is the most commonly adopted approach to refine the results of navigation algorithms, the other two curves were experimented with to explore potential advantages in terms of smoothness and precision, especially in more complex scenarios. The comparison of the results are conducted through both a theoretical analysis and a simulation created in Unity 3D, where a realistic industrial environment is reconstructed to evaluate the performance of the different combinations of path planning algorithms and spline curves. The simulation also allows for detailed analysis of drone behavior in various operational scenes, with particular attention to reducing undesired deviations and optimizing speed and reaction time.

Con il crescente sviluppo dell'intelligenza artificiale e dei sistemi di guida autonoma, si sente sempre più spesso parlare di UAV (Unmanned Aerial Vehicles), comunemente noti come droni. La capacità dei droni di muoversi autonomamente in un ambiente complesso dipende da una serie di processi fondamentali, tra cui la capacità di prendere decisioni basate sull'ambiente circostante, nota come path planning, la progettazione del percorso ottimale da seguire, la generazione della traiettoria e l'analisi dei vincoli fisici e strutturali del veicolo. Questo progetto di tesi si propone di automatizzare tali processi, sviluppando soluzioni efficienti per stabilire i parametri migliori in relazione a specifici casi d'uso. In particolare, l'obiettivo è quello di migliorare l'efficacia e la precisione dei droni autonomi in ambito industriale, considerando vincoli dinamici e spaziali rilevanti. Il lavoro confronta tre tra gli algoritmi di navigazione più diffusi per il path planning: A*, RRT e RRT*, esaminando le loro prestazioni in scenari di complessità variabile. Dopo la pianificazione del percorso, vengono generate curve interpolanti i punti ottenuti per garantire un movimento più regolare e controllato, migliorando così la continuità della velocità e dell'accelerazione. A tal fine, sono stati presi in esame tre tipi di curve: una curva Splinelet di tipo A, una curva B-Spline e una classica spline cubica. Sebbene l'approccio con spline cubiche rappresenti lo standard più comunemente adottato per affinare i risultati degli algoritmi di navigazione, le altre due curve sono state sperimentate per esplorare possibili vantaggi in termini di fluidità e precisione, soprattutto in scenari più complessi. Il confronto dei risultati è condotto sia attraverso un'analisi teorica sia tramite una simulazione realizzata in Unity 3D, dove viene ricostruito un ambiente industriale realistico per valutare le prestazioni delle diverse combinazioni di algoritmi di path planning e curve spline. La simulazione consente inoltre di analizzare in dettaglio il comportamento dei droni in vari scenari operativi, con particolare attenzione alla riduzione delle deviazioni indesiderate e all'ottimizzazione della velocità e del tempo di reazione.