In un sistema aereo senza il pilota, l’operatore non è presente nella cabina di pilo- taggio. Il controllo del velivolo avviene con altri mezzi [29]. Le forme di controllo che l’operatore può esercitare sul velivolo sono di tre tipi:
• Pilotaggio remoto o controllo da terra: richiede input costante da parte dell’operatore. Gli RPV sono velivoli radiocomandati sofisticati che utilizzano le stesse tecniche usate dagli hobbisti. Sono pochissimi gli UA moderni che vengono guidati da remoto;
• Semi autonomo: un sistema ti tale tipo chiede l’intervento umano durante le parti critiche del volo, come il decollo, l’atterraggio, l’utilizzo delle armi e alcune manovre evasive. L’operatore assume il pieno controllo del velivolo in fase di pre-volo, decollo, atterraggio e quando si opera vicino alla base. L’operatore è responsabile dell’UA per tutta la durata della missione e può assumerne il controllo completo in qualsiasi momento;
• Autonomo: in teoria, un volo autonomo non richiede nessun input umano per raggiungere un obiettivo, dopo la fase di decollo. Un UA autono è in grado di monitorare e valutare la sua salute, lo stato e la configurazione, le attività di comando e controllo del veicolo, entro i suoi limiti programmati. Il pilota automatico sofisticato vola su traiettorie programmate senza interferenze per tutta la durata della missione.
Figura 5.2: Autonomous control basics
Per ottenere il controllo autonomo del velivolo è necessaria una strutturazione di più livelli multipli di controllo a loop, come i sistemi di controllo gerarchico. Un sistema di pilota automatico base include i sensori di assetto e un processore di bordo. A causa dell’elevata non linearità della dinamica dell’aereo, sono necessarie molte tecniche avanzate, tra cui il controllo PID, reti neurali, fuzzy lozic, controllo in modo scorrevole e e il controllo H∞ per garantire una traiettoria di navigazione desiderata. I loop di basso livello (che controllano il volo) possono verificarsi 100 volte al secondo e i cicli di livello superiore possono essere richiesti con lunghezze intorno ad un secondo. Il principio di base consiste nello scomporre il comportamento del velivolo in blocchi (o strati) facilmente gestibili, con collegamenti tra loro. La gerarchia di tali sistemi è formata da semplici script (per macchine a stati finiti) ad alberi di comportamento e piani di lavoro gerarchici. Alcuni esempi di algoritmi dello strato intermedio:
• Pianificazione del percorso: determina un percorso ottimale che il veicolo deve seguire, rispettando determinati obiettivi e vincoli della missione (come ostacoli o fabbisogno di carburante);
• Generazione di traiettorie (pianificazione del moto): determina le ma- novre di controllo da prendere per seguire un determinato percorso (o andare da un luogo ad un altro utilizzando tecniche e processi ottimizzati);
• Regolazione della traiettoria: specifiche strategie di controllo necessarie per vincolare un veicolo entro una certa tolleranza per una traiettoria.
Gli UAV di nuova generazione utilizzano attività gerarchizzate come ricerche Tree State oalgoritmi genetici.
Livelli di autonomia
In un’architettura UAV bisogna valutare il LOA (Levels Of Automation) appro- priato. I livelli di autonomia descrivono fino a che punto il robot può agire di propria iniziativa. Anche se molte descrizioni di LOA sono state osservate in letteratura, la descrizione migliore è quella di Tom Sheridan [44]. Infatti, nei sistemi UAV attuali si utilizza la Sheridan Autonomy Scale:
Figura 5.3: UAV System Autonomy Assessment with Sheridan Autonomy Scale Nota: nei sistemi UAV sono richiesti alti livelli LOA.
1. Il computer non offre alcuna assistenza; l’essere umano fa tutto; 2. Il computer offre un set completo di alternative d’azione;
3. Il computer restringe la selezione verso il basso per alcune scelte; 4. Il computer suggerisce una singola azione;
5. Il computer esegue un’azione umana, se egli approva;
6. Il computer consente un tempo limitato all’essere umano di porre il veto prima dell’esecuzione automatica;
7. Il computer esegue automaticamente; quindi necessariamente informa l’essere umano;
8. Il computer informa l’uomo dopo l’esecuzione automatica, solo se l’essere umano chiede;
9. Il computer informa l’uomo dopo l’esecuzione automatica, solo se decide di farlo;
10. Il computer decide tutto e agisce in modo autonomo, ignorando l’essere umano.
Figura 5.4: Dettaglio delle informazioni necessarie tra i vari livelli UAV
Variazioni di questa scala sono state sviluppate e utilizzati da vari autori. Miller e Parasuraman hanno notato che tali scale non possono essere applicabili a un intero dominio problema, ma sono piuttosto più utile se applicato a ogni sotto compito al- l’interno di un dominio del problema. Gli autori suggeriscono che le scale precedenti, in realtà, rappresentano una media su tutte le attività. La scala seguente fornisce un mix tra interazione e iniziativa, definita come "strategia flessibile di interazione in cui ciascun agente (umana e robot) contribuisce a ciò che è più adatto al momento più opportuno". Vari e diversi problemi di HRI (Human-Robot Interaction) sorgono lungo questa scala:
• Sul lato controllo diretto, i problemi tendono ad utilizzare un’interfaccia utente per ridurre il carico cognitivo dell’operatore;
• Dal lato dell’autonomia dinamica, sorge il problema del creare robot con le ade- guate abilità cognitive in grado di interagire naturalmente o in modo efficiente con un essere umano.
Figura 5.6: Controllo diretto e Autonomia Dinamica
subsubsection*Modalità autonome Negli UAV sono spesso inclusi di modalità autonome di vario tipo:
• Auto-level : il velivolo stabilizza la sua altitudine utilizzando sensori di bordo; • Hover : la stabilizzazione dell’altitudine è rafforzata dal modo di stabilizzazione le rotazioni attorno agli assi del corpo di un velivolo: rollio, beccheggio e imbardata. Quest’ultima può essere realizzata rilevando le coordinate GNSS; • Carefree: il radiocomando aereo libererà l’operatore dal gestire l’impatto del
velivolo sui controlli di rollio e imbardata; • Autonomia di decollo e atterraggio;
• Failsafe: l’UAV atterrerà automaticamente non appena riceve il segnale di controllo;
• L’UAV può tornare a casa; • L’UAV può seguire;
• Navigazione GPS puntata (waypoint); • Comandi pre-programmate (loop, ecc...).
Autonomia reattiva
L’autonomia reattiva (un esempio è il volo collettivo) in tempo reale permette di prevenire le collisioni. Tale tecnica sfrutta le telecomunicazioni e la consapevolez- za della situazione fornita dai sensori di flusso ottico, dal LIDAR (radar di luce), dal radar classico e dal sonar. La maggior parte dei sensori utilizzati analizzano le radiazioni elettromagnetiche riflesse sull’ambiente che ritornano al sensore. Le telecamere per il flusso visivo fungono come riceventi di tali radiazioni; il LIDAR, il radar e il sonar, invece, possono sia emettere che ricevere onde. Le telecamere montate sugli UAV non richiedono emettitori con alimentazione, consumando meno energia. I radar e i sonar sono montati su UAV di grandi dimensioni, per lo più su velivoli militari, per poter rilevare la potenza audio dei motori di altri UAV. Altre forme di rilevamento di velivoli nemici sono il calore o il campo magnetico.
Autonomia cognitiva
Viene indicata anche con altri nomi:
• Robotica cognitiva: si occupa di dotare un robot di un comportamento intel- ligente, fornendo anche un’architettura di elaborazione che gli permetterà di apprendere e ragionare su come comportarsi in risposta a obiettivi complessi in un mondo complesso;
• Ubiquitous Computing (computazione ubiqua o ubicomp): è un modello post- desktop di interazione uomo-macchina o IUM (corrispondente all’inglese human- computer interaction o HCI), in cui l’elaborazione delle informazioni è stata interamente integrata all’interno di oggetti e attività di tutti i giorni.
Loop Principali
Le differenze sostanziali tra un UAV e un aeromodello RC sono le capacità di rile- vamento, la potenza di calcolo e l’automazione. L’UAV può essere pilotato autono- mamente, rispettando la teoria del controllo, con le sue relative nozioni. Un UAV può utilizzare diversi modelli di controllo automatici, progettati con passanti:
• Loop aperti: il design più semplice consiste nell’usare cicli aperti, general- mente per motori di piccoli UAV, che sono azionati con ingresso puro;
• Loop chiusi: anelli di retroazione negativi che utilizzano sensori per misurare lo stato del sistema dinamico. Sono i più utilizzati per il controllo del volo
dell’UAV. SI può utilizzare il controllo PID. A volte si utilizza il feedforward quando è necessario chiudere ulteriormente il ciclo. I Loop chiusi sono utilizzati sugli UAV di grandi dimensioni.
Processo decisionale e Apprendimento
Mediante la logica fuzzy sono studiati gli come gli UAV possono prendere decisioni di alto livello in modo autonomo. Un esempio è il BELBIC (Brain Emotional Learning Based Intelligent Controller). Si cerca di utilizzare, e applicare, le reti neurali (neural network )18negli UAV in ambito distribuito per sviluppare capacità di apprendimento automatico.