_______________________________________________7 - Conclusione e Futuri Studi
Conclusioni e Futuri Studi
Questa Tesi si è proposta di studiare il problema del controllo di uno sciame di velivoli senza pilota. Per prima cosa si è cercato di implementare un sistema di controllo decentralizzato in grado di guidare ogni agente verso una direzione obiettivo e simultaneamente evitare l’impatto con altri agenti.
Le simulazioni effettuate considerando ogni agente come punto materiale hanno fornito buoni risultati e confermato quindi la validità di un sistema di controllo basato sul concetto del potenziale di Lyapunov.
L’inserimento della saturazione del valore assunto dal vettore accelerazione ha in parte ridotto le potenzialità di tale sistema di controllo, nel senso che, posizionando gli agenti all’interno di una zona molto ristretta, questi non sono stati più in grado, per effetto della limitazione imposta, di effettuare con successo le necessarie manovre evasive.
Si è voluto quindi stabilire la dimensione minima della zona all’interno della quale si possono disporre un determinato numero di agenti ed essere certi che tutti riescono ad effettuare manovre di fuga senza collidere. Le simulazioni effettuate hanno mostrato non solo quale potenziale repulsivo, tra quelli esaminati, garantisce migliori risultati, ma anche che l’obiettivo prefissato è sempre raggiunto se la dimensione della suddetta zona viene fissata opportunamente; al disotto di una certa distanza minima, determinabile mediante simulazione, la saturazione del comando è da ritenersi la principale
responsabile della collisione tra gli agenti.
Nella parte finale si è inserito un modello semplificato della dinamica nel quale ogni agente non viene più considerato come un punto materiale e le forze che su esso agiscono non dipendono solamente dai comandi, ma sono anche funzioni, in generale, dall’assetto aerodinamico.
Inoltre, in perfetta analogia con quelle che sono le effettive capacità di manovra di un velivolo ad ala fissa, si è inserito volutamente un limite alla direzione nella quale viene fornita la spinta: non è stata cioè tollerata la possibilità che il propulsore possa fornire una spinta negativa e cioè nella direzione opposta alla traiettoria del velivolo.
_______________________________________________7 - Conclusione e Futuri Studi
Tutto ciò rende chiaramente differenti il vettore accelerazione “voluto” dal sistema di controllo basato sul potenziale artificiale e il vero vettore accelerazione del velivolo, e si perde, per questo motivo, il risultato matematico sulla stabilità globale della risposta. In pratica, l’adozione di tale modello semplificato della dinamica, anche se rappresenta un passo indispensabile per descrivere il comportamento di un velivolo e valutarne le prestazioni con adeguata precisione, non ci permette più di affermare con certezza che l’allineamento di tutti gli agenti lungo una stessa direzione avvenga sempre in assenza di collisioni .
Nonostante ciò, le simulazioni effettuate con l’utilizzo di tale modello, hanno mostrato come l’obiettivo preposto può essere raggiunto senza presentare effetti indesiderati quando gli agenti vengono disposti all’interno di una zona non eccessivamente ristretta e comunque, ben più estesa della minima necessaria per le manovre evasive nel caso più semplicistico in cui gli agenti venivano considerati come punti materiali.
Questo problema potrebbe essere risolto mediante l’utilizzo di una diversa tipologia di velivoli, come ad esempio i velivoli ad ala battente per i quali la manovra di arresto in volo è consentita e non ci sono teoricamente limiti riguardanti la direzione nella quale viene fornita la spinta.
Infine si fa notare come, in alcuni casi, la presenza nel programma di funzioni trigonometriche inverse, ha portato la mancata convergenza dei parametri ai valori obiettivo e, in generale, un allungamento consistente dei tempi di simulazione.
Sarà quindi necessario, in futuro, cercare di sviluppare un alternativo modello, in modo da “alleggerire” il programma e garantire la convergenza in tutti i casi.
Una volta ottenuto questo risultato si potrà completare il programma inserendo un sistema per il controllo del volo in formazione stretta. Il lavoro raggiungerebbe poi il suo completamento con l’implementazione in ambiente Simulink.
______________________________________________ Riferimenti bibliografici
Riferimenti bibliografici
[1] Ronchieri E., Quarta A. A., Non Linear Control Applied to a Swarm of Unmanned
Air Vehicles, 9th International Symposium on Climbing and Walking Robots and Associated Technologies 11-14 September 2006 Royal Military Academy, Brussels, Belgium
[2] Fabrizio Giulietti, Giovanni Mengali, Dynamics and Control of Different Aircraft
Formation Stryctures, The Aeronautical Journal, Vol. 108, No. 1081, March
2004, pp. 117-124
[3] Carlo Casarosa, Meccanica del volo, Plus-Pisa University Press, Dicembre 2004
[4] Battin, R. H., An introduction to the Mathematics and Methods of Astrodynamics, AIAA Educational Series, New York, 1987
[5] Veysel Gazi, Kevin M. Passino, A Class of Attraction/Repulsion Function for
Stable Swarm Aggregations, Proc. Conf. Decision Contr., Las Vegas (NV), pp.
2842-2847, 2002
[7] Veysel Gazi, Kevin M. Passino, Stability Analyisis of Swarms, IEEE Trans. on Automatic Control, Vol. 48, N. 4, pp. 692-697, April, 2003
[8] Veysel Gazy, Swarm Aggregations Using Artificial Potentials and Sliding Mode Control, Proceedings of the 42th IEEE Conference on Decision and Control, 2003 [9] Ajay Verma, Chang-Nien Wu, Autonomous Command and ControlSyistem for
UAV Fomation, AIAA 2003-5704, Austin, Texas, 2003
______________________________________________ Riferimenti bibliografici
[10] Ajay Verma, Chang-Nien Wu, Vincent Castelli, UAV Formation Command and
Control Management, AIAA 2003-6572, San Diego, California, 2003
[11] Chang-Su Park, Min Jea Tahk, Hyochoong Bang, Multiple Aerial Vehicle
Formation Using Swarm Intelligence, AIAA 2003-3729, Republic of Korea, 2003
[12] Sriram Venkataramanan, Attila Dogan, Nonlinear Control for Reconfiguration of
UAV Formation, AIAA 2003-5725, Austin, Texas, 2003
[13] Julia K. Parrish, Steven V. Viscido, Daniel Grunbaum, Self-Organized Fish
Schools: An Examination of Emergent Properties,Biol. Bull. 202: 296–305 (June 2002)
