ACAS Autonomous Collision Avoidance System for Unmanned Aerial Vehicles. Andrea Masini, PhD CTO Flyby Srl

Transcript

1 ACAS Autonomous Collision Avoidance System for Unmanned Aerial Vehicles Andrea Masini, PhD CTO Flyby Srl Workshop 4 Bando PMI 27/05/2015

2 Obiettivi del progetto Il progetto ACAS mira a sviluppare un Sistema Cognitivo di navigazione autonoma, con funzionalità di : 1. Anticollisione indipendente 2. Route replanning 3. Path tracking capacità del sistema di evitare collisioni con ostacoli o con altri velivoli indipendentemente dal fatto che essi siano equipaggiati con il sistema ACAS. Il progetto ACAS ambisce a sviluppare una tecnologia che supporti l impiego delle piattaforme senza pilota: 1. Nello spazio aereo condiviso (in presenza di altri velivoli) 2. In scenari ad alta densità di popolazione, (es. scenari urbani). Dove gli elementi da considerare non sono solamente il controllo della dinamica di volo e la posizione geografica, ma anche la conoscenza dello scenario circostante

3 Innovazioni introdotte con il progetto ACAS Caratteristica innovativa ACAS Tecnologia utilizzata Applicazione Vantaggio competitivo Rilevamento 3D ostacoli fissi ed in movimento Visione stereografica in real-time Monitoraggio infrastrutture Elevato livello di sicurezza operativa anche in ambiente ad alta densità di popolazione Capacità di avvicinamento in sicurezza elemento infrastrutturale di interesse (es. zoom su particolare). Abbattimento costi assicurativi Navigazione autonoma in ambiente in-door Navigazione cognitiva integrata satellitare/inerziale/imaging stereo Monitoraggio interno infrastrutture Navigazione sicura anche in assenza temporanea di segnale affidabile GNSS (es. affetto da disturbi multi-path) Navigazione autonoma in ambienti chiusi o non noti a priori. Abbattimento costi assicurativi Navigazione satellitare ad alta precisione in verticale (1 m) Advanced RAIM Applicazioni di monitoraggio che richiedono navigazione a bassa quota Sicurezza navigazione in spazi ristretti ed a bassa quota Precisione georeferenziazione immagini telerilevate Abbattimento costi assicurativi Navigazione autonoma video assistita Path-Tracking video Monitoraggio infrastrutture a geometria regolare (strade, impianti fotovoltaici, ) Ispezione e mappatura automatica infrastrutture Monitoraggio autonomo di infrastrutture non georeferenziate

4 Rilevamento 3D ostacoli fissi ed in movimento Uso di camere accoppiate stereo. Attraverso l analisi del flusso video si identificano possibili ostacoli e se ne calcola la posizione e la distanza dal velivolo Navigazione autonoma in ambiente in-door Integrazione GNNS e INS Utilizzo di tecniche basate su kalman-filter per miglioramento della posizione e sviluppo di nuove tecniche di Dead-Reckoning

5 Navigazione satellitare ad alta precisione in verticale Attraverso l'utilizzo di un canale di comunicazione secondario fra la stazione di terra e l'uav sarà possibile fornire in real-time le correzioni differenziali provenienti dalla rete fiduciale GNSS nazionale, oltre che dalla rete SISNet che fornisce, tramite internet, i dati di navigazione altrimenti trasmessi dai satelliti EGNOS. Utilizzando il sistema Galileo in combinazione con tecniche di Advanced Receiver Autonomous Integrity Monitoring (ARAIM) sarà possibile ottenere una elevata precisione sul posizionamento verticale dell UAV. Navigazione autonoma video assistita Sviluppo delle funzionalità di: Ripianificazione real-time della missione Rilevazione delle strutture lineari

6 L Albero del Prodotto -ACAS

7 Il team di progetto -ACAS Project management MODULO DI VISIONE MODULO DI NAVIGAZIONE (Spinoff Politecnico di Torino) MODULO DI INTERFACCIA (Spinoff Università di Pisa)

8 USER COINVOLTI -ACAS

9 Work Breakdown Structure (WBS) RICERCA INDUSTRIALE SVILUPPO SPERIMENTALE

10 GANTT -ACAS

11 Grazie per l Attenzione Andrea Masini, PhD CTO, Flyby s.r.l. andrea.masini@flyby.it Mobile phone: (+39)