Sistema UAV per il rilevamento di criticità del territorio in fase di emergenza post-terremoto Osservatorio Sismologico - Università degli studi di Messina November 27, 2008
Outline Introduzione 1 Introduzione Definizioni preliminari Scenari d applicazione Stato dell arte 2 Perchè il quadricottero? Scelte tecniche ed implementazione 3 Obiettivi Simulazione 4 Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision
Definizioni preliminari Scenari d applicazione Stato dell arte Fasi del monitoraggio Fasi del monitoraggio: Individuazione area critica Raccolta dati (immagini, video) in situ Trasmissione delle informazioni rilevate Tali processi sfruttano le potenzialità dell Information Technology: Satellite Wireless Sensor Networks Elaborazione delle immagini...
Definizioni preliminari Scenari d applicazione Stato dell arte Fasi del monitoraggio
Definizioni preliminari Scenari d applicazione Stato dell arte Attuali tecnologie: limiti Suscettività al danno dell infrastruttura di acquisizione e comunicazione Discretizzazione dei punti di osservazione Ridotta scalabilità del sistema di acquisizione
Definizioni preliminari Scenari d applicazione Stato dell arte Nuove tecnologie: potenzialità Robustezza dell infrustruttura di acquisizione e comunicazione Continuità spaziale dell osservazione Elevata scalabilità del sistema di acquisizione Contesto scientifico di riferimento I.A. - Intelligenza Artificiale Robotica
Definizioni preliminari Scenari d applicazione Stato dell arte
Definizioni preliminari Scenari d applicazione Stato dell arte U.A.V Che cos è un UAV? (Robotica Volante) UAV è l acronimo di Unmanned Aerial Vehicle, ovvero veicolo aereo senza pilota, detto anche drone. Si tratta di una classe di velivoli aerei in grado di volare senza la presenza di un equipaggio a bordo. La guida può essere effettuata da terra (RPV - Remote Piloted Vehicle) o essere affidata ad un autopilota. Vantaggi primari di un UAV: Riduzione dei costi operativi rispetto a velivoli tradizionali con pilota Operazione in ambienti critici, inadatti alla presenza umana Dispiego immediato per il rilevamento dall alto di calamità naturali Adattabilità ad ogni tipo d impiego
Definizioni preliminari Scenari d applicazione Stato dell arte Scenario 1 Osservazione e rilevamento di dati in zone colpite da terremoti
Definizioni preliminari Scenari d applicazione Stato dell arte Scenario 2 Osservazione e rilevamento di dati in caso di incidente stradale
Definizioni preliminari Scenari d applicazione Stato dell arte Scenario 3 Perlustrazione di aree portuali e zone designate alla pesca. Supporto a missioni di soccorso e ricerca costiera.
Definizioni preliminari Scenari d applicazione Stato dell arte Scenario 4 Osservazione e perlustrazione traffico autostradale, grandi opere pubbliche e grandi eventi. Supporto aereo alla pubblica sicurezza.
Definizioni preliminari Scenari d applicazione Stato dell arte Scenario 5 Ispezione di linee elettriche e linee ferroviarie, viadotti, grandi strutture in genere
Definizioni preliminari Scenari d applicazione Stato dell arte Scenario 6 Osservazione e rilevamento di dati in zone colpite da frane, smottamenti
Definizioni preliminari Scenari d applicazione Stato dell arte UAV 0
Definizioni preliminari Scenari d applicazione Stato dell arte UAV 1
Definizioni preliminari Scenari d applicazione Stato dell arte UAV 2
Definizioni preliminari Scenari d applicazione Stato dell arte UAV 3
Definizioni preliminari Scenari d applicazione Stato dell arte UAV 4 QUADRIROTORE
Definizioni preliminari Scenari d applicazione Stato dell arte Draganflyer (3000-13000 USD) Materiali: Fibra di Carbonio, plastica Usato attualmente come sistema di video-sorveglianza urbana dal Comune di Milano per cantieri, stadi, manifestazioni. Altezza massima di volo: 150metri - Distanza massima dal radiocomando: 500metri
Introduzione Definizioni preliminari Scenari d applicazione Stato dell arte Altre esperienze di ricerca... MIT: Uav Health Management Project Stanford: STARMAC Project (Stanford Testbed of Autonomous Rotorcraft for Multi-Agent Control) Sistema UAV per il rilevamento di criticita del territorio in fase di
Perchè il quadricottero? Scelte tecniche ed implementazione Perchè il quadricottero? Basso costo Modellazione semplice (struttura fortemente simmetrica). Facile da governare Stabile in condizioni atmosferiche sfavorevoli
Perchè il quadricottero? Scelte tecniche ed implementazione Perchè il quadricottero? (2) Sensoristica: Telecamera (Colori, IR) Termocamere Termometri, Rivelatori di fumo Sensori di prossimità ad ultrasuoni (Obstacle Avoidance) Gps Inconvenienti (risolvibili): Scarsa autonomia (20 minuti di volo circa) Scarsa capacità di carico
Introduzione Perche il quadricottero? Scelte tecniche ed implementazione Cellula Materiali usati: Alluminio (supporti motore), Vetronite (supporto unita centrale) L alluminio conferisce robustezza e leggerezza (850gr senza accumulatore) Sistema UAV per il rilevamento di criticita del territorio in fase di
Perchè il quadricottero? Scelte tecniche ed implementazione Unità propulsive Motori brushless per aeromodelli Modello: Scorpion 2215-18 (diametro 22mm) Assorbimento massimo: 20 Ampere/Ora Potenza massima dissipata: 210 Watt Peso: 61 grammi Il motore brushless, rispetto ad un brushed convenzionale, ottimizza il rapporto peso/potenza
Perchè il quadricottero? Scelte tecniche ed implementazione IMU: Unità di misura inerziale per applicazioni robotiche Componente principale di qualunque sistema di guida inerziale (aereo,navale,missilistico). Composta da giroscopi ed accelerometri digitali 3 Giroscopi ADXRS300 (MEMS) Accelerometro tri-assiale LIS3LV02DQ (MEMS)
Perchè il quadricottero? Scelte tecniche ed implementazione Quadricopter PCB Diagram
Perchè il quadricottero? Scelte tecniche ed implementazione Avionic Board Flex Board (SSSUP) - DsPic Erika (Real Time Operating System)
Obiettivi Simulazione Obiettivi Monitoraggio puntuale di aree colpite da disastro Individuazione vie di fuga (HMM - Catene di Markov) Riconoscimento automatico mezzi di soccorso (Pattern Recognition) Supporto visivo ai mezzi di soccorso SISTEMA ESPERTO
Introduzione Obiettivi Simulazione Sistema georeferenziato Sistema UAV per il rilevamento di criticita del territorio in fase di
Introduzione Obiettivi Simulazione Sistema georeferenziato Sistema UAV per il rilevamento di criticita del territorio in fase di
Introduzione Obiettivi Simulazione Sistema georeferenziato Sistema UAV per il rilevamento di criticita del territorio in fase di
Introduzione Obiettivi Simulazione Sistema georeferenziato Sistema UAV per il rilevamento di criticita del territorio in fase di
Introduzione Obiettivi Simulazione Sistema georeferenziato Sistema UAV per il rilevamento di criticita del territorio in fase di
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Convenzioni usate Tait-Bryan rotation
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Approssimazioni di modello La terra è considerata come un sistema stazionario in uno spazio inerziale La struttura è considerata rigida e simmetrica Il centro di massa del quadricottero coincide con l origine del sistema di riferiemento L attrito viscoso, causato dal fluido-atmosfera, agisce soltanto in opposizione alla rotazione di YAW La spinta dovuta ai motori si suppone proporzionale al quadrato della velocità delle eliche.
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Modello matematico Dinamica traslazionale x = (cosφ sinθ cosψ + sinφ sinψ) 1 m U 1 y = (cosφ sinθ sinψ sinφ cosψ) 1 m U 1 z = g + (cosφ cosθ) 1 m U 1 Dinamica rotazionale φ = θ ψ I yy I zz I xx θ = φ ψ Izz Ixx I yy ψ = φ θ I xx I yy I zz + 1 I zz U 4 Jr I xx θ Ω + 1 I xx U 2 + Jr I yy φ Ω + 1 I yy U 3
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Modello Simulink
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Tipologia di controllo utilizzata Proporzionale-Integrale-Derivativo sulle 3 rotazioni angolari. E fondamentale per evitare che il velivolo vada in stallo.
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Implementazione software ed Intelligenza Artificiale Determinazione Piani di Volo Packet Routing Cooperazione in volo e Collision Avoidance SWARM INTELLIGENCE Riconoscimento ed identificazione mezzi di soccorso Monitoraggio vie di fuga COMPUTER VISION
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Swarm intelligence Osservazione della natura (Colonie di formiche, api, termiti, batteri) Definizione Esseri viventi dotati di modestissime capacità intellettive risolvono collettivamente problemi computazionalmente difficili Gli insetti interagiscono tra loro mediante la modifica da loro operata dell ambiente in cui si muovono (Stigmergia) ACO - Ant colony Optimization PSO - Particle Swarm Optimization
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Problemi risolti con successo dagli insetti Ricerca di cibo (percorso più breve) Ripartizione del lavoro Costruzione di nidi Trasporto cooperativo Elaborazione non centralizzata (totalmente distribuita) Semplicità computazionale degli agenti Robustezza
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Stigmergia feromonica Le formiche sono CIECHE! Come fanno ad individuare il percorso migliore? Apprendimento per rinforzo
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Algoritmo
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Sciame di UAV Sciame di UAV
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Disciplina La Computer Vision si occupa di: Riconoscimento difetti nei manufatti Orientamento, posizionamento e guida robot Misure non a contatto Verifiche su nastri in continuo (Web Inspection) Classificazione e scelta Lettura di caratteri e codici
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Disciplina La Computer Vision si occupa di: Riconoscimento difetti nei manufatti Orientamento, posizionamento e guida robot Misure non a contatto Verifiche su nastri in continuo (Web Inspection) Classificazione e scelta Lettura di caratteri e codici
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Visione Artificiale: Monitoraggio Vie di Fuga Un tratto stradale può trovarsi in 3 STATI differenti (Bloccato, SemiBloccato, Libero). Questo dipende dalla velocità e dal numero degli oggetti che percorrono il tratto stradale stesso. Un Hidden Markov Model è un processo stocastico discreto che ben si presta a modellare una via di fuga: Fase 1: Raccolta training set da telecamere montate su UAV Fase 2: Addestramento e generazione modello (Baum-Welch) Fase 3: Utilizzo on-line (Smoothing)
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Visione Artificiale: Identificazione mezzi di soccorso Riconoscimento visuale di codici a barre Mathematical Morphology Reti Neurali
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision
Modellazione del velivolo Controllo Implementazione software Swarm intelligence Computer Vision Un computer può pensare? In occasione dello scontro tra DeepBlue (IBM) e Garry Kasparov, conclusosi 3.5/2.5 a favore del super-computer: Drew McDermott (Yale University) Saying that Deep Blue doesn t really think about chess is like saying an airplane doesn t really fly because it doesn t flap its wings