🤖 machine learning

HUNT: High-Speed UAV Navigation and Tracking in Unstructured Environments via Instantaneous Relative Frames

Il documento presenta HUNT, un framework in tempo reale che consente ai UAV ad alta velocità di navigare autonomamente in ambienti non strutturati e di passare senza soluzione di continuità al tracciamento del bersaglio utilizzando solo osservabili istantanee di bordo, eliminando la necessità di una localizzazione globale.

Autori originali: Alessandro Saviolo, Jeffrey Mao, Giuseppe Loianno

Pubblicato 2026-06-01

📖 5 min di lettura🧠 Approfondimento

CC0 1.0

Autori originali: Alessandro Saviolo, Jeffrey Mao, Giuseppe Loianno

Articolo originale dedicato al pubblico dominio sotto CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate un drone da soccorso che non ha bisogno di una mappa, di un segnale GPS o persino di sapere esattamente dove si trova sul pianeta per svolgere il suo compito. Questa è l'idea centrale dietro a HUNT, un nuovo sistema descritto in questo articolo.

Pensate a HUNT come a un drone con un modo di vedere il mondo molto specifico e super focalizzato. Invece di cercare di costruire una mappa mentale di un intero bosco o di una città (il che è difficile quando gli alberi bloccano la vista o il GPS fallisce), si preoccupa solo di ciò che vede in questo momento.

Ecco come funziona, suddiviso in concetti semplici:

1. I due "Modi" di operare

Il drone ha due modi principali di volare, e passa dall'uno all'altro senza interruzioni:

Modo A: La ricerca in "Volo di Pattugliamento" (Quando il bersaglio non è visibile)
Immaginate di camminare attraverso una foresta fitta e nebbiosa alla ricerca di un escursionista disperso. Non sapete esattamente dove vi trovate su una mappa, ma sapete che dovete continuare a muovervi in avanti per coprire terreno.
- Come fa HUNT: Il drone vola in avanti ad alta velocità, mantenendo un'altitudine e una direzione costanti. Utilizza i suoi sensori di bordo per sapere quanto velocemente si sta muovendo e a che altezza si trova. Se vede una forma sfocata che potrebbe essere una persona, sposta delicatamente il muso verso quella forma, ma continua a volare in avanti. Non si ferma per capire "Dove sono?". Continizza semplicemente a muoversi in sicurezza attraverso l'intrico.
- La rete di sicurezza: Anche se il drone dovesse confondersi sulla sua posizione esatta (deriva), non si schianterà. Si affida a un sistema di "bolla di sicurezza" (chiamato Funzioni di Barriera di Controllo) che agisce come un campo di forza invisibile, sterzando istantaneamente lontano da alberi o rocce se si avvicinano troppo.
Modo B: L'inseguimento di "Tracciamento" (Quando un bersaglio viene trovato)
Ora, immaginate di avvistare l'escursionista disperso. Improvvisamente, il vostro focus cambia completamente. Smettete di preoccuparvi della foresta circostante e vi concentrate al 100% sul mantenere quella persona nel vostro campo visivo.
- Come fa HUNT: Nel momento in cui il drone è sicuro di vedere un bersaglio (come un'auto o una persona), cambia istantaneamente il suo "riferimento spaziale". Inveve di pensare "Mi sto muovendo verso Nord", inizia a pensare "Sto rimanendo a 5 metri dietro quel particolare oggetto".
- La magia: Poiché si ancora al bersaglio, non importa se la mappa interna del drone è errata o se il GPS è assente. Finché può vedere il bersaglio, può inseguirlo perfettamente, anche se il bersaglio si muove velocemente o il terreno è irregolare.

2. Perché questo è importante

La maggior parte dei droni odierni sono come conducenti che hanno bisogno di un GPS e di una mappa cartacea. Se il segnale GPS viene perso (come in una foresta densa o in un edificio crollato) o se la mappa è errata, il drone si confonde, devia dalla rotta o si schianta.

HUNT è come un pilota di auto da corsa che non ha bisogno di una mappa. Guarda solo l'auto che ha davanti e la strada immediatamente davanti alle sue gomme.

Nessun GPS necessario: Funziona in luoghi dove i satelliti non possono raggiungere.
Nessuna mappa pre-esistente necessaria: Può volare in una foresta nuova e disordinata che non ha mai visto prima.
Alta velocità: Può volare velocemente (fino a quasi 13 m/s, ovvero circa 29 mph) evitando ostacoli, il che è solitamente impossibile per i droni che si affidano a una mappatura lenta e cauta.

3. Lo "Switch Fluido"

La parte più incredibile di HUNT è come gestisce il momento della scoperta.

La fase del "Forse": Se il drone vede qualcosa ma non è sicuro al 100%, non va nel panico. Semplicemente punta leggermente il muso verso l'oggetto "forse", mantenendo il suo slancio in avanti.
La fase del "Preso": Una volta che il computer è fiducioso (viene raggiunta la "soglia di confidenza"), passa istantaneamente alla "Modalità Tracciamento". Si aggancia al bersaglio e inizia l'inseguimento.
La fase di "Perdita": Se il bersaglio scompare dietro un albero, torna istantaneamente alla "Modalità Pattugliamento" e continua la ricerca, pronto a agganciarsi di nuovo non appena il bersaglio riappare.

4. Test nel mondo reale

I ricercatori non hanno testato questo sistema solo in una simulazione al computer. Hanno fatto volare veri droni in:

Foreste dense: Dove i segnali GPS sono deboli e gli alberi sono ovunque.
Terminal container urbani: Dove i container metallici bloccano i segnali e creano riflessioni confuse.
Scenari di Ricerca e Soccorso: Hanno volato con successo in queste aree, hanno trovato auto stazionarie e manichini in movimento (usati per simulare persone) e li hanno inseguiti senza mai schiantarsi o perdersi.

Riassunto

HUNT è un sistema che permette a un drone di volare veloce e in sicurezza in luoghi disordinati e sconosciuti, ignorando il quadro generale (dove mi trovo sul globo?) e concentrandosi solo sull'immagine immediata (cosa ho proprio davanti a me in questo momento?). Combina una "modalità di ricerca" per trovare le cose e una "modalità di inseguimento" per seguirle, passando da una all'altra istantaneamente, il tutto senza bisogno di una mappa o di un segnale GPS.

Sintesi Tecnica: HUNT (Navigazione e Tracciamento di UAV ad Alta Velocità in Ambienti Non Strutturati tramite Frame Relativi Istantanei)

1. Definizione del Problema

Le operazioni di Ricerca e Soccorso (SAR) richiedono che i Veicoli Aerei Non Presidiati (UAV) eseguano due compiti distinti ma critici: attraversare ambienti sconosciuti e non strutturati ad alta velocità per localizzare le vittime, e tracciare in modo affidabile i bersagli rilevati una volta identificati. Le attuali soluzioni di autonomia affrontano limitazioni significative in condizioni di sensori degradati (ad es., foreste fitte, canyon urbani, edifici crollati) dove il GPS non è disponibile e le caratteristiche visive sono scarse o dinamiche.

Limitazioni della Navigazione Globale: Gli approcci tradizionali che si affidano a GPS, VIO (Visual-Inertial Odometry) o SLAM degradano rapidamente in questi ambienti. La loro dipendenza da punti di riferimento persistenti e chiusure di loop (loop closures) porta a deriva e comportamenti insicuri ad alte velocità.
Limitazioni della Navigazione Relativa: I recenti metodi incentrati sull'oggetto tracciano con successo i bersagli ancorando il controllo a un oggetto rilevato. Tuttavia, questi metodi presuppongono che un bersaglio sia visibile sin dall'inizio e rimanga continuamente osservabile. Mancano di un meccanismo per la traversata sicura ad alta velocità in terreni sconosciuti quando nessun bersaglio è nel campo visivo.

La sfida centrale affrontata è il raggiungimento di un framework unificato che permetta una traversata sicura ad alta velocità senza localizzazione globale e che transiti fluidamente al tracciamento del bersaglio senza ricorrere a una fragile stima della posa globale.

2. Metodologia

Il framework proposto, HUNT, unifica traversata, acquisizione e tracciamento all'interno di una singola formulazione relativa istantanea. Esso opera interamente all'interno di un frame di riferimento relativo $R_t$ ricostruito ad ogni ciclo di controllo partendo da quantità osservabili direttamente a bordo (assetto, altitudine, velocità istantanea e posizione relativa del bersaglio). Ciò elimina la dipendenza da stati non osservabili come la traslazione orizzontale o l'imbardata assoluta.

A. Regimi Operativi

HUNT opera in due modalità, gestite da una pipeline unificata di percezione-controllo:

Modalità Loitering (Ricerca):
- Contesto: Nessun bersaglio è rilevato con alta confidenza.
- Frame di Riferimento: $R_t$ è ancorato alla gravità e all'imbardata iniziale, rimanendo fisso nel tempo.
- Stima dello Stato: Un Filtro di Kalman Unscented (UKF) stima la posizione relativa, la velocità e l'assetto. Sebbene la posizione orizzontale derivi a causa della mancanza di osservazione diretta, la navigazione rimane robusta perché la generazione del riferimento definisce gli obiettivi rispetto allo stato corrente stimato.
- Generazione del Riferimento: L'UAV regola l'altitudine, la velocità di avanzamento e l'imbardata. L'imbardata mantiene l'yaw iniziale ma può essere debolmente influenzata da rilevamenti a bassa confidenza per dirigersi verso potenziali bersagli senza innescare un cambio di modalità.
- Navigazione: L'UAV attraversa terreni accidentati definendo traiettorie di riferimento basate sulla stima corrente, garantendo che gli obiettivi di controllo rimangano ben definiti nonostante la deriva.
Modalità Tracking (Inseguimento):
- Contesto: Un bersaglio è rilevato con alta confidenza.
- Frame di Riferimento: $R_t$ viene ri-ancorato ad ogni ciclo alla posizione del bersaglio rilevato. Ciò mantiene il bersaglio stazionario in $R_t$ indipendentemente dalla deriva globale.
- Stima dello Stato: L'UKF aggiorna lo stato utilizzando lo spostamento relativo al bersaglio derivato dal rilevamento visivo e dalla disparità stereoscopica. L'accelerazione lineare non viene utilizzata nel modello di processo per evitare assunzioni sul moto del bersaglio.
- Generazione del Riferimento: L'UAV mantiene una distanza di sicurezza ( $d_{xy}$ ) e un offset verticale ( $d_z$ ) orientando l'asse del corpo verso il bersaglio.

B. Architettura di Controllo

Controller Unificato: Entrambe le modalità sono eseguite da un singolo Model Predictive Control Nonlineare (NMPC).
Vincoli di Sicurezza: Funzioni di Barriera di Controllo (CBF) di ordine superiore sono incorporate direttamente nell'NMPC. Gli ostacoli sono identificati dalle immagini di profondità stereo, e un'euristica del tempo di collisione seleziona i punti di collisione più imminenti. Le CBF impongono un vincolo di separazione quadratica, garantendo traiettorie collision-free e dinamicamente fattibili in tempo reale.
Cambio di Modalità: Una politica di isteresi basata sulla traccia della covarianza dell'estimatore ( $tr(P_t)$ $t r (P_{t})$ ) governa le transizioni.
- Loiter $\to$ Track: Avviene quando l'incertezza scende sotto una soglia ( $\tau_\uparrow$ ).
- Track $\to$ Loiter: Avviene quando l'incertezza supera una soglia più alta ( $\tau_\downarrow$ ).
- Durante il loitering, i rilevamenti a bassa confidenza influenzano l'imbardata verso il bersaglio, facilitando una transizione fluida una volta che la confidenza è sufficiente.

3. Contributi Chiave

Formulazione Relativa Istantanea Unificata: HUNT è il primo framework che integra traversata ad alta velocità, acquisizione e tracciamento in ambienti densi e privi di GPS sotto un'unica formulazione relativa, eliminando la dipendenza dalla posa globale.
Navigazione Resiliente alla Deriva: Ancorando gli obiettivi a osservabili istantanee piuttosto che a mappe globali, il sistema mantiene una navigazione sicura ad alta velocità anche quando le stime della posizione orizzontale derivano significativamente.
Transizione di Modalità Senza Interruzioni: Il framework consente il passaggio reattivo tra ricerca (loitering) e tracciamento senza richiedere la ri-inizializzazione dello stato globale o il ritorno a metodi SLAM/VIO fragili.
Sicurezza in Tempo Reale: L'integrazione delle CBF all'interno dell'NMPC garantisce l'evitamento delle collisioni in ambienti dinamici e non strutturati senza richiedere mappe pregresse.

4. Risultati Sperimentali

Il framework è stato validato attraverso estesi esperimenti all'aperto in diversi ambienti: complessi di container urbani, layout semi-strutturati e foreste fitte.

Prestazioni di Loitering:
- In ambienti urbani, l'UAV ha mantenuto un progresso costante in avanti a circa 4,1 m/s con errori di imbardata limitati entro 2° rispetto alla verità assoluta GPS.
- In foreste fitte (sotto la chioma), l'UAV ha attraversato con successo il clutter a 2,0 m/s, mantenendo margini di distanza >1,0 m. I log GPS in queste condizioni mostravano errori orizzontali di 2–6 m, che renderebbero inaffidabile la navigazione basata su mappa, eppure HUNT ha sostenuto un volo privo di deriva.
Missioni SAR Complete:
- Ricerca Urbana: L'UAV ha localizzato un relitto di veicolo stazionario, passando dal loitering al tracciamento con errori di spostamento limitati entro ±0,5 m.
- Inseguimento Urbano: L'UAV ha tracciato un bersaglio mobile (manichino su un ATV) a velocità fino a 11,4 m/s, mantenendo l'errore laterale entro un corridoio di 1,2 m. I rilevamenti a bassa confidenza hanno influenzato con successo l'imbardata di loitering verso il bersaglio prima del cambio di modalità.
- Ricerca in Foresta: L'UAV ha attraversato alberi densi a 2,0 m/s, è passato al tracciamento di un manichino e ha sostenuto l'inseguimento nonostante forti riflessioni e correzioni di imbardata fino a 25°.
Metriche Quantitative: In tutte le missioni, HUNT ha ottenuto prestazioni costanti ad alta velocità (velocità medie fino a 8,85 m/s) e una navigazione agile (accelerazioni di picco fino a 31,11 m/s²) senza necessità di ritaratura dei parametri.

5. Significato e Rivendicazioni

L'articolo sostiene che HUNT rappresenti un cambiamento fondamentale nell'autonomia per le operazioni SAR, dimostrando che sia la traversata che il tracciamento possono essere espressi senza posa globale o mappatura.

Robustezza in Condizioni di Sensori Degradati: Il sistema raggiunge un'autonomia affidabile in condizioni in cui i metodi tradizionali GPS, VIO e SLAM falliscono a causa di deriva, scarsità di feature o occlusioni.
Capacità Unificata: Colma il divario tra "ricerca" (attraversamento di terreni sconosciuti) e "tracciamento" (seguire un bersaglio), una capacità precedentemente assente nei framework di navigazione relativa.
Sicurezza e Agilità: Integrando le CBF nel loop di controllo, il framework garantisce la sicurezza e la fattibilità dinamica ad alte velocità in ambienti non strutturati.

Gli autori osservano che, sebbene l'attuale implementazione utilizzi un'imbardata iniziale fissa per il loitering, il lavoro futuro potrebbe incorporare il ragionamento semantico (ad es., riconoscere porte/finestre) o una memoria a breve termine leggera per migliorare l'efficienza dell'esplorazione e prevenire il loitering ciclico, mantenendo al contempo la formulazione relativa istantanea.