Generalised Mathematical Model for the Kinodynamic Planning of Multirotor UAVs and Aerial Robots using Topological Manifolds

Le macchine volanti che levitano e sfrecciano nell'aria sono diventate un sight familiare, dai droni per le consegne che ronzano sopra le città ai robot autonomi che ispezionano i ponti. Per far sì che queste macchine si muovano in modo sicuro ed efficiente, gli ingegneri si affidano a modelli matematici che ne prevedono il comportamento. Per decenni, il modo standard per pianificare la traiettoria di un drone è stato quello di trattare l'intero veicolo come un singolo punto senza peso che fluttua nello spazio. Questo approccio "a massa puntiforme" ignora il fatto che un vero drone ha una forma fisica, con motori e bracci che sporgono in direzioni specifiche. Sebbene questa semplificazione abbia reso possibili i primi calcoli, essa presuppone che se il centro del drone può passare attraverso un varco, l'intera macchina possa seguirlo. Nel mondo reale, tuttavia, le dimensioni di un drone e la distanza fissa tra le sue eliche rotanti contano tanto quanto il suo punto centrale. Se un drone è troppo largo, si schianterà contro un muro anche se il suo centro potrebbe teoricamente passare.

Ricercatori del Birla Institute of Technology and Science di Hyderabad hanno sviluppato un nuovo quadro matematico che corregge questa svista. Invece di trattare un drone come un singolo punto, lo modellano come una forma rigida e piatta composta da diversi punti fissi, che rappresentano le posizioni reali dei motori. Questo approccio permette loro di tracciare non solo dove va il centro del drone, ma esattamente come si muove ogni singolo motore mentre il veicolo si inclina, ruota e viaggia. In questo modo, possono vedere se una traiettoria pianificata è davvero possibile per un design specifico di drone, piuttosto che assumere che funzioni per qualsiasi drone che si adatti allo stesso percorso del punto centrale. Il loro lavoro, pubblicato come articolo di ricerca, suggerisce che ignorare le dimensioni fisiche di un drone può portare a piani che sembrano perfetti su uno schermo di un computer ma che sono impossibili da volare nella realtà.

Il nucleo di questo nuovo metodo consiste nel mappare il movimento del drone su una "varietà topologica", che è essenzialmente una superficie matematica che preserva le distanze fisse tra le parti del drone. Immaginate un drone come una piastra piatta e rigida con quattro motori attaccati agli angoli. Qualunque sia il modo in cui il drone ruota o vola, la distanza tra quegli angoli non cambia mai. I ricercatori hanno costruito un sistema che rispetta questa regola in ogni fase del viaggio. Hanno creato equazioni che prendono un percorso fluido per il centro del drone e calcolano automaticamente la traiettoria esatta che ogni uno dei quattro motori deve seguire per mantenere la piastra rigida. Ciò significa che se il drone si inclina lateralmente, il modello sa istantaneamente che il motore a sinistra deve muoversi in modo leggermente diverso rispetto a quello a destra, anche se il centro del drone si sta muovendo in linea retta.

Nel loro studio, il team ha testato questa idea simulando un drone che vola attraverso un profilo di missione specifico. Il drone è partito da terra, è salito a un'altitudine di 50 metri, ha viaggiato in avanti per 200 metri e poi è sceso. Hanno confrontato il loro nuovo metodo con l'approccio tradizionale della massa puntiforme. I risultati hanno mostrato che, sebbene il centro del drone seguisse esattamente lo stesso percorso in entrambi i modelli, i singoli motori si comportavano in modo molto diverso. Nel nuovo modello, i motori tracciavano curve uniche e complesse che tenevano conto della rotazione e delle dimensioni fisiche del drone. I ricercatori hanno scoperto che la velocità, l'accelerazione e i cambiamenti improvvisi di forza (noti come jerk) a livello del motore erano significativamente diversi da quanto previsto dal modello a massa puntiforme. Questa differenza è cruciale perché i motori sono le parti che effettivamente spingono il drone; se viene chiesto loro di muoversi in un modo che supera i loro limiti fisici, il drone fallirà.

Per dimostrare l'importanza di questa distinzione, i ricercatori hanno simulato uno scenario in cui due droni di diverse dimensioni ricevevano lo stesso percorso di volo. Entrambi i droni erano progettati per volare attraverso un tubo cilindrico stretto. Il modello tradizionale a massa puntiforme, che guarda solo al centro, prevedeva che entrambi i droni potessero compiere il tragitto perché i loro centri erano abbastanza piccoli da passarvi. Tuttavia, il nuovo modello ha rivelato che il drone più grande si sarebbe schiantato contro le pareti del tubo. Anche se il suo centro poteva passare, il suo corpo più largo e la distanza fissa tra i suoi motori significavano che fisicamente non poteva entrarvi. Questa simulazione ha evidenziato un difetto critico del vecchio metodo: non può tenere conto del volume fisico del veicolo. Il nuovo framework, mantenendo traccia della forma reale, ha identificato correttamente che il percorso del drone più grande era impossibile, prevenendo un potenziale incidente prima che accadesse.

Lo studio ha anche esplorato come la dimensione del drone influenzi la fluidità del suo volo. I ricercatori hanno eseguito simulazioni con droni di varie dimensioni, da un piccolo design a tre motori a una versione più grande a otto motori, tutti seguendo lo stesso percorso del punto centrale. Hanno misurato la "curvatura", ovvero quanto bruscamente la traiettoria curva, per i motori di ciascun drone. Hanno scoperto che man mano che il drone diventava più grande, le traiettorie tracciate dai motori diventavano più curve e impegnative, anche se il centro del drone si muoveva nello stesso modo fluido. Per il drone più piccolo, i motori seguivano una curva relativamente dolce. Per il drone più grande, i motori dovevano tracciare curve molto più strette. Ciò significa che un piano di volo facile per un drone piccolo potrebbe essere troppo difficile per uno più grande, semplicemente perché le parti esterne della macchina più grande devono compiere un arco più ampio. Il nuovo modello cattura questa realtà, permettendo agli ingegneri di verificare se un design specifico di drone può effettivamente gestire una rotta pianificata.

Trattando il drone come una collezione di punti fissi invece di un singolo punto, i ricercatori hanno creato uno strumento che colma il divario tra la pianificazione di alto livello e il controllo di basso livello. Questo approccio assicura che i comandi inviati ai motori siano fisicamente realizzabili. Elimina la necessità di conversioni complesse e soggette a errori tra diversi modi di descrivere la rotazione, che spesso causano errori matematici noti come singolarità. Invece, il sistema lavora interamente con coordinate tridimensionali standard, rendendolo più robusto e più facile da implementare sui computer che pilotano queste macchine. I ricercatori hanno dimostrato che questo metodo funziona per qualsiasi numero di motori, che si tratti di tre, quattro, sei o otto, rendendolo una soluzione versatile per la crescente varietà di robot aerei in fase di sviluppo.

Le implicazioni di questo lavoro si estendono alla sicurezza e all'affidabilità del volo autonomo. Man mano che i droni vengono impiegati in ambienti complessi come magazzini, foreste o canyon urbani, il margine di errore si riduce. Un sistema di pianificazione che ignora le dimensioni fisiche del veicolo rischia di causare una collisione. Il nuovo framework fornisce un modo per verificare che una traiettoria non sia solo teoricamente possibile per un punto, ma fisicamente possibile per la macchina reale. I ricercatori suggeriscono che questo metodo può essere integrato nei sistemi di controllo del volo esistenti come uno strato aggiuntivo di sicurezza, controllando i vincoli in tempo reale senza dover cambiare il modo fondamentale in cui il drone viene controllato. Sebbene l'attuale lavoro si basi su simulazioni al computer, il fondamento matematico è solido e il team prevede di testare queste idee su hardware reale in futuro.

In definitiva, questa ricerca sposta la prospettiva su come pensiamo ai robot volanti. Si allontana dall'idea comoda ma imprecisa del drone come un punto fantasma e abbraccia la realtà del drone come un oggetto solido con una forma specifica. In questo modo, assicura che i percorsi che pianifichiamo siano percorsi che le macchine possono effettivamente volare. Le scoperte suggeriscono che, affinché i droni autonomi operino in modo sicuro nel mondo reale, il loro software di pianificazione deve comprendere la propria geometria. La capacità di prevedere esattamente come ogni parte della macchina si muoverà, basandosi sulle sue dimensioni fisiche, è un passo significativo verso il rendere il volo autonomo più affidabile e capace.