Localizzazione e navigazione congiunta di droni

In questa tesi vengono analizzati aspetti legati alla navigazione e localizzazione congiunta di Unmanned Aerial-Vehicle (UAV) per la ricerca della formazione ottimale in modo da minimizzare l'errore di stima della posizione di un target, situato in ambienti indoor piuttosto che outdoor. Attraverso l’uso di modelli d'osservazione realistici che tengono conto anche di eventuali scenari in cui vi sia un collegamento Non-Line of Sight (NLOS) tra target e UAV, vengono derivate le grandezze fondamentali legate al Cramér-Rao Lower Bound (CRLB) come la Fisher Information Matrix (FIM) e il Position Error Bound (PEB) per l’implementazione un algoritmo (centralizzato/distribuito) di ottimizzazione vincolata per il calcolo della formazione ottimale. Sono descritte metodologie e principi utili per creare un algoritmo di navigazione degli UAV tale che permetta di districarsi in ambienti caratterizzati dalla presenza di numerosi ostacoli (cluttered environments) e di evitare la collisione tra UAV, mantenendo condizioni di sicurezza. Nell'ipotesi in cui gli UAV siano in grado di comunicare e collaborare, vengono fornite le basi di teoria dei grafi per l'instaurazione della communication multi-hop rispettando i vincoli di massima latenza intrinseci alle applicazioni real-time quali la localizzazione di un target, aspetto non considerato in letteratura. I risultati hanno mostrato come il numero di UAV che compongono la rete giochi un ruolo fondamentale in termini di velocità di convergenza fissata l'accuratezza di localizzazione desiderata anche in presenza di un approccio distribuito single hop. Infatti, il numero di UAV utilizzati incide nel miglioramento dell'accuratezza di localizzazione sia nella versione centralizzata che distribuita dell'algoritmo. Attraverso i risultati delle simulazioni sono state ottenute importanti linee guida sul dimensionamento della rete di UAV al variare delle condizioni operative.