Grimandi, Fabio
(2025)
Development, testing and validation of a compact Nano-UAV for AI-based applications.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria elettronica [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
I nano droni, o veicoli aerei senza pilota (UAV), hanno acquisito crescente rilevanza in attività come l’agricoltura di precisione, le ispezioni strutturali e le operazioni di soccorso.
Tuttavia, le loro dimensioni ridotte pongono sfide per il volo autonomo. Negli ultimi anni, sono stati condotti vari studi per sviluppare nuovi droni o implementare ricerche su piattaforme esistenti al fine di ottenere modelli sempre più performanti. Questo progresso è stato guidato dalla possibilità di integrare algoritmi avanzati, come quelli basati sull’intelligenza artificiale (IA), rendendo il volo autonomo sempre più fluido e preciso.
Tuttavia, rimane una sfida da superare, necessitando di ulteriori studi per raggiungere un risultato completo.
Questo lavoro mira a contribuire al campo della ricerca introducendo un drone compatto dotato degli ultimi sensori e con elevate capacità computazionali. Il microcontrollore implementato è il GAP9, un system-on-chip parallelo a bassissimo consumo con 10 core RISC-V, progettato per applicazioni che richiedono alta efficienza energetica e capacità IA integrate. La piattaforma è inoltre equipaggiata con i microcontrollori ESP32-S3 e
nRF5340, multipli sensori Time-of-Flight, doppie fotocamere QVGA, sensore di flusso ottico e motori sia brushless che brushed.
Studi futuri testeranno la sua affidabilità, valutando le capacità computazionali attraverso un’applicazione IA. Con l’implementazione della rete neurale per il riconosci
mento degli oggetti, dimostreremo l’efficacia del GAP9. Il carico computazionale rimarrà basso sia per il fabric controller (meno dell’1% di utilizzo) sia per il cluster (18%), evidenziando l’efficienza della piattaforma e il suo potenziale per applicazioni IA avanzate.
Abstract
I nano droni, o veicoli aerei senza pilota (UAV), hanno acquisito crescente rilevanza in attività come l’agricoltura di precisione, le ispezioni strutturali e le operazioni di soccorso.
Tuttavia, le loro dimensioni ridotte pongono sfide per il volo autonomo. Negli ultimi anni, sono stati condotti vari studi per sviluppare nuovi droni o implementare ricerche su piattaforme esistenti al fine di ottenere modelli sempre più performanti. Questo progresso è stato guidato dalla possibilità di integrare algoritmi avanzati, come quelli basati sull’intelligenza artificiale (IA), rendendo il volo autonomo sempre più fluido e preciso.
Tuttavia, rimane una sfida da superare, necessitando di ulteriori studi per raggiungere un risultato completo.
Questo lavoro mira a contribuire al campo della ricerca introducendo un drone compatto dotato degli ultimi sensori e con elevate capacità computazionali. Il microcontrollore implementato è il GAP9, un system-on-chip parallelo a bassissimo consumo con 10 core RISC-V, progettato per applicazioni che richiedono alta efficienza energetica e capacità IA integrate. La piattaforma è inoltre equipaggiata con i microcontrollori ESP32-S3 e
nRF5340, multipli sensori Time-of-Flight, doppie fotocamere QVGA, sensore di flusso ottico e motori sia brushless che brushed.
Studi futuri testeranno la sua affidabilità, valutando le capacità computazionali attraverso un’applicazione IA. Con l’implementazione della rete neurale per il riconosci
mento degli oggetti, dimostreremo l’efficacia del GAP9. Il carico computazionale rimarrà basso sia per il fabric controller (meno dell’1% di utilizzo) sia per il cluster (18%), evidenziando l’efficienza della piattaforma e il suo potenziale per applicazioni IA avanzate.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Grimandi, Fabio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
INGEGNERIA ELETTRONICA
Ordinamento Cds
DM270
Parole chiave
Nano drone UAV, AI applications
Data di discussione della Tesi
24 Marzo 2025
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Grimandi, Fabio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
INGEGNERIA ELETTRONICA
Ordinamento Cds
DM270
Parole chiave
Nano drone UAV, AI applications
Data di discussione della Tesi
24 Marzo 2025
URI
Gestione del documento: