Conflict Resolution Algorithms for Optimal Trajectories in Presence of Uncertainty
| العنوان: | Conflict Resolution Algorithms for Optimal Trajectories in Presence of Uncertainty |
|---|---|
| المؤلفون: | Mazzotta, Daniele Giuseppe |
| المساهمون: | Soler Arnedo, Manuel Fernando, Casalino, Lorenzo, Politecnico di Torino, UC3M. Departamento de Bioingeniería e Ingeniería Aeroespacial, Universidad Carlos III de Madrid. Departamento de Bioingeniería e Ingeniería Aeroespacial |
| المصدر: | e-Archivo. Repositorio Institucional de la Universidad Carlos III de Madrid instname |
| بيانات النشر: | Politecnico di Torino, 2019. |
| سنة النشر: | 2019 |
| مصطلحات موضوعية: | Trajectory Optimization, Aircraft Trajectory optimization, CD&R, Uncertainty, Sense and Avoid, Optimal Control Problem, Aeronáutica, Optimal Trajectories, Stochastic processes, CD&R; Trajectory Optimization, UAS, Air Navigation, Settore ING-IND/07 - Propulsione Aerospaziale, Algorithms |
| الوصف: | Mención Internacional en el título de doctor The objective of the work presented in this Ph.D. thesis is to develop a novel method to address the aircraft-obstacle avoidance problem in presence of uncertainty, providing optimal trajectories in terms of risk of collision and time of flight. The obstacle avoidance maneuver is the result of a Conflict Detection and Resolution (CD&R) algorithm prepared for a potential conflict between an aircraft and a fixed obstacle which position is uncertain. Due to the growing interest in Unmanned Aerial System (UAS) operations, CD&R topic has been intensively discussed and tackled in literature in the last 10 years. One of the crucial aspects that needs to be addressed for a safe and efficient integration of UAS vehicles in non-segregated airspace is the CD&R activity. The inherent nature of UAS, and the dynamic environment they are intended to work in, put on the table of the challenges the capability of CD&R algorithms to handle with scenarios in presence of uncertainty. Modeling uncertainty sources accurately, and predicting future trajectories taking into account stochastic events, are rocky issues in developing CD&R algorithms for optimal trajectories. Uncertainty about the origin of threats, variable weather hazards, sensing and communication errors, are only some of the possible uncertainty sources that make jeopardize air vehicle operations. In this work, conflict is defined as the violation of the minimum distance between a vehicle and a fixed obstacle, and conflict avoidance maneuvers can be achieved by only varying the aircraft heading angle. The CD&R problem, formulated as Optimal Control Problem (OCP), is solved via indirect optimal control method. Necessary conditions of optimality, namely, the Euler-Lagrange equations, obtained from calculus of variations, are applied to the vehicle dynamics and the obstacle constraint modeled as stochastic variable. The implicit equations of optimality lead to formulate a Multipoint Boundary Value Problem (MPBVP) which solution is in general not trivial. The structure of the optimality trajectory is inferred from the type of path constraint, and the trend of Lagrange multiplier is analyzed along the optimal route. The MPBVP is firstly approximated by Taylor polynomials, and then solved via Differential Algebra (DA) techniques. The solution of the OCP is therefore a set of polynomials approximating the optimal controls in presence of uncertainty, i.e., the optimal heading angles that minimize the time of flight, while taking into account the uncertainty of the obstacle position. Once the obstacle is detected by on-board sensors, this method provide a useful tool that allows the pilot, or remote controller, to choose the best trade-off between optimality and collision risk of the avoidance maneuver. Monte Carlo simulations are run to validate the results and the effectiveness of the method presented. The method is also valid to address CD&R problems in presence of storms, other aircraft, or other types of hazards in the airspace characterized by constant relative velocity with respect to the own aircraft. L’obiettivo del lavoro presentato in questa tesi di dottorato è la ricerca e lo sviluppo di un nuovo metodo di anti collisione velivolo-ostacolo in presenza di incertezza, fornendo traiettorie ottimali in termini di rischio di collisione e tempo di volo. La manovra di anticollisione è il risultato di un algoritmo di detezione e risoluzione dei conflitti, in inglese Conflict Detection and Resolution (CD&R), che risolve un potenziale conflitto tra un velivolo e un ostacolo fisso la cui posizione è incerta. A causa del crescente interesse nelle operazioni che coinvolgono velivoli autonomi, anche definiti Unmanned Aerial System (UAS), negli ultimi 10 anni molte ricerche e sviluppi sono state condotte nel campo degli algoritmi CD&R. Uno degli aspetti cruciali per un’integrazione sicura ed efficiente dei velivoli UAS negli spazi aerei non segregati è l’attività CD&R. La natura intrinseca degli UAS e l’ambiente dinamico in cui sono destinati a lavorare, impongono delle numerose sfide fra cui la capacità degli algoritmi CD&R di gestire scenari in presenza di incertezza. La modellizzazione accurata delle fonti di incertezza e la previsione di traiettorie che tengano conto di eventi stocastici, sono problemi particolarmente difficoltosi nello sviluppo di algoritmi CD&R per traiettorie ottimali. L’incertezza sull’origine delle minacce, zone di condizioni metereologiche avverse al volo, errori nei sensori e nei sistemi di comunicazione per la navigazione aerea, sono solo alcune delle possibili fonti di incertezza che mettono a repentaglio le operazioni degli aeromobili. In questo lavoro, il conflitto è definito come la violazione della distanza minima tra un veicolo e un ostacolo fisso, e le manovre per evitare i conflitti possono essere ottenute solo variando l’angolo di rotta dell’aeromobile, ovvero virando. Il problema CD&R, formulato come un problema di controllo ottimo, o Optimal Control Problem (OCP), viene risolto tramite un metodo indiretto. Le condizioni necessarie di ottimalità, vale a dire le equazioni di Eulero-Lagrange derivanti dal calcolo delle variazioni, sono applicate alla dinamica del velivolo e all’ostacolo modellizato come una variabile stocastica. Le equazioni implicite di ottimalità formano un problema di valori al controno multipunto, Multipoint Boundary Value Problem(MPBVP), la cui soluzione in generale è tutt’altro che banale. La struttura della traiettoria ottimale viene dedotta dal tipo di vincolo, e l’andamento del moltiplicatore di Lagrange viene analizzato lungo il percorso ottimale. Il MPBVP viene prima approssimato con un spazio di polinomi di Taylor e successimvamente risolto tramite tecniche di algebra differenziale, in inglese Differential Algebra (DA). La soluzione del OCP è quindi un insieme di polinomi che approssima il controllo ottimo del problema in presenza di incertezza. In altri termini, il controllo ottimo è l’insieme degli angoli di prua del velivolo che minimizzano il tempo di volo e che tenendo conto dell’incertezza sulla posizione dell’ostacolo. Quando l’ostacolo viene rilevato dai sensori di bordo, questo metodo fornisce un utile strumento al pilota, o al controllore remoto, al fine di scegliere il miglior compromesso tra ottimalità e rischio di collisione con l’ostacolo. Simulazioni Monte Carlo sono eseguite per convalidare i risultati e l’efficacia del metodo presentato. Il metodo è valido anche per affrontare problemi CD&R in presenza di tempeste, altri velivoli, o altri tipi di ostacoli caratterizzati da una velocità relativa costante rispetto al proprio velivolo. El objetivo del trabajo presentado en esta tesis doctoral es la búsqueda y el desarrollo de un método novedoso de anticolisión con osbstáculos en espacios aéreos en presencia de incertidumbre, proporcionando trayectorias óptimas en términos de riesgo de colisión y tiempo de vuelo. La maniobra de anticolisión es el resultado de un algoritmo de detección y resolución de conflictos, en inglés Conflict Detection and Resolution (CD&R), preparado para un conflicto potencial entre una aeronave y un obstáculo fijo cuya posición es incierta. Debido al creciente interés en las operaciones de vehículos autónomos, también definidos como Unmanned Aerial System (UAS), en los últimos 10 años muchas investigaciones se han llevado a cabo en el tema CD&R. Uno de los aspectos cruciales que debe abordarse para una integración segura y eficiente de los vehículos UAS en el espacio aéreo no segregado es la actividad CD&R. La naturaleza intrínseca de UAS, y el entorno dinámico en el que están destinados a trabajar, suponen un reto para la capacidad de los algoritmos de CD&R de trabajar con escenarios en presencia de incertidumbre. La precisa modelización de las fuentes de incertidumbre, y la predicción de trayectorias que tengan en cuenta los eventos estocásticos, son problemas muy difíciles en el desarrollo de algoritmos CD&R para trayectorias óptimas. La incertidumbre sobre el origen de las amenazas, condiciones climáticas adversas, errores en sensores y sistemas de comunicación para la navegación aérea, son solo algunas de las posibles fuentes de incertidumbre que ponen en peligro las operaciones de los vehículos aéreos. En este trabajo, el conflicto se define como la violación de la distancia mínima entre un vehículo y un obstáculo fijo, y las maniobras de anticolisión se pueden lograr variando solo el ángulo de rumbo de la aeronave, es decir virando. El problema CD&R, formulado como problema de control óptimo, o Optimal Control Problem (OCP), se resuelve a través del método de control óptimo indirecto. Las condiciones necesarias de optimalidad, es decir, las ecuaciones de Euler-Lagrange que se obtienen a partir del cálculo de variaciones, son aplicadas a la dinámica de la aeronave y al obstáculo modelizado como variable estocástica. Las ecuaciones implícitas de optimalidad forman un problema de valor de frontera multipunto (MPBVP) cuya solución en general no es trivial. La estructura de la trayectoria de optimalidad se deduce del tipo de vínculo, y la tendencia del multiplicador de Lagrange se analiza a lo largo de la ruta óptima. El MPBVP se aproxima en primer lugar a través de un espacio de polinomios de Taylor, y luego se resuelve por medio de técnicas de álgebra diferencial, en inglés Differential Algebra(DA). La solución del OCP es un conjunto de polinomios que aproximan los controles óptimos en presencia de incertidumbre, es decir, los ángulos de rumbo óptimos que minimizan el tiempo de vuelo teniendo en cuenta la incertidumbre asociada a la posición del obstáculo. Una vez que los sensores a bordo detectan el obstáculo, este método proporciona una herramienta muy útil que permite al piloto, o control remoto, elegir el mejor compromiso entre optimalidad y riesgo de colisión con el obstáculo. Se ejecutan simulaciones de Monte Carlo para validar los resultados y la efectividad del método presentado. El método también es válido para abordar los problemas de CD&R en presencia de tormentas, otras aeronaves u otros tipos de obstáculos caracterizados por una velocidad relativa constante con respecto a la propia aeronave. Programa de Doctorado en Mecánica de Fluidos por la Universidad Carlos III de Madrid; la Universidad de Jaén; la Universidad de Zaragoza; la Universidad Nacional de Educación a Distancia; la Universidad Politécnica de Madrid y la Universidad Rovira i Virgili Presidente: Carlo Novara.- Secretario: Lucia Pallotino.- Vocales: Manuel Sanjurjo Rivo; Yoshinori Matsuno; Alfonso Valenzuela Romero |
| وصف الملف: | application/pdf |
| اللغة: | English |
| الوصول الحر: | https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::5d946496119ec9945a5c1eed254c6390Test http://hdl.handle.net/11583/2754715Test |
| حقوق: | OPEN |
| رقم الانضمام: | edsair.dedup.wf.001..5d946496119ec9945a5c1eed254c6390 |
| قاعدة البيانات: | OpenAIRE |
| الوصف غير متاح. |