Il presente elaborato affronta la progettazione e la simulazione in ambiente MATLAB dei sistemi di controllo e di percezione visiva per l'allunaggio autonomo di un modulo spaziale. Lo studio parte dall'analisi del ritardo nelle comunicazioni Terra-Luna (latenza RTT), un limite fisico che rende impossibile il pilotaggio remoto e impone lo sviluppo di architetture GNC (Guidance, Navigation, and Control) totalmente autonome a bordo del veicolo. Nella prima fase, la tesi esplora i sistemi avionici moderni, simulando interfacce digitali (Glass Cockpit) per il monitoraggio dei parametri di volo extra-atmosferici. Successivamente, vengono applicati i fondamenti della teoria del controllo a ciclo chiuso: attraverso un controllore PID, testato inizialmente sulla cinematica dei droni, si implementa un sistema per la stabilizzazione della quota e la gestione della discesa in ambiente a gravità ridotta. La parte centrale del lavoro si concentra sulla percezione dell'ambiente lunare, un terreno ostile e non cooperativo. Vengono studiate le tecniche di telerilevamento, la ricostruzione 3D del suolo per mappare l'altimetria dei crateri e l'elaborazione delle immagini tramite filtri matematici di convoluzione (Edge Detection) per identificare i contorni degli ostacoli. A questo si integra lo studio concettuale di algoritmi di Machine Learning, nello specifico le Reti Neurali Convoluzionali (CNN), essenziali per classificare in tempo reale le aree di atterraggio sicure (Safe Zone). Infine, l'elaborato mette a confronto la navigazione spaziale storica con quella moderna. Viene analizzata la guida passiva delle missioni Apollo, basata sull'inseguimento "cieco" di traiettorie polinomiali precalcolate, evidenziandone i limiti di sicurezza. Questa viene superata dall'ottimizzazione dinamica autonoma (Hazard Detection and Avoidance), tipica del programma Artemis. Il progetto si conclude con un ambiente di simulazione completo in MATLAB che unisce la percezione visiva (rilevamento del pericolo) al ricalcolo istantaneo della traiettoria, dimostrando la capacità del sistema di deviare automaticamente la rotta e garantire un allunaggio sicuro.
HAZARD AVOIDANCE BASATO SU INTELLIGENZA ARTIFICIALE: IMPLEMENTAZIONE DI ALGORITMI DI CRATER DETECTION PER SISTEMI GNC AUTONOMI
MARINELLI, ALESSANDRA
2025/2026
Abstract
Il presente elaborato affronta la progettazione e la simulazione in ambiente MATLAB dei sistemi di controllo e di percezione visiva per l'allunaggio autonomo di un modulo spaziale. Lo studio parte dall'analisi del ritardo nelle comunicazioni Terra-Luna (latenza RTT), un limite fisico che rende impossibile il pilotaggio remoto e impone lo sviluppo di architetture GNC (Guidance, Navigation, and Control) totalmente autonome a bordo del veicolo. Nella prima fase, la tesi esplora i sistemi avionici moderni, simulando interfacce digitali (Glass Cockpit) per il monitoraggio dei parametri di volo extra-atmosferici. Successivamente, vengono applicati i fondamenti della teoria del controllo a ciclo chiuso: attraverso un controllore PID, testato inizialmente sulla cinematica dei droni, si implementa un sistema per la stabilizzazione della quota e la gestione della discesa in ambiente a gravità ridotta. La parte centrale del lavoro si concentra sulla percezione dell'ambiente lunare, un terreno ostile e non cooperativo. Vengono studiate le tecniche di telerilevamento, la ricostruzione 3D del suolo per mappare l'altimetria dei crateri e l'elaborazione delle immagini tramite filtri matematici di convoluzione (Edge Detection) per identificare i contorni degli ostacoli. A questo si integra lo studio concettuale di algoritmi di Machine Learning, nello specifico le Reti Neurali Convoluzionali (CNN), essenziali per classificare in tempo reale le aree di atterraggio sicure (Safe Zone). Infine, l'elaborato mette a confronto la navigazione spaziale storica con quella moderna. Viene analizzata la guida passiva delle missioni Apollo, basata sull'inseguimento "cieco" di traiettorie polinomiali precalcolate, evidenziandone i limiti di sicurezza. Questa viene superata dall'ottimizzazione dinamica autonoma (Hazard Detection and Avoidance), tipica del programma Artemis. Il progetto si conclude con un ambiente di simulazione completo in MATLAB che unisce la percezione visiva (rilevamento del pericolo) al ricalcolo istantaneo della traiettoria, dimostrando la capacità del sistema di deviare automaticamente la rotta e garantire un allunaggio sicuro.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/110200