Sistemi e Soluzioni Innovativi per la Gestione del Traffico di Aeromobili senza Equipaggio

The rapid increase of the Unmanned Aerial System market needed the definition of a regulated airspace that guarantees high accuracy and integrity levels, also considering the economic and social impact of unmanned platforms in the civil airspace. This study presents the development of innovative systems and solutions to support the Unmanned Traffic Management. A modular system configuration was defined for an innovative integration of on-board units thanks to the identification of a core section and a custom section in a multi-platform and multi-mission scenario. The core section includes the processing units that can be installed on-board a generic platform. The custom section includes the units that are specific for platform and mission. The units that are involved by the Unmanned Traffic Management services were analyzed and innovative solutions were implemented and tested thanks to flight tests. Specifically, a Deep-Learning based method for Trajectory Prediction was developed to predict the UAS time-of-flight and battery discharge during a generic path. A technique to estimate the battery capacity was reported to predict the battery state of charge. An innovative method for heading angle estimation based on a Sun light polarization camera was developed for airspace where the satellite-based navigation is challenging. Moreover, advanced techniques for payload data processing were implemented analyzing Unmanned Aerial System swarming capabilities also as support to emergency situations. The definition and development of flight tests allowed to implement standard solutions and procedures that can be applied to support the Unmanned Traffic Management.

La rapida crescita del mercato degli aeromobili senza equipaggio ha condotto alla definizione di uno spazio aereo regolamentato che garantisca alti livelli di sicurezza considerando anche l’impatto sociale ed economico dell’integrazione di tali velivoli nello spazio aereo civile. Questo studio presenta lo sviluppo di sistemi e soluzioni innovativi per supportare la gestione del traffico dei velivoli senza equipaggio. Una configurazione di sistema modulare è stata definita per sviluppare un’avanzata integrazione delle unità di bordo grazie all’identificazione di una sezione core e una custom in uno scenario che coinvolge diversi tipi di piattaforma e operazione. La sezione core include le unità di elaborazione che possono essere installate a bordo di un generico velivolo. La sezione custom include le unità specifiche per un tipo di velivolo o missione. Le unità coinvolte dai servizi per la gestione del traffico sono state analizzate e soluzioni innovative sono state implementate e testate mediante test di volo. In particolare, un metodo basato su algoritmi di Deep Learning è stato sviluppato per la previsione del tempo di volo e della scarica della batteria di un aeromobile senza equipaggio durante una generica rotta pianificata. Una tecnica per stimare la capacità della batteria è stata riportata per prevedere lo stato di carica. Un metodo di stima dell’angolo di heading basato sull’integrazione di una camera polarimetrica è stato sviluppato per uno spazio aereo in cui la navigazione satellitare è sfidante. Inoltre, tecniche avanzate di elaborazione dei dati del payload sono state implementate analizzando le capacità di sciame degli aeromobili senza equipaggio anche come supporto alla gestione di situazioni emergenziali. La definizione e lo sviluppo di test di volo hanno permesso di implementare soluzioni e procedure standard che possono essere adottate per supportare la gestione del traffico degli aeromobili senza equipaggio.