Controllo geometrico di un drone quadricottero

This thesis studies the control of a quadrotor UAV through three different control strategies and evaluates their behavior by means of MATLAB simulations. Starting from a complete mathematical description of the vehicle, three control laws are developed and implemented: a potential-based controller, a geometric position controller, and a geometric proportional-derivative controller. The first method uses a virtual potential to generate the control action, whereas the two geometric approaches determine the required vehicle orientation from the translational control objective. The geometric PD controller additionally includes compensation for further terms of the complete dynamic model. The controllers are tested in two different scenarios. The first consists of reaching a fixed target position, while the second requires the quadrotor to follow a three-dimensional spiral trajectory. The gains are selected through a trial-and-error tuning procedure based on tracking accuracy and control effort. The simulations show that all three methods are effective for point stabilization, with the potential-based controller providing a faster response. More significant differences appear during spiral tracking: the potential-based approach, adapted in this work to follow a continuous trajectory, shows a larger residual tracking error, while the geometric controllers achieve higher accuracy, with the geometric PD controller obtaining the smallest error. Battery-energy consumption remains similar for all three strategies in both test cases.

Questa tesi studia il controllo di un quadrotore UAV attraverso tre diverse strategie di controllo e ne valuta il comportamento mediante simulazioni in MATLAB. A partire da una descrizione matematica completa del veicolo, vengono sviluppate e implementate tre leggi di controllo: un controllore basato sul potenziale, un controllore geometrico di posizione e un controllore geometrico proporzionale-derivativo. Il primo metodo utilizza un potenziale virtuale per generare l’azione di controllo, mentre i due approcci geometrici determinano l’orientamento richiesto del veicolo a partire dall’obiettivo di controllo traslazionale. Il controllore geometrico PD include inoltre la compensazione di ulteriori termini del modello dinamico completo. I controllori vengono testati in due diversi scenari. Il primo consiste nel raggiungimento di una posizione target fissa, mentre il secondo richiede al quadrotore di seguire una traiettoria tridimensionale a spirale. I guadagni vengono selezionati mediante una procedura di taratura per tentativi ed errori, basata sull’accuratezza del tracking e sullo sforzo di controllo. Le simulazioni mostrano che tutti e tre i metodi sono efficaci per la stabilizzazione su un punto, con il controllore basato sul potenziale che fornisce una risposta più rapida. Differenze più significative emergono nel tracking della spirale: l’approccio basato sul potenziale, adattato in questo lavoro per seguire una traiettoria continua, presenta un errore di tracking residuo maggiore, mentre i controllori geometrici raggiungono una maggiore accuratezza, con il controllore geometrico PD che ottiene l’errore più basso. Il consumo energetico della batteria rimane simile per tutte e tre le strategie in entrambi i casi di prova.