Modelling and Safety-based Path Planning of Fixed-Wing Unmanned Aerial Vehicle in Icing Conditions

Abstract

Etter hvert som ubemannede luftfartøyer (UAV) fortsetter å øke i popularitet, utvides bruksområdet deres. Utfordringer knyttet til operasjoner under harde vær- forhold, spesielt ising, dukker opp sammen med nye bruksområder og strengere krav til pålitelighet. Denne avhandlingen konfronterer disse utfordringene ved å utvikle en omfattende matematisk modell av en spesifikk fastvinget UAV, kalt Falk, som inkluderer påvirkningen av ising på aerodynamikk og vektfordeling.

Falk-modellen er simulert i forskjellige isingsscenarier: ingen is, iset vinge, iset hale og fullt iset (både vinge og hale er iset) under ulike isingsforhold. Isings- forholdene bestemmes først og fremst av temperatur, absolutt luftfuktighet (LWC) og vanndråpestørrelse (MVD). Ulike værforhold bidrar til akkumulering av for- skjellige isformasjoner. Fokuset i denne studien er å forstå hvordan ulike isdan- nelser påvirker Falks flyegenskaper og stabilitet. Fra stamp og rull sprangresponser undersøkes modellens begrensninger på grunn av isakkumulering, spesielt kon- trollflatemetning. Studien finner at i en stampmanøver påvirker distinkte isdan- nelser flyegenskapene betydelig forskjellig. I noen forhold kan is kun på halen redusere stabilitetsmarginene mest, mens i andre er is på vingen og halen mest alvorlig. Viktigst av alt, under svært alvorlige isforhold vil høyderoret gå i metning.

Spranget i rull gjøres i en koordinert sving for å opprettholde høyden. I en slik sving er en isete hale mest innflytelsesrik på flyegenskapene, og kan føre til plut- selig metning av balanseroret og dermed ustabiliteter. Interessant nok fører is på bare vingen til mindre reduksjon av styrerorenes metningsmarginer. En iset vinge øker imidlertid luftmotstanden og dermed energiforbruket betydelig. Stamp og rull-manøvrene under isingsforhold understreker kompleksiteten til isdannelser og flydynamikk.

Modellen blir deretter integrert i en baneplanlegger som bruker en Rapidly-exploring Random Tree-algoritme, nærmere bestemt RRT* algoritmen. Planleggeren tar sikte på å finne en nesten optimal, energieffektiv bane som begrenser eksponeringen for isforhold og unngår farer forårsaket av ugjestmildt vær. Den tar også hen- syn til vind, som påvirker flyegenskapene betydelig. Ytterligere funksjoner som unngåelse av hindringer og terrengfølging er integrert i planleggeren. Resultatet fra baneplanleggeren er den mest energieffektive banen som er trygg å fly uten bruk av et avisingssystem (IPS). Store områder med isende forhold kan begrense baneplanleggeren på den måten at den ikke kan finne en gjennomførbar bane. Videre arbeid med å implementere en avisingsmodell vil utvide bruksområdet til baneplanleggeren.

Baneplanleggeren er testet i både kunstige og virkelige miljøer, og den demon- strerer sin evne til å unngå isingsfarer og finne en sikker bane. Mens planleggeren fortsatt er i en konseptuell fase, viser den et betydelig potensial for videreutvikling og anvendelser. Denne avhandlingen gir verdifull innsikt i isingsproblematikken hos UAVer, og fremmer sikkerhet og effektivitet i et voksende bruksområde.

As Unmanned Aerial Vehicles (UAVs) continue to rise in popularity, their range of applications expands. Challenges associated with operating in harsh weather conditions, particularly icing, arise along with new applications and stricter reliab- ility demands. This thesis confronts this concern by developing a comprehensive mathematical model of a specific fixed-wing UAV named Falk, which includes the effects of icing on aerodynamics and weight distribution.

The Falk model is simulated in different icing scenarios: no ice, iced wing, iced tail, and fully iced (both wing and tail iced) in various icing conditions. The icing conditions are primarily determined by temperature, liquid water content (LWC) in the air, and water droplet size (MVD). Various weather conditions contribute to the accretion of different ice formations. This study focuses on understanding how different ice formations affect the UAV’s flight performance and stability. From pitch and roll step responses, the model’s limitations due to ice accumulation are investigated, particularly control surface saturation. The study finds that in a pitch maneuver, distinct ice formations affect performance significantly differently. In some conditions, ice only on the tail reduces the stability margins the most, while in others, ice on the wing and tail is the most serious. Most importantly, in very severe icing conditions, the elevator will go into saturation.

The rolling step is done in a steady coordinated turn to maintain altitude. In such turn is an iced tail most influential and can lead to sudden aileron saturation and instabilities. Interestingly, ice on just the wing leads to less reduction of control surface saturation margins. However, an iced wing significantly increases drag and propulsion power. The pitch and roll maneuvers in icing conditions underscore the complexity of ice formations and flight dynamics.

The model is then integrated into a path planner that utilizes a Rapidly-exploring Random Tree algorithm, specifically the RRT* algorithm. The planner aims to find a near-optimal, energy-effective path that limits exposure to icing conditions and avoids any icing hazards. It also considers winds, which significantly affect flight performance. Additional capabilities like obstacle avoidance and terrain following are incorporated into the planner. The resulting path is the most cost-effective that is safe to fly without the use of an ice protection system (IPS). The path planner is limited to the fact that there must be a feasible path that does not violate any constraints. Further work on implementing IPS will expand the versatility of the path planner.

The path planner is tested in both artificial and real-world environments, demon- strating its ability to avoid icing hazards and find a safe path. While the planner is still in a conceptual phase, it shows considerable potential for further devel- opment and application. This research provides valuable insights into addressing icing problems in UAV operation, promoting safety and efficiency in a growing field.