Sapienza Flight Team

Composto da studenti di Ingegneria dell’ateneo La Sapienza di Roma, da anni il Sapienza Flight Team è impegnato nella realizzazione di ambiziosi progetti, partecipando a competizioni internazionali e raggiungendo spesso ottimi traguardi. L'obiettivo di tali attività è quello di mettere in pratica le conoscenze acquisite a livello accademico, affrontando problematiche simili a quelle che si incontrano nel mondo del lavoro, in modo da rendere gli studenti più preparati e consapevoli. Il Sapienza Flight Team nasce con l’obbiettivo di progettare, sviluppare e costruire aerei a pilotaggio remoto (UAV) che devono essere in grado di compiere autonomamente delle specifiche missioni. Attualmente il Team è iscritto alla competizione AUVSI SUAS 2021 (https://www.auvsi- suas.org/).

TEAM

Il sottogruppo Autopilota si occupa dello sviluppo software del Flight Management System (FMS): il sistema di controllo del volo costituito dall’autopilota, dall’ On Board Computer (OCB), dai sensori, dalla stazione di terra e dai dispositivi di radiocomunicazione. L'autopilota da noi sviluppato, è interamente realizzato in Simulink, un tool di Matlab, software per l’ingegneria ampiamente diffuso in industria. Il principio di funzionamento si basa sull'implementazione di loop di controllo che a partire dall'acquisizione dello stato dell'assetto dell'UAV (grazie ai sensori installati) generano i comandi da esercitare sulle superfici aerodinamiche per guidare l'aereo. La navigazione può essere controllata con assegnazione o di waypoint dalla stazione di terra o dei parametri di volo, quali angolo di rotta, quota e velocità. Il software dell'autopilota viene implementato in un computer di bordo, un vero e proprio box avionico interamente realizzato dagli studenti del Team, che sarà alloggiato nella fusoliera dell’UAV. Si compone di due schede commerciali, un Arduino Due e una Raspberry Pi, e di una shield custom, un circuito elettronico che, oltre a garantire l'alimentazione di tutto l'hardware, porta i dati provenienti dai sensori all'autopilota. Il box è inoltre dotato di un antenna che consente lo scambio di dati con la stazione di terra, attraverso la quale si monitora l’UAV. Un ruolo fondamentale nel lavoro lo hanno le simulazioni Hardware in the Loop, ovvero simulazioni in cui il box avionico viene collegato ad un dSpace, una vera e propria piattaforma in tempo reale. Ciò consente di testare e validare le funzionalità dell'autopilota implementato. Difatti, il dSpace, conoscendo il comportamento dinamico del velivolo e come reagisce ai comandi, sulla base di una modellazione aeromeccanica fatta dagli studenti, consente di simulare realisticamente il comportamento reale dell’aereo.

Il Subteam Hardware è il sottogrupo che si occupa della gestione, manutenzione e ottimizzazione dell'apparato fisico dei controlli avionici.
I settori di principale interesse del Subteam sono gli aspetti tecnologici del box avionico in termini di gestione del cablaggio e scelta ottima di componenti fisici e della loro dislocazione.

Le mansioni svolte in particolare sono quelle di supporto logistico agli altri subteam e interazione diretta fra il settore manufacturing-design e quello software per l'ottimizzazione finale complessiva del drone.
Inoltre il team si occupa di creare un riferimento esaustivo sul box avionico, cartaceo e digiale, sul quale chiunque possa far affidamento in caso di esigenza.

Il Subteam Design-Manufacturing è il sottogruppo del Sapienza Flight Team che si occupa della progettazione e della realizzazione della componentistica strutturale del drone.
Le attività svolte sono essenzialmente assistite da softwares CAD e di simulazione, utili da supporto all'analisi aero-servo-elastica.
Per la parte Manufacturing le mansioni riguardano invece attività svolte in officina ponendo l’attenzione su tecniche di produzione e lavorazione quali stampa 3D, taglio laser, fresatura e realizzazione di componenti in composito.
Le aree di principale interesse sono quindi l’integrità e l’efficienza strutturale ed aerodinamica, con l’obiettivo e l’ambizione di sfruttare tecniche all’avanguardia del settore.

Il nostro obiettivo è quello di progettare e sviluppare un sistema il più possibile automatico per rilevamento e il riconoscimento di oggetti a terra (caratteri alfanumerici, forme geometriche, colori), da un’altezza minima di 30m.
Per questo scopo si utilizzano modelli di Supervised Machine Learning, in particolare Convolutional Neural Networks, allenati su raccolte di immagini il più possibile simili a quelle che saranno scattate dal drone.
Il team è formato da studenti del corso di Laurea Magistrale in Computer Science.