Modellazione e sviluppo di reti neurali per la stima dei consumi energetici in veicoli autonomi

Il campo di applicazione dei veicoli autonomi (UAV) è in costante crescita soprattutto nelle aree dell'agricoltura e dell'industria. I droni ad esempio, possono essere utilizzati per il trasporto di carichi o merci di vario genere. Tuttavia esiste ancora una diffidenza nell'uso di questi apparecchi dovuta alla ridotta disponibilità energetica che pone dei limiti al tempo necessario al completamento di una specifica missione. In questo lavoro viene proposto un modello basato su reti neurali in grado di stimare accuratamente il consumo energetico di generici veicoli che trasportano un carico di cui non si conosce il peso. L'approccio proposto trova applicazione nel problema della consegna di merci e dell'irrorazione di liquidi quali erbicidi, pesticidi, etc., su terreni agricoli. I modelli di potenza e massa sono stati validati a partire dalla realizzazione di esperimenti effettuati sia con carichi statici di diverso peso, sia con carichi che variano uniformemente nel tempo. Il modello di potenza è stato poi confrontato con un prototipo preesistente basato su equazioni. Il metodo proposto attua dunque una stima in tempo reale relativa al peso del carico utile. Dai risultati ottenuti dagli esperimenti effettuati è emerso che l’uso delle reti neurali permette di realizzare un modello che non solo possiede un’accuratezza almeno pari ai modelli utilizzati come riferimento, ma esse vantano una maggiore rapidità di esecuzione in quanto richiedono solo un addestramento iniziale delle reti stesse. Inoltre con l’uso delle reti neurali non è necessaria alcuna conoscenza sui parametri del veicolo ed esse permettono di effettuare stime in tempo reale relative alla massa del carico utile trasportato