Dancing Skies: A framework for semi-autonomous collaboration in shared aerospace
Karrila, Iivari (2025)
Karrila, Iivari
2025
Tietotekniikan DI-ohjelma - Master's Programme in Information Technology
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
Hyväksymispäivämäärä
2025-12-18
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-2025121811924
https://urn.fi/URN:NBN:fi:tuni-2025121811924
Tiivistelmä
Tässä työssä kehitetään viitekehys puoliksi autonomisten kiinteäsiipisten miehittämättömien ilma-alusten yhteistyölle ja muodostelmalennolle jaetussa ilmatilassa siten, että ihmisen kauko-ohjaama johtokone ja autonomiset seuraajat voivat toimia yhtenä tehtäväjoukkona. Tutkimuksen tavoitteena on Design Science Research metodologian keinoin vastata kahteen kysymykseen: miten autonomiset ja etäohjatut kiinteäsiipiset UAV:t saadaan lentämään muodostelmassa noususta laskuun saakka, ja millä tavalla tällaisten yhteistyöjärjestelmien kehittäminen ja arviointi voidaan toteuttaa turvallisesti ja kustannustehokkaasti.
Menetelmänä käytetty design science -tutkimus tarkoittaa tämän työn yhteydessä prosessia, jossa suunnitellaan, rakennetaan ja arvioidaan simulaatiopohjainen ratkaisu. Käytännön toteutus perustuu Unity-pelimoottorin ja ArduPilot-autopilotin ohjelmistosimulaation (SITL) integrointiin sekä Mission Planner -maa-asemaan. Simulaatioympäristön päälle toteutetaan kolme erilaista muodostelmanohjausstrategiaa: johtaja–seuraajamalli, potentiaalikenttiin perustuva toteutus sekä eräs versio Wolf Pack -algoritmista, joita verrataan toisiinsa yhtenäisen tehtävärungon (nousu, ryhmittyminen, risteily ja paluu) puitteissa.
Tulokset osoittavat, että johtaja–seuraaja on suhteellisen helppo malli toteuttaa ja soveltuu vakaaseen eteenpäin suuntautuvaan lentoon, mutta on herkkä parametrivalinnoille ja tiukoille kaarroksille. Potentiaalikenttämenetelmä skaalautuu hyvin ja kestää häiriöitä, mutta vaatii tarkkaa tilannetietoa ja laskentatehoa, kun taas muokattu Wolf Pack -ratkaisu tarjoaa lupaavan mutta monimutkaisesti toteutettavan hierarkkisen ohjausrakenteen. Kehitetty kehikko osoittautuu käyttökelpoiseksi alustaksi monialusyhteistyön jatkokehitykselle ja tutkimukselle, vaikka sitä rajoittavat rajalliset parven kyvyt sekä yksinkertaistetut häiriömallit verrattaessa simulaatiota todellisiin toimintaympäristöihin. This thesis develops a framework for semi-autonomous collaboration and formation flight of fixed-wing unmanned aerial vehicles (UAVs) in shared airspace, enabling a human-operated leader aircraft and autonomous followers to function as a coordinated mission team. The work addresses two main questions: how to achieve end-to-end formation flight from take-off to landing with a mixed human–autonomy setup, and how such systems can be developed and evaluated safely and cost-effectively.
The research follows a design science approach in which a simulation-based artefact is de-signed, implemented, and iteratively evaluated. The implementation integrates the Unity game engine with the ArduPilot software-in-the-loop (SITL) autopilot and the Mission Planner ground control station to create a realistic yet controllable test environment. On top of this environment, three formation control strategies are implemented and compared within a common mission struc-ture (take-off, join-up, cruise, and return to base): a leader–follower controller, a potential-fields-based method, and a modified Wolf Pack algorithm.
The results show that the leader–follower approach is relatively straightforward to implement and well suited for stable forward flight, but sensitive to parameter tuning and aggressive ma-noeuvres. The potential-fields method scales well and is robust to disturbances yet relies on ac-curate state information and incurs higher computational costs. The modified Wolf Pack strategy offers a promising hierarchical control structure, at the expense of added implementation com-plexity and partial functionality in the current prototype. Overall, the framework proves useful as a platform for further research and development of multi-UAV collaboration, while its applicability is currently limited by the manageable swarm size and simplified models of the environment and natural disturbances.
Menetelmänä käytetty design science -tutkimus tarkoittaa tämän työn yhteydessä prosessia, jossa suunnitellaan, rakennetaan ja arvioidaan simulaatiopohjainen ratkaisu. Käytännön toteutus perustuu Unity-pelimoottorin ja ArduPilot-autopilotin ohjelmistosimulaation (SITL) integrointiin sekä Mission Planner -maa-asemaan. Simulaatioympäristön päälle toteutetaan kolme erilaista muodostelmanohjausstrategiaa: johtaja–seuraajamalli, potentiaalikenttiin perustuva toteutus sekä eräs versio Wolf Pack -algoritmista, joita verrataan toisiinsa yhtenäisen tehtävärungon (nousu, ryhmittyminen, risteily ja paluu) puitteissa.
Tulokset osoittavat, että johtaja–seuraaja on suhteellisen helppo malli toteuttaa ja soveltuu vakaaseen eteenpäin suuntautuvaan lentoon, mutta on herkkä parametrivalinnoille ja tiukoille kaarroksille. Potentiaalikenttämenetelmä skaalautuu hyvin ja kestää häiriöitä, mutta vaatii tarkkaa tilannetietoa ja laskentatehoa, kun taas muokattu Wolf Pack -ratkaisu tarjoaa lupaavan mutta monimutkaisesti toteutettavan hierarkkisen ohjausrakenteen. Kehitetty kehikko osoittautuu käyttökelpoiseksi alustaksi monialusyhteistyön jatkokehitykselle ja tutkimukselle, vaikka sitä rajoittavat rajalliset parven kyvyt sekä yksinkertaistetut häiriömallit verrattaessa simulaatiota todellisiin toimintaympäristöihin.
The research follows a design science approach in which a simulation-based artefact is de-signed, implemented, and iteratively evaluated. The implementation integrates the Unity game engine with the ArduPilot software-in-the-loop (SITL) autopilot and the Mission Planner ground control station to create a realistic yet controllable test environment. On top of this environment, three formation control strategies are implemented and compared within a common mission struc-ture (take-off, join-up, cruise, and return to base): a leader–follower controller, a potential-fields-based method, and a modified Wolf Pack algorithm.
The results show that the leader–follower approach is relatively straightforward to implement and well suited for stable forward flight, but sensitive to parameter tuning and aggressive ma-noeuvres. The potential-fields method scales well and is robust to disturbances yet relies on ac-curate state information and incurs higher computational costs. The modified Wolf Pack strategy offers a promising hierarchical control structure, at the expense of added implementation com-plexity and partial functionality in the current prototype. Overall, the framework proves useful as a platform for further research and development of multi-UAV collaboration, while its applicability is currently limited by the manageable swarm size and simplified models of the environment and natural disturbances.