Droni intelligenti e reti mesh: stato dell’arte e sfide tecnologiche

I recenti avanzamenti tecnologici conseguiti in vari campi della scienza consentono di definire e costruire applicazioni che coinvolgono non più solamente droni singoli, ma vere e proprie flotte di droni organizzati in sciami che comunicano tra loro (formando topologie a maglia, mesh) e con eventuali centri di controllo terresti per compiere attività sempre più complesse ed articolate.

Presentiamo, quindi, una panoramica generale sull’introduzione dei droni nella quotidianità, motivando la loro adozione in scenari applicativi eterogenei che possono beneficiare dell’utilizzo di sciami di  veicoli aerei senza pilota (Unmanned Aerial Vehicles, UAV) intelligenti. Particolare attenzione è dedicata alle sfide tecnologiche che devono essere affrontate per garantire una comunicazione efficace tra i droni.

Agricoltura 4.0, così i robot rivoluzionano il settore: stato dell’arte e sviluppi nel mondo

Droni e reti mesh

I droni sono oggi utilizzati in modo abbastanza diffuso in scenari molto eterogenei tra loro, quali, ad esempio: fotografia aerea, agricoltura di precisione, raccolta di dati ambientali, attività di ispezione e monitoraggio remoto, operazioni di ricerca e salvataggio, ed altri ancora.^[1]

La diffusione e l’utilizzo di droni singoli e di sciami di droni è cresciuta in modo significativo negli ultimi anni, grazie agli avanzamenti tecnologici che hanno consentito di immettere sul mercato droni Commercial-Off-The-Shelf (COTS) sempre più “intelligenti”.

Più in generale, si parla di veicoli senza pilota o UAV per indicare una varietà eterogenea di veicoli aerei, autonomi o pilotati da remoto, che possono spaziare da piccoli quadrirotore (quad-copters, spesso chiamati droni in senso lato) con un peso che può variare tra le centinaia di grammi e le decine di chilogrammi, fino a veicoli aerei di grandi dimensioni e con un peso di centinaia di chilogrammi, spesso utilizzabili anche in operazioni di tipo militare.

Per semplicità, in questo articolo, con il termine UAV faremo riferimento a droni commerciali adottati più comunemente, poiché questa classe di prodotti si è rivelata di interesse sia per aziende leader mondiali nella produzione di UAV (ad esempio DJI) che per piccole realtà imprenditoriali ed artigianali, in grado di sviluppare e costruire soluzioni personalizzate per scenari specifici. Negli ultimi 5 anni, inoltre, il prezzo di soluzioni ready-to-fly si è ridotto in modo significativo, tanto che con un investimento di circa 400-500 dollari è possibile acquistare un drone con le seguenti dotazioni:

• sistema di navigazione satellitare (Global Navigation Satellite System, GNSS);
• telecamera 4K con gimbal (ossia un dispositivo che permette di allineare l’ottica all’orizzonte durante le fasi di volo, nonché di controllarne la direzione di puntamento);
• funzionalità sensoriali avanzate quali, ad esempio, la rilevazione automatica di ostacoli o sistemi anticollisione;
• un sistema di comunicazione affidabile, che consente lo scambio di informazioni ed una trasmissione video in alta definizione fra lo UAV in volo ed il pilota a terra (che può controllare il velivolo grazie alla visione, in tempo reale, del flusso video in alta definizione);
• registrare video con risoluzione 4K da utilizzare per varie applicazioni a valle del volo (post-flight).

Questa significativa riduzione dei costi ha incrementato in modo sostanziale anche il mercato dei droni commerciali, diventato ancora più di interesse durante la recente pandemia causata dal virus SARS-CoV-2, in cui l’utilizzo di droni per servizi avanzati di monitoraggio remoto si è rivelato essenziale.

Gli UAV commerciali utilizzano vari protocolli di comunicazione wireless per trasmettere e ricevere informazioni di interesse quali, ad esempio, il First Point of View (FPV), ossia il flusso video in tempo reale dal drone per fornire un’esperienza di volo avanzata al pilota a terra. Altri dati di interesse che vengono trasferiti in modalità wireless sono i dati di telemetria del drone, oltre ai comandi che vengono inviati dal radiocomando (o Radio Controller, RC) utilizzato dal pilota. I protocolli più diffusi per questo tipo di comunicazione sono basati sul protocollo Wi-Fi, che garantisce uno scambio di informazioni bidirezionale sufficientemente affidabile, consentendo al pilota di volare in un ambiente senza ostacoli, anche per centinaia di metri. In altri casi, vengono adottati protocolli wireless proprietari quali, ad esempio, OcuSync e LightBridge, che permettono di raggiungere distanze nell’ordine dei chilometri. In altri casi, si utilizzano protocolli di comunicazione cellulari, attualmente basati su tecnologia 4G (Long-Term Evolution, LTE) e, a breve, 5G, per poter aumentare la qualità dei flussi video trasmessi al pilota.

Oltre alla comunicazione tra UAV e nodo terrestre (per esempio, il pilota), è interessante analizzare anche le possibilità comunicazione tra UAV in volo. Allo stato attuale dell’arte, vi sono i tre seguenti principali approcci:

• protocolli Wi-Fi per le comunicazioni in visibilità di corto-medio raggio;
• protocolli di comunicazione a bassissimo data rate e a lungo raggio (Long Range, LoRa^[2]), progettati per lo scambio di informazioni tra entità geograficamente lontane, con significative limitazioni sulla quantità di dati trasferibili;
• comunicazioni cellulari per scenari non in visibilità (Non Line-of-Sight, NLOS), in cui è necessaria una rete cellulare di terze parti per consentire una comunicazione tra uno o più UAV durante la fase di volo.

Se, da un lato, l’utilizzo commerciale di UAV per la fotografia aerea ed il monitoraggio remoto è caratterizzato da soluzioni di comunicazione consolidate ed affidabili quando si tratta di sistemi di comunicazione wireless tra entità (drone e pilota) in condizioni di visibilità (scenari Visual Line-of-Sight, VLOS), dall’altro lato sono ancora presenti alcune barriere tecnologiche da affrontare per applicazioni che coinvolgono sciami di droni e comunicazioni a lungo raggio senza visibilità diretta, i cosiddetti scenari oltre la visibilità diretta (Beyond VLOS, BVLOS). Negli ultimi scenari, è richiesto che una moltitudine di droni volino in modo coordinato e simultaneo su di un’area potenzialmente molto grande, mantenendo comunque attiva una connessione (o più connessioni, in base alle esigenze) tra loro per coordinarsi ed eseguire operazioni complesse. Considerando gli aspetti di comunicazione in questo scenario particolare, un approccio innovativo è rappresentato dall’utilizzo di reti mesh ibride, con protocolli di comunicazioni eterogenei. Tra le varie opzioni che il mondo scientifico e della ricerca e sviluppo ha messo a disposizione, i protocolli LoRa (bassa data rate e lungo raggio) ed IEEE 802.11s^[3] (alta data rate e corto raggio) sono due soluzioni attraenti e complementari.

Uno sciame di droni richiede quindi un’architettura che consenta ai droni sia di comunicare fra di loro durante il volo (comunicazioni di tipo UAV-to-UAV) per un coordinamento distribuito delle operazioni, sia di inviare informazioni essenziali (come, ad esempio, dati di telemetria) al pilota ed ai centri di controllo a terra (comunicazioni di tipo UAV-to-Ground). In questo contesto, il protocollo LoRa permette di creare reti geograficamente estese (Long Range Wide Area Network, LoRaWAN^[4]), coprendo aree dell’ordine di diversi chilometri. Allo stesso tempo, il protocollo IEEE 802.11/Wi-Fi^[5] viene utilizzato in modo estensivo in numerose applicazioni, tra cui la trasmissione in tempo reale del flusso video tra UAV e pilota, consentendo a quest’ultimo di operare basandosi su una visibilità diretta, su distanze che possono variare da qualche centinaio di metri, fino a uno o più chilometri. La recente evoluzione dello standard, con la versione IEEE 802.11s, sembra essere una possibilità attraente anche per l’invio di flussi di dati ad alta velocità tra droni che si trovano in prossimità, specie in scenari completamente LOS.

Al fine di sfruttare al meglio i punti di forza di questi due protocolli di comunicazione, e minimizzare quanto più possibile le loro limitazioni nelle applicazioni basate su sciami di UAV, un approccio promettente è quindi quello di creare un’unica rete mesh ibrida che combina i pattern di comunicazione propri dei protocolli LoRa e IEEE 802.11s, in modo da ricomprendere vari scenari applicativi e mitigare i trade-off tecnologici. Questo approccio ibrido, che combina 2 livelli comunicativi con tecnologie wireless eterogenee—ossia LoRa per le comunicazioni a lunga distanza e basso data rate, e IEEE 802.11s per comunicazioni a media-breve distanza ed alto data rate—dovrà prevedere quindi meccanismi intelligenti di passaggio tra i due livelli (switching). Questo ha l’obiettivo di selezionare, istante per istante, quale sia la rete attualmente più adatta per il trasferimento delle informazioni, tenendo conto di diversi fattori, quali, ad esempio: la natura dell’obiettivo da raggiungere, le condizioni ambientali, la presenza di UAV nelle vicinanze, e la qualità del segnale wireless.

Casi d’uso

L’utilizzo di droni singoli, ovvero di sciami composti da molteplici UAV, può essere benefico, come anticipato in precedenza, in scenari eterogenei. Di seguito vengono riportati alcuni casi d’uso esemplificativi.

Agricoltura intelligente di precisione

Un primo caso d’uso di indubbio interesse (complici anche gli investimenti abbastanza rilevanti di diverse nazioni sul tema della sostenibilità) riguarda scenari di agricoltura intelligente, in particolare nel caso in cui vi siano lotti agricoli sparsi (lontani tra loro) da monitorare periodicamente in modo discreto.^[6],[7] Questo tipo di monitoraggio potrebbe avvenire pertanto mediante l’impiego di droni volanti che raccolgono dati da sensori installati sul campo (mediante trasmissione dati in modalità wireless dai sensori agli UAV) e da sensori di bordo dei droni stessi (ad esempio, telecamere iperspettrali).

Per evitare quindi che i droni volino per lunghe distanze (ad esempio tra il lotto agricolo assegnato e l’abitazione del contadino), lo sciame potrebbe auto-organizzarsi (in modo opportunistico ed in base alla tipologia dei dati da raccogliere e di interesse per il contadino) in modo che le informazioni di dimensioni contenute possano essere trasmesse attraverso protocolli a lungo raggio e basso data rate (ad esempio il protocollo LoRa già citato in precedenza), mentre dati di grandi dimensioni, che debbano essere trasferiti in breve tempo, possano fare affidamento su protocolli con elevato data rate (ad esempio il protocollo IEEE 802.11s descritto nella sezione precedente). L’utilizzo di protocolli di comunicazione eterogenei consente di sviluppare algoritmi di pianificazione delle attività^[8] e delle traiettorie^[9] con l’obiettivo di massimizzare il tasso di raccolta dei dati e di ridurre al minimo il tempo “sprecato” speso durante il volo da parte di UAV in attesa del trasferimento delle informazioni, lasciando aperta la possibilità di elaborare i dati sia localmente (sul drone, prima della loro trasmissione) che attraverso tecniche di cloud computing.^[10]

Sorveglianza di aree estese

Un caso d’uso alternativo potrebbe riguardare uno scenario di sorveglianza di aree estese, per esempio parti di frontiere nazionali con lunghezze di decine di chilometri. In una situazione del genere potrebbero essere necessari molteplici UAV, ognuno assegnato ad una specifica zona da monitorare ed incaricato di eseguire task differenti.^[11] Tra questi compiti, la registrazione (ad esempio, del flusso video) all’interno della memoria di bordo del drone rappresenta un’attività rilevante in tema di sorveglianza.

In un contesto di smart city^[12], nel momento in cui si verifichi una situazione critica (per la sicurezza dei cittadini) che non possa essere gestita da un singolo drone, allora uno sciame di droni dovrebbe raggiungere l’area di interesse per un possibile intervento.^[13] Questa “operazione di salvataggio” può essere eseguita grazie al fatto che ogni drone può essere localizzato con precisione attraverso diverse informazioni (ad esempio, quelle fornite dal sistema GNSS), che vengono a loro volta trasmesse da ciascun UAV attraverso protocolli di comunicazione che, nuovamente, possono essere a basso data rate e a lungo raggio.^[14] Una volta che gli UAV si siano avvicinati all’area critica, possono coordinarsi tra loro facendo affidamento su protocolli di rete affidabili e ad alta velocità (ad esempio, IEEE 802.11s) per il trasferimento di tutti i loro flussi video (registrati) su un unico drone “sherpa” (eletto staticamente o dinamicamente) che, a sua volta, sarà incaricato di raggiungere il centro di controllo a terra per scaricare tutti i flussi video di tutto lo sciame.^[15],[16]

Ne consegue, pertanto, che, in scenari come questo, protocolli a basso data rate e a lungo raggio possano essere adatti solo per la trasmissione di informazioni relative alla localizzazione di un oggetto (quale, ad esempio, un drone), mentre servizi che richiedono risorse (ad esempio, flussi video) dovrebbero essere forniti mediante interfacce di comunicazione più veloci che potrebbero equipaggiare i droni dello sciame (ad esempio, reti cellulari 4G/5G).

Conclusioni

La disponibilità di protocolli di comunicazione eterogenei a bordo di sciami di droni rappresenta un elemento abilitante per scenari molto eterogenei. In modo particolare, gli UAV rappresentano uno degli strumenti migliori a cui ci si possa affidare nel momento in cui sia necessario definire e realizzare architetture di comunicazione per applicazioni BVLOS, proprio grazie alla loro possibilità di raggiungere luoghi lontani attuando un pilotaggio remoto non a vista. A tal proposito, si è evidenziato come l’utilizzo ibrido di protocolli differenti renda queste situazioni più agevoli e consenta di sfruttare i punti di forza di tali protocolli, superando al contempo alcune limitazioni intrinseche.

Per supportare questo tipo di architetture di comunicazione sarà necessario definire e prevedere dei componenti di rete che gesticano un meccanismo di selezione del protocollo di comunicazione efficace per lo scenario operativo, attuando la selezione sulla base di molteplici parametri disponibili sia internamente al drone, sia scambiati periodicamente dai droni dello sciame che ricavabili dall’ambiente esterno. Inoltre, data la natura mobile dei droni e vista la criticità rappresentata dalla loro alimentazione a batteria (quindi con una operatività di durata limitata nel tempo), occorrerà valutare attentamente anche questo aspetto nella definizione complessiva di un tale sistema, con la possibile introduzione di meccanismi predittivi basati sull’intelligenza artificiale (Artificial Intelligence, AI) per l’ottimizzazione di molteplici aspetti dell’infrastruttura.

Note

1. L. Davoli, E. Pagliari, G. Ferrari, “Hybrid LoRa-IEEE 802.11s Opportunistic Mesh Networking for Flexible UAV Swarming,” Drones, 2021, vol. 5, no. 2, doi:10.3390/drones5020026. ↑
2. O. Seller, N. Sornin, “Low Power Long Range Transmitter,” European Patent EP2763321A1, 2013. ↑
3. Institute of Electrical and Electronics Engineers, “IEEE Standard for Information Technology – Telecommunications and information exchange between systems – Local and metropolitan area networks – Specific requirements Part 11: Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) specifications Amendment 10: Mesh Networking,” IEEE Standard 802.11s-2011, 2011. ↑
4. https://lora-alliance.org/about-lorawan/ ↑
5. https://www.ieee802.org/11/ ↑
6. G. Codeluppi, A. Cilfone, L. Davoli, G. Ferrari, “LoRaFarM: A LoRaWAN-Based Smart Farming Modular IoT Architecture,” Sensors 2020, 20, 2028, doi:10.3390/s20072028. ↑
7. R. Maddikunta, P. Kumar, S. Hakak, M. Alazab, S. Bhattacharya, T.R. Gadekallu, W.Z. Khan, Q. Pham, “Unmanned Aerial Vehicles in Smart Agriculture: Applications, Requirements, and Challenges,” IEEE Sensors Journal, vol. 21, no. 16, pp. 17608-17619, 2021, doi:10.1109/JSEN.2021.3049471. ↑
8. Z. Zhai, J.F. Martínez, V. Beltran, N.L. Martínez, “Decision Support Systems for Agriculture 4.0: Survey and Challenges,” Computers and Electronics in Agriculture, vol. 170, 2020, doi:10.1016/j.compag.2020.105256. ↑
9. E. A. Ameri, B. Cürüklü, B. Miloradovic, M. Ektröm, “Planning and Supervising Autonomous Underwater Vehicles through the Mission Management Tool,” Global Oceans 2020: Singapore – U.S. Gulf Coast, 2020, pp. 1-7, doi:10.1109/IEEECONF38699.2020.9389393. ↑
10. L. Belli, S. Cirani, L. Davoli, L. Melegari, M. Mónton, M. Picone, “An Open-Source Cloud Architecture for Big Stream IoT Applications, “ Interoperability and Open-Source Solutions for the Internet of Things. Lecture Notes in Computer Science, vol. 9001, 2015, doi:10.1007/978-3-319-16546-2_7. ↑
11. D.H. Stolfi, M.R. Brust, G. Danoy, P. Bouvry, “UAV-UGV-UMV Multi-Swarms for Cooperative Surveillance,” Frontiers in Robotics and AI, vol. 8, 2021, doi:10.3389/frobt.2021.616950. ↑
12. L. Belli, A. Cilfone, L. Davoli, G. Ferrari, P. Adorni, F. Di Nocera, A. Dall’Olio, C. Pellegrini, M. Mordacci, E. Bertolotti, “IoT-Enabled Smart Sustainable Cities: Challenges and Approaches,” Smart Cities 2020, vol. 3, pp. 1039-1071, doi:10.3390/smartcities3030052. ↑
13. F. Granelli, C. Sacchi, R. Bassoli, R. Cohen, I. Ashkenazi, “A Dynamic and Flexible Architecture Based on UAVS for Border Security and Safety,” Advanced Technologies for Security Applications. NATO Science for Peace and Security Series B: Physics and Biophysics, doi:10.1007/978-94-024-2021-0_26. ↑
14. L. Hong, H. Guo, J. Liu, Y. Zhang, “Toward Swarm Coordination: Topology-Aware Inter-UAV Routing Optimization,” IEEE Transactions on Vehicular Technology, vol. 69, no. 9, pp. 10177-10187, 2020, doi:10.1109/TVT.2020.3003356. ↑
15. N. H. Motlagh, M. Bagaa, T. Taleb, “UAV-Based IoT Platform: A Crowd Surveillance Use Case,” IEEE Communications Magazine, vol. 55, no. 2, pp. 128-134, 2017, doi:10.1109/MCOM.2017.1600587CM. ↑
16. M. L. Laouira, A. Abdelli, J. B. Othman, H. Kim, “An Efficient WSN Based Solution for Border Surveillance,” IEEE Transactions on Sustainable Computing, vol. 6, no. 1, pp. 54-65, 2021, doi:10.1109/TSUSC.2019.2904855. ↑