Approved for public release; distribution is unlimited / An increasing number of unmanned vehicles (UV) are being incorporated into maritime operations as organic elements of Expeditionary and Carrier Strike Groups for development of the recognized maritime picture. This thesis develops an analytically-based planning aid for allocating UVs to missions. Inputs include the inventory of UVs, sensors, their performance parameters, and operational scenarios. Operations are broken into mission critical functions: detection, identification, and collection. The model output assigns aggregated packages of UVs and sensors to one of the three functions within named areas of interest. A spreadsheet model uses conservative time-speed-distance calculations, and simplified mathematical models from search theory and queuing theory, to calculate measures of performance for possible assignments of UVs to missions. The spreadsheet model generates a matrix as input to a linear integer program assignment model which finds the best assignment of UVs to missions based on the user inputs and simplified models. The results provide the mission planner with quantitatively-based recommendations for unmanned vehicle mission tasking in challenging scenarios. / Lieutenant, United States Navy

Studien handlade om att belysa hur UAV:s kan komma till nytta i meteorologisk forskning och att ta reda på hur bra drönare är på att mäta meteorologiska storheter. Drönare, som också kallas UAV:s (Unmanned Aerial Vehicle) är mindre obemmanade luftfartyg som kan flyga autonomt eller fjärrstyras. Idag används drönare alltmer i meteorologi vilket beror mycket på den tekniska utvecklingen. Exempel på meteorologiska applikationer är mätning av vindhastighet och koncentrationen av koldioxid i luften som kan användas för att studera de lägsta atmosfäriska skikten. Storheter som mättes i detta projekt var vindhastighet, vindriktning, temperatur och relativ fuktighet på olika höjder. Mätningarna gjordes två gånger i en mätstation i Marsta, som ligger utanför Uppsala. Efteråt jämfördes datan från drönaren med data från en instrumenterad mast vid väderstationen. Resultaten visade att drönarens vindprofiler stämde ganska väl överens med mastens vindprofiler och den logaritmiska vindlagen. Under den första fältmätningen uppskattade drönaren att vindhastigheten var 8.13 ± 1.33 m/s vid hovring på tio meters höjd medan masten angav 8.41 ± 0.958 m/s. Drönarens mätvärden för vindriktningen var ibland bra och ibland mindre bra. Mätvärdena för temperaturen och den relativa fuktigheten avvek med upp mot 1 ◦C respektive 10 procentenheter. / The aim of this report was to study how UAV:s can be applied in meteorological research and find out how good drones are at measuring meteorological parameters. A drone, also known as an UAV (Unmanned Aerial Vehicle) is a smaller unmanned aircraft that can fly autonomously or under remote control. Today, drones are used more frequently in meteorology, mostly due to the recent technological development. Examples of meteorological applications include measurements of wind speed and the amount of carbon dioxide in the air which can be used to analyze the lower parts of the atmosphere. In this project, the wind speed and its direction, the temperature and the relative humidity were measured at different heights. The measurements took place twice in Marsta which is a field station outside Uppsala. Then, the data from the drone was compared to the data from a weather tower at the instrumented station. The results showed that the drone’s wind profiles were relatively similar to the profiles according to the tower and the logarithmic wind profiles. For instance, during the first flight the drone estimated the wind speed to be 8.13 ± 1.33 m/s while hovering ten metres above the ground. The tower measured 8.41 ± 0.958 m/s at the same height. The drone’s estimations of the wind direction were sometimes accurate and sometimes not accurate. The temperature and relative humidity however was different by 1 ◦C and ten percentage units respectively.

De nos jours, les applications utilisant des quadrirotors autonomes sont en plein essor. La surveillance et la sécurité de sites industriels ou sensibles, de zones géographiques pour l’agriculture par exemple sont quelques-unes des applications les plus célèbres des véhicules aériens sans pilote (UAV). Actuellement, certains chercheurs et scientifiques se concentrent sur le déploiement multi-drones pour l’inspection et la surveillance de vastes zones. L’objectif de cette thèse est de concevoir des algorithmes afin de réaliser une commande de vol en formation distribuée/décentralisée de multi-UAVs en temps réel dans une perspective de systèmes de systèmes. Tout d’abord, nous avons passé en revue certains travaux récents de la littérature sur la commande de vol en formation et la commande de quadrirotors. Nous avons présenté une brève introduction sur les systèmes de systèmes, leur définition et leurs caractéristiques. Ensuite, nous avons introduit la commande de vol en formation avec ses structures les plus utilisées dans la littérature. Nous avons alors présenté quelques travaux existants traitant du flocking (comportement de regroupement en flotte), les méthodes de modélisation les plus utilisés pour les quadrirotors et quelques approches de commande les plus utilisées pour stabiliser des quadrirotors. Deuxièmement, nous avons utilisé la structure de la commande comportementale pour réaliser un vol en formation de plusieurs UAVs. Nous avons conçu un comportement pour réaliser le vol en formation de multi-UAVs sans fragmentation. Le comportement proposé traite le problème flocking dans une perspective globale, c’est-à-dire, nous avons inclus une tendance dans chaque drone pour former une formation. Les défis des Systèmes de systèmes nous a motivés à chercher des algorithmes de flocking et de consensus introduits dans la littérature qui peuvent être utiles pour répondre à ces défis. Cela nous a amenés à proposer quatre lois de commande en visant à être compatibles avec le modèle non linéaire des quadrirotors et pouvant être expérimentés sur des plates-formes réelles. Les lois de commande ont été exécutées à bord de chaque quadrirotor dans la formation et chaque quadrirotor interagit avec ses voisins pour assurer un vol en formation sans collision. Enfin, nous avons validé nos lois de commande par des simulations et des expériences en temps réel. Pour la simulation, nous avons utilisé un simulateur de multi quadrirotors développé au laboratoire Heudiasyc. Pour les expériences, nous avons mis en œuvre nos lois de contrôle sur des quadrirotors ArDrone2 évolués dans un environnement intérieur équipé d’un système de capture de mouvement (Optitrack). / Nowadays, applications of autonomous quadrotors are increasing rapidly. Surveillance and security of industrial sites, geographical zones for agriculture for example are some popular applications of Unmanned Aerial Vehicles (UAVs). Nowadays, researchers and scientists focus on the deployment of multi-UAVs for the inspection and the surveillance of large areas. The objective of this thesis is to design algorithms and techniques to perform a real-time distributed/decentralized multi-UAVs flight formation control, from a system of systems perspective. Firstly, we reviewed recent works of the literature about flight formation control and the control of quadrotors. We presented a brief introduction about systems of systems, their definition and characteristics. Then, we introduced the flight formation control with its most used structures in the literature, some existing works dealing with flocking. Finally, we presented the most used modeling methodologies for quadrotors and some control approaches that are used to stabilize quadrotors. Secondly, we used the behavioral-based control structure to achieve a multiple UAV flocking. We conceived a behavior intending to address the control design towards a successful achievement of the flocking task without fragmentation. The proposed behavior treats the flocking problem from a global perspective, that is, we included a tendency of separated UAVs to form a flock.System of systems challenges motivated us to look for flocking and consensus algorithms introduced in the literature that could be helpful to answer to these challenges. This led us to propose four flocking control laws aiming at being compatible with the nonlinear model of quadrotors and at being implemented on experimental platforms. The control laws were run aboard each quadrotor in the flock. By running the control law, each quadrotor interacts with its neighbors to ensure a collision-free flocking. Finally, we validated our proposed control laws by simulations and real-time experiments. For the simulation, we used a PC-based simulator of flock of multiple quadrotors which was developed at Heudiasyc laboratory. For experiments, we implemented our control laws on ArDrone2 quadrotors evolved in an indoor environment equipped with an Optitrack motion capture system.

Over the last years there has been a rapid development in the UAS-technology (Unmanned Aircraft Systems) and today there are several UAS systems on the market. The fast development has led to differences in both price and capability of taking high-quality images between the systems. The purpose of this study was firstly to investigate how two UAS systems differ in the uncertainty of measurement while making digital terrain models, secondly, to investigate how different UAS systems cope with the laws and requirements that exist for producing digital terrain models for detail projection, SIS-TS 21144:2016 Table 6 level 1-3. A comparative study on two software’s creation of point clouds from picture data was also conducted. In this study, three digital models were made from one specific area. They were created with two different UAS-systems and laser scanning from an airplane. The models were compared and analysed using the RUFRIS method. The UASsystems used were a fixed wings Smartplanes S1C and a rotary wings Dji Phantom 4 PRO. The Smartplanes flew 174 m above the ground and the Dji Phantom 4 flew 80 m above the ground. The results from the study show that laser scanning from the airplane created the model with the lowest measurement uncertainty and met all the requirements for each separate type (asphalt, natural soil, grass and gravel) for detail projection according to SIS.TS 201144:2016 table 6 level 1-3. Additionally, the results show that the terrain model produced by the Dji Phantom 4 only met the requirements for asphalt where the mean deviation was 0,001 m. The results produced with “Smartplanes” met the requirements for asphalt and gravel where the mean deviations were -0,007 m and 0,017 m. The softwares PhotoScan and UASMaster were compared while creating point clouds from pictures taken by the Smartplanes. The results show that PhotoScan had the lowest uncertainty for asphalt, grass and gravel surfaces while UASMaster produced lower uncertainty for natural soil. The results indicate that airborne laser scanning should be the preferred method for collection of topographic data since it created lower measurement uncertainties than the other methods in this study. It is also possible to create digital terrain models with UAS for detail projection for asphalt and gravel surface in accordance with 21144:2016. Finally, it was concluded that the used software programs are showing differences in creating point clouds. / De senaste åren har tekniken för Unmanned Aircraft System (UAS) utvecklats snabbt och idag finns flera system på marknaden. Ett resultat av den snabba utvecklingen är att de olika systemen skiljer sig åt, dels i pris men även i kapacitet. Syftet med studien var att undersöka hur olika UAS-system skiljer sig åt i mätosäkerhet vid framställning av digitala terrängmodeller, men även hur olika UAS-system står sig mot det regelverk som finns för framställning av digitala terrängmodeller vid detaljprojektering enligt SIS-TS 21144:2016 Tabell 6 klass 1-3. Ytterligare ett syfte med studien var att undersöka hur olika programvaror skiljer sig åt vid framställning av punktmoln från bilddata. I studien kontrollerades och jämfördes tre digitala terrängmodeller genererade över samma område med två olika UAS-system samt laserskanning från ett flygplan. Terrängmodellerna jämfördes mot kontrollprofiler framställda med RUFRIS-metoden. De olika UAS-systemen var en dyrare variant, Smartplanes S1C (fastavingar), och en billigare variant, Dji Phantom 4 PRO (roterande vingar). De tillämpade flyghöjderna för flygningarna var 174 m för Smartplanes och 80 m för Dji Phantom. Resultatet från studien visar att laserskanning från flygplanet uppnådde lägst mätosäkerhet och klarade samtliga krav för varje separat marktyp för detaljprojektering enligt SIS-TS 201144:2016 Tabell 6 klass 1-3. Marktyper som undersöktes var: asfalt, naturmark, gräs och grus. Vidare klarade terrängmodellen producerad med Dji Phantom endast kravet för asfaltsytor, där medelavvikelsen fastställdes till 0,001 m. Terrängmodellen producerad med Smartplanes klarade endast kraven för marktyperna asfalt och grus där medelavvikelsen fastställdes till -0,007 m respektive 0,017 m. Som en del i studien jämfördes programvarorna PhotoScan och UASMaster för framställning av punktmoln för bilder insamlade med Smartplanes S1C. Resultatet visar att PhotoScan uppnådde lägst mätosäkerhet för asfalt, gräs och grus medan UASMaster uppnådde lägst mätosäkerhet för naturmark. Studien visar att flygburen laserskanning borde vara en fortsatt föredragen metod för insamling av topografisk data då metoden resulterade i lägst mätosäkerheter i denna studie. Vidare visar studien att det är möjligt att framställa digitala terrängmodeller med UAS för detaljprojektering enligt SISTS 21144:2016 för asfalt- och grusytor. Dessutom konstateras att olika bearbetningsprogram skiljer sig vid framställning av punktmoln.

Den urbana miljön är en av de mest komplexa miljöer som svenska förband ska kunna strida i. Bristfällig information, tredimensionellt hot, korta stridsavstånd och civila är bara några av de utmaningar soldater ställs inför i urban miljö. Vissa av dessa utmaningar skulle kunna minskas genom nyttjande av obemannade sensorer, som skulle kunna ge chefer en tydligare lägesbild. Studien har genomförts som en komparativ fallstudie, där ett representativt flygande system har jämförts med ett markgående. Syftet med studien är att utröna vilket system har störst militär nytta. Utgångspunkt för jämförelsen är en konceptmodell för militär nytta, där systemen jämförts inom tre dimensioner; militär effektivitet, militär lämplighet samt ekonomisk överkomlighet. Utfallet av studien tyder på att det markgående systemet, UGV, har en något högre militär nytta än det flygande systemet. Vidare påvisar studien att det finns tydliga skillnader i kravuppfyllnad beroende på var och i vilken strid som systemen används. Det flygande har en tydlig fördel utanför byggnader under anfallsstrid, medan det markgående har en fördel inne i byggnader. Studien påvisar även att båda systemen bidrar med militär nytta till förband i urban miljö. / The urban environment is one of the most difficult environments that Swedish units are supposed to fight in. Inadequate information, a three-dimensional threat, close range combat and civilians are just a few of the challenges that face soldiers in urban environment. Some of these challenges could be reduced by the use of unmanned sensors, which could enhance the situational awareness. This study has been conducted as a comparative case study, where a representative aerial system has been compared with a ground system. The aim of the study is to determine which system has the highest military utility. The study is based on a concept model for military utility that has compared the systems within three dimensions; military effectiveness, military suitability and affordability. The result of the study indicates that the ground system, UGV, has a slight advantage in military utility compared to the aerial system. Further the study indicates that there are apparent differences between the systems depending on where they are used and in what combat situation. The aerial system has a clear advantage when used outside buildings and in offensive actions, whereas the ground system has an advantage inside buildings. The study also shows that both systems contributes with military utility to units in urban terrain.

Ce travail de thèse porte sur le comportement en vol de drones légers à voilure fixe en présence de vent. Ces dispositifs aériens offrent une transition en douceur de la théorie à la pratique dans le domaine de la commande autonome. En outre, ils fournissent une solution appropriée dans des environnements inaccessibles ou dangereux pour les êtres humains. Cependant, ne pas avoir un pilote humain à bord implique que les UAV reposent sur l'automatisation pour naviguer ou pour éviter les obstacles. De plus, leur vitesse de fonctionnement relativement faible les rend particulièrement affectés par le vent. Motivé par ces considérations, les objectifs de ce travail de recherche visent des résultats théoriques et expérimentaux dans le domaine de la conception de contrôleurs de vol pour les petits drones à voilure fixe de configuration classique permettant le vol stable dans les conditions de vent. Pour atteindre ces objectifs, plusieurs domaines de recherche sont abordés dans cette thèse comme il suit.Tout d'abord, une étude approfondie sur l'aspect aérodynamique de l'avion est menée afin d'obtenir le modèle mathématique du véhicule en présence de vent. En outre, des modèles qui reproduisent le comportement essentiel du système dans un contexte simplifié sont analysés. Par conséquent, des modèles non linéaires de complexité réduite, qui sont plus simples à analyser et simuler et plus adaptés à la conception de stratégies de contrôle, sont présentés. Deuxièmement, le problème à résoudre est formulé comme un problème de suivi de trajectoire dans lequel le dispositif de commande de vol doit être en mesure de diriger le véhicule le long d'un chemin. Des stratégies de navigation sont élaborées dans le but d'éliminer la déviation de l'avion par rapport à la trajectoire de référence. Le vent est considéré d'abord mesurable par une station au sol et, ensuite, estimé en utilisant une navigation adaptative basée sur la théorie de Lyapunov. La performance de l'algorithme d'estimation est améliorée en utilisant la stratégie de commande basée sur la méthode des fonctions de réglage. Le troisième axe de recherche est la conception et la mise en œuvre d'un dispositif expérimental qui se compose d'une station au sol utilisée pour la visualisation et la commande à distance du drone et d'un pilote automatique embarqué contenant la plate-forme de vol munie d'avionique appropriée. / This research work addresses the flight behavior of lightweight fixed-wing UAVs in windy conditions. Such aerial devices offer a smooth transition of autonomous flight control design from theory to practice in addition to providing a proper solution in environments inaccessible or dangerous to human beings. However, not having a human pilot onboard implies that UAVs rely on automation to navigate or to avoidobstacles. In addition, their relatively low operating speed makes them particularly affected by the wind field.Motivated by theses considerations, the objectives of the current research aim theoretical and experimental results in designing flight controllers for small fixed-wing UAVs of conventional configuration allowing for stable flight in windy conditions. In order to achieve these objectives, several research areas are being addresses in this thesis as it follows. First, a comprehensive study on the aerodynamic aspect of the aiplane in conducted in order to obtain the mathematical model of the aircraft in presence of wind. Further, models thet reproduce the essential behavior of the system in a simplified context are analyzed. consequently, nonlinear models of reduced complexity, that are easier to analyze and simulate and more adapted to the design of control strategies, are presented. Secondly, the problem to be solved is formulated as a trajectory following problem in which the flight controller must be able to steer the vehicle along a path. Navigation strategies are developed in order to minimize the airplane deviation relative to the reference trajectory. the wind is considered initially measurable by a ground station and, then, estimated using adaptative navigation based on the theory of Lyapunov. The performance of the estimation algorithm is improved using control design based on thr tuning functions method. The third axis of research is the design and the implementation of an experimental setup which consists of a ground station used for visualization and control purposes and an embedded autopilot architecture containing the airframe platform equipped with appropriate avionics.

Idag blir användningen av drönare allt mer vanlig för dokumentation av markytor. Det är ett billigare alternativ för att dokumentera små och otillgängliga områden. Genom tekniken går det bland annat att framställa olika digitala modeller som representerar jordens yta. En sådan modell kan vara en terrängmodell (DTM) som är en modell av markytan exklusive vegetation, hus eller annat som befinner sig på marken. Modeller kan framställas genom flygdata såsom laserskannad (LiDAR-data) eller flygfotograferade data (flygbilder). För att framställa en digital modell från rådata används olika programvaror. Den här studien utvärderar två olika programvarors förmåga att framställa digitala terrängmodeller från flygbilder. Främst undersöks levererade osäkerheter och användarvänligheten i programmen. Referensdata som användes i denna studie tillhandahölls av Norconsult och samlades in vid ett projekt över Hammarbyhöjdsskogen i Stockholm, hösten 2018. Den data som erhölls från projektet till denna studie var flygbilder samt terrestra detaljmätningar. Programmen som studien utvärderar är UAS Master som både använder datorseende och fotogrammetriska metoder och SURE Aerial som använder datorseende. Genom studien visade det sig att fler än de ursprungliga programvarorna behövdes för att framställa de digitala terrängmodellerna och vidare jämföra dessa. En orsak var att UAS Master saknade förmågor att redigera och visa punktmoln i 3D-vy och vidare skapa en DTM. Detta resulterade i att använda Trimble Business Center för slutarbetet. En annan orsak var att SURE Aerial visade sig vara avsett för framställning av digitala ytmodeller (representation av den faktiska, synliga ytan). För att framställa en DTM av punktmolnet användes både Cloud Compare och Agisoft Photoscan (numera Metashape). Geo användes sedan för att ta ut höjdavvikelserna från modellen. Två slutsatser som kunde dras utifrån denna studie var: 1) trots de olika tillvägagångssätten erhölls snarlika resultat för marktypernas lägesosäkerheter för respektive programvara (asfalt: 0,039 m; grus: ca 0,040 m; gräs: ca 0,048 m), varpå alla blev godkända enligt HMK – Flygfotografering 2017; 2) SURE Aerial är ett enklare och snabbbare program men med UAS Master har man som användare bättre förståelse över processerna och erhåller bättre dokumentation. / Drones have become a more and more frequent tool to document the surface of the ground, especially in smaller areas that otherwise are too expensive to observe by other means. This technology makes it possible to create digital terrain models (DTM) that represents the surface of the ground excluding vegetation, houses or other objects on the ground. These models can be created by laser scanned data (LiDAR-data) or aerial photogrammetry (aerial photos).  In order to create a digital model from raw data are various software needed. This study aims to test two software’s ability to create digital terrain models from UAS photos. The software were evaluated by the uncertainties of the models, as well as the user-friendliness of each software. All data used in this study was collected by Norconsult for another project in 2018 and consist of UAS photos and data from terrestrial measurements.  The softwares used in this study for comparison are UAS Master (using both computer vision and photogrammetric methods) and SURE Aerial (using computer vision). It turned out that additional use of software were needed to create DTMs that were comparable. UAS Master could not show or edit point clouds in 3D, because of this the software Trimble Business Centre had to be used. This program was also used to obtain height deviations. SURE Aerial on the other hand turned out to only be able to create digital surface models (models of the visible ground). The software Cloud Compare and Agisoft Photoscan (nowadays Metashape) were therefore used to create the DTM from the point cloud. The height deviations from the ladder DTM were obtained from the software Geo. Two conclusions could be drawn from this study: 1) the uncertainties of the different surface types were similar in the software despite the different ways to create the DTMs (asphalt: 0.039 m; gravel: 0.040 m; grass: 0.048 m). All of which meet the requirements according to HMK – Flygfotografering 2017; 2) SURE Aerial is a lot easier and quicker to work with but UAS Master give the user a lot more feedback in the way of documentation throughout the different processes.

Cette thèse présente un modèle résilient pour piloter un avion basé sur une logique non monotone. Ce modèle est capable de gérer des solutions à partir d’informations incomplètes, contradictoires et des exceptions. C’est un problème très connu en Intelligence Artificial, qui est étudié depuis plus de 40 ans. Pour ce faire, nous utilisons la logique des défauts pour formaliser la situation et trouver des conclusions possibles. Grâce à cette logique, nous pouvons transformer les règles de pilotage en défauts. Ensuite, lorsque nous calculons les solutions, plusieurs options peuvent en résulter. À ce stade, il existe un critère de décision opportuniste pour choisir la meilleure solution. Le contrôle du système se fait via la propriété de résilience. Nous redéfinissons cette propriété comme l’intégration de la logique non monotone dans le modèle de Minsky. En conséquence, il est démontré que le modèle de résilience proposé pourrait être généralisé aux systèmes intégrant une connaissance du monde contenant des situations, des objectifs et des actions. Enfin, nous présentons les résultats expérimentaux et la conclusion de la thèse en discutant des perspectives et des défis pour les orientations futures. Différentes applications dans d’autres domaines sont prises en compte pour l’intérêt du comportement du modèle. / This thesis presents a resilient model to pilot an aircraft based on a non-monotonic logic. This model is capable of handling solutions from incomplete, contradictory information and exceptions. This is a very well known problem in Artificial Intelligence, which has been studied for more than 40 years. To do this, we use default logic to formalise the situation and find possible conclusions. Thanks to this logic we can transform the piloting rules to defaults. Then, when we calculate the solutions, several options could result. At this point an opportunistic decision criteria takes place to choose the better solution. The control of the system is done via the property of resilence, we redefine this property as the integration of the non-monotonic logic in the Minsky’s model. As a result, it is shown that the proposed resilient model could be generalised to systems that incorporate a knowledge of the world that contains situations, objectives and actions. Finally, we present the experimental results and conclusion of the thesis discussing the prospects and challenges that exist for future directions. Different applications in other fields are taken into account for the interest of the model’s behavior.

During the war in Ukraine, technical and tactical innovation in the deployment of commercial drones for IRS and strike missions, and artillery spotting have been witnessed. This study aims to create a better understanding of evolving UAS capability and create a use-case forecasting UAS capability in five years. The research uses a combination of empirical data through two case studies in combination with interviews, collecting the perspective of four researchers and experts in the fields. The forecasted UAS capability use-case describes a multilayer use of aerial platforms of different sizes, performances, and specifications, which makes aerial IRS and strike capability available at lower tactical levels. Other aspects in the use-case are artificial intelligence that supports data processing in networking surveillance, command and control system, and autonomous navigation. Implications for UAS capability in an electronic warfare environment and implications for countermeasure deployments are discussed. The results presented in the study are generic and should be complemented with further studies, which through scenario-based research can create clear recommendations to specific actors linked to UAS capability. / Under kriget i Ukraina har tekniska och taktiska innovationer bevittnats när det gäller användande av kommersiella drönare för IRS och bekämpningsuppdraguppdrag, och eldledning av artilleri. Syftet med studien är att bidra till bättre förståelse för utvecklingen av UAS-förmåga och att skapa ett användningsfall där UAS-förmåga om fem år beskrivs. Studien tillämpar empirisk data genom två fallstudier, i kombination med intervjuer som inkluderar perspektivet från fyra forskare och experter inom området. Det prognostiserade användningsfallet för UAS-förmåga beskriver en flerskiktsanvändning av flygplattformar av olika storlek, prestanda och specifikationer, vilket gör flyg- IRS och slagförmåga tillgänglig på lägre taktisk nivå. Andra aspekter i användningsfallet är artificiell intelligens som stödjer databehandling i ett nätverksövervaknings- och kommando- och kontrollsystem, samt autonom navigering. Implikationer för UAS-kapacitet i en elektronisk krigföringsmiljö och implikationer för utplacering av motåtgärder diskuteras. Resultaten presenterade i studien är generiska och bör kompletteras med ytterligare studier, som genom scenariobaseradforskning kan skapa tydligare rekommendationer till specifika aktörer kopplade till UAS-förmåga.

Exploration is a fundamental problem in robotics that requires robots to navigate through unknown environments to autonomously gather information about their surroundings while executing collision-free paths. In this project, we propose a method for producing smooth paths during the exploration process in indoor environments using UAVs to improve battery efficiency and enhance the quality of pose estimation. The developed framework is built by merging two approaches that represent the state of the art in the field of autonomous exploration with UAVs. The overall exploration logic is given by GLocal, a paper that introduces a hybrid, i.e. both sampling-based and frontier-based, framework that is able to cope with the issue of odometry drift when exploring indoor environments due to the absence of absolute localization, e.g. through GNSS. The second approach is FUEL, which introduces a frontier-based exploration methodology which computes the ’drones path as an optimized non-uniform B-Spline. The framework described in this thesis borrows the optimized B-Spline trajectory generation from FUEL and implements it in GLocal. To do this, the original cost function defined by GLocal for each exploration viewpoint was modified and the resulting samples were used to select the initial control points of the B-Spline. Furthermore, we extended the underlying state machine governing the entire algorithm and we revisited the original re-planning logic. The presented system is evaluated in various simulated environments, showcasing the advantages and disadvantages of this method. These evaluations demonstrate its improved state estimation performance and absolute observed volume, albeit at the expense of longer traveled trajectories in big and complex environments. / Utforskning är ett grundläggande problem inom robotteknik som kräver att robotar navigerar genom okända miljöer för att autonomt samla in information om sin omgivning samtidigt som de utför kollisionsfria banor. I det här projektet föreslår vi en metod för att producera jämna banor under utforskningsprocessen i inomhusmiljöer med hjälp av UAV:er för att förbättra batterieffektiviteten och förbättra kvaliteten på posestimeringen. Det utvecklade ramverket bygger på en sammanslagning av två metoder som representerar den senaste tekniken inom autonom utforskning med UAV:er. Den övergripande utforskningslogiken ges av GLocal, en artikel som introducerar en hybrid, i.e. både samplingsbaserad och gränsbaserad, ram som kan hantera problemet med odometridrift vid utforskning av inomhusmiljöer på grund av frånvaron av absolut lokalisering, e.g. genom GNSS. Den andra metoden är FUEL, som introducerar en gränsbaserad utforskningsmetod som beräknar drönarens bana som en optimerad icke-uniform B-Spline. Ramverket som beskrivs i denna avhandling lånar den optimerade B-Spline-banegenereringen från FUEL och implementerar den i GLocal. För att göra detta modifierades den ursprungliga kostnadsfunktionen som definierades av GLocal för varje utforskningspunkt och de resulterande samplen användes för att välja de initiala kontrollpunkterna för B-Spline. Dessutom utökade vi den underliggande tillståndsmaskinen som styr hela algoritmen och vi reviderade den ursprungliga logiken för omplanering. Det presenterade systemet utvärderas i olika simulerade miljöer, vilket visar fördelarna och nackdelarna med denna metod. Dessa utvärderingar visar på förbättrad prestanda för tillståndsuppskattning och absolut observerad volym, om än på bekostnad av längre färdvägar i stora och komplexa miljöer.