Multi UAVs Autonomous Missions. Navigation, Execution Control, and Exploration

Resumen

Advancements in artificial intelligence, sensor fusion, and real-time decision-making are progressively increasing the autonomy of Unmanned Aerial Vehicles (UAVs), enabling them to perform complex tasks with minimal human intervention. Modern UAVs can now undertake sophisticated operations such as autonomous navigation, obstacle avoidance, and coordinated missions involving multiple agents.

Despite the promising developments, achieving full autonomy remains a significant challenge. UAVs must be capable of perceiving and interpreting their environment, adapting their decisions in real time, and executing precise control strategies to operate reliably in complex and uncertain scenarios. Many current deployments still rely on teleoperation or semi-autonomous modes, as fully autonomous systems must overcome these critical issues. The deployment of multiple UAVs further introduces challenges in coordination, communication, and distributed execution to ensure effective collaboration.

To address these issues, this thesis investigates techniques to enhance UAV autonomy by focusing on three core areas: navigation in complex environments, real-time mission adaptation, and multi-agent coordination. The aim is to reduce reliance on human operators and increase the effectiveness of UAVs in real-world scenarios, such as industrial infrastructure inspection and large-scale environment exploration.

To that end, the research is guided by three main questions: how to enable reliable autonomous navigation, how to execute high-level missions with flexibility, and how to explore unstructured environments using minimal sensing. These questions are explored through a set of experiments, real-world UAV inspections at wind farms and solar parks, as well as cooperative exploration using nano-drones equipped with only minimal onboard sensing, each validating different aspects of the proposed solutions.

This thesis advances UAV autonomy by presenting a modular and reusable software framework based on Aerostack2, an open-source aerial robotics architecture. Contributions include robust navigation components for complex environments, a dynamic task execution system for distributed multi-UAV operations, and a novel exploration strategy for minimal-sensing nano-drones. These capabilities were integrated into Aerostack2, extending its functionality and validating the system in extensive real-world and simulated experiments. The results demonstrate the frameworks scalability, robustness, and suitability for a wide range of autonomous UAV applications, while also enabling future research and technology transfer through its open-source availability.

Ultimately, this work contributes toward the realization of fully autonomous UAV systems, offering a solid foundation for further advancements in multi-agent coordination, mission planning, and lightweight exploration strategies in real-world environments.

RESUMEN

Los avances en inteligencia artificial, fusión de sensores y toma de decisiones en tiempo real están incrementando progresivamente la autonomía de los Vehículos Aéreos No Tripulados (UAVs), permitiéndoles ejecutar tareas complejas con una intervención humana mínima. En la actualidad, los UAVs modernos son capaces de llevar a cabo operaciones sofisticadas como la navegación autónoma, la evasión de obstáculos y misiones coordinadas que involucran múltiples agentes.

A pesar de estos avances prometedores, alcanzar una autonomía completa sigue siendo un desafío significativo. Los UAVs deben ser capaces de percibir e interpretar su entorno, adaptar sus decisiones en tiempo real y ejecutar estrategias de control precisas para operar de manera fiable en escenarios complejos e inciertos. Muchas implementaciones actuales aún dependen de la teleoperación o modos semiautónomos, ya que los sistemas completamente autónomos deben superar estos problemas críticos. La implementación de sistemas multi-UAV introduce además desafíos adicionales en coordinación, comunicación y ejecución distribuida para asegurar una colaboración efectiva.

Para abordar estos retos, esta tesis investiga técnicas orientadas a mejorar la autonomía de los UAVs, centradas en tres áreas clave: navegación en entornos complejos, adaptación de misión en tiempo real y coordinación multiagente. El objetivo es reducir la dependencia de operadores humanos e incrementar la eficacia de los UAVs en escenarios reales, como la inspección de infraestructuras industriales o la exploración de grandes entornos.

En esta línea, la investigación se guía por tres preguntas principales: cómo habilitar una navegación autónoma y fiable, cómo ejecutar misiones de alto nivel con flexibilidad, y cómo explorar entornos no estructurados utilizando capacidades sensoriales mínimas. Estas cuestiones se abordan a través de un conjunto de experimentos, incluyendo inspecciones reales de parques eólicos y solares, así como exploraciones cooperativas con nano-drones equipados únicamente con sensores básicos, validando distintos aspectos de las soluciones propuestas.

Esta tesis impulsa la autonomía de los UAVs mediante la presentación de un framework software modular y reutilizable, basado en Aerostack2, una arquitectura de robótica aérea de código abierto. Las contribuciones incluyen componentes de navegación robustos para entornos complejos, un sistema dinámico de ejecución de tareas para operaciones multi-UAV distribuidas y una novedosa estrategia de exploración para nano-drones con percepción mínima. Estas capacidades se integraron en Aerostack2, ampliando su funcionalidad y validando el sistema mediante extensos experimentos reales y simulados. Los resultados demuestran la escalabilidad, robustez y aplicabilidad del framework en un amplio rango de aplicaciones autónomas con UAVs, al tiempo que se facilita la investigación futura y la transferencia tecnológica gracias a su disponibilidad como software libre.

En última instancia, este trabajo contribuye al avance hacia sistemas UAV completamente autónomos, ofreciendo una base sólida para desarrollos futuros en coordinación multiagente, planificación de misiones y estrategias de exploración ligeras en entornos reales.