Path Planning and Visual Control of an Autonomous Drone-Based Thermal Imaging System for Fault Detection in Photovoltaic Plants.

Abstract

L'ispezione autonoma con droni di grandi impianti fotovoltaici solari è cruciale per l'efficienza operativa e la manutenzione delle strutture. Tuttavia, gli approcci esistenti dipendono fortemente dal posizionamento GPS per la navigazione inter-pannello, che risulta inaffidabile in condizioni reali dove gli errori GPS possono superare i 5-10 metri. Questa tesi affronta il problema fondamentale della navigazione autonoma robusta per l'ispezione degli impianti solari proponendo un sistema integrato che combina pianificazione del percorso ottimizzata con navigazione inter-pannello basata sulla visione.

La ricerca comprende due componenti principali: (1) una tecnica di ottimizzazione post-TSP che riduce strategicamente i salti inter-pannello lunghi inserendo waypoint intermedi, riducendo le distanze di salto del 27-49 % con una penalità di lunghezza del percorso di soli 28-36 %; (2) un sistema di navigazione inter-pannello basato sulla visione che elimina la dipendenza dal GPS utilizzando la visione artificiale per il rilevamento e il tracciamento dei target durante le transizioni pannello-pannello.

Attraverso una valutazione sperimentale completa su 10 impianti solari diversi (Copenaghen, Puglia, Galles e sette configurazioni Montalto), dimostriamo che la navigazione inter-pannello basata sulla visione raggiunge tassi di completamento missione del 100% in tutte le condizioni di errore GPS (0m, 3m, 10m), mentre gli approcci dipendenti dal GPS falliscono catastroficamente quando gli errori si accumulano.

Autonomous drone inspection of large-scale solar photovoltaic plants is critical for operational efficiency and facility maintenance. However, existing approaches rely heavily on GPS positioning for interpanel navigation, which becomes unreliable in real-world conditions where GPS errors can exceed 5--10 meters. This thesis addresses the fundamental problem of robust autonomous navigation for solar plant inspection by proposing an integrated system combining optimized path planning with vision-based interpanel navigation.

The research comprises two main components: (1) a post-TSP optimization technique that strategically reduces long interpanel jumps by inserting intermediate waypoints, reducing jump distances by 27-49% while incurring only 28-38% path length penalty; (2) a vision-based interpanel navigation system that eliminates GPS dependency by using computer vision for target detection and tracking during panel-to-panel transitions.

Through comprehensive experimental evaluation on 10 diverse solar plants (Copenhagen, Puglia, Wales, and seven Montalto configurations), this work demonstrates that vision-based interpanel navigation achieves 100% mission completion rates across all GPS error conditions (0m, 3m, 10m), while GPS-dependent approaches fail catastrophically when errors accumulate.