Design and Implementation of a Coverage Path Planning Algorithm for Autonomous Drone Survey Missions

This thesis details the design and implementation of a Coverage Path Planning (CPP) algorithm aimed at minimizing the total distance traveled during autonomous UAV survey missions. The system is developed as an planner leveraging the Clipper library for robust polygon manipulation and scan-line generation. To ensure high geographic precision, GeographicLib is employed for rigorous conversion between GPS coordinates and the local 2D Cartesian plane. The algorithm outputs mission files compatible with QGroundControl, facilitating standardized flight mission management. The proposed framework was validated by interfacing the flight plans with the ROS ecosystem and the Gazebo simulator. Experimental results demonstrate the algorithm's effectiveness in reducing total path length compared to conventional methods while ensuring full coverage of complex geographical areas.

Questo lavoro di tesi presenta lo sviluppo di un algoritmo di Coverage Path Planning (CPP) ottimizzato per minimizzare la distanza totale percorsa durante missioni di rilievo con droni autonomi (UAV). Il sistema è stato implementato come un planner che sfrutta la libreria Clipper per la manipolazione robusta dei poligoni e la generazione delle traiettorie di scansione. Per garantire un'elevata precisione cartografica, è stata utilizzata GeographicLib, permettendo una conversione rigorosa tra coordinate GPS e il piano cartesiano 2D locale. L'output dell'algoritmo viene esportato in un formato compatibile con QGroundControl, consentendo una gestione standardizzata delle missioni di volo. La validazione del sistema è stata condotta integrando il piano di volo con l'ecosistema ROS e il simulatore Gazebo, dimostrando l'efficacia della soluzione nel ridurre la lunghezza del cammino rispetto ai metodi convenzionali e garantendo la completa copertura di aree geografiche complesse.