Questa tesi documenta la realizzazione di software e librerie mirati a migliorare le performance di analisi e gestione di dati relativi all'utilizzo dei droni sottomarini a guida semi-autonoma prodotti da Sonsub-Saipem. La prima fase ha previsto la creazione di una libreria che accede ai dati di telemetria legacy (usati fino al 2023) e li trasforma nel formato attuale (V24). Si è quindi proceduto con lo sviluppo di un software dotato di interfaccia grafica che semplifica la visualizzazione dei dati mediante l'applicazione di filtri specifici e la loro catalogazione in file nei formati CSV o YAML. Successivamente, è stato creato un software in grado di pubblicare tali dati su topic ROS2, in modo da rendere possibile l'integrazione tra sistemi che utilizzano Robot Operating System e il formato v24. Infine è stato creato un plug-in che trasforma i dati di telemetria V24 in animazioni per il simulatore Gazebo. L'obiettivo finale è stato di favorire l'integrazione, standardizzazione e catalogazione dei dati tra sistemi diversi attraverso un efficace strumento di analisi utilizzabile da ingegneri e ricercatori. Il lavoro è stato svolto seguendo un approccio volto alla programmazione Agile, utilizzando in particolare tecnologie come Python, ROS2 Humble e il simulatore 3D open-source Gazebo Ignition, prestando particolare attenzione all'ottimizzazione delle prestazioni e alla compatibilità con sistemi esistenti. Le soluzioni adottate hanno permesso di sviluppare uno strumento che rispetta i requisiti iniziali, fornendo una base per eventuali perfezionamenti ed evoluzioni del sistema. Futuri aggiornamenti potrebbero concentrarsi sull’adattamento a scenari e casi d'uso più complessi, assicurando così una maggiore flessibilità e sostenibilità nel tempo.

Progettazione e Implementazione di un Sistema di Analisi dei Dati di Telemetria per Droni Sottomarini Semi-Autonomi

PAGANI, ELOISA
2024/2025

Abstract

Questa tesi documenta la realizzazione di software e librerie mirati a migliorare le performance di analisi e gestione di dati relativi all'utilizzo dei droni sottomarini a guida semi-autonoma prodotti da Sonsub-Saipem. La prima fase ha previsto la creazione di una libreria che accede ai dati di telemetria legacy (usati fino al 2023) e li trasforma nel formato attuale (V24). Si è quindi proceduto con lo sviluppo di un software dotato di interfaccia grafica che semplifica la visualizzazione dei dati mediante l'applicazione di filtri specifici e la loro catalogazione in file nei formati CSV o YAML. Successivamente, è stato creato un software in grado di pubblicare tali dati su topic ROS2, in modo da rendere possibile l'integrazione tra sistemi che utilizzano Robot Operating System e il formato v24. Infine è stato creato un plug-in che trasforma i dati di telemetria V24 in animazioni per il simulatore Gazebo. L'obiettivo finale è stato di favorire l'integrazione, standardizzazione e catalogazione dei dati tra sistemi diversi attraverso un efficace strumento di analisi utilizzabile da ingegneri e ricercatori. Il lavoro è stato svolto seguendo un approccio volto alla programmazione Agile, utilizzando in particolare tecnologie come Python, ROS2 Humble e il simulatore 3D open-source Gazebo Ignition, prestando particolare attenzione all'ottimizzazione delle prestazioni e alla compatibilità con sistemi esistenti. Le soluzioni adottate hanno permesso di sviluppare uno strumento che rispetta i requisiti iniziali, fornendo una base per eventuali perfezionamenti ed evoluzioni del sistema. Futuri aggiornamenti potrebbero concentrarsi sull’adattamento a scenari e casi d'uso più complessi, assicurando così una maggiore flessibilità e sostenibilità nel tempo.
2024
Design and Implementation of a Telemetry Data Analysis System for Semi-Autonomous Underwater Drones
Database
ROS
Python
Analisi di dati
Droni sottomarini
File in questo prodotto:
File Dimensione Formato  
Pagani_Eloisa.pdf

Accesso riservato

Dimensione 1.6 MB
Formato Adobe PDF
1.6 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/89299