ETD

• attitude control
• attitude determination
• autonomous pointing
• control
• GNC
• guidance
• navigation
• parafoil
• pseudo-satellite
• solar pointing

Bringing a stratospheric balloon payload back to the ground is often the trickiest part of the mission: with an unguided parachute, no one can really say where it will land, and valuable instruments risk being lost or damaged. This thesis tackles the problem by developing a guided re-entry system based on an autonomous parafoil, covering both its software and hardware sides.
The work starts from a 6-degree-of-freedom dynamic model of the parafoil-payload system, immersed in a realistic environment: winds derived from ERA5 reanalysis data and maps of elevation, roads, and land cover to identify safe landing zones. On this basis, the GNC architecture was built: a state machine manages the flight phases, each with its own guidance law (artificial potential fields, S-turn maneuvers, L1 guidance), while attitude and position are estimated through extended Kalman filters and the TRIAD and QUEST algorithms, with control entrusted to a PID.
In parallel, the on-board avionics was designed and built, based on an ESP32, with navigation sensors, LoRa telemetry, microSD logging, and a dedicated PCB. The same hardware and GNC framework was also applied to a second experiment: an autonomous solar pointer with pitch and yaw control, developed as an example of the scientific payloads the system is meant to recover. The model and algorithms, implemented in MATLAB/Simulink, were finally validated with data collected in flight.

Riportare a terra il payload di un pallone stratosferico è la parte più critica della missione: con un paracadute non guidato, il rientro non è controllato, e strumenti preziosi rischiano di andare persi o danneggiati. Questa tesi affronta il problema sviluppando un sistema di rientro guidato basato su un parapendio autonomo, coprendone sia il lato software che quello hardware.
Il lavoro parte da un modello dinamico a 6 gradi di libertà del sistema parafoil-payload, immerso in un ambiente realistico: venti ricavati dai dati di rianalisi ERA5 e mappe di elevazione, strade e copertura del suolo per individuare zone di atterraggio sicure. Su questa base è stata costruita l'architettura GNC: una macchina a stati gestisce le fasi di volo, ciascuna con la propria legge di guida (campi di potenziale artificiale, manovre a S, guida L1), mentre assetto e posizione sono stimati tramite filtri di Kalman estesi e gli algoritmi TRIAD e QUEST, con il controllo affidato a un PID.
In parallelo è stata progettata e realizzata l'avionica di bordo, basata su un ESP32, con sensori di navigazione, telemetria LoRa, logging su microSD e un PCB dedicato. Lo stesso framework hardware e GNC è stato applicato anche a un secondo esperimento: un puntatore solare autonomo con controllo in beccheggio e imbaradata, sviluppato come esempio dei payload scientifici che il sistema deve recuperare. Il modello e gli algoritmi, implementati in MATLAB/Simulink, sono stati infine validati con dati raccolti in volo.