A visual localization technique for autonomous navigation at road intersections

The thesis work aims at design and evaluate autonomous navigation algorithms to concur at the development of all the necessary skills to ultimately deal with crosswalks in the most autonomous and robust way.

La capacità di affrontare in sicurezza gli attraversamenti pedonali in prossimità di incroci stradali urbani è di fondamentale importanza per l’utilizzo di veicoli autonomi per servizi di consegna nell’ultimo miglio. La necessità di individuare e riconoscere numerose informazioni visive quali le segnalazioni semaforiche, cartelli, segnaletica stradale, ecc. promuove l’utilizzo di dedicati sistemi di visione.\\ Questo elaborato approfondisce le tecniche utili a sfruttare le informazioni acquisite da una stereo-camera (StereoLabs - ZED Mini) per stimare la posizione di un drone terrestre durante la navigazione autonoma nei pressi di un attraversamento pedonale. Tale localizzazione visiva avviene comparando la vista attualmente catturata dalla camera con le molteplici viste memorizzate in una mappa metrico-visuale precedentemente assemblata nei pressi dell’attraversamento. L’approccio disgiunto di mappatura e successiva localizzazione è stato sviluppato per un reale veicolo autonomo dotato di sistema operativo ROS (Robotic Operating System).\\ Una specifica architettura software e di rete è stata progettata intorno al principale applicativo RTAB-Map con approccio graph-SLAM al fine di valutare le prestazioni degli algoritmi proposti nel caso in cui vengano eseguiti su unità di calcolo dotate di limitate risorse computazionali (Nvidia Jetson TX1). \\Una specifica metodologia di test ha permesso di accertare l’entità di risorse richieste per mappare un attraversamento pedonale ed infine la qualità della stima di posizione, che è risultata essere corretta e caratterizzata da un valore medio di tolleranza pari a quindici centimetri.