Visual SLAM algorithm for a space exploration rover using extended Kalman filtering

This thesis is about the development of a Extended Kalman Filter SLAM algorithm for a rover equipped with a stereo camera, wheels encoders and gravity sensor exploring an unknown 3D surface. SLAM algorithms can reconstruct the position and orientation of a rover using landmarks and at the same time build a map of the observed landmarks. The Differential Algebra Computational Toolbox (DACE) library for C++ has been used for the estimation of the involved Jacobians. In the Numerical results part it is shown how this algorithm reconstruct with more accuracy the position and orientation of the rover than an approach based merely on odometry integration.

Questa tesi tratta lo sviluppo di un algoritmo SLAM basato su un filtro esteso di Kalman per un rover equipaggiato con una fotocamera stereoscopica, ruote con encoders e sensore di gravità che esplora una superficie 3D sconosciuta. Gli algoritmi SLAM possono ricostruire la posizione e l'orientamento di un rover usando le misurazioni di alcuni punti di riferimento e allo stesso tempo possono costruire una mappa dei punti di riferimento osservati. È stata usata la libreria di Algebra Differenziale DACE per C++ per valutare le matrici Jacobiane coinvolte. Nella parte dei risultati numerici viene mostrato come questo algoritmo permetta di ricostruire con molta più precisione la posizione e l'orientamento del rover rispetto ad un approccio basato solo sull'integrazione dell'odometria.