Realizzazione di un framework per la valutazione sperimentale di strategie di esplorazione per robot mobili autonomi

The exploration of completely or partially unknown environments by using autonomous mobile robots is an issue that has attracted great interest in literature. Exploration involves SLAM (Simultaneous Localization And Mapping), which addresses the problem of constructing environmental models, or maps, from data obtained from the sensors of a moving robot, whose location is also to be defined inside the map. In this context, a fundamental role is played by the adopted exploration strategies, which, by scheduling the order in which they are visiting the candidate observation points, determine the success and the performances of the exploration process. The purpose of this thesis is to create a framework for experimental evaluation of exploration strategies for mobile robots and to apply it to the evaluation of the effects of continuous and discrete perception and decision. The different modes of perception and decision discretization we have taken into account are the following ones: continuous perception and continuous decision, continuous perception and discrete decision, discrete perception and discrete decision. “Perception” is the process of environmental data acquisition, whereas “decision” is the process of choosing the next best observation location to be reached. Discrete perceptions and decisions are taken only when the robot has reached the previously chosen observation location, whereas continuous ones are taken every second. Once implemented our system, we used it to assess the impact of different modes of perception and decision on the performances of different exploration strategies. Our experiments show a better performance of the “continuous perception and continuous decision” mode, although this best performance is not always statistically significant.

Il tema dell’esplorazione di ambienti completamente o parzialmente sconosciuti tramite robot mobili autonomi è un tema che ha riscosso grande interesse in letteratura. Questo tema coinvolge la problematica SLAM (Simultaneous Localization And Mapping), che affronta il problema della costruzione di modelli ambientali o di mappe a partire da dati ottenuti tramite i sensori di un robot in movimento, la cui localizzazione è anch’essa da definire all’interno della mappa costruita. In questo contesto, un ruolo fondamentale è svolto dalle strategie di esplorazione adottate, che, pianificando l’ordine con il quale vengono visitati i diversi punti di osservazione, determinano la riuscita e le performance del processo di esplorazione. Tuttavia, nonostante questa grande importanza, la valutazione sperimentale delle strategie di esplorazione risulta essere ancora incompleta. Lo scopo di questa tesi è la realizzazione di un framework per la valutazione sperimentale di strategie di esplorazione per robot mobili e la sua applicazione al caso di percezione e decisione continue e discrete. Con questo nostro lavoro abbiamo voluto realizzare uno strumento che ci consentisse di valutare sperimentalmente le performance delle diverse strategie di esplorazione, permettendoci anche di definire e valutare diverse combinazioni delle modalità di percezione e decisione. Le modalità di percezione e decisione che abbiamo preso in considerazione sono le seguenti: percezione continua e decisione continua, percezione continua e decisione discreta, percezione discreta e decisione discreta. Con percezione si intende l’acquisizione di dati sull’ambiente nel quale si trova il robot, mentre con decisione intendiamo il processo di selezione del prossimo punto di osservazione da raggiungere. Percezioni e decisioni discrete vengono effettuate solo nel momento in cui il robot raggiunge la destinazione scelta in precedenza, mentre decisioni e percezioni continue vengono effettuate ogni secondo. Dopo aver realizzato il nostro sistema, lo abbiamo utilizzato per valutare l’impatto delle diverse modalità di percezione e decisione sulle performance di esplorazione di diverse strategie di esplorazione. I risultati ottenuti mostrano una miglior performance delle modalità di percezione e decisione continue rispetto alle altre, anche se non sempre questa miglior performance è risultata statisticamente significativa.