Sviluppo di un framework basato su mappe condizionalmente indipendenti per applicazioni di visual SLAM su larga scala

La sfida che negli ultimi vent’anni sta affrontando la robotica mobile è quella di rendere i robot realmente autonomi, conferendo loro la capacità di inferire informazioni metriche dell’ambiente in cui operano e di collocarsi al suo interno senza alcuna conoscenza pregressa. L’insieme delle tecniche che consentono ad un robot, privo di conoscenza a priori, di costruire in modo incrementale una mappa delle regioni esplorate e al contempo di localizzare la sua posizione nell’ambiente, va sotto il nome di SLAM (Simultaneous Localization and Mapping). L’obiettivo del lavoro di tesi è la progettazione e la realizzazione di una libreria per framework MoonSLAM che consente lo sviluppo di software per lo SLAM basato su sottomappe e per lo SLAM Condizionalmente Indipendente. A margine della fase di sviluppo, sono stati effettuati una serie di test con lo scopo di saggiare le prestazioni del software sviluppato; i risultati sperimentali hanno confermato la possibilità di utilizzare la libreria per la realizzazione di applicazioni di SLAM che operino in real-time.