Development and evaluation of scan matching algorithms for SLAM with line segments

One of the prerequisites for autonomous robotics, particularly in the field of mobile robotics, is the ability to incrementally build of a map of the environment and localize oneself on it, a problem which is referred to as simultaneous localization and mapping (SLAM). Traditionally, for planar environments, this task has been addressed by aligning the measurements of laser range scanners, either with grid-based or point-based representation techniques. The main objective of this thesis is that of trying to exploit SLAM approaches based on line segments, which provide a good approximation of human-made indoor environments. The literature does not present extensive works in the line segment field, consequently, much of this thesis is centered on developing a set of tools which would result in a valid SLAM alternative to the more traditional ones. The tools are tested against both simulated and real datasets, obtaining favorable results, thus validating the significance of line segment approaches for SLAM in indoor environments and providing a stepping stone for future developments.

Uno dei prerequisiti della robotica autonoma, in particolare nel campo della robotica mobile, è la capacità di costruire incrementalmente una mappa dell'ambiente e localizzarsi su di essa, un problema che è conosciuto come localizzazione e mapping simultaneo (SLAM). Tradizionalmente, per am\-bi\-en\-ti planari, questo è stato affrontato allineando le misure ottenuta da telemetri laser, con tecniche di rappresentazione a griglia oppure a punti. L'obiettivo principale di questa tesi è quello di sfruttare approcci basati su segmenti, che forniscano una buona approssimazione di ambienti indoor creati dall'uomo. In letteratura, l'ambito dei metodi a segmenti non è stato ancora trattato estensivamente, e di conseguenza, gran parte di questa tesi è incentrata sullo sviluppo di una serie di strumenti che possono fornire ad una valida alternativa SLAM alle soluzioni più tradizionali. Gli strumenti sono valutati su dataset simulati e reali, ottenendo risultati positivi, convalidando quindi l'efficacia degli approcci a segmenti per SLAM in ambienti indoor e ponendo una solida base per sviluppi futuri.