Implementation of a SLAM algorithm on mobile robots

La tesi magistrale sull'implementazione di un SLAM collaborativo su una flotta di robot approfondisce il campo della robotica, concentrandosi specificamente sull'valutazione della precisione e dell'efficienza degli algoritmi SLAM in ambienti dinamici. La ricerca condotta in questa tesi comprende un'analisi esaustiva di vari aspetti legati al SLAM, inclusa l'utilizzazione dei robot Magni Ubiquity e Twinwheel, dei sensori visivi come RealSense D435i e telecamere ZED 2, e delle implementazioni hardware che coinvolgono dispositivi Nvidia Jetson Nano e Xavier. L'obiettivo principale di questo studio è valutare l'accuratezza della localizzazione dei robot attraverso la fusione di flussi di dati provenienti dai sistemi di Motion Capture e GPS GNSS RTK. Il design sperimentale della ricerca prevede percorsi attentamente pianificati per valutare l'accuratezza della localizzazione in condizioni variabili, affrontando le sfide poste dalle condizioni di illuminazione mutevoli e garantendo un'identificazione precisa dei robot attraverso l'uso strategico di marcatori AprilTag. Attraverso una serie di esperimenti e analisi, la tesi mira a fornire preziose intuizioni sull'efficacia degli algoritmi SLAM in scenari reali, gettando luce sulle complessità e le sfumature della localizzazione e mappatura robotica. Durante la tesi, viene presentata un'esplorazione dettagliata degli algoritmi SLAM, delle tecnologie dei sensori, delle implementazioni hardware e delle metodologie sperimentali. La metodologia di ricerca impiegata in questo studio coinvolge l'integrazione e la sincronizzazione dei dati provenienti da sistemi multipli, unita a un'analisi critica dei risultati ottenuti. Sfruttando strumenti e algoritmi avanzati, la ricerca si impegna a migliorare l'accuratezza e l'efficacia del SLAM sui robot Magni Ubiquity e Twinwheel, contribuendo all'avanzamento delle tecnologie e delle applicazioni robotiche. La natura interdisciplinare della robotica, che comprende ingegneria, informatica, elettronica e altri campi, sottolinea l'importanza della ricerca in questo ambito. L'integrazione di soluzioni innovative come il SLAM gioca un ruolo fondamentale nel mappare ambienti in cui i metodi tradizionali come i dati GPS e satellitari potrebbero essere insufficienti. Il concetto di Simultaneous Localization and Mapping (SLAM) è emerso come una strategia potente in varie applicazioni, con veicoli autonomi, robot di servizio domestico, settori agricoli, logistici e robotica industriale che beneficiano delle sue applicazioni. La tesi è strutturata in modo da facilitare una comprensione completa della ricerca condotta, partendo da un'introduzione al contesto generale della robotica e del SLAM, seguita dall'esplorazione degli algoritmi SLAM, dei concetti di Factor Graph, degli strumenti utilizzati nella ricerca e degli esperimenti dettagliati condotti nel dominio della ricerca. I risultati e le metodologie di ricerca presentati in questa tesi gettano le basi per ulteriori progressi nelle tecnologie robotiche, con implicazioni per una vasta gamma di applicazioni in diversi settori e industrie.