• slam
• realizzazione
• mappatura
• localizzazione
• indoor
• guida autonoma
• drone

La conoscenza della topologia e morfologia di un particolare ambiente ostile è da sempre considerata un vantaggio tattico ed è anche una condizione necessaria in caso di ricerche e soccorso.
Il problema si complica nel caso di ambienti interni in cui non è disponibile un sistema di posizionamento globale. L'abilità di avere un team di robot che mappano un luogo sconosciuto permette di avere tutte le informazioni necessarie in tempi più brevi rispetto alle attuali tecnologie.
Lo scopo di questo lavoro è ottenere un sistema flessibile e robusto che permetta ai robot di navigare, localizzarsi, esplorare e mappare l'ambiente circostante.
In particolare sono stati integrati diversi sistemi allo stato dell'arte ed è stato creato un framework che si occupa di gestire e convertire le informazioni.
La soluzione trovata è utilizzabile anche in scenari multi robot. Infatti è stato ideato un metodo di condivisione delle informazioni ottenute da ciascun robot nel momento in cui viene stabilito il collegamento con un altro. Viene anche considerata la possibilità di spegnere e riaccendere il drone in un punto diverso, continuando il lavoro di esplorazione.
Il framework proposto è un sistema real-time privo della necessità di unità di calcolo esterne. L'intero sistema è stato valutato con un prototipo multirotore e diverse configurazioni hardware, considerando la qualità della mappa ricostruita. Basandosi sui dati ottenuti dalle sperimentazioni si è dimostrata un promettente, robusto e sufficientemente preciso modulo di navigazione. Le prospettive future riguardano la costruzione di un payload con tutto il necessario che possa essere montato su qualsiasi drone in commercio.

Knowledge of topology and morphology of a particular dangerous environment has always been considered a tactical advantage and it is also a necessary condition in case of search and rescue mission in disaster scenarios. Environment reconstruction is much more complex indoor scenarios, indeed this is a current challenge from both research and technological points of view.
Currently systems that are able to map an unknown environment are mainly human--driven. The aim of this work is to get a flexible and robust system that enable robots to navigate in unknown indoor environments where no GNSS signal is present.
In particular, we are interested in the design of a novel payload for robots in order to transform standard human--driven devices in autonomous robots able to localize themselves in unknown indoor environment with the use of optical/acoustic sensors whether they are ground, aerial or underwater robots.
In this work, several state-of-the-art algorithms have been integrated to obtain a robust autonomous indoor navigation system. In particular the integration involves the use of a vehicle control system, a mapping and localization system (through the use of vision sensors) and a path planning algorithm.
The framework has been designed modularly so that different subsystems may be used with respect to the one implemented and reported in this work. Moreover, the developed generic robust framework is adaptable to different scenarios with different robots.
Another useful feature is that the system is designed to refine the map of the reconstruction of the environment during navigation and is able to maintain information about its position and the reconstructed map even in case of a switch off.
It is worth mentioning that the proposed integrated framework is suitable also for the localization of multi--robot systems. Indeed the developed mapping and localization system allows robots to share information on the reconstructed environment to build a common global map in which any robot is able to localize itself.