• coordinate feature
• veicoli autonomi
• localizzazione veicoli mobili
• filtro di kalman esteso
• visual servoing
• odometria
• singola videocamera

In questo lavoro di tesi si sono elaborate delle procedure per la localizzazione di un veicolo autonomo sulla base dell'integrazione delle misure provenienti da una telecamera a basso costo e dagli encoder.
In particolare il filtro di Kalman esteso è stato utilizzato per:
A) migliorare la localizzazione del veicolo avendo una conoscenza parziale della geometria dell'ambiente di lavoro (altezza delle feature);
B) stimare le coordinate 3D delle feature per rilasciare il vincolo della conoscenza geometrica dell'ambiente per la localizzazione.
In particolare, per la stima delle feature, è stato implementato un filtro ad hoc più efficiente e robusto dell'EKF. Le prove di
laboratorio dimostrano la validità dei metodi proposti per la stima delle coordinate delle feature.

In this work it is considered the pose estimation problem of an autonomous vehicle. The vehicle moves in unknown environment. The localization is possible by the synergistic use of a visual sensor
and odometry measurements. In particular Extended Kalman Filter is used to: A) improve the localization of the vehicle having a partial knowledge of the workspace (in particular the height of the features in regards to fixed world frame); B) estimate the 3D coordinates of the features to release the constraint of the
height knowledge. In addiction a new robust and efficient filter is proposed for the estimation of the features' coordinates. Both computer simulation and experimental results demonstrate the effectiveness of the proposed methods.