ETD

• AUV
• Ispezione autonoma
• Octomap
• Ricostruzione volumetrica
• Ripianificazione
• Underwater

This thesis addresses the autonomous inspection and 3D reconstruction of complex underwater structures, starting from a concrete problem: the stereo-camera mapping obtained in a single exploration phase is almost always incomplete, with surfaces that are not correctly captured (actual "holes" in the reconstruction) due to the adverse conditions typical of the marine environment, such as turbidity, poor visibility and sea currents. The proposed solution is structured in two phases: a first coarse reconstruction of the entire structure, followed by a targeted completion phase. The work focuses on the second phase: starting from the previously produced coarse reconstruction (an OctoMap, i.e. a voxel-based occupancy map), the entire re-inspection process is built upon it and runs online during the mission, without interrupting it. The pipeline, developed in C++/ROS, automatically detects the holes, groups them into clusters sized according to the camera's field of view and updated incrementally, generates candidate viewpoints and, through set covering, selects the minimum number of poses that covers all the observable gaps in the reconstruction; finally, a trajectory is planned over this set so that all viewpoints are traversed with the correct orientation. The result is a system capable of autonomously and efficiently completing the mapping, replanning its motion in real time without requiring a second dedicated mission.

La tesi affronta l'ispezione autonoma e la ricostruzione 3D di strutture subacquee complesse, partendo da un problema concreto: la mappatura con stereo-camera ottenuta in un'unica fase esplorativa resta quasi sempre incompleta, con superfici non correttamente rilevate (veri e propri "buchi" nella ricostruzione) dovute alle condizioni avverse tipiche dell'ambiente marino, come torbidità, scarsa visibilità e correnti marine. La soluzione proposta nel lavoro di tesi si articola in due fasi: una prima ricostruzione grossolana dell'intera struttura e una seconda di completamento mirato. Il lavoro si concentra sulla seconda fase: si parte dalla ricostruzione grossolana già prodotta (una OctoMap, mappa di occupazione a voxel) e su di essa si costruisce l'intero processo di reispezione, realizzato online durante la missione e senza interromperla. La pipeline, sviluppata in C++/ROS, individua automaticamente i buchi, li raggruppa in cluster dimensionati sul campo visivo della camera con aggiornamento incrementale, genera i viewpoint candidati e, tramite set- covering, seleziona il numero minimo di pose che copre tutte le lacune osservabili nella ricostruzione; su questo insieme si progetta infine una traiettoria che attraversi tutti i viewpoint con la corretta orientazione. Il risultato è un sistema capace di completare in modo autonomo ed efficiente la mappatura, ripianificando il moto in tempo reale senza richiedere una seconda missione dedicata.