• APRIL
• Bayesian optimization.
• insole
• manipulation
• point cloud
• rgbd
• tracking

La presente tesi fa riferimento al progetto APRIL (multipurpose robotics for mAniPulation of defoRmable materIaLs in manufacturing processes) con l’obiettivo di sviluppare un sistema di tracciamento per oggetti deformabili privi di texture. Per raggiungere questo obiettivo, è stato adattato un algoritmo presente in letteraturo a uno specifico use case del progetto, focalizzato sul confezionamento di solette prodotte da uno dei partner ufficiali di APRIL. Questo algoritmo si basa sulla point cloud acquisita da una singola telecamera RGBD e, attraverso una procedura di inferenza supportata da una simulazione fisica, ricostruisce la forma dell'oggetto di interesse ad ogni frame ricevuto. Dopo aver condotto test utilizzando sia dati sintetici che dati reali, è stata implementata un'ottimizzazione Bayesiana per determinare i parametri dell'algoritmo che massimizzano l'accuratezza complessiva del sistema. I risultati ottenuti evidenziano un miglioramento sia in termini di accuratezza che di stabilità, consentendo l'applicazione pratica del sistema su piattaforme robotiche reali.

This thesis refers to the APRIL project (multipurpose robotics for manipulation of deformable materials in manufacturing processes) with the aim of developing a tracking system for textureless deformable objects. To achieve this goal, an existing algorithm was adapted to a specific use case within the project, focusing on the packaging of insoles produced by one of APRIL's official partners. This algorithm is based on the point cloud acquired from a single RGBD camera and, through an inference procedure supported by physical simulation, reconstructs the shape of the object of interest. After conducting tests using both synthetic and real data, Bayesian optimization was implemented to determine the optimal parameters of the algorithm, in order to maximize the overall accuracy of the system. The results obtained show an improvement in both accuracy and stability, enabling the practical application of the system on real robotic platforms.