Localization and Navigation of Autonomous Systems in Complex Scenarios

Abstract

I sistemi autonomi rappresentano un’area di sviluppo molto promettente, in
\nparticolare per quanto riguarda la ricerca sui sistemi artificiali intelligenti ed
\nembedded.
\nIn campo industriale molte soluzioni focalizzate a risolvere un ben determinato
\nproblema sono disponibili, ma la gran parte di queste soluzioni è tuttavia
\nproprietaria. Se da una parte il mantenimento della proprietà di alcune tecnologie
\ngarantisce una propria posizione nel mercato, dall’altra comporta dei
\ncosti soprattutto nel lungo periodo.
\nA causa del proliferare di soluzioni proprietarie, l’industria robotica presenta
\nun forte grado di frammentazione, che si traduce in un rallentamento nello
\nsviluppo di nuovi sistemi, soprattutto in un periodo come quello presente, dove
\nun sempre maggior numero di applicazioni dei sistemi robotici viene alla luce.
\nBasti pensare ad esempio al forte sviluppo che stanno avendo i robots dedicati
\nal supporto dei pazienti in ambiente ospedaliero, od ancora i robots adibiti alla
\npulizia dei pavimenti della abitazioni.
\nGran parte delle problematiche che devono essere affrontate nello sviluppo dei
\nSistemi Autonomi sono comuni a tutti gli ambiti applicativi degli stessi: tali
\nproblematiche riguardano, ad esempio, la localizzazione in ambienti indoor/
\noutdoor, la capacità di evitare ostacoli, la possibilità di prendere semplici decisioni
\nsulla base del verificarsi di determinati eventi. Risulta pertanto chiaro
\nche avere un framework di strumenti e tools di base, che risolva i problemi
\ncomuni a tutti gli ambiti applicativi, e dal quale partire di volta in volta per
\nlo sviluppo di particolari sistemi adibiti a determinati compiti, comporti un
\nnotevole vantaggio.
\nPertanto, per diventare competitivi in uno scenario fortemente dinamico è
\nnecessario colmare alcune lacune che attualmente rallentano il processo di diffusione
\ndei sistemi autonomi: la mancanza di piattaforme per l’integrazione di
\ncomponenti da vari fornitori di tecnologia, la non disponibilità di piattaforme
\nembedded altamente performanti e l’assenza di un framework di metodologie
\ndi sviluppo sono solo alcuni degli ostacoli da superare.
\nIn questo contesto, il progetto Europeo R3-COP mira a fornire un avanzamento
\nrispetto allo stato dell’arte nel campo dei sistemi autonomi, fornendo
\nun contributo sia dal punto di vista tecnologico che metodologico.
\nIl progetto R3-COP (www.r3-cop.eu), reso possibile dai fondi stanziati dal
\nConsorzio ARTEMIS Joint Undertaking, grazie alla collaborazione di 27 partners
\nprovenienti da diverse realtà Europee, mira a rappresentare una pietra miliare
\nrispetto allo stato dell’arte nello sviluppo dei Sistemi Autonomi fornendo
\nun framekwork di nuove tecnologie e metodologie che permettano all’Industria
\nEuropea la produzione di sistemi robotici avanzati, robusti, autonomi e cooperanti
\nad un costo sempre più ridotto.
\nDal punto di vista tecnologico, il progetto R3-COP da una parte mira allo
\nsviluppo di piattaforme embedded altamente performanti basate su architettura
\nmulti-core fault-tolerant, dall’altra alla definizione di tecnologie innovative nel
\ncampo della percezione dell’ambiente (tramite anche tecniche di Sensor Fusion),
\nma anche di capacità cognitive e di coooperazione fra i differenti tipi di Sistemi
\nAutonomi.
\nDal punto di vista metodologico, R3-COP mira a fornire un framework di
\nbase di strumenti di sviluppo, validazione e verifica che possa rappresentare il
\npunto di partenza dei futuri Sistemi Autonomi.
\nLa presente Tesi è stata sviluppata nell’ambito del progetto R3-COP, al fine
\ndi fornire un contributo originale nella risoluzione di alcune delle problematiche
\naffrontate dal progetto stesso. In particolare, si mira a fornire un contributo