Andrea Fusiello
1 marzo 1994
Questa tesi si occupa in generale di robotica ed in particolare affronta il problema della sintesi automatica di mappe di ambienti interni mediante un veicolo [foto] che naviga autonomamente. Il veicolo è mobile su ruote ed è dotato di sensori ultrasonici (SONAR) i quali misurano con una certa precisione la distanza dagli oggetti che si trovano all'interno di un cono solido attorno all'asse del sensore. È inoltre capace di registrare la propria posizione in un sistema di riferimento cartesiano mediante l'integrazione del movimento (dead reckoning) delle ruote motrici.
Lo scopo della tesi è definire una architettura che permetta al veicolo mobile di esplorare autonomamente l'ambiente che lo circonda producendone una mappa ovvero una rappresentazione che gli permetta di eseguire missioni, consistenti tipicamente nel navigare da un luogo ad un altro. Nell'ipotesi ideale di sensori immuni da errori o - equivalentemente - di operare in un ambiente virtuale, il problema della sintesi di mappe è facilmente risolvibile. Nel caso reale di cui ci occupiamo (ambiente reale, sensori reali), il problema riveste un certo interesse [4].
Da un lato l'imprecisione nella rilevazione del movimento porta all'accumulazione dell'errore nella posizione stimata del veicolo, sino a renderla rapidamente inutilizzabile. Dall'altro il sonar presenta una risoluzione angolare cosi grossolana (oltre che presentare il ben noto problema delle ``false riflessioni''), che l'interpretazione corretta dei dati sonar costituisce di per sè un problema complesso, su cui interessanti articoli sono stati pubblicati [2].
Due sono i punti di forza che in questa tesi consentono di trattare l'imprecisione sensoriale: la modellizzazione dell'incertezza e l'approccio qualitativo alla rappresentazione ambientale.
L'errore nella stima della posizione viene trattato dal punto di vista statistico con una accurata modellizzazione del processo di localizzazione e con l'introduzione di un formalismo per il trattamento dell'incertezza, derivato dalla teoria del filtraggio di Kalman [5].
La struttura dell'ambiente, viene rappresentata come un grafo etichettato. I vertici sono associati a luoghi caratterizzati da percezioni sensoriali qualitativamente distinte e riproducibili, tipicamente per la presenza di strutture ambientali ``notevoli'' (landmarks). Gli archi sono etichettati con le azioni motorie che consentono di transitare da un vertice all'altro.
L'approccio qualitativo, tuttavia, non elimina la presenza dell'incertezza, semplicemente sposta il livello al quale si è costretti ad occuparsene. Mentre il classico approccio a mappe di occupazione (occupancy-grids) tratta l'incertezza al livello del sensore, nell'approccio qualitativo l'incertezza transita nella identificazione dei vertici del grafo. Il vantaggio che se ne ricava consiste in una maggior astrazione che consente soprattutto la più agevole integrazione di informazione multisensoriale e l'impiego più trasparente di conoscenza a priori sull'ambiente.
Per quel che riguarda la ricostruzione in presenza di errori del grafo che rappresenta l'ambiente ci siamo basati su di un algoritmo dovuto a Basye [1] al quale abbiamo apportato una modifica che lo rende - riteniamo - più robusto in ambienti reali.
Per quanto riguarda le abilità senso-motorie del veicolo, abbiamo tratto vantaggio non meno che ispirazione dal lavoro di ricerca e di esperimentazione nel campo della navigazione automatica che viene attualmente realizzato all'Istituto per la Ricerca Scientifica e Tecnologica di Trento, dove questa tesi si è svolta. Allo stato attuale del lavoro, tutti i moduli realizzati quali componenti del sistema descritto, si inseriscono compiutamente nella preesistente architettura funzionale del robot (ARCA) [3].
![[foto]](robot.jpg){kind=link}