L'obiettivo del lavoro di tesi è quello di sviluppare algoritmi basati sull'uso di intelligenza artificiale per la rappresentazione semantica di ambienti estremi e non noti a priori durante l'esplorazione di una flotta robotica. Gli algoritmi sviluppati sono anche testati sulla flotta robotica eterogenea del NASA Jet Propulsion Laboratory (JPL)

The goal of the thesis work is to develop AI-based algorithms for the semantic representation of extreme and unknown environments during the exploration of a swarm of robots. The developed algorithms are also tested on the heterogeneous robotic fleet of the NASA Jet Propulsion Laboratory (JPL)

TOWARDS SEMANTIC-AWARE AUTONOMOUS ROBOTIC NAVIGATION: BUILDING HIERARCHICAL SCENE GRAPHS IN COMPLEX ENVIRONMENTS

LONGO, ANTONELLO
2022/2023

Abstract

L'obiettivo del lavoro di tesi è quello di sviluppare algoritmi basati sull'uso di intelligenza artificiale per la rappresentazione semantica di ambienti estremi e non noti a priori durante l'esplorazione di una flotta robotica. Gli algoritmi sviluppati sono anche testati sulla flotta robotica eterogenea del NASA Jet Propulsion Laboratory (JPL)
2022
VERSO UNA NAVIGAZIONE ROBOTICA AUTONOMA CON CONSAPEVOLEZZA SEMANTICA: COSTRUZIONE DI GRAFI DI SCENA GERARCHICI IN AMBIENTI COMPLESSI
The goal of the thesis work is to develop AI-based algorithms for the semantic representation of extreme and unknown environments during the exploration of a swarm of robots. The developed algorithms are also tested on the heterogeneous robotic fleet of the NASA Jet Propulsion Laboratory (JPL)
ROBOTICA
NAVIGAZIONE
SEGMENTAZIONE
RETI NEURALI
GRAFI GERARCHICI
File in questo prodotto:
File Dimensione Formato  
Antonello_Master_Thesis_Liberatoria.pdf

File consultabile da postazioni biblioteca

Descrizione: Sviluppo di tecniche basate su Intelligenza Artificiale per la segmentazione strutturale di ambienti complessi durante l’attività di esplorazione autonoma svolta da una flotta di robot
Dimensione 1.21 MB
Formato Adobe PDF
1.21 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/81041