CONTROLLO DI UN BRACCIO ROBOTICO ATTRAVERSO UN SISTEMA EMBEDDED DI KEYWORD SPOTTING

Deep Learning algorithms are an extremely promising instrument in artificial intelligence, achieving very high performance in numerous recognition, identification, and classification tasks. The thesis is linked to the ALOHA research project (https://www.aloha-h2020.eu/), which aims to facilitate the implementation of DL on embedded platforms and concerns the study and development of a demonstrator that validates the approach in the industrial environment. In the initial phase is analysed the state-of-the-art technologies and tools related to deep learning (Tensorflow, PyTorch ) and robotics (ROS, Gazebo). The second phase involves the development and simulation of a demonstrator that integrates a speech recognition module with an artificial vision system and a robotic arm to carry out selection by vocal command and pick and place of objects.

Gli algoritmi di Deep Learning sono uno strumento estremamente promettente nell'intelligenza artificiale, ottenendo prestazioni molto elevate in numerose attività di riconoscimento, identificazione e classificazione. La tesi è collegata al progetto di ricerca ALOHA (https://www.aloha-h2020.eu/), che ha lo scopo di facilitare l'implementazione di DL su piattaforme embedded e riguarda lo studio e lo sviluppo di un dimostratore che validi l’approccio in ambiente industriale. Nella fase iniziale viene approfondito lo studio dello stato dell’arte e dei tool relativi a deep learning (Tensorflow, PyTorch ) e robotica (ROS, Gazebo). La seconda fase consiste nello sviluppo e simulazione di un dimostratore che integra un modulo di riconoscimento vocale con un sistema di visione artificiale e un braccio robotico per realizzare la selezione tramite comando, identificazione e spostamento da remoto di oggetti.