Study and Evaluation of SLAM Algorithms for Lower Limb Exoskeletons

Questa tesi offre un'esplorazione approfondita e un'analisi critica degli algoritmi SLAM (Simultaneous Localization and Mapping) utilizzati su un esoscheletro per gli arti inferiori. Gli algoritmi di SLAM sono una tecnica fondamentale utilizzata nella robotica e nei sistemi autonomi per consentire a un dispositivo di costruire una mappa dell'ambiente in cui si trova e di determinare contemporaneamente la propria posizione all'interno di tale mappa. In sostanza, lo SLAM consente a un robot o a qualsiasi sistema autonomo di navigare e localizzarsi in un ambiente sconosciuto senza dover fare affidamento su mappe preesistenti o sistemi di localizzazione esterni. Per valutare le prestazioni degli algoritmi SLAM, sono stati eseguiti dei test utilizzando un esoscheletro per gli arti inferiori, sfruttando le capacità della camera RGB-D Intel RealSense D435i per compiti di mappatura e localizzazione. La telecamera RealSense D435i, nota per il suo design compatto e la sua leggerezza, si rivela una scelta ottimale per facilitare la mappatura e la localizzazione in tempo reale all'interno di ambienti dinamici, rendendola un sensore ideale per l'integrazione con gli esoscheletri per arti inferiori. Attraverso una serie di esperimenti meticolosamente progettati e un'analisi approfondita, questo studio esamina a fondo le caratteristiche delle prestazioni di diversi importanti algoritmi SLAM applicati ad un esoscheletro assistivo per gli arti inferiori operante in un contesto indoor. Questi algoritmi sono KISS-ICP, ORB-SLAM2 e ORB-SLAM3. La valutazione comprende un'ampia gamma di parametri di prestazione, tra cui, ma non solo, l'accuratezza, la posizione della telecamera rispetto all'esoscheletro e l'adattabilità a condizioni ambientali mutevoli. Confrontando sistematicamente le prestazioni di questi algoritmi, questa ricerca cerca di fornire una visione completa dei loro rispettivi punti di forza e limiti quando vengono applicati nel campo degli esoscheletri ad arti inferiori. I risultati di questo studio non solo offrono una guida preziosa agli sviluppatori e ai ricercatori nel loro tentativo di migliorare l'autonomia e la funzionalità dei sistemi di robotica assistiva, ma sono anche promettenti per il progresso del campo più ampio della tecnologia degli esoscheletri. In sintesi, questa tesi rappresenta un contributo significativo agli sforzi in corso per aumentare l'autonomia e l'efficienza operativa degli esoscheletri per arti inferiori. Sfruttando le capacità della camera RGB-D RealSense D435i applicata su un esoscheletro ad arti inferiori e sottoponendo a un test approfondito una serie di algoritmi SLAM, questo studio mira ad avere una visione di insieme dei sistemi di navigazione e localizzazione più robusti ed efficaci, adatti alle esigenze specifiche delle applicazioni di robotica assistiva.

This thesis provides an in-depth exploration and critical analysis of SLAM (Simultaneous Localization and Mapping) algorithms applied to lower limb exoskeletons. SLAM algorithms are a fundamental technique used in robotics and autonomous systems to allow a device to construct a map of its environment and simultaneously determine its position within that map. In essence, SLAM allows a robot or any autonomous system to navigate and locate itself in an unfamiliar environment without having to rely on pre-existing maps or external localization systems. To evaluate the performance of SLAM algorithms, tests were performed using a lower limb exoskeleton, exploiting the capabilities of the Intel RealSense D435i RGB-D camera for mapping and localization tasks. The RealSense D435i camera, known for its compact design and light weight, proves to be an optimal choice for facilitating real-time mapping and localization within dynamic environments, making it an ideal sensor for integration with lower limb exoskeletons. Through a series of meticulously designed experiments and an in-depth analysis, this study thoroughly examines the performance characteristics of several important SLAM algorithms applied to a lower limb axial exoskeleton operating in an indoor setting. These algorithms are KISS-ICP, ORB-SLAM2 and ORB-SLAM3. The evaluation encompasses a wide range of performance parameters, including but not limited to accuracy, camera position relative to the exoskeleton, and adaptability to changing environmental conditions. By systematically comparing the performance of these algorithms, this research tries to provide a comprehensive view of their respective strengths and limitations when applied in the field of lower-limb exoskeletons. The results of this study not only provide valuable guidance to developers and researchers in their efforts to improve the autonomy and functionality of assistive robotic systems, but are also promising for the advancement of the larger field of exoskeleton technology. In summary, this thesis represents a significant contribution to ongoing efforts to increase the autonomy and operational efficiency of lower limb exoskeletons. By capitalizing on the capabilities of the RealSense D435i camera applied to a lower-limb exoskeleton and putting a series of SLAM algorithms through extensive testing, this study aims to get an overview of the most robust and effective navigation and localization systems suitable for the specific needs of assistive robotics applications.