Sviluppo di strategie di mappatura collaborativa per uno swarm di rover limitato nelle risorse in ambiente lunare

The aim of this work is the preliminary evaluation of the path planning of a swarm of resource-constrained rovers. Such rovers only host a mono camera instead of the more common stereo system, reconstructing the baseline of the image (for both the SLAM, Simultaneous Localization and Mapping, and SFM, Structure From Motion, problems) using subsequent or relative rover poses. The proposed approach allows for greater flexibility, faster ground coverage and increased survivability with respect to conventional “monolithic” missions as the swarm may divide and as the failure of a rover doesn’t imply the failure of the whole mission. Furthermore, a swarm of resource-constrained rovers may be flown piggy-back to a larger mission, greatly reducing the mission’s cost. This work is carried out using synthetic data generated using a digital lunar environment (LunarSim) which is then processed using factor-graph optimization (FGO). FGO is a modular and modern approach to the estimation of the state of a system and of the related uncertainty. FGO is based on the representation of the problem as a bipartite graph, in which the variables are represented as nodes and the measurements are represented as factors. In particular, MATLAB, Python3 and the GTSAM library, the current state of the art for FGO, were employed. This work shows a possible development pipeline and shows the ability of a swarm of resource-constrained rovers to reconstruct the baseline of the image and to triangulate landmarks for the purposes of SLAM and SFM.

Lo scopo dell'elaborato è la valutazione preliminare del problema di path planning di uno swarm di rover a risorse contenute, dotati di un sistema monoculare invece che di un sistema stereo. Essi dovranno quindi ricostruire la baseline del sistema stereo (per i problemi di SLAM, Simultaneus Localization And Mapping ed SFM, Structure From Motion) attraverso pose successive o relative. L'approccio proposto permette maggior flessibilità, più rapida ed ampia copertura e maggiori probabilità di sopravvivenza rispetto ad un sistema convenzionale in quanto lo sciame potrà dividersi ed in quanto il fallimento di un singolo rover non implica il fallimento della missione. Inoltre, il sistema poteà volare come piggiback, permettendo una notevole riduzione del costo di missione. Si è proceduto attraverso dati sintetici provenienti dal simulatore LunarSim, processati attraverso l'ottimizzazione di grafi fattoriali (FGO). L'FGO è un approccio moderno al problema di stimare lo stato del sistema e la relativa incertezza, fondato sulla rappresentazione del problema come un grafo bipartito, in cui le variabili sono rappresentate da nodi e le misure da fattori. Per condurre l'elaborazione dei dati sintetici si sono impiegati MATLAB, Python3 e GTSAM, ritenuto lo stato dell'arte per l'FGO. Concludendo, quindi, il presente elaborato presenta una possibile pipeline per li sviluppo di uno sciame di rover monoculari e mostra la sua capacità di ricostruire la baseline necessaria alla triangolazione dei landmark necessari a SLAM ed SFM.