Nano-U: Segmentazione Semantica Efficiente per Navigazione Robotica in Ambiente Esterno

Questa tesi presenta Nano-U: un modello di segmentazione semantica efficiente per stimare il suolo calpestabile al fine di una navigazione robotica, pensato per l'utilizzo su microcontrollori, senza dipendere dal cloud. Il risultato è frutto dell’integrazione di un’architettura compatta, di una pipeline di ottimizzazione del modello e di un runtime on-device ottimizzato tramite la libreria MicroFlow. In scenari esterni non strutturati, come sono i contesti agricoli, il sistema mostra una resa stabile e sufficiente a supportare la navigazione autonoma in tempo reale. Il risultato è una dimostrazione pratica di Computer Vision affidabile che apre ad applicazioni mobili a basso costo e basso consumo.