Rilievi integrati TMM. Progetto, outlier detection e modelli di moto.

Negli ultimi anni si è assistito ad un rapido e notevole sviluppo tecnologico dei sistemi di navigazione e posizionamento, dovuto alla sempre maggiore necessità di sapere con precisione dove ci si trova in un dato momento, dove si sta andando o da un punto di vista lavorativo cosa si sta rilevando ed anche all’interesse della collettività per queste tecnologie applicate al quotidiano. Appare ormai scontato poter conoscere sempre la propria posizione, in accordo con la definizione di GPS: “una costellazione di satelliti artificiali che permette di conoscere la propria posizione in ogni luogo della Terra e in ogni momento”. E’ fondamentale però ricordare che come “luogo della Terra” si intende un ambiente aperto, senza ostacoli in grado di occludere la ricezione satellitare, come invece accade nei cosiddetti canyon urbani cittadini o semplicemente quando ci si trova in ambienti chiusi. Per poter ovviare a questo problema è stato quindi necessario studiare tecniche di integrazione di tecnologie diverse dall’ormai noto GPS. Lo strumento maggiormente utilizzato a questo scopo è il sensore inerziale che trova ampio utilizzo in campo fotogrammetrico, ad esempio a supporto di rilievi eseguiti con laser scanner per scopi di fotogrammetria diretta ed in rilievi terrestri svolti ricorrendo all’uso di veicoli attrezzati con una strumentazione molto varia: si parla di Terrestrial Mobile Mapping (TMM), oggetto di questa Tesi. Nella Tesi in primis si è effettuato un lavoro di ricerca bibliografica su testi nazionali e soprattutto internazionali, con lo scopo di avere una panoramica per quanto più possibile completa dello stato dell’arte della navigazione geodetica assistita applicata ai veicoli terrestri. In seguito si sono svolti rilievi di TMM in ambienti diversi, attrezzando il veicolo in uso con strumenti di natura prettamente low-cost (camera fotogrammetrica e odometro), in linea con gli attuali trend di ricerca. Unitamente a questi strumenti sul veicolo è stato installato anche un sensore inerziale in grado di registrare con elevata precisione la traiettoria percorsa. Lo studio bibliografico e l’analisi dei dataset acquisiti sul campo per la Tesi ha portato all’individuazione delle principali problematiche riscontrabili nell’integrazione delle grandezze fisiche provenienti dalle diverse strumentazioni a bordo, permettendo la definizione di una metodologia operativa in grado di depurare questi dataset dagli “errori” naturalmente presenti. Questa procedura ricorre a modelli di ricerca e reiezione degli outliers derivati dalla Statistica Robusta e tecniche di filtraggio dei dati non convenzionali, come il filtro di Kalman Unscented, con lo scopo finale di stabilire nel modo più preciso possibile la traiettoria percorsa dal veicolo. Inoltre, con lo scopo di analizzare scenari diversi che permettessero di validare gli algoritmi sviluppati ed i software implementati in linguaggio Matlab per la Tesi, si è realizzato un simulatore di dataset fotogrammetrici, che permettendo di variare le caratteristiche dell’ambiente in cui si effettua il rilievo, consente di stabilire la strumentazione necessaria all’ottenimento di un dato livello di precisione e consente anche di dotarsi di un grande numero di dataset fotogrammetrici differenti senza uscire dal proprio ufficio, risparmiando quindi tempo e denaro. I risultati ottenuti sono stati infine confrontati con quanto ottenibile da un software commerciale ampiamente utilizzato nel settore fotogrammetrico. Si ritiene che la ricerca effettuata relativa all’integrazione di tecnologie diverse possa trovare applicazione non solo per il Mobile Mapping per scopi di tipo geomatico, ma anche in molte altre discipline nelle quali l’utilizzo di dati fotogrammetrici viene già normalmente effettuato; alcuni esempi possono essere il settore della robotica, le tecnologie che vertono verso una completa automazione per il rilievo dell’oggetto o per la determinazione della traiettoria dell’utente.