Bioinspired iron and manganese catalysts for the effective and selective oxidation of alkanes and alkenes

La gran eficiència, selectivitat i les condicions suaus exhibides per les reaccions que tenen lloc al centre actiu de les metal·looxigenases són la font d'inspiració per la present dissertació. Amb l'objectiu de dissenyar catalitzadors d'oxidació eficients hem fet ús de dues estratègies: la primera consisteix en el disseny de complexos amb baix pes molecular inspirats en aspectes estructurals de la primera esfera de coordinació del centre metàl·lic d'enzims de ferro i de manganès. Aquests complexos s'han estudiat com a catalitzadors en l'oxidació selectiva d'alcans i d'alquens fent servir oxidants "verds" com ara l'H2O2. La segona estratègia està basada en l'ús de la química supramolecular per tal de desenvolupar estructures moleculars auto-acoblades amb la forma i les propietats químiques desitjades. Concretament, la construcció de nanocontenidors amb un catalitzador d'oxidació incrustat a la seva estructura ens permetria dur a terme reaccions més selectives, tal com passa en les reaccions catalitzades per enzims.

Selective submap joining SLAM for autonomous vehicles

Simultaneous Localization and Mapping (SLAM) do not result in consistent maps of large areas because of gradual increase of the uncertainty for long term missions. In addition, as the size of the map grows the computational cost increases, making SLAM solutions unsuitable for on-line applications. This thesis surveys SLAM approaches paying special attention to those approaches aimed to work on large scenarios. Special focus is given to existing underwater SLAM applications. A technique based on using independent local maps together with a global stochastic map is presented. This technique is called Selective Submap Joining SLAM (SSJS). A global map contains relative transformations between local maps, which are updated once a new loop is detected. Maps sharing several features are fused, maintaining the correlation between landmarks and vehicle's pose. The use of local maps reduces computational costs and improves map consistency as compared to state of the art techniques.