Detección de Lugares con Camaras RGB-D. Aplicación a Cierre de Bucles en SLAM

En este trabajo se propone un método que combina descriptores de imágenes de intensidad y de profundidad para detectar de manera robusta el problema de cierre de bucle en SLAM. La robustez del método, proporcionada por el empleo conjunto de información de diversa naturaleza, permite detectar lugares revisitados en situaciones donde m´etodos basados solo en intensidad o en profundidad presentan dificultades (p.e. condiciones de iluminación deficientes, o falta de geometría). Además, se ha diseñado el métod cuenta su eficiencia, recurriendo para ello al detector FAST para extraer las características de las observaciones y al descriptor binario BRIEF. La detección de bucle se completa con una Bolsa de Palabras binarias. El rendimiento del método propuesto se ha evaluado en condiciones reales, obteniéndose resultados muy satisfactorios.

Studio ed ottimizzazione di un sistema di sbrinamento ad alto rendimento termodinamico per pompe di calore

Il mio elaborato si pone come obiettivo il miglioramento di una macchina di condizionamento atta al funzionamento a temperature inferiori allo standard nazionale (circa -20°C, -253,15 K). Il lavoro si basa sullo studio di un sistema innovativo di sbrinamento per pompe di calore ad alta efficienza che necessiti nel minor modo possibile di manutenzione, sia di facile installazione e permetta alla macchina di mantenere il rendimento intorno a valori accettabili. Dopo aver portato avanti un'analisi energetica del sistema, attraverso lo studio di diverse possibilità di sbrinamento, l'elaborato verifica che l'installazione del sistema progettato porti ad un effettivo vantaggio anche dal punto di vista economico.

Un Servizio Web per l'analisi Semantica degli Open Data

Questo lavoro di Tesi ha come obiettivo quello di automatizzare il più possibile la comprensione automatica degli Open Data. Ciò è stato realizzato mediante la progettazione e lo sviluppo del “Semantic Detector”, una soluzione che si interpone tra il dato grezzo, quindi il dataset, e qualsiasi software ad alto livello che sfrutta questi dati per poterli effettivamente riutilizzare o riorganizzare opportunamente in un formato aggregabile.

RSLT: trasformazione di Open LinkedData in testi in linguaggio naturaletramite template dichiarativi

La diffusione del Semantic Web e di dati semantici in formato RDF, ha creato la necessità di un meccanismo di trasformazione di tali informazioni, semplici da interpretare per una macchina, in un linguaggio naturale, di facile comprensione per l'uomo. Nella dissertazione si discuterà delle soluzioni trovate in letteratura e, nel dettaglio, di RSLT, una libreria JavaScript che cerca di risolvere questo problema, consentendo la creazione di applicazioni web in grado di eseguire queste trasformazioni tramite template dichiarativi. Verranno illustrati, inoltre, tutti i cambiamenti e tutte le modi�che introdotte nella versione 1.1 della libreria, la cui nuova funzionalit�à principale �è il supporto a SPARQL 1.0.