Comprensione spaziale e localizzazione in ambienti interni

Ogni giorno gli esseri umani usano l'intelligenza artificiale nel loro lavoro o per uno stile di vita migliore. Un sistema intelligente, per realizzare questi scopi, deve avere comportamenti e caratteristiche tipico degli esseri umani, per una migliore cooperazione in un ambiente interno. Una capacità che aiuta questa cooperazione è data dalla comprensione dello spazio e intrinsecamente anche quello di sapersi localizzare. Questa comprensione dello spazio diventa fondamentale nella capacità di muoversi in uno spazio ricco di oggetti e arredi accessori, diventando così un compito sempre più difficile. Alcuni sistemi intelligenti può avere funzioni di vitale importanza, come salvare persone in situazioni pericolose. In questa tesi utilizzeremo il deep learning e la computer vision, in particolare lo faremo sfruttare la visione in prima persona per i sistemi intelligenti per aiutare un utente a raggiungere certi obiettivi nella loro esperienza lavorativa o di vita quotidiana. Ci concentreremo anche sulla comprensione spaziale compito e il compito di localizzazione in ambienti interni, più specificamente il uso della visione in prima persona per comprendere lo spazio, e useremo i segnali delle onde radio per localizzare un determinato oggetto in un ambiente interno. Questi risultati che mostreremo in questa tesi è il frutto della collaborazione tra l'Università di Catania e l'Essex Università per la comprensione spaziale e tra l'Università di Catania e la società OrangeDev per la localizzazione di un oggetto come un beacon BLE.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2023

Author dc:creator

• PUGLISI, GIUSEPPE

Contributors dc:contributor

• FARINELLA, GIOVANNI MARIA

• Spatial understanding localization AI
• Comprensione spaziale localizzazione IA

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/582155

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/582155