Sistema di navigazione semantica indoor basato su panorami sferici e ricostruzione fotogrammetrica metrica

This study presents the development of a semantic indoor navigation system for one floor of the DICEA building of the Università Politecnica delle Marche. The system was developed from 53 equirectangular spherical panoramas acquired in a preliminary survey and later extended to 110 panoramas in the definitive campaign. The LLM-Loc system was adopted as the methodological reference. The work is organised into four operational workstreams: metric three-dimensional reconstruction through the LightGlue/SuperPoint pipeline and Structure-from-Motion with COLMAP, with registration to the CAD drawing by means of the Umeyama similarity transformation; recognition of room identification plaques using a vision-language model with perspective tiling; doorway detection; and the development of a navigable viewer with path planning based on the A* algorithm. On the definitive survey, the reconstruction registers 107 of the 110 panoramas, 106 of which are used, through a visibility-constrained pair selection; the metric registration, obtained with a single global Umeyama similarity, yields a mean error of 0.133~m on the control points, with a reconstructed-to-real distance ratio of 0.980 and no model folding. The mobile-device localisation module, for which the definitive survey was specifically densified, has been developed. On the preliminary campaign, the work also documents a counterintuitive finding of methodological interest: the dense point cloud produced by Multi-View Stereo is metrically less accurate than the sparse cloud from which it was generated, owing to the photogrammetric drift induced by the self-similarity of the building's layout.

Sommario Questo studio presenta lo sviluppo di un sistema di navigazione semantica indoor per un piano dell'edificio DICEA dell'Università Politecnica delle Marche. Il suddetto sistema è stato sviluppato a partire da 53 panorami sferici equirettangolari di un rilievo preliminare e successivamente ampliato a 110 panorami nella campagna definitiva.Come riferimento metodologico, nel presente lavoro abbiamo adottato il sistema LLM-Loc e articolato l’attività in quattro flussi operativi distinti. Il primo flusso riguarda la ricostruzione tridimensionale metrica, realizzata tramite la catena LightGlue/SuperPoint e \emph{Structure-from-Motion} con COLMAP, integrando l’aggancio al modello CAD attraverso la trasformazione di similarità di Umeyama. Nel secondo flusso, è stata sviluppata una procedura di riconoscimento delle targhette identificative delle stanze basata su un modello visione-linguaggio con \emph{tiling} prospettico. Il terzo flusso si concentra sull’identificazione delle soglie. Infine, nell’ultimo flusso, abbiamo sviluppato un viewer navigabile che utilizza l’algoritmo A* per la ricerca del percorso. Nel rilievo definitivo sono stati registrati 107 panorami a partire da una base di 110; di questi, 106 sono stati impiegati per la ricostruzione, selezionando coppie vincolate alla visibilità. L’aggancio metrico, ottenuto tramite un’unica similarità globale di Umeyama, ha prodotto un errore medio di 0,133 metri sui punti triangolati di controllo, con un rapporto tra distanze ricostruite e reali pari a 0,980, senza riscontrare ripiegamenti nel modello. Inoltre, è stato sviluppato un modulo per la localizzazione da dispositivo mobile, per il quale il rilievo definitivo è stato densificato appositamente.Il lavoro documenta inoltre, sulla campagna preliminare, un risultato controintuitivo di interesse metodologico: la nuvola densa prodotta con \emph{Multi-View Stereo} risulta metricamente meno accurata della nuvola sparsa che l'ha generata, a causa della deriva fotogrammetrica indotta dall'autosimilarità della struttura dell'edificio.