In questa tesi è stato presentato un metodo di esplorazione per robot mobili che consente di costruire in modo iterativo la mappa di un ambiente sconosciuto. Il sistema proposto produce mappe a punti utilizzabili per permettere al robot una navigazione sicura. Il criterio di scelta della successiva posizione ottima di esplorazione impiegato tiene conto sia dell'informazione ottenibile a partire da una certa posizione, sia del costo per il suo raggiungimento e ha una base teorica più solida rispetto ai metodi presentati in letteratura.
Le prove sperimentali hanno mostrato la bontà del metodo proposto: in particolare le procedure di riallineamento e clustering hanno permesso di ottenere una corretta fusione delle mappe parziali evitando il problema della sovrapposizione tra le parti comuni delle mappe considerate. Allo stesso modo tali tecniche hanno permesso di contenere il numero di punti aggiunti di volta in volta alla mappa globale all'aumentare dei passi di esplorazione, permettendo un guadagno in termini di tempo di esecuzione dell'algoritmo.
Una naturale evoluzione del metodo di esplorazione descritto riguarda il caso multirobot, in cui la costruzione della mappa potrebbe avvenire in modo iterativo da parte di un'agenzia di robot, impiegando eventualmente sensori diversi.
Un'altra direzione futura di ricerca riguarda l'impiego di un pianificatore che non valuti solamente la posizione di esplorazione al prossimo passo, ma che valuti una serie di posizioni successive, cercando così di ridurre il problema dei minimi locali.