Matteo Matteucci ("Laurea" 1999, MS 2002, Phd 2003) è Ricercatore di Ruolo Confermato presso il Dip. di Elettronica Informazione e Bioingegneria del Politecnico di Milano. La sua ricerca riguarda la Robotica Autonoma e l’Apprendimento Automatico, nel 1999 si laurea in Ingegneria Informatica al Politecnico di Milano, nel 2002 riceve un Master of Science in Knowledge Discovery and Data Mining presso la Carnegie Mellon University, e nel 2003 un dottorato in Ingegneria Informatica e Automatica al Politecnico di Milano. I suoi interessi di ricerca riguardano l’apprendimento automatico, il riconoscimento di pattern, la percezione robotica, la visione artificiale, e l’elaborazione dei segnali. Obiettivo della sua ricerca è applicare tecniche adattative e metodi per l’apprendimento automatico a sistemi (robotici) autonomi in contesti reali e dinamici. È coautore di più di 50 articoli (peer-reviewed) su riviste internazionali, 25 su libri internazionali, e più di 150 contributi (peer-reviewed) su proceedings di conferenze e workshop internazionali. È stato responsabile di progetti di ricerca finanziati nazionali e internazionali su apprendimento automatico, robotica autonoma, sensor fusion e benchmarking di sistemi intelligenti ed autonomi. La sua ricerca in robotica comincia con il Milan RoboCup Team una squadra di sei robot calciatori dove si è occupato di percezione: visione panoramica, algoritmi per il riconoscimento del colore, modello concettuale per integrare le percezioni di ciascun robot con le informazioni del resto della squadra basato su logica fuzzy. Successivamente ha lavorato allo sviluppo di un sistema per la Simultanea Localizzazione e Mapping (SLAM) in 6DoF basato su camere e una decomposizione gerarchica della mappa attraverso indipendenza condizionale. Sta lavorando a un sistema per la fusione multisensoriale di stime odometriche provenienti da sensori eterogenei (e.g., sensori inerziali, laser range finders, camere multiple, etc.) che combina anche interpretazione semantica della scena attraverso reti neurali per applicazioni di localizzazione e ricostruzione. Partecipa attivamente allo Euron Special Interest Group su Good Experimental Methodologies and Benchmarking e fa parte dello IEEE RAS Standard Group per la definizione del IEEE P1873/D1 Draft Standard for Robot Map Data Representation for Navigation. È stato coordinatore della Specific Support Action europea RAWSEEDS (http://www.rawseeds.org) per lo sviluppo di un toolkit per il benchmarking dello SLAM multisensoriale. È coordinatore nazionale nel progetto ROAMFREE (PRIN 2009) per lo sviluppo di metodi per l’odometria robusta tramite fusione multisensoriale.
È stato responsabile per il Politecnico di Milano nel progetto FP7 RoCKIn (http://rockinrobotchallenge.eu/) per lo sviluppo di 2 competizioni robotiche per benchmarking; Project Technical Manager del progetto europeo ALMA (http://www.alma-aal.org), finanziato dal programma AAL, per la realizzazione di un sistema di Ambient Assisted Living a supporto della mobilità degli anziani. Responsabile per il Politecnico di Milano del progetto H2020 RockEU2 che ha portato alla European Robotics League (https://www.eu-robotics.net/robotics_league/), del progetto H2020 SciRoc (https://sciroc.eu/) per la progettazione di una nuova competizione robotica all’interno di una Smart City, del progetto H2020 DeepField per lo studio di tecniche di Deep Learning in ambito robotico, del progetto H2020 METRICS per lo sviluppo di nuove competizioni robotiche, in particolare in campo agricolo.