|
|
Možnosti volně dostupné umělé inteligence
Ostrý, Lubomír ; Kumpán, Pavel (oponent) ; Appel, Martin (vedoucí práce)
Tato práce je zaměřena na volně dostupné nástroje a zdroje z oblasti umělé inteligence, konkrétně z odvětví machine learning. Jejím úkolem je prozkoumat současný stav, možnosti a omezení práce s open source programy umělé inteligence. První část práce popisuje vybrané základní pojmy týkající se machine learningu zejména neuronové sítě, jejich učení a využití. Další sekce se zaměřuje na nástroje pro machine learning, jsou zde popsány charakteristiky jednotlivých programů, kompatibilita a jejich využití. Zdroje volně přístupných dat pro učení neuronových sítí jsou tématem další z kapitol. Na ukázku byl vytvořen program používající některé z popsaných nástrojů demonstrující jejich možnosti a využití.
|
|
|
Vizualizace adaptivního mravenčího algoritmu
Tichý, Vojtěch ; Kumpán, Pavel (oponent) ; Appel, Martin (vedoucí práce)
Bakalářská práce se zabývala naprogramováním a vytvořením modelu pro edukaci a pochopení fungování optimalizace mravenčí kolonií (ACO – Ant Colony Optimization), která byla upravena tak, aby byla schopna se adaptovat na změnu terénu. Práce byla dále zaměřena na porovnání několika dalších přírodou inspirovaných optimalizačních metod a vytyčení jejich využití v praktických situacích.
|
|
|
Vytvoření 3D modelu prostředí pomocí senzoru Kinect
Kumpán, Pavel ; Mašek, Petr (oponent) ; Růžička, Michal (vedoucí práce)
Bakalářská práce pojednává o užití senzoru Microsoft Kinect pro vytváření trojrozměrného modelu prostředí. V práci je popsána metoda pro snímání prostředí a její implementace ve verzích pro běžný procesor a grafickou kartu. Výstupem práce je aplikace umožňující snímání prostředí a vytvoření modelu ve formě bodového mračna a polygonové sítě.
|
|
|
Jednotka pro analýzu pohybu závodních plavců
Kumpán, Pavel ; Hrbáček, Jan (oponent) ; Krejsa, Jiří (vedoucí práce)
Diplomová práce se zabývá návrhem výpočetní metody pro analýzu dat měřených inerciální měřicí jednotkou nesenou plavcem během plaveckého tréninku. V rámci návrhu byl vyvinut algoritmus využívající fúzi měření akcelerometru a gyroskopu pomocí Unscentovaného Kálmánova filtru s kvaternionovou reprezentací rotace. Navržená metoda umožňuje analýzu rychlosti, zrychlení a náklonu plavce. Ověření metody proběhlo na základě obrazového záznamu ze soustavy podvodních kamer a kinetického měření rychlosti pomocí plavcem vlečeného lanka.
|
|
|
Vehicle speed estimation
Roštek, Martin ; Kumpán, Pavel (oponent) ; Krejsa, Jiří (vedoucí práce)
Vehicle speed is one of the crucial variables needed to be known in real-time and with high accuracy, to serve as input into vehicle dynamic control systems. Its direct measurement in the vehicle is however cost ineffective. The idea is to use the measurements from generally available on-board sensors and to consequently compute the vehicle speed. Nevertheless, the measurements are highly influenced by process noises due to complexity of motion of the vehicle. Therefore, an estimation algorithm with ability to deal with this negative influence has to be developed. The estimation algorithm presented in this thesis estimates longitudinal vehicle speed using measurements of four rotational wheel speeds, longitudinal acceleration, motor torques, yaw rate and steering wheel angle. It was tested against the numerous situations considered critical according to vehicle speed estimation, such as rapid acceleration on road with low friction coefficient, emergency braking with activation of ABS, or driving in the slope with wheels slipping, providing satisfactory results.
|
|
|
Obstacle detection using an image-based 3D scanner
Rybin, Andrei ; Kumpán, Pavel (oponent) ; Hrbáček, Jan (vedoucí práce)
This bachelor thesis is focused on the implementation of software for obstacle detection system based on image-based 3D scanner Kinect V2. The research part deals with the thorough description of existing types of image-based 3D scanners, the analysis of related solutions and algorithms, and the necessary theory is provided here. The practical part consists of three sections: the description of the chosen robotic platform, the examination of a software implementation, and the discussion with the analysis of conducted experiments’ results. To conclude the developed system is evaluated, possibilities of application and further development are proposed.
|
|
|
Měřicí zařízení pro sportovní analýzu využívající senzory inerciálních veličin
Dugas, Martin ; Brablc, Martin (oponent) ; Kumpán, Pavel (vedoucí práce)
Diplomová práca sa zoaberá návrhom meracieho zariadenia využívajúceho inerciálne senzory veličín pre analýzu techniky a výkonu v rýchlostnej kanoistike. Kombináciou dát z trojosého akcelerometra a trojosého gyroskopu pomocou rozšíreného Kálmánovho filtra boli získané priebehy rýchlosti, náklonu, klopenia a kurzu lode a frekvencie pádlovania. Vypočítané hodnoty boli overené pomocou GPS. Ďalej boli identifikované parametre popisujúce dynamiku systému a tak bolo možné zahrnúť do analýzy aj dynamické veličiny ako sila a výkon záberu.
|
|
| |
|
|
Možnosti volně dostupné umělé inteligence
Ostrý, Lubomír ; Kumpán, Pavel (oponent) ; Appel, Martin (vedoucí práce)
Tato práce je zaměřena na volně dostupné nástroje a zdroje z oblasti umělé inteligence, konkrétně z odvětví machine learning. Jejím úkolem je prozkoumat současný stav, možnosti a omezení práce s open source programy umělé inteligence. První část práce popisuje vybrané základní pojmy týkající se machine learningu zejména neuronové sítě, jejich učení a využití. Další sekce se zaměřuje na nástroje pro machine learning, jsou zde popsány charakteristiky jednotlivých programů, kompatibilita a jejich využití. Zdroje volně přístupných dat pro učení neuronových sítí jsou tématem další z kapitol. Na ukázku byl vytvořen program používající některé z popsaných nástrojů demonstrující jejich možnosti a využití.
|
|
|
Vehicle speed estimation
Roštek, Martin ; Kumpán, Pavel (oponent) ; Krejsa, Jiří (vedoucí práce)
Vehicle speed is one of the crucial variables needed to be known in real-time and with high accuracy, to serve as input into vehicle dynamic control systems. Its direct measurement in the vehicle is however cost ineffective. The idea is to use the measurements from generally available on-board sensors and to consequently compute the vehicle speed. Nevertheless, the measurements are highly influenced by process noises due to complexity of motion of the vehicle. Therefore, an estimation algorithm with ability to deal with this negative influence has to be developed. The estimation algorithm presented in this thesis estimates longitudinal vehicle speed using measurements of four rotational wheel speeds, longitudinal acceleration, motor torques, yaw rate and steering wheel angle. It was tested against the numerous situations considered critical according to vehicle speed estimation, such as rapid acceleration on road with low friction coefficient, emergency braking with activation of ABS, or driving in the slope with wheels slipping, providing satisfactory results.
|
host ::
RSS.