Národní úložiště šedé literatury Nalezeno 93 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Sledování objektů pomocí radaru
Rafajová, Kateřina ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
Cílem této práce je upravit algoritmus Gtrack od společnosti Texas Instruments tak, aby byl použitelný v rámci jiných projektů v programovacím jazyce Python. Výhodou by mělo být především přehledné zadávání parametrů algoritmu. Práce s algoritmem skrze Texas Instruments je poměrně náročná, protože parametry ovlivňující tento algoritmus se zadávají prostřednictvím příkazové řádky. Ladit parametry je zdlouhavé a složité. Tato diplomová práce by měla umožnit jednodušší testování parametrů na nahraných datech. Algoritmus Gtrack využívá radarová zařízení. Radar vysílá signál, který se odráží od objektů v okolí a je zpět přijímán a zpracován. Výsledkem zpracování je 2D/3D point cloud (prostor kolem radaru). Z informací, které point cloud poskytuje je možné získat data týkající se objektů v okolí radaru. Základem je algoritmus Gtrack od společnosti Texas Instruments. Tato práce jej však umožňuje použít nezávisle na platformě od Texas Instruments. Sledovací algoritmus rozpozná jednotlivé objekty a po určitou dobu je dokáže monitorovat. Na základě rozpoznání a sledování daného objektu je možné spustit například nějakou další událost. Výsledkem je informace o objektech pohybujících se v okolí radaru. Hlavním přínosem je možnost využití algoritmu v rámci jiných projektů, jedinou podmínkou je vstupní point cloud ve správném tvaru.
Kvantová kryptografie a laserové přenosy dat
Litwora, Martin ; Maršík, Lukáš (oponent) ; Zemčík, Pavel (vedoucí práce)
Záměrem této práce bylo prozkoumat a popsat možnosti kvantové distribuce klíčů. Popsat jednotlivé protokoly založené na kvantové mechanice, různé varianty kvantových kanálů bezdrátových laserových spojení. Současně provést analýzu jednotlivých šifrovacích algoritmů z pohledu jejich bezpečnosti, spotřeby energie a rychlosti šifrování. Dále bylo součástí práce změření přenosových vlastností reálného systému pro kvantovou distribuci klíčů, včetně měření útlumu daného spoje pomocí útlumového článku. Cílem následně bylo aplikovat tyto výsledky měření na laserové přenosy dat. Laserové spojení ovlivňují atmosférické podmínky, zejména oblačnost. Pro tyto účely byl vytvořen simulační nástroj, který slouží pro simulaci laserových kvantových kanálů v atmosféře.
Sound Generation for RC Model
Chytil, Lukáš ; Maršík, Lukáš (oponent) ; Zemčík, Pavel (vedoucí práce)
This thesis deals with the sounding of an electrically driven RC model. I focused on an RC car that will make the sound of a real internal combustion car when running. The intention of the work was to equip the model with hardware and design an algorithm that will simulate the sound of the car based on the position of the throttle stick on the controller. The contribution of my work is an affordable sound system solution, from which a product could be created.
Radar and Video Fusion
Galeta, Ondřej ; Reich, Bořek (oponent) ; Maršík, Lukáš (vedoucí práce)
The main goal of this work is to increase the quality of object tracking in three-dimensional space using the fusion of radar and video data obtained from traffic monitoring scenes. The thesis presents several methods dealing with collecting point pairs from both sensor coordinate systems for spatial calibration of sensors, with an emphasis on automation. It solves the association problem of multiple detected objects at once using a modified Hungarian algorithm. The work also shows some methods of predicting the distance of objects detected by video using a dataset obtained from radar. Output from the fusion model provides spatially extended tracks and more accurate counting of tracked objects than radar or video models alone, which can be used for further analysis of traffic in the observed scene.
Radar Altimeter for Ultramicro Airplanes
Svitana, Ján ; Maršík, Lukáš (oponent) ; Zemčík, Pavel (vedoucí práce)
Radar systems have been an integral part of aviation since its inception. Over time, they have evolved into devices that we use routinely in our lives. They are much more accessible and affordable for use for a variety of purposes. This thesis deals with the design of an altimeter based on millimeter-wave radar that could be fitted to an ultralight aircraft as an indicator of flight altitude during landing maneuvers for beginners as well as experienced pilots, which would also be affordable. The thesis focuses mainly on the use of millimeter-wave radar manufactured by Texas Instruments. For the acquisition and processing of the radar data and its subsequent audio interpretation in the form of an intermittent tone, for the sake of compactness, a single board computer from the Raspberry Pi Foundation is chosen. The aim of this thesis is to design a system that indicates the distance of the aircraft above the surface by an intermittent audio signal at an appropriate rate. The radar module generates point clouds, which are processed by the Raspberry Pi computer. These are analysed and further transformed to send the appropriate sound representation of the perpendicular height of the aircraft relative to the Earth's surface. As a result, a working sample of such a device has been created.
Vehicle Classification Using Radar
Gottwald, Vilém ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
The goal of this work is to recognize vehicles from radar point clouds. The radar produces the distance and angle for each target. This representation can be converted into the Cartesian coordinate system to obtain a point cloud 3D representation of the scene. In this thesis, existing approaches to object recognition in point clouds are presented. The method chosen for this thesis consists of object detection using point clustering and subsequent classification using a recurrent neural network. The objects are created from the point clouds using a modified DBSCAN algorithm. Features are extracted from each entity and utilized for classification into different types of vehicles using long short-term memory (LSTM) neural network. A dataset containing 57 345 annotated objects was created to train and evaluate the model. The developed model achieved an F1-score of 83 % on this data.
Využití neuronových sítí pro fúzi obrazových a neobrazových dat
Reich, Bořek ; Maršík, Lukáš (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato diplomová práce se zabývá využitím konvolučních neuronových sítí pro fúzi obrazových a neobrazových dat. V práci jsou zkoumány jak detekční systémy využívající principy hlubokého učení spoléhající se pouze na obrazová data (snímky z kamery), tak detekční systémy, které využívají obrazová i neobrazová data (snímky z kamery a data z milimetrového radaru). Pro účely porovnání těchto typů metod (metod využívajících fúzi a metod spoléhajících se pouze na obrazová data) byla vytvořena jedinečná datová sada obsahující nezpracovaná data z milimetrového radaru a odpovídající časově synchronizované snímky z kamery zaměřená na monitorování dopravy. Dále je v této práci navržena časově synchronizační metoda pro milimetrový radar a kameru s použitím volně dostupného hardware. Za použití vytvořené datové sady je pak ověřena detekční schopnost systému využívajícího pouze data z kamery a fúzního systému využívajícího data z milimetrového radaru i kamery.
People Detection Using Radar
Bartko, Jakub ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
This thesis aims to research the applicability of deep learning methods on point clouds generated by millimeter-wave radars, as a solution for people detection, and 3D scene understanding in general. Radar is a system that uses radio waves to determine the distance, azimuth, and velocity of surrounding objects. For each point of detection, Cartesian coordinates can be calculated, to produce a set of points in 3D space called a point cloud. Deep neural network architectures designed to operate on sparse 3D point clouds can be trained for point-wise segmentation, object detection, classification, and tracking. This can be used to greatly advance the 3D scene understanding by machines. A model based on the state-of-the-art methods for object detection and classification on sparse point clouds was trained as a part of this thesis, for the purpose of people detection. To showcase the robustness of the trained model and the straightforwardness of its applicability to solve prominent real-world tasks of scene understanding, a people counting application was developed. The employed methods were thoroughly evaluated on a dataset created as a part of this thesis, consisting of over 19,500 labels on 3D radar point clouds.
Radarový výškoměr pro ultralehká letadla
Imrich, Marek ; Maršík, Lukáš (oponent) ; Zemčík, Pavel (vedoucí práce)
Radarove zariadenia patria medzi neodlucitelnu sucast leteckej sfery. K navadzaniu ul- tralahkych lietadiel pri pristavani je velmi dolezite vyuzivat vhodny modul. Bakalarska praca je zamerana na vyuzivanie vyskoveho radaru zalozeneho na mikrovlnnom senzore IWR6843ISK vyrabaneho spolocnostou TEXAS Instruments a jeho aplikovanie v praxi pre ultralahke lietadla. Jeho schopnostou v spojeni s pocitacom je vyskove navadzanie ultra- lahkeho lietadla na pristavaciu plochu drahy pomocou generovania zvukovych tonov, ktore maju pilotovi indikovat vzdialenost nad terenom. Hlavnym cielom prace je navrhnut model pouzitia mikrovlnneho modulu v spojeni s pocitacom a jeho nasledne otestovanie vhodnosti pouzitia pri vykonavani pristavacieho manevru. Cielom prace je navrhnutie systemu, ktory pracuje s milimetrovym radarom a jeho zhodnotenie pouzitelnosti v praxi. Navrhovany modul generuje bodove mracna, ktore su nasledne syntakticky analyzovane, nasledne su vystupne data vhodne korelovane, dalej transformovane na exaktnu vysku polohy lietadla nad terenom s naslednou zvukovou interpretaciou pilotovi.
Classification of Radar Detections Using Convolutional Neural Networks
Láníček, Adam ; Zemčík, Pavel (oponent) ; Maršík, Lukáš (vedoucí práce)
The goal of this thesis was to create an object recognition pipeline for millimeter wave radar data. The work presents a mechanism for encoding the radar data into images as well as an in-house developed annotation tool to facilitate the dataset creation for the You Only Look Once (YOLO) based object recognition models. The YOLO detector trained on a cycling route dataset reported 91% accuracy. This solution, therefore, provides a proof of concept that can be further developed to improve the detection capabilities or to meet the requirements of the specific use cases and environments.

Národní úložiště šedé literatury : Nalezeno 93 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
4 Maršík, Ladislav
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.