|
Plánování cesty mobilního robotu pomocí mravenčích algoritmů
Sedlák, Václav ; Šoustek, Petr (oponent) ; Dvořák, Jiří (vedoucí práce)
Tato práce se zabývá plánováním cesty robota při použití algoritmů pro optimalizaci pomocí mravenčích kolonií. Teoretická část práce uvádí základní pojmy z problematiky plánování cesty robota. Dále se teoretická část věnuje mravenčím algoritmům coby nástrojům pro optimalizaci a plánování cesty robota. Praktická část práce se zabývá návrhem a implementací mravenčích algoritmů pro plánování cesty robota v jazyce Java.
|
|
Navigace robotu pomocí grafových algoritmů
Čížek, Lubomír ; Krček, Petr (oponent) ; Dvořák, Jiří (vedoucí práce)
Tato práce se zabývá plánováním cesty robota pomocí grafových algoritmů. Její teoretická část se zabývá základními přístupy plánování cesty robota a věnuje bližší pohled na různé metody grafových algoritmů. V druhé části této diplomové práci bylo vytvořeno simulační prostředí navigace robota v jazyce C#. A v tomto prostředí byly implementovány vybrané metody grafových algoritmů. Tato práce byla napsána v rámci výzkumného záměru MSM 0021630529: Inteligentní systémy v automatizaci.
|
|
Návrh knihovny pro plánování trajektorie robotu
Novotný, Michal ; Marada, Tomáš (oponent) ; Věchet, Stanislav (vedoucí práce)
Tato práce se zabývá analýzou problematiky plánování trajektorie ve známé mapě pomocí RRT algoritmu. Teoretická část popisuje základní pojmy a navigaci mobilního robotu. Do navigace patří lokalizace, mapování a plánování trajektorie. V každé z těchto podkapitol navigace je popsán přehled používaných metod pro lokalizaci a pro plánování cesty robotu. Praktická část popisuje implementaci navržené metody v programovacím jazyce Delphi. Jako nejlepší metoda plánování cesty robotu je zvolen algoritmus RRT stromů. Pro zajištění univerzálního komunikačního rozhraní je aplikace vytvořena jako dynamická knihovna.
|
|
Řízení mobilního robotu
Podivín, Ladislav ; Hrabec, Jakub (oponent) ; Lebeda, Ondřej (vedoucí práce)
V této práci je popsán návrh a implementace řídicích algoritmů pro mobilní robot Ryder, který je naváděn pomocí GPS. V práci jsou diskutovány hlavně dva nejdůležitější aspekty řízení mobilních robotů - plánovací algoritmus a algoritmus zajišťující řízení podvozku. Robot Ryder je postaven na Ackermanově podvozku a vybaven různými typy senzorů pro určování vzdálenosti od překážek. Jeho cílem je autonomní přesun ze startovního bodu do bodu cílového bez jakýchkoli kolizí s případnými překážkami.
|
|
Plánování cesty robotu (RRT)
Knispel, Lukáš ; Matoušek, Radomil (vedoucí práce)
Tato bakalářská práce se zabývá plánováním cesty všesměrového mobilního robotu pomocí algoritmu RRT (Rapidly-exploring Random Tree – Rychle rostoucí náhodný strom). V teoretické části dále popisuje základní algoritmy plánování cesty a prezentuje bližsí pohled na RRT a jeho potenciál. Praktická část práce řeší návrh a tvorbu C++ linux aplikace v prostředí Ubuntu 9.10 za použití aplikačního frameworku Qt 4.6, která implementuje pokročilý RRT algoritmus s parametrizovatelným řešičem a dávkovým režimem za účelem testování efektivnosti nastavení řešiče pro dané úlohy.Plánování cesty, mobilní robot, Rychle rostoucí náhodný strom, Qt, C++.
|
| |
|
Plánování cesty robota pomocí mravenčích systémů
Sedlák, Václav ; Krček, Petr (oponent) ; Dvořák, Jiří (vedoucí práce)
Tato práce se zabývá plánováním cesty robota pomocí mravenčích systémů. V teoretické části je úvod do problematiky plánování cesty mobilních robotů a přiblížení mravenčích systémů coby nástroje pro optimalizaci a plánování cesty. Praktická část práce se zabývá návrhem a programovou implementací mravenčích systémů pro plánování cesty robota v prostředí Borland Delphi 7.
|
| |
|
Covering the Working Space of Mobile Robot
Krejsa, Jiří ; Věchet, Stanislav
Equally distributed covering of working space is essential in some mobile robot applications, such as presentation robotics or security robot patrol. This paper explores a method for such covering based on rapidly exploring random trees (RRT) algorithm. RRTs can cover the working space close to completeness while uncovered areas are quickly reduced. The algorithm can be modified to emphasize certain areas of interest by appropriately generating corresponding goals. Method performance is compared to random walk in simulation experiments.
|
| |