|
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 obličejové mimiky pro robotickou hlavu
Pospíchal, Tomáš ; Brablc, Martin (oponent) ; Appel, Martin (vedoucí práce)
Bakalářská práce se zabývá využitím zpětné projekce pro vizualizací mimiky sociobota. Je navržena a implementována kalibrace obrazu k zamezení deformace a změny jasu promítaného obrazu způsobenou zakřivením projekční plochy. Identifikace deformace provedena pomocí promítané šachovnice. K aproximaci deformace použita metoda pohyblivých vážených nejmenších čtverců (MLS). Dále je navržena testovací soustava a úprava projektoru pro krátkou promítací vzdálenost.
|
|
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.
|
|
Depth map visualization using the Kinect sensor
Gajdoš, Adam ; Najman, Jan (oponent) ; Appel, Martin (vedoucí práce)
The theoretical part of bachelor thesis is focused on possibilities of use the depth device Microsoft Kinect in various spheres and branches of industry. The practical part deals with the processing of data from Kinect depth sensor, programming and creating visualizations in the Matlab programming environment for use in the field of education.
|
|
Kolaborativní robot s adaptivními uchopovači
Vondráček, Jakub ; Appel, Martin (oponent) ; Najman, Jan (vedoucí práce)
Tato bakalářská práce se zabývá kolaborativními roboty a adaptivními uchopovači se zaměřením na praktické testování robota UR5 od Universal robots s adaptivními uchopovači Onrobot RG2 a Robotiq 3F, které jsou k dispozici v mechatronické laboratoři Fakulty strojního inženýrství Vysokého učení technického v Brně. V první části práce je provedena rešerše, která představuje základní problematiku kolaborativních robotů, adaptivních uchopovačů, snímání síly a dále také možnosti softwarové simulace zaměřené na testování uvedeného dostupného kolaborativního robota. V druhé části práce je uvedena metodika a vypracování praktické práce s robotem, která je zaměřená na otestování všech základních funkcí robota na jednoduchých úlohách. V poslední sekci práce je zpracována simulace komplexnější úlohy robota z inženýrské praxe za pomocí vybraného softwaru.
|
|
Řízení humanoidního robota
Pozdíšek, David ; Appel, Martin (oponent) ; Najman, Jan (vedoucí práce)
Bakalářská práce se zabývá výběrem vhodného komerčně dostupného malého humanoidního robota, jeho zprovozněním a testováním obsažené senzoriky. Cílem práce je vytvoření ovládacího programu pomocí MATLABu, následných ukázkových úloh a použití bezdrátové komunikace pomocí modulu Zigbee.
|
| |
| |
|
Generování kódu pro zpracování surového obrazu na grafickém zařízení
Pojsl, Jakub ; Bastl, Michal (oponent) ; Appel, Martin (vedoucí práce)
Tato bakalářská práce se zabývá možností generování CUDA code pomocí Matlab GPU Coder na grafické zařízení Nvidia Jetson Nano a zpracování hloubkových obrazových dat z Intel RealSence kamery takto vygenerovanými funkcemi. Teoretická část je věnována seznámení s CUDA code, Intel RealSence D415, Jetson Nano a Matlab GPU Coder. Praktická část práce je zaměřena na ukázku generování CUDA code a spustitelného souboru pro Jetson Nano pomocí Matlab GPU Coder a nástroje CMake. Následuje vytvoření aplikace pro získání hloubkových dat z Intel RealSence kamery, jejich zpracování ve vygenerované CUDA funkci a zobrazení zpracovaných dat. Práce je zakončena analýzou běhu aplikace a demonstrací výhod CUDA code při náročných výpočtech.
|
| |