|
|
Vectorized Point Clouds for Mobile Robotics
Jelínek, Aleš ; Mazal, Jan (oponent) ; Duchoň,, František (oponent) ; Žalud, Luděk (vedoucí práce)
This doctoral thesis deals with processing of point clouds produced by laser scanners and subsequent searching for correspondences between the approximations obtained in this way for the purpose of simultaneous localization and mapping in mobile robotics. The first method performs filtration and segmentation of the data and is able to do both operations at the same time in one algorithm. For vectorization, an optimized total least squares algorithm is introduced. It is probably the fastest algorithm in its category, comparable even to the eliminating methods, which, however, provide significantly worse approximations. For similarity evaluation, optimal registration and correspondence search between two sets of vectorized scans, new analytical methods are presented as well. All of the algorithms introduced were thoroughly tested and their features investigated in many experiments.
|
|
| |
|
|
Měření vlastností laserového zdroje s válcovou optikou
Jelínek, Aleš ; Šedivá, Soňa (oponent) ; Bejček, Ludvík (vedoucí práce)
Předmětem práce je návrh a realizace přístroje pro měření intenzity světla laserového zdroje s válcovou optikou. Cílem je kontrola vlastností laseru při jeho konstrukci – primárně stejnoměrné osvětlení v celé délce stopy. Při práci byl kladen důraz na minimální složitost konstrukce, redukci nákladů na výrobu, samozřejmě při splnění všech požadavků. Výsledkem je plně funkční přístroj, který již slouží v zadávající firmě.
|
|
|
Srovnáni 2D LIDAR SLAM metod v simulaci a v reálném světě
Cihlář, Miloš ; Jelínek, Aleš (oponent) ; Ligocki, Adam (vedoucí práce)
Tato práce se zbývá návrhem vhodné mobilní robotické platformy, se schopností vytvořit mapu budovy za použití existujících 2D SLAM algoritmů, a porovnáním SLAM algoritmů v simulaci a reálném světě. Jsou použity tři známé algoritmy, tj. Hector slam, Gmapping a Karto slam. Součástí práce je vytvoření dvoukolového diferenciálně řízeného modelu robota v simulátoru Gazebo a návrh softwaru, který je realizovaný pomocí frameworku ROS. V práci je popsána a implementována základní lokalizace pro mobilní pozemní roboty. Jsou zmíněny metody pro plánování a kontrolu pohybu robota po vypočítané trajektorii. Práce také popisuje vlastní přístup k autonomnímu průzkumu robotem s cílem zmapovat všechny dostupné části budovy. K porovnání a hodnocení vytvořených map je navrženo kritérium kvality určující přesnost mapy.
|
|
|
Lineární jednotka s krokovým motorem
Farba, Marek ; Jelínek, Aleš (oponent) ; Kopečný, Lukáš (vedoucí práce)
Témou bakalárskej práce je lineárna jednotka s krokovým motorom. Práca je zameraná na návrh jednotky, stručný popis lineárnych vedení a krokového motora. Ďalej sa zaoberá rozborom modelu navrhnutej jednotky, výpočtami krútiaceho momentu krokového motora a simuláciou. V závere bakalárskej práce sú popísané vybrané komponenty zostrojenej lineárnej jednotky a postup jej výroby.
|
|
|
Windows 10 IoT na platformě Raspberry Pi 2
Prachař, Vojtěch ; Jílek, Tomáš (oponent) ; Jelínek, Aleš (vedoucí práce)
Účelem této semestrální práce je seznámení s Raspberry Pi 2, operačním systémem Windows 10 IoT a vývojářskými nástroji pro tuto platformu. V rámci práce byl představen hardware i software a detailně popsáno zprovoznění vývojářských nástrojů. Dále byly vyzkoušeny některé ukázkové aplikace a komunikační protokoly. V poslední bodě byli otestovány rozhraní důležitá z pohledu robotiky. V závěru je tato platforma zhodnocena pro možnost použití v domácí automatizaci a robotice.
|
|
|
Analýza postavení kostí dolní končetiny užitím Microsoft Kinect One
Tatýrek, Ondřej ; Jelínek, Aleš (oponent) ; Chromý, Adam (vedoucí práce)
Tato diplomová práce se zabývá vývojem softwarového nástroje určeného k měření postavení kostí dolní končetiny. Je rozebrána problematika postavení chodidla a celé dolní končetiny, včetně určení významných bodů. Také jsou rozebrány možnosti vzhledu měřící scény a vzhledu markerů a proveden konkrétní návrh. Dále je popsán algoritmus pro automatizované rozpoznání bodů v měřicí scéně. V poslední části je popsáno grafické uživatelské rozhraní, ve kterém jsou implementovány algoritmy rozpoznání bodů.
|
|
|
Jednotka pro bezdrátový přenos elektrické energie
Jelínek, Aleš ; Kopečný, Lukáš (oponent) ; Žalud, Luděk (vedoucí práce)
Cílem této práce je ověřit praktickou realizovatelnost konceptu přenosu elektrické energie pomocí indukčních cívek. V první části je popsán matematický model a teoretický důkaz funkčnosti a dále je uvedena metoda detekce rezonance přijímacího obvodu na vysílací straně. Další kapitola popisuje hardwarové řešení experimentálního prototypu. Poslední část obsahuje výsledky měření činitele vazby dvou cívek a je zde diskutován výkon a významné vlastnosti prototypu.
|
|
|
Algoritmy pro procházení 2D bludiště
Chvíla, Lukáš ; Jelínek, Aleš (oponent) ; Žalud, Luděk (vedoucí práce)
Tato práce popisuje způsob automatického nalezení cesty ve 2D bludišti, které je zadáno formou bitmapových mřížek obsazenosti. Problém byl řešen v jazyce C# za pomoci algoritmu přímkové dekompozice, pomoci kterého je vytvořena síť potencionálních cest. Tento algoritmus předpokládá aproximaci překážek vektorovými polygony. Pro nalezení výsledné cesty je použit algoritmus A*. Výstupem je cesta popsaná úsečkami, kterou by po dalších úpravách bylo možné použít pro navigaci robota.
|
|
|
Transfer Learning For Deep Convolutional Neural Network From Rgb To Ir Domain
Ligocki, Adam ; Jelínek, Aleš
In this paper, we are presenting a proof of concept of our system for training of the YOLOv3 neural network for object detection of vehicles in thermal camera images. Our approach is unique in the way we are using a dataset containing a large number of synchronized range measurements as well as RGB and thermal images. We are using the existing YOLO toolkit to detect objects on the RGB images, we estimate detection distance by the LiDAR and later we reproject these detections into the IR image. In this way, we have created a large dataset of annotated thermal images that helped us to significantly improve the performance of the neural network at the IR domain.
|
host ::
RSS.