|
Lokalizace mobilního robota pomocí kamery
Vaverka, Filip ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje návrh a realizaci metody lokalizace mobilního robota. Metoda je založena čistě na obrazových datech získaných pomocí monokulární kamery. Lokalizace je v popisovaném řešení chápána jako asociační problém a jde tedy o lokalizaci v topologickém modelu prostření, který je předem vytvořen. Základem metody je generativní pravděpodobnostní model vzhledu prostředí. Tento způsob lokalizace umožňuje eliminovat některé obtížné problémy, kterými trpí klasické lokalizační metody.
|
|
Svazové konstrukce a dualita Priestleyové
Hartman, Juraj ; Růžička, Pavel (vedoucí práce) ; Tůma, Jiří (oponent)
V této práci po připomenutí základních pojmů z teorie kategorií, teorie svazů a topologie nejdříve popíšeme tzv. Stoneovu dualitu kate- gorie booleovských svazů a kategorie booleovských topologických pro- storů. Poté popíšeme její zobecnění, tzv. dualitu Priestleyové katego- rie omezených distributivních svazů a kategorie totálně ≤-nesouvislých uspořádaných topologických prostorů. Následně zavedeme svazovou kon- strukci M3[.] a dokážeme, že pro každý distributivní svaz L je svaz M3[L] izomorfní svazu všech spojitých monotónních zobrazení z pro- storu, který je svazu L přiřazen v dualitě Priestleyové, do svazu M3 s diskrétní topologií. Nakonec popíšeme pojem tzv. booleovské mocniny, který zobecníme na pojem tzv. priestleyovské mocniny a dokážeme, že pro každé přirozené číslo n ≥ 3 a pro každý distributivní svaz L je svaz Mn[L] izomorfní priestleyovské mocnině svazu Mn podle svazu L. 1
|
|
Lokalizace mobilního robota pomocí kamery
Vaverka, Filip ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje návrh a realizaci metody lokalizace mobilního robota. Metoda je založena čistě na obrazových datech získaných pomocí monokulární kamery. Lokalizace je v popisovaném řešení chápána jako asociační problém a jde tedy o lokalizaci v topologickém modelu prostření, který je předem vytvořen. Základem metody je generativní pravděpodobnostní model vzhledu prostředí. Tento způsob lokalizace umožňuje eliminovat některé obtížné problémy, kterými trpí klasické lokalizační metody.
|