Název: Vektorizovaná mračna bodů pro mobilní robotiku
Překlad názvu: Vectorized Point Clouds for Mobile Robotics
Autoři: Jelínek, Aleš ; Mazal, Jan (oponent) ; Duchoň,, František (oponent) ; Žalud, Luděk (vedoucí práce)
Typ dokumentu: Disertační práce
Rok: 2017
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [eng] [cze]
Disertační práce se zabývá zpracováním mračenen bodů z laserových skenerů pomocí vektorizace a následnému vyhledávání korespondencí mezi takto získanými aproximacemi pro potřeby současné sebelokalizace a mapování v mobilní robotice. První nová metoda je určena pro segmentaci a filtraci surových dat a realizuje obě operace najednou v jednom algoritmu. Pro vektorizaci je představen optimalizovaný algoritmus založený na úplné metodě nejmenších čtverců, který je v současnosti patrně nejrychlejší ve své třídě a blíží se tak eliminačním metodám, které ovšem produkují výrazně horší aproxi- mace. Inovativní analytické metody jsou představeny i pro účely vyjádření podobnosti mezi dvěma vektorizovanými skeny, pro jejich optimální sesazení a pro vyhledávání korespondencí mezi nimi. Všechny představené algoritmy jsou intezivně testovány a jejich vlastnosti ověřeny množstvím experimentů. 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.
Klíčová slova: correspondence search; filtration; least squares; point cloud; registration; segmentation; similarity criterion; SLAM; vectorization; filtrace; kritérium podobnosti; metoda nejmenších čtverců; mračno bodů; segmentace; sesazování; SLAM; vektorizace; vyhledávání korespondencí

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/69928

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-364602


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Disertační práce