|
|
Autonomous Rover Navigation on Planetary Surface
Vaško, Marek ; Prustoměrský, Milan (oponent) ; Chudý, Peter (vedoucí práce)
Exploration of the depths of the space has led to the development of technology in various fields. One of these areas is the exploration of the surface of extraterrestrial planets. An unmanned ground vehicle is an effective way of exploration. This thesis deals with one of the most important systems of unmanned vehicles, which is autonomous navigation. The vehicle must be able to navigate in the environment and map potential obstacles. The thesis will examine the navigation principles that have been used by existing vehicles. It will then research the use of the algorithm based on the principle of simultaneous localization and mapping and its implementation in MATLAB. This algorithm will be integrated into the simulator, which will allow later integration into the real environment using the Robot Operating System. A vehicle platform with simulated sensors and a six-wheel chassis, which will be used for an integrated algorithm, will be designed in the simulator. Finally, the quality of the proposed algorithm is evaluated and a discussion about future improvements is initiated.
|
|
|
Navigace pomocí hlubokých konvolučních sítí
Skácel, Dalibor ; Veľas, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se věnuje problematice navigace a autonomního řízení za použití konvolučních neuronových sítí. Jsou zde představeny hlavní přístupy využívající zpracování senzorických vstupů uváděné v odborné literatuře a popsána teorie neuronových sítí, imitačního a zpětnovazebního učení. Dále jsou zde popsány nástroje a metody vhodné pro zpracování systému řízení. Jsou vytvořeny dva typy modelů pro řízení vozidel v simulačním prostředí. Modely využívají učících algoritmů DAGGER a DDPG. Vytvořené modely jsou otestovány v prostředí simulátoru TORCS.
|
|
|
Navigace pomocí hlubokých konvolučních sítí
Skácel, Dalibor ; Veľas, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
V této práci se věnuji problematice navigace a autonomního řízení za použití konvolučních neuronových sítí. Představuji zde hlavní přístupy využívající zpracování senzorických vstupů uváděné v odborné literatuře a popisuji teorii neuronových sítí, imitačního a zpětnovazebního učení. Dále rozebírám nástroje a metody vhodné pro zpracování systému řízení. V rámci práce jsem vytvořil dva typy modelů pro řízení vozidel v simulačním prostředí. Modely využívají učících algoritmů Dataset Aggregation a Deep Deterministic Policy Gradient. Vytvořené modely jsem otestoval v prostředí simulátoru TORCS a porovnal s dostupnými zdroji.
|
|
|
Navigace a řízení kvadrokoptéry
Doležal, Karel ; Orság, Filip (oponent) ; Herman, David (vedoucí práce)
Práce se zabývá autonomní navigací kvadrokoptéry ve venkovním prostředí na platformě AR.Drone. Úkolem je samostatný přesun po zadané trase a autonomní přistání na plošině umístěné v cílovém bodě. Práce popisuje platformu AR.Drone včetně dostupných vývojových nástrojů a postup rozšíření senzorů kvadrokoptéry o GPS a magnetický kompas. Dále je představena navržená navigační architektura, jsou popsány role jejích klíčových částí a řízení v jednotlivých fázích letu. Přistání v cíli je řízeno podle kamer umístěných na kvadrokoptéře s vyhledáváním na základě výrazné barvy. Práce se také zabývá detekcí překážek z přijímaného videa pomocí výpočtu optického toku, potlačováním pohybů kvadrokoptéry a vyhýbáním se významným změnám v obraze. Řídicí program je implementován včetně pomocné aplikace pro ladění ze záznamu a úspěšně otestován v reálném prostředí.
|
|
|
Lokální navigace autonomního mobilního robota
Herman, David ; Rozman, Jaroslav (oponent) ; Orság, Filip (vedoucí práce)
Cílem této diplomové práce je navrhnout koncept pro navigaci autonomního mobilního robota v parkovém prostředí. Konkrétně navrhnout metody lokalizace a detekce cesty s využitím dostupného senzorického systému, uvést matematický model pro fúzi těchto údajů a zvolenou vnitřní reprezentaci, a to s ohledem na budoucí plánovací a řídící algoritmy.
|
host ::
RSS.