|
|
Application for Aiding Solar Panel Positioning
Mudroň, Marek ; Bambušek, Daniel (oponent) ; Herout, Adam (vedoucí práce)
This thesis details the development and iterative testing of a web application designed to estimate the solar performance of photovoltaic systems. The primary goal was to enhance the user interface and user experience to ensure the application is intuitive and effective for amateur users interested in photovoltaic solutions. The application allows users to select a location for a house, employ texture-aware modeling to design the structure and place solar panels on the roof in a configuration of their choice. Users can also add their own panel models to the system. The application utilizes a simulation model to estimate the performance of the designed system. Finally, it presents the results, showing the expected solar energy output.
|
|
|
Předpovídání trajektorie vozidel a chodců pro asistenční systémy řízení
Mudroň, Marek ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
V tejto práci sa zaoberám vytváraním reprezentácie dopravnej scény pomocou spracovania monokulárneho záznamu. Na základe vytvorenej reprezentácie sa snažím predpovedať trajektórie detekovaných vozidiel v krátkom časovom horizonte 2 sekúnd. Súčasné postupy využívajú viacero drahých senzorov na zhromažďovanie okamžitých informácií o prostredí. Predstavujem postup, ktorý pomocou viacerých modelov strojového učenia, dokáže z videa zistiť rovnaké údaje, ako spomínané senzory. Výsledkom je systém umožňujúci zníženie nákladov na senzory pre vytváranie reprezentácie prostredia a predikciu trajektórie vozidiel v scéne. Ďalším prínosom je porovnanie presnosti modelov, trénovaných na odlišne spracovaných dátach. Pri porovnaní poskytujem údaje o tom, ako veľmi sa približujú k presnosti najspoľahlivejších predikčných systémov.
|
|
|
Předpovídání trajektorie vozidel a chodců pro asistenční systémy řízení
Mudroň, Marek ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
V tejto práci sa zaoberám vytváraním reprezentácie dopravnej scény pomocou spracovania monokulárneho záznamu. Na základe vytvorenej reprezentácie sa snažím predpovedať trajektórie detekovaných vozidiel v krátkom časovom horizonte 2 sekúnd. Súčasné postupy využívajú viacero drahých senzorov na zhromažďovanie okamžitých informácií o prostredí. Predstavujem postup, ktorý pomocou viacerých modelov strojového učenia, dokáže z videa zistiť rovnaké údaje, ako spomínané senzory. Výsledkom je systém umožňujúci zníženie nákladov na senzory pre vytváranie reprezentácie prostredia a predikciu trajektórie vozidiel v scéne. Ďalším prínosom je porovnanie presnosti modelov, trénovaných na odlišne spracovaných dátach. Pri porovnaní poskytujem údaje o tom, ako veľmi sa približujú k presnosti najspoľahlivejších predikčných systémov.
|
host ::
RSS.