|
|
Foundations of geometric control theory
Čulák, Michal ; Hrdina, Jaroslav (referee) ; Vašík, Petr (advisor)
This bachelor thesis deals with the description of algorithm for motion planning of trident snake robot. His model is created by means of differential geometry. The controllability of the robot is provided by Lie algebra, generated by elementary vector fields and their Lie bracket. The system is approximated by nilpotent approximation. In this thesis is proposed and described algorithm of motion planning with piecewise constant input. This algorithm is further derived for trident snake robot. Finally, selected motions of trident snake robot are simulated and portrayed in enviroment called MATLAB.
|
|
| |
|
|
Nonholonomic mechanisms control
Mareček, Tomáš ; Hrdina, Jaroslav (referee) ; Vašík, Petr (advisor)
This thesis deals with a control theory of nonholonomic mechanisms. Examples explaining the application of dierential geometry notions are provided. More precisely, the area of Lie groups and Lie algebras is employed. Kinematic equations are constructed for a 3-link snake-like robot and a nonholonomic control system is derived in terms of vector felds. Additional vector felds are created by the Lie bracket operation to prove local controllability of the nonholonomic system. Finally, the snake-like robot’s moves are animated in MATLAB software.
|
|
|
Geometric models of a snake robot control
Byrtus, Roman ; Hrdina, Jaroslav (referee) ; Vašík, Petr (advisor)
This thesis deals with the geometric theory of control of a robotic snake. The thesis includes required definitions of differential geometry and control theory, which are used to describe and derive the control model for a three segment robotic snake. The model is applied in the simulation environment V-REP.
|
|
|
Path Planning in 3D Space
Němec, František ; Samek, Jan (referee) ; Rozman, Jaroslav (advisor)
This paper deals with the problem of object path planning in 3D space. The goal is to create program which allows users to create a scene used for path planning, perform the planning and finally visualize path in the scene. Work is focused on probabilistic algorithms that are described in the theoretical part. The practical part describes the design and implementation of application. Finally, several experiments are performed to compare the performance of different algorithms and demonstrate the functionality of the program.
|
|
|
Path Planning in 3D Space
Krčmář, Radim ; Janoušek, Vladimír (referee) ; Rozman, Jaroslav (advisor)
Following thesis presents basics of motion planning, focusing on sampling-based algorithms. System for collision of objects in arbitrary dimensional space is created using linear algebra. Basic options for visualizaton of three-dimensional data are described. Selected algoritms were implemented in haskell and used to pull hedgehog out of the cage (popular disentanglement puzzle in Czech Republic).
|
|
|
Expert Systems and Advanced Algorithms in Mobile Robots Path Planning
Abbadi, Ahmad ; Šeda, Miloš (referee) ; Volná,, Eva (referee) ; Matoušek, Radomil (advisor)
Metody plánování pohybu jsou významnou součástí robotiky, resp. mobilních robotických platforem. Technicky je realizace plánování pohybu z globální úrovně převedena do posloupnosti akcí na úrovni specifické robotické platformy a definovaného prostředí, včetně omezení. V rámci této práce byla provedena recenze mnoha metod určených pro plánování cest, přičemž hlavním těžištěm byly metody založené na tzv. rychle rostoucích stromech (RRT), prostorovém rozkladu (CD) a využití fuzzy expertních systémů (FES). Dosažené výsledky, resp. prezentované algoritmy, využívají dostupné informace z pracovního prostoru mobilního robotu a jsou aplikovatelné na řešení globální pohybové trajektorie mobilních robotů, resp. k řešení specifických problémů plánování cest s omezením typu úzké koridory či překážky s proměnnou polohou v čase. V práci jsou představeny nové plánovací postupy využívající výhod algoritmů RRT a CD. Navržené metody jsou navíc efektivně rozšířeny s využitím fuzzy expertního systému, který zlepšuje jejich chování. Práce rovněž prezentuje řešení pro plánovací problémy typu identifikace úzkých koridorů, či významných oblastí prostoru řešení s využitím přístupů na bázi dekompozice prostoru. V řešeních jsou částečně zahrnuty sub-optimalizace nalezených cest založené na zkracování nalezené cesty a vyhlazování cesty, resp. nahrazení trajektorie hladkou křivkou, respektující lépe předpokládanou dynamiku mobilního zařízení. Všechny prezentované metody byly implementovány v prostředí Matlab, které sloužilo k simulačnímu ověření efektivnosti vlastních i převzatých metod a k návrhu prostoru řešení včetně omezení (překážky). Získané výsledky byly vyhodnoceny s využitím statistických přístupů v prostředí Minitab a Matlab.
|
|
|
Mobile Robot Path Planning Simulation and Calculation.
Koch, Zdeněk ; Šorm, Milan (referee) ; Matoušek, Radomil (advisor)
This thesis deals about design and realization software application "Mobile robot studio" for planning path mobile robot in pseudo 3D world. It contains several tools, witch most important are: simulation control, path planning, world editor and commands editor for CAN. Application was made by technology .NET 2.0 and for 3D design was used Microsoft DirectX 9 API. This thesis has been supported by the Czech Ministry of Education in the frame of MSM 0021630529 Research Intention Inteligent Systems in Automation.
|
|
|
Mobile robot motion planner via neural network
Krejsa, Jiří ; Věchet, Stanislav
Motion planning is essential for mobile robot successful navigation. There are many algorithms for motion planning under various constraints. However, in some cases the human can still do a better job, therefore it would be advantageous to create a planner based on data gathered from the robot simulation when humans do the planning. The paper presents the method of using the neural network to transfer the previously gained knowledge into the machine learning based planner. In particular the neural network task is to mimic the planner based on finite state machine. The tests proved that neural network can successfully learn to navigate in constrained environment.
|
guest ::
