|
|
Určování polohy robota na základě měření ze senzorů
Čakloš, Ondrej ; Žák, Marek (oponent) ; Rozman, Jaroslav (vedoucí práce)
Cieľom tejto práce je vytvoriť program, ktorý bude prijímať merania zo senzorov robota a previesť ich fúziu. Následne použiť fúziu vybraných senzorov na vyhodnotenie polohy daného robota. Ako riešenie týchto problémov som použil znalosti Kalmanovho filtra, resp. jeho rozšírenej podoby. Kalmanov filter dokáže pri správne formulovaných správach o meraniach previesť fúziu týchto meraní a zároveň jeho výsledkom je žiadaná poloha robota. Filter dokáže prijímať merania z viacerých zdrojov a to aj duplicitných. Výsledné hodnoty stavov sa preukázali ako dostatočne presné pre úspešné lokalizovanie robota v priestore.
|
|
|
Model robota Trilobot
Štěpán, Miroslav ; Janoušek, Vladimír (oponent) ; Hrubý, Martin (vedoucí práce)
Tato diplomová práce popisuje tvorbu modelu pohybu mobilního robota Trilobot, který je následně implementován do jednoduchého simulačního nástroje. Jsou zde popsány experimenty provedené s tímto robotem, stručně je popsán nástroj SmallDEVS s jehož využitím je model v prostředí Squeak Smalltalku implementován. Motivací této práce je zjednodušení návrhu a testování navigačních algoritmů pro robota Trilobot, který je studentům FIT VUT v Brně k dispozici v robotické laboratoři ÚITS. Tvorbou jednoduchého simulačního nástroje by se tedy dala i částečně snížit závislost na fyzické dostupnosti tohoto robota.
|
|
|
Robotický nákupní košík
Kuřátko, Jiří ; Beran, Vítězslav (oponent) ; Materna, Zdeněk (vedoucí práce)
Bakalářská práce se zabývá návrhem aplikace pro plánování pohybu robota tak, aby následoval zadaného člověka. Práce se zpočátku věnuje senzoru Microsoft Kinect, který je pouţit pro snímání okolních objektů. Dále jsou rozebírány moţnosti pro rozpoznávání lidských postav z hloubkových dat získaných senzorem Microsoft Kinect. Čtenář je také seznámen s metodami pro zjišťování směru příchodu akustických signálů. Poslední kapitoly jsou věnovány řízení pohybu robota. Na závěr je popsána celá implementace softwaru robota pro platformu Robotic Operating System (ROS).
|
|
|
Data Acquisition Sensory Framework For
Autonomous Robots
Ligocki, Adam
In this paper there are described the basic hardware idea of complex sensory framework design and construction. This framework will be used to develop high bandwidth data acquisition system in the first phase and lately to use collected data to propose highly antonomous algorithms for field-operating robots. Entire system is divided into four parts. The scalable sensory cluster with highly modular architecture which allows to connect practically arbitrary number of sensing devices, the data acquisition unit, high computational power computer which aggregates all sensor data, preprocess them and storage them in database to provide future access and usage for following applications. The third part is interconnecting network, which provides high bandwidth communication channels to exchange data between sensors and central computer. The last part is battery-based power supply system designed to fulfill 500W energy requirements of entire mobile framework system.
|
|
|
Lifelong localization of robots
Krejčí, Tomáš ; Barták, Roman (vedoucí práce) ; Obdržálek, David (oponent)
Tato práce představuje novou techniku pro celoživotní lokalizaci robotů. Provádí pevné spojení GPS a Multi-State Constraint Kalman Filter, což je metoda vizuální-inerciální odometrie pro lokalizaci robotů. V experimentech je ukázáno, že navrhovaná technika dosahuje lepší přesnosti polohy než GPS nebo Multi-State Constraint Kalman Filter samostatně. Navíc experimenty ukazují, že algoritmus je schopen spolehlivě fungovat, když je signál GPS silně zašuměný nebo dokonce i v případě značných výpadků GPS. 1
|
|
|
Určování polohy robota na základě měření ze senzorů
Čakloš, Ondrej ; Uhlíř, Václav (oponent) ; Rozman, Jaroslav (vedoucí práce)
Cieľom tejto práce je vytvoriť program, ktorý bude prijímať merania zo senzorov robota, previesť fúziu senzorov a vyhodnotiť polohu robota na základe tejto fúzie. Pri riešení som použil znalosti o pravdepodobnostnej robotike, robotickom operačnom systéme, fúzií informácií, filtrovaní predovšetkým Kalmanov filter a lokalizácií robota. Ako riešenie vznikla aplikácia rozšíreného Kalmanovho filtra. Filter naslúcha správam od senzorov, vytvára ich fúziu a následne vypočítava odhad polohy robota v priestore. Filter dokáže prijímať merania z viacerých zdrojov. Výsledné hodnoty stavov sa preukázali ako dostatočne presné pre úspešné lokalizovanie robota v priestore.
|
|
|
Lokalizace mobilního robota v prostředí
Urban, Daniel ; Sochor, Jakub (oponent) ; Veľas, Martin (vedoucí práce)
Táto diplomová práca sa zaoberá problematikou lokalizácie mobilného robota v prostredí, na základe senzorických 2D a 3D dát a záznamov z minulosti. Práca je zameraná na detekciu robotom už navštívených miest. Implementovaný systém je vhodný k detekcii slučiek, k čomu využíva 3D Gestalt deskriptory. Výstupom systému sú odpovedajúce pozície, na ktorých sa už robot nachádzal. Funkčnosť systému bola testovaná a vyhodnotená na LiDAR-ových dátach.
|
|
|
Scene Depth Estimation Based on Odometry and Image Data
Zborovský, Peter ; Obdržálek, David (vedoucí práce) ; Vodrážka, Jindřich (oponent)
V tejto práci navrhujeme systém odhadu hĺbky obrazu založený na dátach z odometrie a video sekvencie. Kľúčovou myšlienkou je, že odhad hĺbky obrazu je oddelený od odhadovania pozície. Takýto prístup vedie k viacúčelovému systému použiteľnému na rôznych robotických platformách a určenému na rôzne problémy súvisiace s odhadom hĺbky obrazu. Naša implementácia využíva rôzne filtračné techniky, pracuje v reálnom čase a poskytuje zodpovedajúce výsledky. Hoci bol systém zameraný a testovaný na drone-ovej platforme, môže byť použitý na akomkoľvek inom type autonómneho vozidla, ktoré poskytuje odometrické údaje a video výstup.
|
|
|
Ovládání robota s Ackermannovým podvozkem
Fryč, Martin ; Žák, Marek (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje vytvoření robota v Robotickém operačním systému (ROS) s Ackermannovýmpodvozkem. Obsahuje princip Ackermannové geometrie řízení, rešerši řídícíchdesek a popis základní struktury ROS. Jako základ robota je použit RC model auta, kekterému je připojen kontrolér PixHawk. Na robotu je umístěn počítač Raspberry Pi 3, nakterém běží ROS. Pomocí Wi-Fi sítě je k němu připojen notebook. Je popsáno zprovozněnírobota a ROS. V práci je popsán princip reflexního optického enkodéru, výroba enkodérůsnímající otáčky kol a to je dále využito pro implementaci odometrie. Dále obsahuje částs návrhem a implementací grafického rozhraní, které čte data z robota a kamery. Je zderozebráno z čeho se skládá navigační knihovna v ROS a co je třeba k jejímu zprovoznění.Je vytvořen ovladač robota do ROS a na závěr je správná funkce ovladače otestována.
|
|
|
Vyhodnocovací elektronika pro odometrický vozík
Targoš, Lukáš ; Arm, Jakub (oponent) ; Kopečný, Lukáš (vedoucí práce)
Tato práce se zabývá elektronikou pro zpracování signálů z inkrementálních kvadraturních snímačů a návrhem elektroniky umožňující výpočet polohy a natočení pomocí odometrie a také odesílání dat. V první části se věnuje teorii o inkrementálních snímačích, odometrii, výpočtech polohy a přehledu hardwaru pro realizaci. Druhá část popisuje praktickou realizaci hardwaru a softwaru pomocí STM32F4 Discovery a také kontrolní měření pro ověření funkčnosti určování polohy a odesílání dat. Výsledkem je modul včetně testovacího vozíku umožňující odometrická měření.
|
host ::
RSS.