|
|
Path Planning in the OpenStreet Map
Dobeš, Jan ; Luža, Radim (referee) ; Rozman, Jaroslav (advisor)
This thesis investigates possible route planning methods in OpenStreet map and Robot operating system (ROS framework), investigates already existing solutions and then implements well integrated own library with own planning algorithms and other improvements. Finally, implemented features are verified.
|
|
|
The Shortest Graph's Pahts Finding
Jágr, Petr ; Ohlídal, Miloš (referee) ; Jaroš, Jiří (advisor)
The aim of this thesis is finding, comparing and implementation of algorithms for finding the shortest paths between each of pairs of nodes in a graph. For this task I use modifications of existing algorithms to achive the lowest time consumption of the computation. Modifications are established on Dijkstra's and Floyd-Warshall's algorithm. We also familiarize with Bellman-Ford algorithm.
|
|
|
Visualisation of Path-Finding for Robot
Sykala, Vít ; Orság, Filip (referee) ; Rozman, Jaroslav (advisor)
This bachelor´s thesis is explanation of algorithms for finding and planning robot motion in known space. First part is about margin and explanation of algorithms: Roadmaps and Cell decomposition. Next part is about progress of creating Java applets for visualization of these methods. Visualization of create Visibility graph and Trapezoidal decomposition in the concrete. Web presentation about these algorithms was too created as a part of this bachelor´s thesis. Here can be seen described Java applets.
|
|
|
Path Planning in 3D Space
Sasýn, Radek ; Zbořil, František (referee) ; Rozman, Jaroslav (advisor)
This work describes path finding among obstacles in 3D space using probabilistic algorithms. Users can create scene in application GUI - define start object, obstacles, goal position and run probabilistic algorithm. The finding path is visualized. The work describes probabilistic algorithm, collision detection and the basics of 3D graphics and shows design and implementation of an application created.
|
|
|
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.
|
|
|
Autonomous Locomotive Robot Path Planning on the Basis of Machine Learning
Krček, Petr ; Bělohoubek, Pavel (referee) ; Štefek, Alexandr (referee) ; Žalud, Luděk (referee) ; Dvořák, Jiří (advisor)
As already clear from the title, this dissertation deals with autonomous locomotive robot path planning, based on machine learning. Robot path planning task is to find a path from initial to target position without collision with obstacles so that the cost of the path is minimized. Autonomous robot is such a machine which is able to perform tasks completely independently even in environments with dynamic changes. Path planning in dynamic partially known environment is a difficult problem. Autonomous robot ability to adapt its behavior to changes in the environment can be ensured by using machine learning methods. In the field of path planning the mostly used methods of machine learning are case based reasoning, neural networks, reinforcement learning, swarm intelligence and genetic algorithms. The first part of this thesis introduces the current state of research in the field of path planning. Overview of methods is focused on basic omnidirectional robots and robots with differential constraints. In the thesis, several methods of path planning for omnidirectional robot and robot with differential constraints are proposed. These methods are mainly based on case-based reasoning and genetic algorithms. All proposed methods were implemented in simulation applications. Results of experiments carried out in these applications are part of this work. For each experiment, the results are analyzed. The experiments show that the proposed methods are able to compete with commonly used methods, because they perform better in most cases.
|
|
|
Robot path planning by means of ant algorithms
Pěnčík, Martin ; Krček, Petr (referee) ; Dvořák, Jiří (advisor)
This thesis deals with robot path planning. It contains an overview of general approaches for path planning and describes methods of swarm intelligence and their application for robot path planning. This paper also contains proposals of adjustments for ant algorithms and it presents experimental results of algorithm implementation.
|
|
|
Robot path planning by means of swarm intelligence
Schimitzek, Aleš ; Krček, Petr (referee) ; Dvořák, Jiří (advisor)
This diploma thesis deals with the path planning by swarm intelligence. In the theoretical part it describes the best known methods of swarm intelligence (Ant Colony Optimization, Bee Swarm Optimization, Firefly Swarm Optimization and Particle Swarm Optimization) and their application for path planning. In the practical part particle swarm optimization is selected for the design and implementation of path planning in the C#.
|
|
|
Robot path planning by means of reinforcement learning
Veselovský, Michal ; Liška, Radovan (referee) ; Dvořák, Jiří (advisor)
This thesis is dealing with path planning for autonomous robot in enviromenment with static obstacles. Thesis includes analysis of different approaches for path planning, description of methods utilizing reinforcement learning and experiments with them. Main outputs of thesis are working algorithms for path planning based on Q-learning, verifying their functionality and mutual comparison.
|
|
|
Advanced Robot Path Planning (RRT)
Knispel, Lukáš ; Kuba,, Martin (referee) ; Matoušek, Radomil (advisor)
Tato diplomová práce práce se zabývá plánováním cesty všesměrového mobilního robotu pomocí algoritmu RRT (Rapidly-exploring Random Tree – Rychle rostoucí náhodný strom). Teoretická část popisuje základní algoritmy plánování cesty a prezentuje bližší pohled na RRT a jeho potenciál. Praktická část práce řeší návrh a tvorbu v zásadě multiplatformní C++ aplikace v prostředí Windows 7 za použití aplikačního frameworku Qt 4.8.0, která implementuje pokročilé RRT algoritmy s parametrizovatelným řešičem a speciálním dávkovým režimem. Tento mód slouží k testování efektivnosti nastavení řešiče pro dané úlohy a je založen na post-processingu a vizualizaci výstupu měřených úloh pomocí jazyka Python. Vypočtené cesty mohou být vylepšeny pomocí zkracovacích algoritmů a výsledná trajektorie odeslána do pohonů Maxon Compact Drive všesměrové mobilní platformy pomocí CANopen. Aplikace klade důraz na moderní grafické uživatelské rozhraní se spolehlivým a výkonným 2D grafickým engine.
|
guest ::
