|
|
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.
|
|
|
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.
|
|
|
Robot pro Robotour 2009
Doubek, Milan ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá návrhem, teoretickým rozborem a implementací softwaru, jenž by umožňoval autonomnímu mobilnímu robotu účast v soutěži Robotour 2009. Robot, který by se měl soutěže zůčastnit, byl vyvinut na Ústavu inteligentních systémů na Fakultě informačních technologií Vysokého učení technického v Brně. Software pro robota využívá částicových filtrů a Monte Carlo lokalizace.
|
|
|
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.
|
|
|
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.
|
|
|
Pravděpodobnostní modely pro lokalizaci bezpilotního letounu testované na reálných datech
Figura, Juraj ; Vomlelová, Marta (vedoucí práce) ; Obdržálek, David (oponent)
Práca sa zaoberá problémom odhadovania stavu dynamického systému v oblasti robotiky, konkrétne bezpilotných lietajúcich robotov. Na základe dát získaných z robota navrhneme niekoľko pravdepodobnostných modelov pre odhad jeho stavu (hlavne rýchlosti a rotačných uhlov), takisto pre konfigurácie, kde jeden zo senzorov nie je dostupný. Používame Kalmanov filter a Časticový filter a zameriavame sa na učenie parametrov modelu EM algoritmom. EM algoritmus je potom upravený vzhľadom k negaussovskému rozloženiu chyby niektorých senzorov a pridaním penalizačných členov za zložitosť modelu pre lepšie fungovanie na neznámych dátach. Tieto metódy implementujeme v prostredí MATLAB a vyhodnotíme na oddelených dátach. V práci tiež analyzujeme dáta z pozemného robota a použijeme našu implementáciu Časticového filtra pre odhad jeho polohy. Powered by TCPDF (www.tcpdf.org)
|
|
|
Robot pro Robotour 2009
Doubek, Milan ; Orság, Filip (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce se zabývá návrhem, teoretickým rozborem a implementací softwaru, jenž by umožňoval autonomnímu mobilnímu robotu účast v soutěži Robotour 2009. Robot, který by se měl soutěže zůčastnit, byl vyvinut na Ústavu inteligentních systémů na Fakultě informačních technologií Vysokého učení technického v Brně. Software pro robota využívá částicových filtrů a Monte Carlo lokalizace.
|
host ::
RSS.