|
|
Algorithms of Electrical Drives State Estimation
Herman, Ivo ; Vavřín, Petr (referee) ; Václavek, Pavel (advisor)
This thesis deals with state estimation methods for AC drives sensorless control and with possibilities of the estimation. Conditions for observability for a synchronous drive were derived, as well as conditions for the moment of inertia and the load torque observability for both drive types - synchronous and asynchronous. The possibilities of the estimation were confirmed by experimental results. The covariance matrices for all filters were found using an EM algorithm. Both drives were also identified. The algoritms used for state estimation are Extended Kalman Filter, Unscented Kalman Filter, Particle Filters and Moving Horizon Estimator.
|
|
|
Object Tracking in Video Sequences
Mlích, Jozef ; Beran, Vítězslav (referee) ; Zemčík, Pavel (advisor)
In this master thesis, image processing methods and methods for statistical modeling of motion are presented. First, description methods of image processing, such as background subtraction method used for object detection, are presented. Next, description of morphological operations, such as dilatation and erosion, is done. Finally, methods for statistical modeling, such as Kalman filter and particle filters, are shown.
|
|
|
Methods of Technical Prognostics Applicable to Embedded Systems
Krupa, Miroslav ; Ďaďo, Stanislav (referee) ; Tůma, Jiří (referee) ; Bejček, Ludvík (advisor)
Hlavní cílem dizertace je poskytnutí uceleného pohledu na problematiku technické prognostiky, která nachází uplatnění v tzv. prediktivní údržbě založené na trvalém monitorování zařízení a odhadu úrovně degradace systému či jeho zbývající životnosti a to zejména v oblasti komplexních zařízení a strojů. V současnosti je technická diagnostika poměrně dobře zmapovaná a reálně nasazená na rozdíl od technické prognostiky, která je stále rozvíjejícím se oborem, který ovšem postrádá větší množství reálných aplikaci a navíc ne všechny metody jsou dostatečně přesné a aplikovatelné pro embedded systémy. Dizertační práce přináší přehled základních metod použitelných pro účely predikce zbývající užitné životnosti, jsou zde popsány metriky pomocí, kterých je možné jednotlivé přístupy porovnávat ať už z pohledu přesnosti, ale také i z pohledu výpočetní náročnosti. Jedno z dizertačních jader tvoří doporučení a postup pro výběr vhodné prognostické metody s ohledem na prognostická kritéria. Dalším dizertačním jádrem je představení tzv. částicového filtrovaní (particle filtering) vhodné pro model-based prognostiku s ověřením jejich implementace a porovnáním. Hlavní dizertační jádro reprezentuje případovou studii pro velmi aktuální téma prognostiky Li-Ion baterii s ohledem na trvalé monitorování. Případová studie demonstruje proces prognostiky založené na modelu a srovnává možné přístupy jednak pro odhad doby před vybitím baterie, ale také sleduje možné vlivy na degradaci baterie. Součástí práce je základní ověření modelu Li-Ion baterie a návrh prognostického procesu.
|
|
|
Robot for Robotour 2009
Doubek, Milan ; Orság, Filip (referee) ; Rozman, Jaroslav (advisor)
This paper deals with project, teoretical background and implementation of the software for autonomous mobile robot, to allow participation in Robotour 2009 competition. The robot was developed on Department of intelligent systems on Faculty of information technology Brno university of technology. The robot software is using particle filters and Monte Carlo localization.
|
|
|
Sekvenční metody Monte Carlo
Coufal, David ; Beneš, Viktor (advisor) ; Prokešová, Michaela (referee)
Title: Sequential Monte Carlo Methods Author: David Coufal Department: Department of Probability and Mathematical Statistics Supervisor: prof. RNDr. Viktor Beneš, DrSc. Abstract: The thesis summarizes theoretical foundations of sequential Monte Carlo methods with a focus on the application in the area of particle filters; and basic results from the theory of nonparametric kernel density estimation. The summary creates the basis for investigation of application of kernel meth- ods for approximation of densities of distributions generated by particle filters. The main results of the work are the proof of convergence of kernel estimates to related theoretical densities and the specification of the development of approx- imation error with respect to time evolution of a filter. The work is completed by an experimental part demonstrating the work of presented algorithms by simulations in the MATLABR⃝ computational environment. Keywords: sequential Monte Carlo methods, particle filters, nonparametric kernel estimates
|
|
|
Sekvenční metody Monte Carlo
Coufal, David ; Beneš, Viktor (advisor) ; Prokešová, Michaela (referee)
Title: Sequential Monte Carlo Methods Author: David Coufal Department: Department of Probability and Mathematical Statistics Supervisor: prof. RNDr. Viktor Beneš, DrSc. Abstract: The thesis summarizes theoretical foundations of sequential Monte Carlo methods with a focus on the application in the area of particle filters; and basic results from the theory of nonparametric kernel density estimation. The summary creates the basis for investigation of application of kernel meth- ods for approximation of densities of distributions generated by particle filters. The main results of the work are the proof of convergence of kernel estimates to related theoretical densities and the specification of the development of approx- imation error with respect to time evolution of a filter. The work is completed by an experimental part demonstrating the work of presented algorithms by simulations in the MATLABR⃝ computational environment. Keywords: sequential Monte Carlo methods, particle filters, nonparametric kernel estimates
|
|
|
Robot for Robotour 2009
Doubek, Milan ; Orság, Filip (referee) ; Rozman, Jaroslav (advisor)
This paper deals with project, teoretical background and implementation of the software for autonomous mobile robot, to allow participation in Robotour 2009 competition. The robot was developed on Department of intelligent systems on Faculty of information technology Brno university of technology. The robot software is using particle filters and Monte Carlo localization.
|
|
|
Object Tracking in Video Sequences
Mlích, Jozef ; Beran, Vítězslav (referee) ; Zemčík, Pavel (advisor)
In this master thesis, image processing methods and methods for statistical modeling of motion are presented. First, description methods of image processing, such as background subtraction method used for object detection, are presented. Next, description of morphological operations, such as dilatation and erosion, is done. Finally, methods for statistical modeling, such as Kalman filter and particle filters, are shown.
|
|
|
Methods of Technical Prognostics Applicable to Embedded Systems
Krupa, Miroslav ; Ďaďo, Stanislav (referee) ; Tůma, Jiří (referee) ; Bejček, Ludvík (advisor)
Hlavní cílem dizertace je poskytnutí uceleného pohledu na problematiku technické prognostiky, která nachází uplatnění v tzv. prediktivní údržbě založené na trvalém monitorování zařízení a odhadu úrovně degradace systému či jeho zbývající životnosti a to zejména v oblasti komplexních zařízení a strojů. V současnosti je technická diagnostika poměrně dobře zmapovaná a reálně nasazená na rozdíl od technické prognostiky, která je stále rozvíjejícím se oborem, který ovšem postrádá větší množství reálných aplikaci a navíc ne všechny metody jsou dostatečně přesné a aplikovatelné pro embedded systémy. Dizertační práce přináší přehled základních metod použitelných pro účely predikce zbývající užitné životnosti, jsou zde popsány metriky pomocí, kterých je možné jednotlivé přístupy porovnávat ať už z pohledu přesnosti, ale také i z pohledu výpočetní náročnosti. Jedno z dizertačních jader tvoří doporučení a postup pro výběr vhodné prognostické metody s ohledem na prognostická kritéria. Dalším dizertačním jádrem je představení tzv. částicového filtrovaní (particle filtering) vhodné pro model-based prognostiku s ověřením jejich implementace a porovnáním. Hlavní dizertační jádro reprezentuje případovou studii pro velmi aktuální téma prognostiky Li-Ion baterii s ohledem na trvalé monitorování. Případová studie demonstruje proces prognostiky založené na modelu a srovnává možné přístupy jednak pro odhad doby před vybitím baterie, ale také sleduje možné vlivy na degradaci baterie. Součástí práce je základní ověření modelu Li-Ion baterie a návrh prognostického procesu.
|
|
|
Algorithms of Electrical Drives State Estimation
Herman, Ivo ; Vavřín, Petr (referee) ; Václavek, Pavel (advisor)
This thesis deals with state estimation methods for AC drives sensorless control and with possibilities of the estimation. Conditions for observability for a synchronous drive were derived, as well as conditions for the moment of inertia and the load torque observability for both drive types - synchronous and asynchronous. The possibilities of the estimation were confirmed by experimental results. The covariance matrices for all filters were found using an EM algorithm. Both drives were also identified. The algoritms used for state estimation are Extended Kalman Filter, Unscented Kalman Filter, Particle Filters and Moving Horizon Estimator.
|
guest ::
