|
|
Algorithms and Methods for Fusion of Matrix Sensors Data during Mapping Inside Building
Klečka, Jan ; Hlaváč, Václav (referee) ; Železný, Miloš (referee) ; Horák, Karel (advisor)
The dissertation is aimed at methods for simultaneous processing of various type sensor data into a virtual map. Conceptually the development was focused on algorithms for simultaneous localization and mapping. In theoretical part has the problem been addressed by the probabilistic approach. The practical part deals with a new approach called as partially collective mapping whose application leads to creation map in form of a set of simple geometrical entities which represents in piecewise manner a border between obstacles and free space.
|
|
| |
|
|
Quadcopter localization in 3D space based on mono-camera
Kubica, Petr ; Musil, Petr (referee) ; Beran, Vítězslav (advisor)
This bachelor thesis focuses on the possibilities of existing methods for locating the UAV AscTec Pelican using a monocular camera. The methods SVO, PTAM and LSD-SLAM were tested in both inner and outer environments using various cameras, lenses and hardware with different performance. Based on the experience gained during the testing, guidelines on how to achieve the best results are made.
|
|
|
Methods for Simultaneous Self-localization and Mapping for Depht Cameras
Ligocki, Adam ; Jelínek, Aleš (referee) ; Žalud, Luděk (advisor)
Tato diplomová práce se zabývá tvorbou fúze pozičních dat z existující realtimové im- plementace vizuálního SLAMu a kolové odometrie. Výsledkem spojení dat je potlačení nežádoucích chyb u každé ze zmíněných metod měření, díky čemuž je možné vytvořit přesnější 3D model zkoumaného prostředí. Práce nejprve uvádí teorií potřebnou pro zvládnutí problematiky 3D SLAMu. Dále popisuje vlastnosti použitého open source SLAM projektu a jeho jednotlivé softwarové úpravy. Následně popisuje principy spo- jení pozičních informací získaných vizuálními a odometrickými snímači, dále uvádí popis diferenciálního podvozku, který byl použit pro tvorbu kolové odometrie. Na závěr práce shrnuje výsledky dosažené datovou fúzí a srovnává je s původní přesností vizuálního SLAMu.
|
|
| |
|
|
Mobile Robot Navigation
Goldmann, Tomáš ; Luža, Radim (referee) ; Orság, Filip (advisor)
When we look at the eld of robotics we nd that exist a lot of types of robots. Some of tham use location navigation and global navigation for their work. This work aims to map options of location navigation and description of basic technique which used. Especially, we will deal with algorithms which work with optical sensors, for example camera, stereocamera or laser which scan medium. Practise section this work is focused on the proposal and implementacion algorithm which working with local navigation for robot's return to the starting position. All this work is connecting with tracked robot which formed in the framework one of project realization at Faculty of information technology.
|
|
|
ROS framework utilization for autonomous mobile robot control system
Vávra, Patrik ; Krejsa, Jiří (referee) ; Appel, Martin (advisor)
Tato práce se zabývá vytvořením lokalizačního a navigačního systému mobilního robota pro vnitřní prostředí pomocí frameworku ROS. Stručně je zde představen projekt, v rámci kterého diplomová práce vznikla, a jeho cíle. V rešeršní části je v krátkosti popsán ROS framework, simulační prostředí Gazebo a senzory, kterými robot disponuje. Následuje vytvoření modelu robota a simulačního prostředí, v němž jsou vyzkoušeny lokalizační, navigační a další rutiny. V experimentální části je provedeno testování senzorů a popsáno využití jejich výstupů. Následně jsou upraveny a otestovány algoritmy ze simulace na reálném robotovi. V závěru jsou popsány vytvořené vzdělávací minihry. Hlavním výstupem této práce je funkční stavový automat, který umožňuje manuální ovládání, zadávání cílů pro navigaci a v případě potřeby zajistí autonomní nabití robota.
|
|
|
Vectorized Point Clouds for Mobile Robotics
Jelínek, Aleš ; Mazal, Jan (referee) ; Duchoň,, František (referee) ; Žalud, Luděk (advisor)
Disertační práce se zabývá zpracováním mračenen bodů z laserových skenerů pomocí vektorizace a následnému vyhledávání korespondencí mezi takto získanými aproximacemi pro potřeby současné sebelokalizace a mapování v mobilní robotice. První nová metoda je určena pro segmentaci a filtraci surových dat a realizuje obě operace najednou v jednom algoritmu. Pro vektorizaci je představen optimalizovaný algoritmus založený na úplné metodě nejmenších čtverců, který je v současnosti patrně nejrychlejší ve své třídě a blíží se tak eliminačním metodám, které ovšem produkují výrazně horší aproxi- mace. Inovativní analytické metody jsou představeny i pro účely vyjádření podobnosti mezi dvěma vektorizovanými skeny, pro jejich optimální sesazení a pro vyhledávání korespondencí mezi nimi. Všechny představené algoritmy jsou intezivně testovány a jejich vlastnosti ověřeny množstvím experimentů.
|
|
| |
|
|
Autonomous Rover Navigation on Planetary Surface
Vaško, Marek ; Prustoměrský, Milan (referee) ; Chudý, Peter (advisor)
Výskum hlbín vesmíru doviedol k vývoju technológii v rôznych oblastiach. Jednou z týchto oblastí je prieskum povrchu mimozemských planét. Efektívny spôsob skúmania je bezpilotné pozemné vozidlo. Práca sa zaoberá jedným z najdôležitejších systémov bezpilotných vozidiel, čím je autonómna navigácia. Vozidlo sa musí vedieť orientovať v priestore a zmapovať potenciálne prekážky. Práca v úvode preskúma navigačné princípy, ktoré boli využívané existujúcimi vozidlami. Neskôr preskúma využitie algoritmu na princípe súčasnej lokalizácie a mapovania a jeho implementáciu v MATLAB-e. Tento algoritmus bude integrovaný do simulátora, ktorý umožní neskoršiu integráciu do reálneho prostredia pomocou Robot Operating System. V simulátore bude navrhnutá platforma vozidla so simulovanými senzormi a šesť-kolesovým podvozkom, ktorá bude slúžiť na testovanie integrovaného algoritmu. V závere sa vyhodnotí kvalita navrhnutého algoritmu a zaháji sa diskusia o budúcich vylepšeniach.
|
guest ::
