|
|
Face Detection
Štrba, Miroslav ; Juránek, Roman (referee) ; Hradiš, Michal (advisor)
This bachelor thesis contains overview of actual face detection methods using classifier. It also contains description of creating system for face detection. There are described different methods for classifier training in first part. There is analysis, which preceded creation of system focused on black-and-white picture, in second part. Implemented system is using WaldBoost algorithm and Haar features. There is option to use particle filter in video.
|
|
|
Detection and Tracking of Small Moving Objects
Záděra, David ; Mlích, Jozef (referee) ; Juránek, Roman (advisor)
This thesis summarizes and describes the methods for detecting and tracking moving objects in video. The detection methods discussed in the working are background subtraction, segmentation and detection methods using classifiers. From tracking methods are presented Kalman filter, TLD method and particle filter, which is described in detail in a separate chapter. Particle filter is a tracking method that calculates a new estimate of the state of the object based on a set of particles. These particles are defined by their positions and weights. For each next state are these values iteratively updated by measurment and resampling. From the acquired knowledge and expertise has been created a program that demonstrates the activity of the particle filter. This program is part of the DVD, where are also the samples and test results.
|
|
| |
|
|
Robot Localization Using OpenStreet Map
Rajnoch, Zdeněk ; Veľas, Martin (referee) ; Rozman, Jaroslav (advisor)
Goal of this thesis is localization of mobile robot in OpenStreet map segment. Robot IMU, odometry and compass sensors are used for trajectory reconstruction, which is compared to reference GPS trajectory. Extended Monte Carlo localization and clusterization are used for robot localization. Software is implemented in C++ with ROS middleware.
|
|
|
Moving Object Detection in the Environment of Mobile Robot
Dorotovič, Viktor ; Beran, Vítězslav (referee) ; Veľas, Martin (advisor)
This work's aim is movement detection in the environment of a robot, that may move itself. A 2D occupancy grid representation is used, containing only the currently visible environment, without filtering in time. Motion detection is based on a grid-based particle filter introduced by Tanzmeister et al. in Grid-based Mapping and Tracking in Dynamic Environments using a Uniform Evidential Environment Representation. The system was implemented in the Robot Operating System, which allows for re-use of modules which the solution is composed of. The KITTI Visual Odometry dataset was chosen as a source~of LiDAR data for experiments, along with ground-truth pose information. Ground segmentation based on Loopy Belief Propagation was used to filter the point clouds. The implemeted motion detector is able to distiguish between static and dynamic vehicles in this dataset. Further tests in a simulated environment have shown some shortcomings in the detection of large continuous moving objects.
|
|
|
Personal Navigation Based on Wireless Networks and Inertial Sensors
Kaňa, Zdeněk ; Raida, Zbyněk (referee) ; Soták,, Miloš (referee) ; Bradáč, Zdeněk (advisor)
Tato práce se zaměřuje na vývoj navigačního algoritmu pro systémy vhodné k lokalizaci osob v budovách a městských prostorech. Vzhledem k požadovaným nízkým nákladům na výsledný navigační systém byla uvažována integrace levných inerciálních senzorů a určování vzdálenosti na základě měření v bezdrátových sítích. Dále bylo předpokládáno, že bezdrátová síť bude určena k jiným účelům (např: měření a regulace), než lokalizace, proto bylo použito měření síly bezdrátového signálu. Kvůli snížení značné nepřesnosti této metody, byla navrhnuta technika mapování ztrát v bezdrátovém kanálu. Nejprve jsou shrnuty různé modely senzorů a prostředí a ty nejvhodnější jsou poté vybrány. Jejich efektivní a nové využití v navigační úloze a vhodná fůze všech dostupných informací jsou hlavní cíle této práce.
|
|
|
Navigation and Information System for Visually Impaired
Hrbáček, Jan ; Volf, Jaromír (referee) ; Grepl, Robert (referee) ; Singule, Vladislav (advisor)
Poškození zraku je jedním z nejčastějších tělesných postižení -- udává se, že až 3 % populace trpí vážným poškozením nebo ztrátou zraku. Oslepnutí výrazně zhoršuje schopnost orientace a pohybu v okolním prostředí -- bez znalosti uspořádání prostoru, jinak získané převážně pomocí zraku, postižený zkrátka neví, kudy se pohybovat ke svému cíli. Obvyklým řešením problému orientace v neznámých prostředích je doprovod nevidomého osobou se zdravým zrakem; tato služba je však velmi náročná a nevidomý se musí plně spolehnout na doprovod. Tato práce zkoumá možnosti, kterými by bylo možné postiženým ulehčit orientaci v prostoru, a to využitím existujících senzorických prostředků a vhodného zpracování jejich dat. Téma je zpracováno skrze analogii s mobilní robotikou, v jejímž duchu je rozděleno na část lokalizace a plánování cesty. Zatímco metody plánování cesty jsou vesměs k dispozici, lokalizace chodce často trpí značnými nepřesnostmi určení polohy a komplikuje tak využití standardních navigačních přístrojů nevidomými uživateli. Zlepšení odhadu polohy může být dosaženo vícero cestami, zkoumanými analytickou kapitolou. Předložená práce prvně navrhuje fúzi obvyklého přijímače systému GPS s chodeckou odometrickou jednotkou, což vede k zachování věrného tvaru trajektorie na lokální úrovni. Pro zmírnění zbývající chyby posunu odhadu je proveden návrh využití přirozených význačných bodů prostředí, které jsou vztaženy ke globální referenci polohy. Na základě existujících formalismů vyhledávání v grafu jsou zkoumána kritéria optimality vhodná pro volbu cesty nevidomého skrz městské prostředí. Generátor vysokoúrovňových instrukcí založený na fuzzy logice je potom budován s motivací uživatelského rozhraní působícího lidsky; doplňkem je okamžitý haptický výstup korigující odchylku směru. Chování navržených principů bylo vyhodnoceno na základě realistických experimentů zachycujících specifika cílového městského prostředí. Výsledky vykazují značná zlepšení jak maximálních, tak středních ukazatelů chyby určení polohy.
|
|
| |
|
|
Simulation of Robotic Search of Lost Radiation Sources
Cihlář, Miloš ; Lázna, Tomáš (referee) ; Žalud, Luděk (advisor)
Simulátory, společnostmi zabývající se robotikou hodně využívané, hrají důležitou roli při výzkumu robotů. Zrychlují, zjednodušují, zlevňují a usnadňují vývoj softwaru a algoritmů. Magisterská práce se proto zabývá návrhem systému, založeného na ROS2 a Gazebo simulátoru, umožňující simulaci pozemních robotů ve vnějším prostředí s možností hledat ztracené radiační zdroje. Práce navrhuje několik metod vytváření prostředí v Gazebo simulátoru včetně návrhu prostředí z mračna bodů a je vytvořen model čtyřkolového, smykově řízeného mobilního pozemního robota. Chování robota v simulátoru bylo ověřeno a upraveno pomocí teoretického dynamického popisu robota. Před simulací algoritmů pro hledání ztracených radiačních zdrojů je navržena metoda sledování referenční trajektorie pomocí proporcionálně integračního (PI) a lineárně kvadratického (LQ) regulátoru a navrhuje metodu k simulaci zdroje radiace a jeho měření. Hledání radiačního zdroje jsou použity dvě typově odlišné metody, kdy jedna je založena na prozkoumání celé oblasti a vytváří mapu radiace, a druhá metoda založená na částicovém filtru aktivně hledá ztracený zdroj záření.
|
|
|
Traffic Monitoring from Aerial Video Data
Babinec, Adam ; Orság, Filip (referee) ; Rozman, Jaroslav (advisor)
This thesis proposes a system for extraction of vehicle trajectories from aerial video data for traffic analysis. The system is designed to analyse video sequence of a single traffic scene captured by an action camera mounted on an arbitrary UAV flying at the altitudes of approximately 150 m. Each video frame is geo-registered using visual correspondence of extracted ORB features. For the detection of vehicles, MB-LBP classifier cascade is deployed, with additional step of pre-filtering of detection candidates based on movement and scene context. Multi-object tracking is achieved by Bayesian bootstrap filter with an aid of the detection algorithm. The performance of the system was evaluated on three extensively annotated datasets. The results show that on the average, 92% of all extracted trajectories are corresponding to the reality. The system is already being used in the research to aid the process of design and analysis of road infrastructures.
|
guest ::
