|
|
Protikolizní systém pro mobilního robota
Dzuro, Daniel ; Hájek, Josef (oponent) ; Herman, David (vedoucí práce)
Tato práce pojednává o cíli vytvořit protikolizní sytém pro mobilního robota, který je při jízdě často vystavený kolizím s jinými objekty. Takovýmto systémem by se ochránily jeho drahé součásti. Konkrétně bylo potřeba navrhnout systém předčasné reakce a zásahu do systému, který by kolizi dokázal včas zabránit. Jednalo se nejen o použití brzdového systému robota na zastavení či brzdění, ale i o kontrolu předvídání směru vozidla. Pro tento účel byl využit hlavně laserový dálkoměr a ultra-zvukové sonary.
|
|
|
Vizuální navigace vozidla
Jaššo, Kamil ; Richter, Miloslav (oponent) ; Horák, Karel (vedoucí práce)
Práca pozostáva z rešerše známych riešenĂ navigácie autonĂłmne riadenĂ©ho vozidla. V práci sĂş hlbšie popĂsanĂ© moĹľnosti riadenia takĂ©hoto vozidla, a vyuĹľitie snĂmaÄŤov v autonĂłmne riadenĂ˝ch vozidlách. Z rĂ´znych typov snĂmaÄŤov sĂş vybranĂ© dva typy, ktorĂ© sĂş najvhodnejšie pre vizuálnu navigáciu vozidla. V práci je ô€„‡alej hlbšie popĂsaná funkcia a spĂ´sob vyuĹľitia tĂ˝chto dvoch typov snĂmaÄŤov pri vizuálnej navigácii vozidla. Súčasô€„˘ou práce je taktieĹľ program, schopnĂ˝ zĂskaô€„˘ a uloĹľiô€„˘ dáta z vybranĂ˝ch snĂmaÄŤov.
|
|
|
Extrakce krajinných prvků z dat dálkového průzkumu
Ferencz, Jakub ; Kalvoda, Petr (oponent) ; Hanzl, Vlastimil (vedoucí práce)
Tato diplomová práce se zabývá klasifikačními metodami pro automatickou detekci různých krajinných prvků z kombinace snímků vysokého rozlišení a LiDAR dat. Hlavním cílem je představit další možnou metodu zpracování pro volně přístupná data, která může nahradit tradiční mapování pro specifické aplikace. Klasifikace snímků je metoda, která dělí snímek do různých kategorií a zajišťuje tak stálý a aktuální monitoring. V dnešní době, s přístupem k novým technologiím a softwarům, je možné postupně nahradit tradiční monitorovací postupy plně automatizovaným procesem, jehož výstupem jsou přesná a levná data. V tomto projektu je použita objektově orientovaná analýza snímků (OBIA) pro klasifikaci pěti terénních typů z použitých dat. Byl vyvinut a testován automatický klasifikační proces, který poskytuje 88 % úspěšnost správného přiřazení terénního typu. Následně, přenosnost tohoto postupu byla testována v jiné lokalitě s podobným úspěchem - přesnost správného přiřazení byla 87 %. Závěr práce se zabývá problémy, které se vyskytly v průběhu tvorby tohoto klasifikačního postupu a nastiňuje další varianty, které by bylo možné použít pro zlepšení celého procesu.
|
|
|
3D object detection from pointcloud
Červený, Patrik ; Richter, Miloslav (oponent) ; Zemčík, Tomáš (vedoucí práce)
The bachelor thesis deals with the detection of 3D objects in a point cloud acquired by a LIDAR sensor. The thesis describes the sensors that collect the data for the point cloud, the methods to process the data and the final representation of the collected data, using the chosen application. By using a LIDAR sensor we detect a 3D image of the point cloud at the railway stations in Brno and with the help of the available methods for processing and application we try to describe what the sensor shows us through the data.
|
|
|
Systém pro autonomní řízení modelu autíčka na závodní dráze
Katrušák, Jaroslav ; Bidlo, Michal (oponent) ; Šimek, Václav (vedoucí práce)
Cílem této práce je realizace systému pro autonomní řízení modelu autíčka na závodní dráze. První částí práce je studie typických způsobů vytyčení závodní dráhy pro pohyb modelářského autíčka a na ni navazující studie možných způsobů realizace autonomního pohybu modelu po závodní dráze. Další část je věnována hardwarové a softwarové stránce realizace navrženého systému. Předposlední část představuje navržený systém pro detekci překážek, jeho realizaci a výsledné vlastnosti. Poslední část práce prezentuje výslednou realizaci autonomního modelu schopného samostatné jízdy po vytyčené závodní dráze, čtení značek a reakce na překážku umístěnou na trati.
|
|
|
2D Point-cloud segmentation for curve fitting
Šooš, Marek ; Krejsa, Jiří (oponent) ; Králík, Jan (vedoucí práce)
The presented diploma thesis deals with the division of points into homogeneous groups. The work provides a broad overview of the current state in this topic and a brief explanation of the main segmentation methods principles. From the analysis of the articles are selected and programmed five algorithms. The work defines the principles of selected algorithms and explains their mathematical models. For each algorithm is also given a code design description. The diploma thesis also contains a cross comparison of segmentation capabilities of individual algorithms on created as well as on measured data. The results of the curves extraction are compared with each other graphically and numerically. At the end of the work is a comparison graph of time dependence on the number of points and the table that includes a mutual comparison of algorithms in specific areas.
|
|
|
LIDAR a stereokamera v lokalizaci mobilních robotů
Vyroubalová, Jana ; Drahanský, Martin (oponent) ; Orság, Filip (vedoucí práce)
Lidar (2D) se velmi často používá v mapování, lokalizaci a navigaci mobilních robotů. Jeho využití má však svá omezení a to převším využitelnost spíše v jednoduchém prostředí. Tento problém může být odstraněn přidáním dalších senzorů a jejich zpracování dat. Naše práce představuje metodu, jak spolu mohou být data ze stereo kamery a LIDARu fúzována za účelem lepšího dynamického mapování. Za prerekvizitu považujeme 2D mapu obsazenosti z LIDARu, která je rozšířena 2D mapou opsazenosti získanou ze stereo kamery. Princip našeho přístupu je založen na detekci pozemní roviny v disparitní mapě získané ze stereo vize. Pro detekci pozemní roviny využíváme metod RANSAC a Metody nejmenších čtverců. Dále po určení překážek v disparitní mapě generujeme z těchto informací 2D mapu obsazenosti. Výstupem naší metody je 2D mapa, která je tedy výsledkem fúze doplňujících se informací ze senzorů LIDARu a stereo kamery. Experimentální výsledky získány z dat školního robota RUDA a data setu MIT Stata Center Data Set jsou dostatečné na to, abychom mohli prohlásit tuto metodu za velký přínos, ačkoliv je naše implementace pouze prototypem. Kromě prezentace našeho přístupu zde také analyzujeme výstupy a diskutujeme různá vylepšení a rozšíření za získáním lepších výsledků.
|
|
|
Rozšíření funkcionality lokátoru pro poziční systém reálného času
Studený, Jakub ; Sekora, Jiří (oponent) ; Kolářová, Jana (vedoucí práce)
Diplomová práce se zabývá problematikou detekce pádů a nárazů, na základě dat získaných z inerciálních senzorů, a měřením vzdálenosti pomocí laseru. Cílem diplomové práce je rozšíření funkcionality lokátorů od společnosti Sewio. Práce popisuje postup při návrhu algoritmů umožňujících detekovat pády a nárazy, uvádí data získaná z lokátoru, podle nichž předkládá možnost řešení, které je v rámci práce implementováno do lokátoru a následně je testována jeho výsledná funkčnost. Dále je v práci uveden postup při vývoji hardwarového i programového řešení, pro měření vzdálenosti laserem pomocí lokátoru, spolu s prezentací dosažených výsledků měření realizovaných lokátorem po implementaci navrhovaného řešení. Text práce také klade důraz na minimalizaci energetické spotřeby jednotlivých řešení. V závěru práce je uvedena diskuse dosažených výsledků s hodnocením účinnosti a využitelnosti navrhovaných řešení.
|
|
| |
|
|
Detekce a vizualizace specifických rysů v mračnu bodů
Kratochvíl, Jiří Jaroslav ; Mikeš, Josef (oponent) ; Martišek, Dalibor (oponent) ; Procházková, Jana (vedoucí práce)
Mračno bodů je neuspořádaná množina bodů popsaných souřadnicemi (x, y, z), která reprezentuje reálný objekt. Tyto body jsou získány prostřednictvím 3D skenovacích technologií, například LIDAR (Light Detection And Ranging) nebo pomocí současných 3D skenerů. Získaná mračna bodů jsou pak využívána v široké škále odvětví lidské činnosti, jako například strojní či reverzivní inženýrství, rapid prototyping, biologie, nukleární fyzika nebo virtuální realita. Tato disertační práce přispívá k vývoji metod pro detekci bodů na specifických rysech v mračnu bodů, což se v anglické literatuře označuje pojmem feature detection. Dále k vývoji metod jejich vizualizací prostřednictvím prokladu křivek, také známé pod pojmeme curve fitting. Feature, či specifický rys, je významná část objektu, kterou se snažíme popsat matematickým modelem (např. rovinou, přímkou či křivkou). Obzvláště body na ostrých hranách jsou pro současné metody problematické, a proto se věnujeme jejich detekci. V~disertační práci je popsán nový algoritmus, který automaticky a s velkou přesností určuje tyto body. Jejich vizualizace je potom zajištěna proložením křivkou, kde byla doplněna nová metoda váhování pro přesnější výsledky. Všechny navržené postupy byly otestovány na reálných datech a srovnány s dosavadními publikovanými metodami.
|
host ::
RSS.