|
|
Lokalizace mobilního robota v prostředí
Urban, Daniel ; Sochor, Jakub (oponent) ; Veľas, Martin (vedoucí práce)
Táto diplomová práca sa zaoberá problematikou lokalizácie mobilného robota v prostredí, na základe senzorických 2D a 3D dát a záznamov z minulosti. Práca je zameraná na detekciu robotom už navštívených miest. Implementovaný systém je vhodný k detekcii slučiek, k čomu využíva 3D Gestalt deskriptory. Výstupom systému sú odpovedajúce pozície, na ktorých sa už robot nachádzal. Funkčnosť systému bola testovaná a vyhodnotená na LiDAR-ových dátach.
|
|
|
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.
|
|
|
Scene Depth Estimation Based on Odometry and Image Data
Zborovský, Peter ; Obdržálek, David (vedoucí práce) ; Vodrážka, Jindřich (oponent)
V tejto práci navrhujeme systém odhadu hĺbky obrazu založený na dátach z odometrie a video sekvencie. Kľúčovou myšlienkou je, že odhad hĺbky obrazu je oddelený od odhadovania pozície. Takýto prístup vedie k viacúčelovému systému použiteľnému na rôznych robotických platformách a určenému na rôzne problémy súvisiace s odhadom hĺbky obrazu. Naša implementácia využíva rôzne filtračné techniky, pracuje v reálnom čase a poskytuje zodpovedajúce výsledky. Hoci bol systém zameraný a testovaný na drone-ovej platforme, môže byť použitý na akomkoľvek inom type autonómneho vozidla, ktoré poskytuje odometrické údaje a video výstup.
|
|
|
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.
|
|
|
Lokalizace mobilního robota v prostředí
Urban, Daniel ; Sochor, Jakub (oponent) ; Veľas, Martin (vedoucí práce)
Táto diplomová práca sa zaoberá problematikou lokalizácie mobilného robota v prostredí, na základe senzorických 2D a 3D dát a záznamov z minulosti. Práca je zameraná na detekciu robotom už navštívených miest. Implementovaný systém je vhodný k detekcii slučiek, k čomu využíva 3D Gestalt deskriptory. Výstupom systému sú odpovedajúce pozície, na ktorých sa už robot nachádzal. Funkčnosť systému bola testovaná a vyhodnotená na LiDAR-ových dátach.
|
|
|
Scene Depth Estimation Based on Odometry and Image Data
Zborovský, Peter ; Obdržálek, David (vedoucí práce) ; Vodrážka, Jindřich (oponent)
V tejto práci navrhujeme systém odhadu hĺbky obrazu založený na dátach z odometrie a video sekvencie. Kľúčovou myšlienkou je, že odhad hĺbky obrazu je oddelený od odhadovania pozície. Takýto prístup vedie k viacúčelovému systému použiteľnému na rôznych robotických platformách a určenému na rôzne problémy súvisiace s odhadom hĺbky obrazu. Naša implementácia využíva rôzne filtračné techniky, pracuje v reálnom čase a poskytuje zodpovedajúce výsledky. Hoci bol systém zameraný a testovaný na drone-ovej platforme, môže byť použitý na akomkoľvek inom type autonómneho vozidla, ktoré poskytuje odometrické údaje a video výstup.
|
host ::
RSS.