LIGOCKI, A. Metody současné sebelokalizace a mapování pro hloubkové kamery [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.

Posudky

Posudek vedoucího

Žalud, Luděk

Student pracoval velmi iniciativně, práci pravidelně konzultoval a řídil se mými pokyny. Úspěšné vyřešení problému zahrnovalo nejen studování velkého množství cizojazyčných zdrojů, ale také práci s cizími programovými knihovnami. Oproti původnímu plánu navíc student naprogramoval a oživil speciální, velmi přesný, přípravek pro pasivní odometrii, který použil pro datovou fúzi. Tento přípravek bude dále sloužit nejen v naší skupině. Předvedená práce podle mého názorujednoznačně prokazuje studentovy inženýrské schopnosti a doporučuji ji k obhajobě.

Navrhovaná známka
A
Body
95

Posudek oponenta

Jelínek, Aleš

Předložená práce se zabývá praktickou aplikací algoritmů pro současnou sebelokalizaci a mapování (SLAM) na mobilním robotu. Vzhledem k tomu, že dané téma podléhá intenzivnímu výzkumu, považuji zadání za spíše náročné. V úvodu autor stručně představuje SLAM a jeho důležitost pro autonomii robotů a uvádí příklady prvních nasazení této technologie v reálném světě. Další dvě obsáhlé kapitoly jsou věnovány rešerši SLAM algoritmů a dále senzorickému vybavení, primárně RGBD kamerám. Obě kapitoly představují průřez současnými trendy v dané problematice a prokazují autorův dobrý přehled o tématu své práce. Následuje přehled hotových open-source projektů řešících SLAM, z nichž jeden je vybrán pro následující úpravy a praktické použití. Jádro práce nahuštěné na posledních dvaceti stranách představuje skutečný autorův přínos a důvod pozitivního hodnocení. Kapitola o kalibraci RGBD kamery je ukryta již v předcházející rešerši. Dále se ukazuje, že vybranou SLAM knihovnu musel autor podstatně modifikovat a fúzi s odometrickými údaji doplnil zcela sám. Dále sestavil vozík s přesnou odometrií a veškerým technickým vybavením pro praktické testování svého systému. Závěr pak představují experimenty, kde se jasně ukazuje přínos datové fúze. Dosažené výsledky považuji za velmi dobré. Po formální stránce je diplomová práce v pořádku, pouze text psaný v anglickém jazyce by zasloužil korekturu gramatiky. Práce je však srozumitelná, logicky členěná a dostatečně popisuje všechny fáze řešení od úvodu až po zhodnocení výsledků. Pro účely obhajoby doporučuji věnovat větší prostor vlastnímu řešení, aby nezanikalo v kontrastu s rozsáhlou rešerší. Autor poctivě cituje použitou literaturu a pracuje i s odbornými publikacemi z vědeckých časopisů, což svědčí o seriózním zájmu o danou problematiku. Zadání je splněno ve všech bodech a i když autor vychází z hotového SLAM algoritmu, odvedl na modifikacích, rozšířeních i hardwaru mnoho práce. Uvedené výtky jsou dány spíše nezkušeností s psaním rozsáhlejších publikací. Inženýrské schopnosti autora jsou nepochybně na vysoké úrovni a práci doporučuji k obhajobě s hodnocením 94 bodů, čili A.

Navrhovaná známka
A
Body
94

Otázky

eVSKP id 102789