Rozpoznání cesty pro vizuální navigaci mobilního robota
No Thumbnail Available
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
V poslední době bylo nemalé úsilí věnováno vývoji robustních algoritmů pro detekci cesty pomocí barevného monokulárního vidění. Umělé neuronové sítě jsou často aplikovány v této úloze díky jejich schopnosti nalézt komplikované vztahy mezi vstupy a výstupy. Nicméně, stěžejním faktorem ovlivňujícím úspěšnost detekční metody je volba vhodných příznaků extrahovaných z obrazových dat. Tato práce se zabývá volbou vhodné kombinace příznaků pro robustní detekci cesty pomocí neuronové sítě. Aby bylo dosaženo adaptability algoritmu na aktuální povrch, po kterém se robot pohybuje, je neuronová síť učena během jízdy robota. Úspěšnost prezentované metody byla ověřena na několika záznamech z parkového prostředí.
In recent years, a significant amount of attention has been given to the development of robust road detection algorithms using color monocular vision. Artificial neural networks are often used in order to deal with this complex issue because of their ability to find complex relationships between inputs and outputs. However, the essential task is to choose suitable features extracted from input visual data. In this thesis, the proposed combination of extracted features aims at the problem of robust road detection. The adaptation ability of neural network is also utilized to overcome the difficulties with variable road texture and shadows. Several experiments have been conducted to verify the presented approach.
In recent years, a significant amount of attention has been given to the development of robust road detection algorithms using color monocular vision. Artificial neural networks are often used in order to deal with this complex issue because of their ability to find complex relationships between inputs and outputs. However, the essential task is to choose suitable features extracted from input visual data. In this thesis, the proposed combination of extracted features aims at the problem of robust road detection. The adaptation ability of neural network is also utilized to overcome the difficulties with variable road texture and shadows. Several experiments have been conducted to verify the presented approach.
Description
Citation
ŠEDA, J. Rozpoznání cesty pro vizuální navigaci mobilního robota [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2012.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Ing. František Zbořil, CSc. (předseda)
prof. Ing. Martin Drahanský, Ph.D. (místopředseda)
Ing. Vladimír Bartík, Ph.D. (člen)
doc. Ing. Peter Chudý, Ph.D., MBA (člen)
Ing. Josef Strnadel, Ph.D. (člen)
Date of acceptance
2012-06-14
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C (dobře). Otázky u obhajoby: Může nastat situace, kdy oblast, která je podle vás určitě sjízdná, ve skutečnosti sjízdná nebude (viz obrázek 3.3)?
Result of defence
práce byla úspěšně obhájena
Document licence
Přístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 1 roku/let