Určování polohy robota na základě měření ze senzorů
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
E
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
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.
The goal of this thesis is to create a program, that will be receiving measurements from robot's sensors and fuse them together. Afterwards use this data fusion of chosen sensors to estimate location of a robot. As a solution for these problems I have used my knowledge of Kalman filters, especially extended one. If messages from sensor measurements are well formulated, Kalman filter can perform fusion of measurements together with estimating the actual position of a robot. Filter can receive measurements from multiple sources and even from duplicities. The estimated states have proven themselves reasonably accurate for successful robot localization in space.
The goal of this thesis is to create a program, that will be receiving measurements from robot's sensors and fuse them together. Afterwards use this data fusion of chosen sensors to estimate location of a robot. As a solution for these problems I have used my knowledge of Kalman filters, especially extended one. If messages from sensor measurements are well formulated, Kalman filter can perform fusion of measurements together with estimating the actual position of a robot. Filter can receive measurements from multiple sources and even from duplicities. The estimated states have proven themselves reasonably accurate for successful robot localization in space.
Description
Keywords
Fúzia dát, Global Positioning System, Kalmanov filter, Rozšírený Kalmanov filter, Lokalizácia robota, Navigačný zásobník, Odometria, Pravdepodobnostná robotika, ROS, Data fusion, Global Positioning System, Kalman filter, Extended Kalman filter, Robot localization, Navigation stack, Odometry, Probabilistic robotics, ROS
Citation
ČAKLOŠ, O. Určování polohy robota na základě měření ze senzorů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.
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)
doc. Ing. Lukáš Burget, Ph.D. (místopředseda)
doc. RNDr. Dana Hliněná, Ph.D. (člen)
Ing. Petr Matoušek, Ph.D., M.A. (člen)
Ing. Marcela Zachariášová, Ph.D. (člen)
Date of acceptance
2017-06-14
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Během obhajoby komise zjistila, že technická zpráva BP nesplňuje minimální požadavky na rozsah a kvalitu. Komise shledala tyto nedostatky práce natolik závažné, že se práci rozhodla hodnotit jako nevyhovující " F ". Otázky u obhajoby: Je možné do filtru přidat další senzorický vstup, jak velký zásah je nutný? Byl program nasazen na reálného robota? Je nasazení možné bez úprav programu?
Result of defence
práce nebyla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení