Wybrane problemy nawigacji autonomicznej
|
|
|
- Bogusław Paluch
- 7 lat temu
- Przeglądów:
Transkrypt
1 Wybrane problemy nawigacji autonomicznej Piotr Skrzypczyński Instytut Automatyki i Inżynierii Informatycznej Politechnika Poznańska Wybrane problemynawigacji autonomicznej p.1/28
2 Wstęp Robot mobilny podstawową funkcją jest przemieszczanie się względem otoczenia (lokomocja). Nawigacja (łac. navigatio żegluga) jest umiejętnością określenia własnej pozycji i kursu (drogi) do celu na podstawie mapy. budowa modelu otoczenia, określanie swojej pozycji względem otoczenia, planowanie i monitorowanie wykonania sekwencji ruchów prowadzących do osiągnięcia celu. Wybrane problemynawigacji autonomicznej p.2/28
3 Budowa mapy Ilustracja zadania budowy mapy (złożonej z cech) przy znanej pozycji robota. Wybrane problemynawigacji autonomicznej p.3/28
4 Samolokalizacja Ilustracja zadania samolokalizacji (śledzenia pozycji) przy znanej mapie. Wybrane problemynawigacji autonomicznej p.4/28
5 Samolokalizacja i budowa mapy Ilustracja zadania jednoczesnej samolokalizacji i budowy mapy. Wybrane problemynawigacji autonomicznej p.5/28
6 Nawigacja Zadanie nawigacji robota: określenie własnej pozycji i drogi do celu na podstawie mapy. Nawigacja ze znaną mapą jest zadaniem względnie łatwym (algorytmicznie). Włączenie tworzenia mapy do zadania nawigacji: Simultaneous Localization and Mapping. SLAM jest zadaniem trudnym algorytmicznie i praktycznie. Wybrane problemynawigacji autonomicznej p.6/28
7 Nawigacja Zadanie nawigacji robota: określenie własnej pozycji i drogi do celu na podstawie mapy. Nawigacja ze znaną mapą jest zadaniem względnie łatwym (algorytmicznie). Włączenie tworzenia mapy do zadania nawigacji: Simultaneous Localization and Mapping. SLAM jest zadaniem trudnym algorytmicznie i praktycznie. Wybrane problemynawigacji autonomicznej p.6/28
8 SLAM: koncepcja Jaka pozycja robotax R(k) i mapa otoczeniam (k) są najbardziej prawdopodobne w świetle zgromadzonych pomiarów i sterowań zrealizowanych do chwilik? Funkcja gęstości prawdopodobieństwa a posteriori w chwilik: p(x R(k),m (k) z k,u k ). Ogólne rozwiązanie problemu SLAM rekursywny filtr Bayesa: p(x R(k),m z k,u k ) = η model obserwacji {}}{ p(z (k) x R(k),m) model systemu {}}{ p(x R(k) x R(k 1),u (k) ) poprzedni stan {}}{ p(x R(k 1),m z k 1,u k 1 )dx R(k 1). Wybrane problemynawigacji autonomicznej p.7/28
9 SLAM: koncepcja Jaka pozycja robotax R(k) i mapa otoczeniam (k) są najbardziej prawdopodobne w świetle zgromadzonych pomiarów i sterowań zrealizowanych do chwilik? Rozkład normalny: p(x R(k),m z k,u k ) N(ˆx (k),c x ). Struktura rozwiązania z użyciem EKF: p(x R(k),m z k,u k ) = η etap predykcji {( }} ){ p(x R(k) x R(k 1),u k )p(x R(k 1),m z (k 1),u (k 1) )dx R(k 1) etap korekcji {}}{ p(z k x R(k),m) Wybrane problemynawigacji autonomicznej p.7/28
10 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech. Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy Stan robota Mapa stan systemu Etap predykcji EKF określenie pozycji robota na podstawie odometrii. Wybrane problemynawigacji autonomicznej p.8/28
11 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech. Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy Stan robota Mapa stan systemu Etap predykcji EKF dopasowanie spodziewanych cech do cech wyodrębnionych z pomiarów. Wybrane problemynawigacji autonomicznej p.8/28
12 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech. Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy Stan robota Mapa stan systemu Etap korekcji EKF uaktualnienie pozycji robota i parametrów cech. Wybrane problemynawigacji autonomicznej p.8/28
13 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech. Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy Stan robota Mapa stan systemu Dodawanie nowych cech do mapy rozbudowa wektora stanu. Wybrane problemynawigacji autonomicznej p.8/28
14 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech. Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy k k-1 k k-1 Stan robota Mapa stan systemu Stan systemu w chwili obecnej staje się stanem w chwili poprzedniej. Wybrane problemynawigacji autonomicznej p.8/28
15 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech. Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy k k-1 k k-1 Stan robota Mapa stan systemu Budowa mapy przy znanej pozycji robota. Wybrane problemynawigacji autonomicznej p.8/28
16 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech. Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy k k-1 k k-1 Stan robota Mapa stan systemu Samolokalizacja (pose tracking) ze znaną mapą. Wybrane problemynawigacji autonomicznej p.8/28
17 EKF-SLAM: koncepcja Schemat blokowy systemu SLAM opartego na EKF Stan robota -1 Predykcja stanu robota Predykcja obserwacji Mapa -1 Odometria Dopasowanie cech Obserwacje TAK Estymacja stanu cech i robota NIE Nowe cechy k k-1 k k-1 Stan robota Mapa stan systemu W zagadnieniu SLAM stan robota i mapa otoczenia musza być estymowane jednocześnie. Wybrane problemynawigacji autonomicznej p.8/28
18 RGB-D SLAM (3D) Pewne klasy robotów wymagają samolokalizacji w 3D, względem sześciu stopni swobody: x R = [x r y r z r θ r φ r ψ r ] T Pojawienie się sensorów RGB-D spowodowało szybki rozwój nowych metod SLAM i VO. Algorytm VO określa przemieszczenie robota na podstawie informacji wizyjnej bez tworzenia mapy otoczenia. RGB-D SLAM jako problem optymalizacji grafu pozycji sensora. RGB-D SLAM jako problem optymalizacji grafu pozycji sensora oraz cech (bundle adjustment). Wybrane problemynawigacji autonomicznej p.9/28
19 Odometria wizyjna RGB-D Schemat blokowy algorytmu odometrii wizyjnej RGB-D k:=k+n x(k+n) k-ty obraz RGB k-ty obraz D FAST detekcja punktu FAST-D test g³êbi adaptacja: paski, DBScan przypisanie danych g³êbi KLT œledzenie cech RGB koniec œledzenia TAK NIE k+n-ty obraz RGB k+n-ty obraz D n:=n+1 ³¹czenie estymat (odometria) estymacja transformacji R,t TAK koniec RANSAC RANSAC test modelu przypisanie danych g³êbi x(k) NIE Wybrane problemynawigacji autonomicznej p.10/28
20 Odometria wizyjna RGB-D Schemat blokowy algorytmu odometrii wizyjnej RGB-D k:=k+n x(k+n) k-ty obraz RGB k-ty obraz D FAST detekcja punktu FAST-D test g³êbi adaptacja: paski, DBScan przypisanie danych g³êbi KLT œledzenie cech RGB koniec œledzenia TAK NIE k+n-ty obraz RGB k+n-ty obraz D n:=n+1 ³¹czenie estymat (odometria) estymacja transformacji R,t TAK koniec RANSAC RANSAC test modelu przypisanie danych g³êbi x(k) NIE Wybrane problemynawigacji autonomicznej p.10/28
21 Odometria wizyjna RGB-D Schemat blokowy algorytmu odometrii wizyjnej RGB-D k:=k+n x(k+n) k-ty obraz RGB k-ty obraz D FAST detekcja punktu FAST-D test g³êbi adaptacja: paski, DBScan przypisanie danych g³êbi KLT œledzenie cech RGB koniec œledzenia TAK NIE k+n-ty obraz RGB k+n-ty obraz D n:=n+1 ³¹czenie estymat (odometria) estymacja transformacji R,t TAK koniec RANSAC RANSAC test modelu przypisanie danych g³êbi x(k) NIE Wybrane problemynawigacji autonomicznej p.10/28
22 Odometria wizyjna RGB-D Schemat blokowy algorytmu odometrii wizyjnej RGB-D k:=k+n x(k+n) k-ty obraz RGB k-ty obraz D FAST detekcja punktu FAST-D test g³êbi adaptacja: paski, DBScan przypisanie danych g³êbi KLT œledzenie cech RGB koniec œledzenia TAK NIE k+n-ty obraz RGB k+n-ty obraz D n:=n+1 ³¹czenie estymat (odometria) estymacja transformacji R,t TAK koniec RANSAC RANSAC test modelu przypisanie danych g³êbi x(k) NIE Wybrane problemynawigacji autonomicznej p.10/28
23 Odometria wizyjna RGB-D Schemat blokowy algorytmu odometrii wizyjnej RGB-D k:=k+n x(k+n) k-ty obraz RGB k-ty obraz D FAST detekcja punktu FAST-D test g³êbi adaptacja: paski, DBScan przypisanie danych g³êbi KLT œledzenie cech RGB koniec œledzenia TAK NIE k+n-ty obraz RGB k+n-ty obraz D n:=n+1 ³¹czenie estymat (odometria) estymacja transformacji R,t TAK koniec RANSAC RANSAC test modelu przypisanie danych g³êbi x(k) NIE Wybrane problemynawigacji autonomicznej p.10/28
24 Ekstrakcja cech Wyniki działania detektora FAST-D. Wybrane problemynawigacji autonomicznej p.11/28
25 Ekstrakcja cech Wyniki działania detektora FAST-D. Wybrane problemynawigacji autonomicznej p.11/28
26 Zarzadzanie cechami Cechy wykryte za pomocą detektora FAST-D Wybrane problemynawigacji autonomicznej p.12/28
27 Zarzadzanie cechami Cechy wykryte po podziale obrazu Wybrane problemynawigacji autonomicznej p.12/28
28 Zarzadzanie cechami Cechy po grupowaniu algorytmem DBscan Wybrane problemynawigacji autonomicznej p.12/28
29 SLAM i optymalizacja Różne podejścia do rozwiązania problemu SLAM Sformułowanie bayesowskie (Strasdat et al., 2012) Wybrane problemynawigacji autonomicznej p.13/28
30 SLAM i optymalizacja Różne podejścia do rozwiązania problemu SLAM Filtracja (EKF, Particle Filter) Wybrane problemynawigacji autonomicznej p.13/28
31 SLAM i optymalizacja Różne podejścia do rozwiązania problemu SLAM Pose-based SLAM (optymalizacja) Wybrane problemynawigacji autonomicznej p.13/28
32 SLAM i optymalizacja Różne podejścia do rozwiązania problemu SLAM Sparse Bundle Adjustment (optymalizacja) Wybrane problemynawigacji autonomicznej p.13/28
33 PUT SLAM: koncepcja Typowy pose-based SLAM z optymalizacją: argmin p E = ijẽt ijω ij ẽ ij p c 2 p f 1 p f 12,22 3 p f p c n p f p f 4 6 p f p f 13,23 5 m p c t, t, [R,t], p c 1 p c 2 p c 2 p f 2p f 11,21 p c 3 p c n t, nm nm Wybrane problemynawigacji autonomicznej p.14/28
34 PUT SLAM: koncepcja PUT SLAM: podejście bundle adjustment: argmin p E = n i=1 m j=1 e(pc i,p f j,m ij) T Ω ij e(p c i,p f j,m ij) p c 2 p f 1 p f 3 p f p c n p f p f 4 6 p f 5 m p c 1 t, t, p c 2 p f 2 p c 3 p c n t, nm nm Wybrane problemynawigacji autonomicznej p.14/28
35 Architektura PUT SLAM Schemat blokowy systemu PUT SLAM wykrywanie cech punktowych œledzenie cech koniec œledzenia? TAK SLAM FRONT-END NIE projekcja cech z mapy estymacja pozycji sensora przypisanie danych g³êbi dopasowanie deskryptorów RANSAC testowanie modelu niedopasowane wyzaczanie ograniczeñ dodawanie nowych cech graf cechy, deskryptory, ograniczeñ pozycje sensora g 2 o SLAM BACK-END optymalizacja grafu i synchronizacja z map¹ Wybrane problemynawigacji autonomicznej p.15/28
36 Architektura PUT SLAM Schemat blokowy systemu PUT SLAM wykrywanie cech punktowych œledzenie cech koniec œledzenia? TAK SLAM FRONT-END NIE projekcja cech z mapy estymacja pozycji sensora przypisanie danych g³êbi dopasowanie deskryptorów RANSAC testowanie modelu niedopasowane wyzaczanie ograniczeñ dodawanie nowych cech graf cechy, deskryptory, ograniczeñ pozycje sensora g 2 o SLAM BACK-END optymalizacja grafu i synchronizacja z map¹ Wybrane problemynawigacji autonomicznej p.15/28
37 Architektura PUT SLAM Schemat blokowy systemu PUT SLAM wykrywanie cech punktowych œledzenie cech koniec œledzenia? TAK SLAM FRONT-END NIE projekcja cech z mapy estymacja pozycji sensora przypisanie danych g³êbi dopasowanie deskryptorów RANSAC testowanie modelu niedopasowane wyzaczanie ograniczeñ dodawanie nowych cech graf cechy, deskryptory, ograniczeñ pozycje sensora g 2 o SLAM BACK-END optymalizacja grafu i synchronizacja z map¹ Wybrane problemynawigacji autonomicznej p.15/28
38 Optymalizacja: g 2 o Struktura biblioteki g 2 o (Kümmerle et al., 2011) Wybrane problemynawigacji autonomicznej p.16/28
39 Metodyka badań (1) TUM RGB-D Benchmark przemieszczany ręcznie Kinect (Sturm et al., 2012). Wybrane problemynawigacji autonomicznej p.17/28
40 Metodyka badań (2) Trajektorie odniesienia uzyskane za pomocą systemu kamer (Kraft et al., 2016). Akwizycja danych RGB-D zsynchronizowana z pracą kamer (15Hz). start 1 z [m] 0.01 stop -1 0 y [m] a [m] Wybrane problemynawigacji autonomicznej p.18/28
41 Metodyka badań (3) Eksperymenty z robotem Messor II wykonane na makiecie terenu 2 2m(Belter et al., 2016). Trajektorie testowe zbliżone kształtem do kwadratu. z [m] start/stop a [m] y [m] Wybrane problemynawigacji autonomicznej p.19/28
42 Wyniki badań (1) TUM RGB-D Benchmark fr3_long_office_household ATE: PUT SLAM 0.02m, ORB-SLAM m ATE: RGB-D SLAM v m, CCNY 0.106m VO RGB-D PUT SLAM ORB SLAM2 Wybrane problemynawigacji autonomicznej p.20/28
43 Wyniki badań (1) TUM RGB-D Benchmark fr3_long_office_household ATE: PUT SLAM 0.02m, ORB-SLAM m ATE: RGB-D SLAM v m, CCNY 0.106m CCNY_RGBD RGB-D SLAM v2 KinFu LS Wybrane problemynawigacji autonomicznej p.20/28
44 Wyniki badań (1) TUM RGB-D Benchmark fr3_long_office_household ATE: PUT SLAM 0.02m, ORB-SLAM m ATE: RGB-D SLAM v m, CCNY 0.106m CCNY_RGBD RGB-D SLAM v2 KinFu LS Wybrane problemynawigacji autonomicznej p.20/28
45 Wyniki badań (2) Robot kołowy, sekwencja putkk_1 ATE: PUT SLAM 0.104m, ORB-SLAM m ATE: RGB-D SLAM v2 FAIL, CCNY 0.529m VO RGB-D PUT SLAM ORB SLAM2 Wybrane problemynawigacji autonomicznej p.21/28
46 Wyniki badań (2) Robot kołowy, sekwencja putkk_1 ATE: PUT SLAM 0.104m, ORB-SLAM m ATE: RGB-D SLAM v2 FAIL, CCNY 0.529m CCNY_RGBD RGB-D SLAM v2 KinFu LS Wybrane problemynawigacji autonomicznej p.21/28
47 Wyniki badań (2) Robot kołowy, sekwencja putkk_1 ATE: PUT SLAM 0.104m, ORB-SLAM m ATE: RGB-D SLAM v2 FAIL, CCNY 0.529m CCNY_RGBD RGB-D SLAM v2 KinFu LS Wybrane problemynawigacji autonomicznej p.21/28
48 Wyniki badań (3) Robot Messor II, sekwencja messor2_2 ATE: PUT SLAM 0.069m, ORB-SLAM2 FAIL ATE: RGB-D SLAM v m, CCNY 0.307m VO RGB-D PUT SLAM ORB SLAM2 Wybrane problemynawigacji autonomicznej p.22/28
49 Wyniki badań (3) Robot Messor II, sekwencja messor2_2 ATE: PUT SLAM 0.069m, ORB-SLAM2 FAIL ATE: RGB-D SLAM v m, CCNY 0.307m CCNY_RGBD RGB-D SLAM v2 KinFu LS Wybrane problemynawigacji autonomicznej p.22/28
50 Lokalizacja WiFi (pose-based) Wykorzystanie sygnatur WiFi (fingerprints) Wystarczy znać pozycje wybranych AP WiFi Wybrane problemynawigacji autonomicznej p.23/28
51 Lokalizacja WiFi wyniki Wykorzystanie tylko krokomierza oraz IMU A centrum wykładowe PP, B centrum mechatroniki PP Wybrane problemynawigacji autonomicznej p.24/28
52 Lokalizacja WiFi wyniki Wprowadzenie informacji o wybranych AP A centrum wykładowe PP, B centrum mechatroniki PP B Wybrane problemynawigacji autonomicznej p.24/28
53 Lokalizacja WiFi wyniki Wyniki po optymalizacji grafu: krokomierz + IMU + WiFi A centrum wykładowe PP, B centrum mechatroniki PP A B Wybrane problemynawigacji autonomicznej p.24/28
54 Aplikacja: Android Działanie aplikacji lokalizacyjnej Samsung Galaxy Note S3 Wybrane problemynawigacji autonomicznej p.25/28
55 Aplikacja: Android Działanie aplikacji lokalizacyjnej Samsung Galaxy Note S3 Wybrane problemynawigacji autonomicznej p.25/28
56 Podsumowanie Architektury systemów SLAM uważane za reprezentatywne nie zawsze radzą sobie dobrze z danymi uzyskanymi przez roboty. PUT SLAM wykazał się skutecznością działania we wszystkich eksperymentach. Koncepcja SLAM opartego na optymalizacji jest bardzo uniwersalna. Współczesne metody optymalizacji umożliwiają działanie w czasie rzeczywistym. Wybrane problemynawigacji autonomicznej p.26/28
57 What next? Wybrane problemynawigacji autonomicznej p.27/28
58 Zasoby Kod open-source PUT SLAM dostępny na GitHub: Strona WWW PUT SLAM: Wybrane problemynawigacji autonomicznej p.28/28
59 Laboratorium Robotów Mobilnych Zakład Automatyki i Robotyki Instytut Automatyki i Inżynierii Informatycznej Politechnika Poznańska p.1/13
60 Zespół Pracownicy naukowi: dr hab. inż. Piotr Skrzypczyński, prof. nadzw. dr inż. Dominik Belter, adiunkt dr inż. Krzysztof Walas, adiunkt mgr inż. Michał Nowicki, asystent mgr inż. Jan Wietrzykowski, asystent Doktoranci: pięć osób Współpraca z innymi grupami badawczymi w ramach Zakładu p.2/13
61 Tematyka badań (1) Autonomiczne roboty mobilne autonomiczna nawigacja w pomieszczeniach autonomiczna nawigacja outdoor współpraca robotów i koordynacja działań Jednoczesna samolokalizacja i budowa mapy (SLAM) 2D SLAM 3D RGB-D SLAM 3D visual odometry & visual SLAM p.3/13
62 Tematyka badań (2) Roboty kroczące sterowanie chodem i planowanie ruchu percepcja i samolokalizacja Roboty antropomorficzne planowanie ruchu wykorzystanie wzorców ruchu człowieka Nawigacja indoor dla urządzeń mobilnych (smartfony itp.) nawigacja na dużych obszarach (cały budynek) GPS-denied environments wykorzystanie danych z wielu sensorów p.4/13
63 Projekty badawcze Narodowe Centrum Nauki 1. OPUS 2. ETIUDA 3. 3 PRELUDIUM Ministerstwo Nauki i Szkolnictwa Wyższego 1. Projekty badawcze własne (przed rokiem 2011) 2. Diamentowy Grant 3. Generacja Przyszłości Narodowe Centrum Badań i Rozwoju 1. LIDER p.5/13
64 Współpraca międzynarodowa University of Birmingham (UK) ETH Zürich (CH) FZI Karlsruhe (DE) University of Antwerp (BE) Czech Technical University in Prague (CZ) RMIT, Melbourne (AU) p.6/13
65 Roboty (1) Z C dalmierze ultradÿwiekowe Y C WV-CP230 kamera CCD X C Y L LMS 200 skaner laserowy X L Kinect 2 Xtion p.7/13
66 Roboty (2) CCD camera URG-04LX laser scanner + pollution sensor robot controller + IMU p.8/13
67 Roboty (3) Xtion p.9/13
68 Sensory (1) p.10/13
69 Sensory (2) p.11/13
70 Wybrane publikacje P. Skrzypczyński, Laser Scan Matching for Self-Localization of a Walking Robot in Man-Made Environments, Industrial Robot: An International Journal, 39(3), 2012, D. Belter, P. Skrzypczyński, Precise Self-Localization of a Walking Robot on Rough Terrain Using Parallel Tracking and Mapping, Industrial Robot: An International Journal, 40(3), 2013, K. Walas, Terrain Classification and Negotiation with a Walking Robot, Journal of Intelligent & Robotic Systems 78(3), 2014, J. Gośliński, M. Nowicki, P. Skrzypczyński, Performance Comparison of EKF-Based Algorithms for Orientation Estimation on Android Platform, IEEE Sensors Journal, 15(7), 2015, M. Kraft, M. Nowicki, R. Penne, A. Schmidt, P. Skrzypczy/nski, Efficient RGB-D Data Processing for Feature-based Self-localization of Mobile Robots, Int. Journal of Applied Mathematics and Computer Science, 26(1), 2016, D. Belter, P. Labęcki, P. Skrzypczyński, Adaptive Motion Planning for Autonomous Rough Terrain Traversal with a Walking Robot, Journal of Field Robotics, 33(3), 2016, p.12/13
71 Wybrane publikacje D. Belter, P. Labęcki, P. Fankhauser, R. Siegwart, RGB-D Terrain Perception and Dense Mapping for Legged Robots, Int. Journal of Applied Mathematics and Computer Science, 26(1), 2016, M. Kraft, M. Nowicki, A. Schmidt, M. Fularz, P. Skrzypczyński, Toward Evaluation of Visual Navigation Algorithms on RGB-D Data from the First- and Second-Generation Kinect, Machine Vision and Applications, J. Wietrzykowski, D. Belter, Boosting Suport Vector Machines for RGB-D Based Terrain Classification, Journal of Automation, Mobile Robotics and Intelligent Systems, 8(3), 2014, J. Wietrzykowski, On the Representation of Planes for Efficient Graph-Based SLAM with High-Level Features, Journal of Automation, Mobile Robotics and Intelligent Systems, 10(3), 2016, D. Belter, M. Nowicki, P. Skrzypczyński, On the Performance of Pose-Based RGB-D Visual Navigation Systems, in: Computer Vision ACCV 2014, LNCS 9004, Springer 2015, D. Belter, M. Nowicki, P. Skrzypczyński, Improving Accuracy of Feature-Based RGB-D SLAM by Modeling Spatial Uncertainty of Point Features, Proc. IEEE Int. Conf. on Robotics & Automation, Stockholm, 2016, p.13/13
Roboty Manipulacyjne i Mobilne Budowanie mapy, lokalizacja, SLAM
Roboty Manipulacyjne i Mobilne Budowanie mapy, lokalizacja, SLAM Janusz Jakubiak Zakład Podstaw Cybernetyki i Robotyki Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska 4.05.2012 Budowanie
Sztuczna inteligencja i uczenie maszynowe w robotyce i systemach autonomicznych: AI/ML w robotyce, robotyka w AI/ML
Sztuczna inteligencja i uczenie maszynowe w robotyce i systemach autonomicznych: AI/ML w robotyce, robotyka w AI/ML Piotr Skrzypczyński Instytut Automatyki, Robotyki i Inżynierii Informatycznej, Politechnika
Katedra Systemów Decyzyjnych. Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk ksd@eti.pg.gda.pl
Katedra Systemów Decyzyjnych Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk ksd@eti.pg.gda.pl 2010 Kadra KSD profesor zwyczajny 6 adiunktów, w tym 1 z habilitacją 4 asystentów 7 doktorantów Wydział Elektroniki,
Rozszerzony konspekt przedmiotu Inteligentne maszyny i systemy
Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt przedmiotu Inteligentne maszyny i systemy dr inż. Witold Czajewski dr inż. Marcin Iwanowski
Wizja maszynowa w robotyce i automatyzacji Kod przedmiotu
Wizja maszynowa w robotyce i automatyzacji - opis przedmiotu Informacje ogólne Nazwa przedmiotu Wizja maszynowa w robotyce i automatyzacji Kod przedmiotu 11.9-WE-AiRD-WMwRiA Wydział Kierunek Wydział Informatyki,
Automatyka i Robotyka studia stacjonarne drugiego stopnia
#384 #380 dr inż. Mirosław Gajer Projekt i implementacja narzędzia do profilowania kodu natywnego przy wykorzystaniu narzędzi Android NDK (Project and implementation of tools for profiling native code
II-go stopnia. Stacjonarne. Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1. Zaawansowane metody wyznaczania parametrów regulatorów 2. Mechanizmy innowacyjne. 3. Sieci neuronowe w modelowaniu obiektów dynamicznych. 4. Zasady projektowania i
ROBOT Z LASEROWYM CZUJNIKIEM ODLEGŁOŚCI DO BUDOWY MAP 2D
MODELOWANIE INŻYNIERSKIE nr 42, ISSN 1896-771X ROBOT Z LASEROWYM CZUJNIKIEM ODLEGŁOŚCI DO BUDOWY MAP 2D Łukasz Mitka 1a, Michał Ciszewski 1b, Andrii Kudriashov 1c,Tomasz Buratowski 1d, Mariusz Giergiel
Temat 1. Wprowadzenie do nawigacji robotów mobilnych. Dariusz Pazderski Opracowanie w ramach programu ERA Inżyniera
Kurs: Algorytmy Nawigacji Robotów Mobilnych Temat 1 Wprowadzenie do nawigacji robotów mobilnych 1 Pojęcia podstawowe Dariusz Pazderski Opracowanie w ramach programu ERA Inżyniera Na początku wprowadzimy
Fuzja sygnałów i filtry bayesowskie
Fuzja sygnałów i filtry bayesowskie Roboty Manipulacyjne i Mobilne dr inż. Janusz Jakubiak Katedra Cybernetyki i Robotyki Wydział Elektroniki, Politechnika Wrocławska Wrocław, 10.03.2015 Dlaczego potrzebna
1. Wprowadzenie. Tomasz Kornuta
Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 21, Nr 1/2017, 19 24, DOI: 10.14313/PAR_223/19 Tomasz Kornuta Dwuczęściowy artykuł dotyczy problemu rejestracji obrazów RGB-D. W robotyce problem ten znany
PRACA DYPLOMOWA MAGISTERSKA
Politechnika Poznańska Wydział Budowy Maszyn i Zarządzania PRACA DYPLOMOWA MAGISTERSKA Konstrukcja autonomicznego robota mobilnego Małgorzata Bartoszewicz Promotor: prof. dr hab. inż. A. Milecki Zakres
Zastosowanie transformacji Hougha do tworzenia mapy i lokalizacji robota mobilnego
Zastosowanie transformacji Hougha do tworzenia mapy i lokalizacji robota mobilnego Barbara Siemiatkowska 1 Streszczenie W niniejszej pracy przedstawiono zastosowanie transformacji Hougha w określeniu zmian
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 17. ALGORYTMY EWOLUCYJNE Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska KODOWANIE BINARNE Problem różnych struktur przestrzeni
Rozszerzony konspekt wykładu do przedmiotu Systemy wizyjne w robotyce
Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt wykładu do przedmiotu Systemy wizyjne w robotyce dr hab. inż. Barbara Putz, prof. PW mgr
Nowy algorytm 6DSLAM wykorzystujący semantyczne rozpoznanie otoczenia
Nowy algorytm 6DSLAM wykorzystujący semantyczne rozpoznanie otoczenia Janusz Będkowski* 1, Karol Majek 1, Andreas Nüchter 2 Streszczenie W artykule przedstawiono modyfikację algorytmu 6DSLAM wykorzystującą
Kinematyka robotów mobilnych
Kinematyka robotów mobilnych Maciej Patan Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Adaptacja slajdów do wykładu Autonomous mobile robots R. Siegwart (ETH Zurich Master Course:
Automatyka i Robotyka II stopień ogólno akademicki
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014
Widzenie komputerowe (computer vision)
Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja
ROBOT Z LASEROWYM CZUJNIKIEM ODLEGŁOŚCI DO BUDOWY MAP 2D
MODELOWANIE INŻYNIERSKIE 2017 nr 61, ISSN 1896-771X ROBOT Z LASEROWYM CZUJNIKIEM ODLEGŁOŚCI DO BUDOWY MAP 2D Łukasz Mitka 1a, Michał Ciszewski 1b, Andrii Kudriashov 1c, Tomasz Buratowski 1d, Mariusz Giergiel
Systemy Robotów Autonomicznych
Systemy Robotów Autonomicznych Wykład nr 1 Zasady organizacji zajęć i uzyskiwania zaliczenia Kraków, 30.09.2017 dr inż. Andrzej Opaliński andrzej.opalinski @ agh.edu.pl Wszystkie informacje i aktualności
Hybrydowa analiza transformat w rozpoznawaniu wysokości dźwięków w polifonicznych nagraniach instrumentów muzycznych
Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej Politechnika Łódzka Streszczenie rozprawy doktorskiej Hybrydowa analiza transformat w rozpoznawaniu wysokości dźwięków w polifonicznych nagraniach
Problem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner
Problem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska Elementy nieprzystające Definicja odrzucania Klasyfikacja
Robot Kurier prototyp inteligentnego wózka transportowego
Barbara Siemiątkowska 1 Politechnika Warszawska Państwowa Wyższa Szkoła Informatyki i Przedsiębiorczości Bogdan Harasymowicz-Boggio 2 Politechnika Warszawska Robot Kurier prototyp inteligentnego wózka
Problem testowania/wzorcowania instrumentów geodezyjnych
Problem testowania/wzorcowania instrumentów geodezyjnych Realizacja Osnów Geodezyjnych a Problemy Geodynamiki Grybów, 25-27 września 2014 Ryszard Szpunar, Dominik Próchniewicz, Janusz Walo Politechnika
Michał Kozielski Łukasz Warchał. Instytut Informatyki, Politechnika Śląska
Michał Kozielski Łukasz Warchał Instytut Informatyki, Politechnika Śląska Algorytm DBSCAN Algorytm OPTICS Analiza gęstego sąsiedztwa w grafie Wstępne eksperymenty Podsumowanie Algorytm DBSCAN Analiza gęstości
ZAGADNIENIA SPECJALNOŚCIOWE
(ARK) Komputerowe sieci sterowania 1.Zaawansowane metody wyznaczania parametrów regulatorów 2.Mechanizmy innowacyjne. 3.Sieci neuronowe w modelowaniu obiektów dynamicznych. 4.Zasady projektowania i zastosowania
Maszyny wektorów podpierajacych w regresji rangowej
Maszyny wektorów podpierajacych w regresji rangowej Uniwersytet Mikołaja Kopernika Z = (X, Y ), Z = (X, Y ) - niezależne wektory losowe o tym samym rozkładzie X X R d, Y R Z = (X, Y ), Z = (X, Y ) - niezależne
Dwuwymiarowy skaner laserowy w nawigacji autonomicznych jednostek mobilnych
Dwuwymiarowy skaner laserowy w nawigacji autonomicznych jednostek mobilnych Mariusz Stolarski Przedstawiono wyniki badań dwuwymiarowego skanera laserowego pod względem wykorzystania w nawigacji autonomicznych
KATEDRA SYSTEMÓW GEOINFORMATYCZNYCH Propozycje tematów prac dyplomowych magisterskich Kierunek studiów: Informatyka Edycja: 2017/2018
Temat 1 KATEDRA SYSTEMÓW GEOINFORMATYCZNYCH Propozycje tematów prac dyplomowych magisterskich Kierunek studiów: Informatyka Edycja: 2017/2018 Metody pozycjonowania w systemie Android Positioning methods
Rozpoznawanie obiektów z użyciem znaczników
Rozpoznawanie obiektów z użyciem znaczników Sztuczne znaczniki w lokalizacji obiektów (robotów) Aktywne znaczniki LED do lokalizacji w przestrzeni 2D (do 32): Znaczniki z biblioteki AruCo (do 1024) Id
Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1.Badania symulacyjne modeli obiektów 2.Pomiary i akwizycja danych pomiarowych 3.Protokoły transmisji danych w systemach automatyki 4.Regulator PID struktury, parametry,
Komunikacja Człowiek-Komputer
Komunikacja Człowiek-Komputer Przetwarzanie i rozpoznawanie obrazów przegląd Wojciech Jaśkowski Instytut Informatyki Politechnika Poznańska Wersja: 21 listopada 2014 Transformata Hough Detekcja odcinków
Zastosowanie sztucznej inteligencji w testowaniu oprogramowania
Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie
Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym
Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym Jan Karwowski Wydział Matematyki i Nauk Informacyjnych PW 17 XII 2013 Jan Karwowski
Podstawy robotyki - opis przedmiotu
Podstawy robotyki - opis przedmiotu Informacje ogólne Nazwa przedmiotu Podstawy robotyki Kod przedmiotu 06.9-WE-AiRP-PR Wydział Kierunek Wydział Informatyki, Elektrotechniki i Automatyki Automatyka i robotyka
Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej. Adam Żychowski
Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej Adam Żychowski Definicja problemu Każdy z obiektów może należeć do więcej niż jednej kategorii. Alternatywna definicja Zastosowania
Dobór systemu rozpoznania otoczenia dla bezzałogowej platformy lądowej
TYPIAK Andrzej 1 Dobór systemu rozpoznania otoczenia dla bezzałogowej platformy lądowej WSTĘP Oddalenie operatora od bezzałogowej platformy lądowej powoduje konieczność przesyłania informacji o przebiegu
2. Zarys metody SIFT (Scale Invariant Feature Transform)
PIOTR PAWLIK *, SŁAWOMIR MIKRUT ** WYSZUKIWANIE PUNKTÓW CHARAKTERYSTYCZNYCH NA POTRZEBY ŁĄCZENIA ZDJĘĆ LOTNICZYCH *** 1.Wstęp Artykuł dotyczy problemu dopasowania fotogrametrycznych zdjęć lotniczych. Istotą
Zagadnienia egzaminacyjne TELEKOMUNIKACJA. Stacjonarne. II-go stopnia. (TIM) Teleinformatyka i multimedia STOPIEŃ STUDIÓW TYP STUDIÓW SPECJALNOŚĆ
(TIM) Teleinformatyka i multimedia 1. Elementy systemu multimedialnego: organizacja i funkcje 2. Jakość usług VoIP: metody oceny jakości, czynniki wpływające na jakość 3. System biometryczny: schemat blokowy,
Algorytmy estymacji stanu (filtry)
Algorytmy estymacji stanu (filtry) Na podstawie: AIMA ch15, Udacity (S. Thrun) Wojciech Jaśkowski Instytut Informatyki, Politechnika Poznańska 21 kwietnia 2014 Problem lokalizacji Obserwowalność? Determinizm?
METODA WEKTORYZACJI OBRAZU SCENY DLA AUTONOMICZNEGO ROBOTA SCENE VECTORIZATION METHOD FOR AN AUTONOMOUS ROBOT
METODA WEKTORYZACJI OBRAZU SCENY DLA AUTONOMICZNEGO ROBOTA Technical Issues 4/2015 pp. 32-38 ISSN 2392-3954 SCENE VECTORIZATION METHOD FOR AN AUTONOMOUS ROBOT Akademia Górniczo-Hutnicza im. Stanisława
Pattern Classification
Pattern Classification All materials in these slides were taken from Pattern Classification (2nd ed) by R. O. Duda, P. E. Hart and D. G. Stork, John Wiley & Sons, 2000 with the permission of the authors
ROBOT MOBILNY ZBIERAJĄCY INFORMACJE O POMIESZCZENIU
P O L I T E C H N I K A P O Z N A Ń S K A Praca magisterska ROBOT MOBILNY ZBIERAJĄCY INFORMACJE O POMIESZCZENIU Promotor: dr inż. Dariusz Sędziak inż. Maciej Ciechanowski Poznań 2016 Cel pracy: CEL I ZAKRES
Zastosowanie laserów w nawigacji automatycznie kierowanych pojazdów transportowych
DOBRZAŃSKI Paweł 1 ŚMIESZEK Mirosław 2 DOBRZAŃSKA Magdalena 3 Zastosowanie laserów w nawigacji automatycznie kierowanych pojazdów transportowych WSTĘP Szybki rozwój przemysłu, a w szczególności sektorów
Zagadnienie odwrotne w pracach zespołu AGH. Prof. Tadeusz Uhl Katedra Robotyki i Mechatroniki Wydział InŜynierii Mechanicznej i Robotyki
Zagadnienie odwrotne w pracach zespołu AGH Prof. Tadeusz Uhl Katedra Robotyki i Mechatroniki Wydział InŜynierii Mechanicznej i Robotyki Zagadnienia odwrotne Input Excitation Model Output Response Input
METODY NAWIGACJI LASEROWEJ W AUTOMATYCZNIE KIEROWANYCH POJAZDACH TRANSPORTOWYCH
METODY NAWIGACJI LASEROWEJ W AUTOMATYCZNIE KIEROWANYCH POJAZDACH TRANSPORTOWYCH Mirosław ŚMIESZEK 1, Paweł DOBRZAŃSKI 2, Magdalena DOBRZAŃSKA 3 W pracy przedstawiono najczęściej wykorzystywane metody służące
Przetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
SYMULACJA I WERYFIKACJA SYSTEMU NAWIGACJI SLAM DLA
SYMULACJA I WERYFIKACJA SYSTEMU NAWIGACJI SLAM DLA PLATFORMY MOBILNEJ ŁUKASZ MITKA 1, TOMASZ BURATOWSKI 1 1 Katedra Inżynierii Mechanicznej i Robotyki, Akademia Górniczo-Hutnicza e-mail: mitka@agh.edu.pl,
WYDZIAŁ INFORMATYKI POLITECHNIKI POZNAŃSKIEJ
WYDZIAŁ INFORMATYKI POLITECHNIKI POZNAŃSKIEJ HISTORIA 1995 uruchomienie kierunku Informatyka na WE 2001 powstanie Wydziału Informatyki i Zarządzania 2001 uruchomienie makrokierunku Automatyka i zarządzanie
KOMPONENTY INERCJALNE
KATALOG 2016/2017 KOMPONENTY INERCJALNE rozwiązania firmy NovAtel (Kanada) GPS.PL ul. Jasnogórska 23 31-358 Kraków tel. (012) 637 71 49 fax (012) 376 77 27 www.gps.pl C e n t r u m T e c h n i k L o k
Harmonogramowanie przedsięwzięć
Harmonogramowanie przedsięwzięć Mariusz Kaleta Instytut Automatyki i Informatyki Stosowanej Politechnika Warszawska luty 2014, Warszawa Politechnika Warszawska Harmonogramowanie przedsięwzięć 1 / 25 Wstęp
Modelowanie interakcji helis transmembranowych
Modelowanie interakcji helis transmembranowych Witold Dyrka, Jean-Christophe Nebel, Małgorzata Kotulska Instytut Inżynierii Biomedycznej i Pomiarowej, Politechnika Wrocławska Faculty of Computing, Information
Ocena nawierzchni drogowych z wykorzystaniem platformy S-mileSys w obszarze inteligentnego miasta
Ocena nawierzchni drogowych z wykorzystaniem platformy S-mileSys w obszarze inteligentnego miasta Niniejsza praca została sfinansowana ze środków Narodowego Centrum Badań i Rozwoju w ramach projektu międzynarodowego
W Polsce żyje ok. 5,5 miliona osób niepełnosprawnych wzrost o 50% w ostatnich 20 latach
Paweł Strumiłło Elektroniczne systemy wspomagania osób niepełnosprawnych 90-924 Łódź, ul. Wólczańska 211/215, bud. B9 tel. 042 636 0065 www.eletel.p.lodz.pl, ie@p.lodz.pl Dane demograficzne W Polsce żyje
Laboratorium demonstrator bazowych technologii Przemysłu 4.0 przykład projektu utworzenia laboratorium przez KSSE i Politechnikę Śląską
Laboratorium demonstrator bazowych technologii Przemysłu 4.0 przykład projektu utworzenia laboratorium przez KSSE i Politechnikę Śląską (wynik prac grupy roboczej ds. kształcenia, kompetencji i zasobów
Rzeczywistość rozszerzona: czujniki do akwizycji obrazów RGB-D. Autor: Olga Głogowska 207 505 AiR II
Rzeczywistość rozszerzona: czujniki do akwizycji obrazów RGB-D Autor: Olga Głogowska 207 505 AiR II Czujniki w robotyce coraz większego znaczenia nabierają systemy pomiarowe umożliwiające interakcję robota
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT Adam BARTNICKI 1 Andrzej TYPIAK 1 Ladar, analiza obrazów, wykrywanie przeszkód, pojazd bezzałogowy, wskaźniki
2. Empiryczna wersja klasyfikatora bayesowskiego
Algorytmy rozpoznawania obrazów 2. Empiryczna wersja klasyfikatora bayesowskiego dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Brak pełnej informacji probabilistycznej Klasyfikator bayesowski
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI. Robot do pokrycia powierzchni terenu
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI Robot do pokrycia powierzchni terenu Zadania robota Zadanie całkowitego pokrycia powierzchni na podstawie danych sensorycznych Zadanie unikania przeszkód
Rozpoznawanie obrazów
Rozpoznawanie obrazów Ćwiczenia lista zadań nr 7 autorzy: A. Gonczarek, J.M. Tomczak Przykładowe problemy Klasyfikacja binarna Dla obrazu x zaproponowano dwie cechy φ(x) = (φ 1 (x) φ 2 (x)) T. Na obrazie
Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym, kontynuacja badań
Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym, kontynuacja badań Jan Karwowski Wydział Matematyki i Nauk Informacyjnych PW
Streszczenie 6. Rozdział 1. Wstęp Obszar problemowy Cel i zakres pracy... 9
Spis treści Streszczenie 6 Rozdział 1. Wstęp 7 1.1. Obszar problemowy............................... 7 1.2. Cel i zakres pracy................................ 9 Rozdział 2. Systemy sensoryczne robotów
Wykaz tematów prac magisterskich w roku akademickim 2018/2019 kierunek: informatyka
Wykaz tematów prac magisterskich w roku akademickim 2018/2019 kierunek: informatyka L.p. Nazwisko i imię studenta Promotor Temat pracy magisterskiej 1. Wojciech Kłopocki dr Bartosz Ziemkiewicz Automatyczne
PRZETWARZANIE GRAFICZNYCH DANYCH EMPIRYCZNYCH DLA POTRZEB EDUKACJI SZTUCZNYCH SIECI NEURONOWYCH, MODELUJĄCYCH WYBRANE ZAGADNIENIA INŻYNIERII ROLNICZEJ
Inżynieria Rolnicza 2(90)/2007 PRZETWARZANIE GRAFICZNYCH DANYCH EMPIRYCZNYCH DLA POTRZEB EDUKACJI SZTUCZNYCH SIECI NEURONOWYCH, MODELUJĄCYCH WYBRANE ZAGADNIENIA INŻYNIERII ROLNICZEJ Krzysztof Nowakowski,
SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk
SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY Autorzy: M. Lewicka, K. Stańczyk Kraków 2008 Cel pracy projekt i implementacja systemu rozpoznawania twarzy, który na podstawie
Opisy efektów kształcenia dla modułu
Karta modułu - Śledzenie ruchu 1 / 5 Nazwa modułu: Śledzenie ruchu Rocznik: 2012/2013 Kod: IIN-2-103-s Punkty ECTS: 3 Wydział: Informatyki, Elektroniki i Telekomunikacji Poziom studiów: Studia II stopnia
(c) KSIS Politechnika Poznanska
Systemy lokalizacji i nawigacji robotów Wykład 7 Pomiary odległości za pomocą fal optycznych Dariusz Pazderski 1 1 Katedra Sterowania i Inżynierii Systemów, Politechnika Poznańska 17 grudnia 2015 Klasyfikacja
Oferta przedmiotów wybieralnych 2017/2018. Studia I stopnia Elektronika i telekomunikacja
Oferta przedmiotów wybieralnych 2017/2018 Studia I stopnia Elektronika i telekomunikacja Elektronika Medyczna Przetwarzanie i analiza przetwarzanie obrazów oraz sygnałów Inteligentne obliczenia w medycynie
PRZEDMIOTY STUDIÓW STACJONARNYCH II STOPNIA
PRZEDMIOTY STUDIÓW STACJONARNYCH II STOPNIA Tabela 1-1 Matematyka - Metody numeryczne 30 15 4 2a 2b Teoria sterowania (kierunek AUTOMATYKA i ROBOTYKA) Systemy mikroprocesorowe w mechatronice (kierunek
Anna Fabijańska. Algorytmy segmentacji w systemach analizy ilościowej obrazów
POLITECHNIKA ŁÓDZKA Wydział Elektrotechniki Elektroniki Informatyki i Automatyki Katedra Informatyki Stosowanej Anna Fabijańska Nr albumu: 109647 Streszczenie pracy magisterskiej nt.: Algorytmy segmentacji
Zastosowania Robotów Mobilnych
Zastosowania Robotów Mobilnych Temat: Zapoznanie ze środowiskiem Microsoft Robotics Developer Studio na przykładzie prostych problemów nawigacji. 1) Wstęp: Microsoft Robotics Developer Studio jest popularnym
Przetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
KONCEPCJA PLATFORMY MOBILNEJ DO WSPARCIA BADAŃ KRYMINALISTYCZNYCH
Szybkobieżne Pojazdy Gąsienicowe (32) nr 1, 2013 Robert GŁĘBOCKI Antoni KOPYT Paweł KICMAN Grzegorz KOWALSKI KONCEPCJA PLATFORMY MOBILNEJ DO WSPARCIA BADAŃ KRYMINALISTYCZNYCH Streszczenie. W artykule przedstawiono
Porównanie modeli regresji. klasycznymi modelami regresji liniowej i logistycznej
Porównanie modeli logicznej regresji z klasycznymi modelami regresji liniowej i logistycznej Instytut Matematyczny, Uniwersytet Wrocławski Małgorzata Bogdan Instytut Matematyki i Informatyki, Politechnika
Rozszerzony konspekt preskryptu do przedmiotu Autonomiczne Roboty Mobilne
Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt preskryptu do przedmiotu Autonomiczne Roboty Mobilne dr inż. Andrzej Chmielniak Instytut
System sterowania robota mobilnego z modułem rozpoznawania mowy
System sterowania robota mobilnego z modułem rozpoznawania mowy inż. Andrzej Skrzypek promotor: dr inż. Piotr Przystałka Instytut Podstaw Konstrukcji Maszyn Politechnika Śląska Gliwice, 2017 inż. Andrzej
AUTONOMICZNY ROBOT DO MAPOWANIA KSZTAŁTÓW AUTONOMOUS ROBOT FOR MAPPING FLOOR PLANE SHAPE. Bartosz MARTYNIUK 1. Opiekun naukowy: Grzegorz BUDZYŃ 2
Bartosz MARTYNIUK 1 Opiekun naukowy: Grzegorz BUDZYŃ 2 AUTONOMICZNY ROBOT DO MAPOWANIA KSZTAŁTÓW POWIERZCHNI PŁASKICH Streszczenie: W artykule przedstawiono projekt autonomicznego robota do mapowania kształtów
Tendencje rozwoju mobilnych robotów lądowych (3) Autonomia robotów mobilnych stan obecny i perspektywy rozwoju
Tendencje rozwoju mobilnych robotów lądowych (3) Autonomia robotów mobilnych stan obecny i perspektywy rozwoju Maciej Trojnacki Piotr Szynkarczyk Praca stanowi trzecią część publikacji Tendencje rozwoju
Systemy Robotów Autonomicznych
Systemy Robotów Autonomicznych Wykład nr 1 Zasady organizacji zajęć i uzyskiwania zaliczenia Kraków, 03.10.2018 dr inż. Andrzej Opaliński andrzej.opalinski @ agh.edu.pl Zasady organizacji zajęć Wszystkie
Rozpoznawanie obrazów
Rozpoznawanie obrazów Laboratorium Python Zadanie nr 2 κ-nn i Naive Bayes autorzy: M. Zięba, J.M. Tomczak, A. Gonczarek, S. Zaręba, J. Kaczmar Cel zadania Celem zadania jest implementacja klasyfikatorów
Automatyzacja procesu kontroli danych z lotniczego skanowania laserowego
Instytut Badawczy Leśnictwa www.ibles.pl Automatyzacja procesu kontroli danych z lotniczego skanowania laserowego Bartłomiej Kraszewski, Żaneta Piasecka, Rafał Sadkowski, Krzysztof Stereńczak Zakład Zarządzania
WIZYJNE STEROWANIE ROBOTAMI MOBILNYMI PODĄśAJĄCYMI ZA LIDEREM
LECH Piotr 1 rzeczywistość rozszerzona, robot mobilny, symulacja komputerowa WIZYJNE STEROWANIE ROBOTAMI MOBILNYMI PODĄśAJĄCYMI ZA LIDEREM W pracy przedstawiono koncepcję zastosowania techniki rzeczywistości
Filtr Kalmana. Zaawansowane Techniki Sterowania. Wydział Mechatroniki Politechniki Warszawskiej. Anna Sztyber
Filtr Kalmana Zaawansowane Techniki Sterowania Wydział Mechatroniki Politechniki Warszawskiej Anna Sztyber ZTS (IAiR PW) Filtr Kalmana Anna Sztyber 1 / 32 Plan wykładu 1 Sformułowanie problemu 2 Niestacjonarny
Zagadnienia egzaminacyjne TELEKOMUNIKACJA studia rozpoczynające się po 01.10.2012 r.
(TIM) Teleinformatyka i multimedia 1. Elementy systemu multimedialnego: organizacja i funkcje. 2. Jakość usług VoIP: metody oceny jakości, czynniki wpływające na jakość. 3. System biometryczny: schemat
Koncepcja algorytmów generowania trajektorii ruchu robota typu Hexapod w oparciu o system wizyjny
KRENICH Stanisław 1 Koncepcja algorytmów generowania trajektorii ruchu robota typu Hexapod w oparciu o system wizyjny Roboty kroczące, algorytmy sterowania, adaptacja, system wizyjny Streszczenie Artykuł
Mechanika Robotów. Wojciech Lisowski. 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej
Katedra Robotyki i Mechatroniki Akademia Górniczo-Hutnicza w Krakowie Mechanika Robotów Wojciech Lisowski 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej Mechanika Robotów KRiM, WIMIR, AGH
Wstęp do Metod Systemowych i Decyzyjnych Opracowanie: Jakub Tomczak
Wstęp do Metod Systemowych i Decyzyjnych Opracowanie: Jakub Tomczak 1 Wprowadzenie. Zmienne losowe Podczas kursu interesować nas będzie wnioskowanie o rozpatrywanym zjawisku. Poprzez wnioskowanie rozumiemy
Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej
Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych
Autonomia robotów. Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska
Autonomia robotów Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska Wszechnica PAN 13 kwietnia 2016 r. Anatomia robota Receptory
Analiza metod wykrywania przekazów steganograficznych. Magdalena Pejas Wydział EiTI PW magdap7@gazeta.pl
Analiza metod wykrywania przekazów steganograficznych Magdalena Pejas Wydział EiTI PW magdap7@gazeta.pl Plan prezentacji Wprowadzenie Cel pracy Tezy pracy Koncepcja systemu Typy i wyniki testów Optymalizacja
Własności estymatorów regresji porządkowej z karą LASSO
Własności estymatorów regresji porządkowej z karą LASSO Uniwersytet Mikołaja Kopernika w Toruniu Uniwersytet Warszawski Badania sfinansowane ze środków Narodowego Centrum Nauki przyznanych w ramach finansowania
WIZYJNY SYSTEM BEZPIECZEŃSTWA OBSZARU ROBOCZEGO MANIPULATORA ELEKTROHYDRAULICZNEGO
Paweł BACHMAN Jarosław GOŚLINSKI Piotr OWCZAREK Adam OWCZARKOWSKI Roman REGULSKI WIZYJNY SYSTEM BEZPIECZEŃSTWA OBSZARU ROBOCZEGO MANIPULATORA ELEKTROHYDRAULICZNEGO STRESZCZENIE Ze względu na szybkość przetwarzania
ZASTOSOWANIE ALGORYTMÓW ICP I SIFT W LOKALIZACJI ROBOTÓW MOBILNYCH
mgr Arkadiusz Zychewicz dr Barbara Siemi tkowska Instytut Podstawowych Problemów Techniki PAN ZASTOSOWANIE ALGORYTMÓW ICP I SIFT W LOKALIZACJI ROBOTÓW MOBILNYCH W pracy zaprezentowano zastosowanie algorytmów
Testowanie hipotez statystycznych.
Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie
Praca dyplomowa magisterska
Praca dyplomowa magisterska Implementacja algorytmów filtracji adaptacyjnej o strukturze transwersalnej na platformie CUDA Dyplomant: Jakub Kołakowski Opiekun pracy: dr inż. Michał Meller Plan prezentacji
Rok akademicki: 2017/2018 Kod: RIA s Punkty ECTS: 2. Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne
Nazwa modułu: Przetwarzanie obrazów Rok akademicki: 2017/2018 Kod: RIA-1-705-s Punkty ECTS: 2 Wydział: Inżynierii Mechanicznej i Robotyki Kierunek: Inżynieria Akustyczna Specjalność: Poziom studiów: Studia
Projekt rejestratora obiektów trójwymiarowych na bazie frezarki CNC. The project of the scanner for three-dimensional objects based on the CNC
Dr inż. Henryk Bąkowski, e-mail: henryk.bakowski@polsl.pl Politechnika Śląska, Wydział Transportu Mateusz Kuś, e-mail: kus.mate@gmail.com Jakub Siuta, e-mail: siuta.jakub@gmail.com Andrzej Kubik, e-mail:
Lista przedmiotów prowadzonych przez pracowników Zakładu Sieci i Systemów Elektroenergetycznych
Lista przedmiotów prowadzonych przez pracowników Zakładu Sieci i Systemów Elektroenergetycznych Informatyka w elektroenergetyce 1DE1703 W15, L30 Projektowanie komputerowe i systemy informacji przestrzennej
Recenzja rozprawy doktorskiej mgr Mirona Bartosza Kursy p/t. Robust and Efficient Approach to Feature Selection and Machine Learning
Warszawa, 30.01.2017 Prof. Dr hab. Henryk Rybinski Instytut Informatyki Politechniki Warszawskiej hrb@ii.pw.edu.pl Recenzja rozprawy doktorskiej mgr Mirona Bartosza Kursy p/t. Robust and Efficient Approach