SLAM. Simultaneous localization and mapping. Ing. Aleš Jelínek 2015
|
|
- Naděžda Marešová
- před 5 lety
- Počet zobrazení:
Transkript
1 SLAM Simultaneous localization and mapping Ing. Aleš Jelínek 2015 Komplexní inovace studijních programů a zvyšování kvality výuky na FEKT VUT v Brně OP VK CZ.1.07/2.2.00/
2 Obsah Proč sebelokalizace, mapy a SLAM Technické prostředky pro SLAM Sebelokalizace lidská a strojová Mapy a nároky na ně kladené Limity senzorů a integrace chyby Metody pro sebelokalizaci a mapování Rekapitulace a závěr
3 Proč sebelokalizace? Bezpečnost (vyhýbání kolizím) Orientace (určení polohy ve známé mapě) Navigace (sledování trasy, kontrola dosažení cíle) Část prostředí viditelná z jednoho bodu
4 Proč mapování? Průzkum (nebezpečné oblasti, přesné měření) Zkušenosti (paměť, učení) Plánování (umělá inteligence, plnění úkolů) Postupný průzkum a tvorba mapy
5 SLAM Současná sebelokalizace a mapování Definice: SLAM problém spočívá v konstrukci a aktualizaci mapy neznámého prostředí za současného sledování polohy průzkumníka v ní.
6 Senzory dálkoměrné Laserový skener Ultrazvukový sonar [
7 Termokamery CCD kamery Senzory obraz Levá Pravá
8 Senzory externí systémy GNSS [ Navigační majáky [ Vodicí čáry [ Navigační značky [
9 Souřadné systémy Měříme vždy vůči předem známé vztažné soustavě Souřadnice bod n souřadnic v n-rozměrném prostoru Stupně volnosti tuhé těleso n+n(n 1)/2 SV v n-rozměrném prostoru
10 Lidská sebelokalizace Mozek dobře řeší abstraktní úlohy => srovnávání vzorů, hledání významných orientačních bodů Pouze hrubý odhad vzdáleností Pohyb řídíme zpětnovazebně v uzavřené smyčce
11 Strojová sebelokalizace Velmi přesné výpočty a měření Omezená výpočetní kapacita ''Pouze'' umělá inteligence Pohyb buď není regulován v uzavřené smyčce vůbec, nebo využívá jen jednoduchou zpětnou vazbu
12 Mapy Členění podle reprezentace objektů v mapě Mřížková, geometrická, objektová Členění podle souvislostí mezi objekty Metrická, topologická
13 Tvorba mapy Přidávání nových pozorování Aktualizace starších pozorování Některé dříve pozorované objekty zmizely Zpřesnění starších pozorování Nová nezávislá měření pro statistické zpracování
14 Konzistentnost mapy Definice: Jednomu bodu v prostoru odpovídá jeden bod v mapě. Chyba při uzavírání smyčky během průzkumu.
15 Konvergence mapy Definice: S pokračujícím průzkumem se mapa zpřesňuje. Pružná mapa, převzato z [1].
16 Konečná přesnost Žádný snímač neměří zcela přesně, vždy má chybu Absolutní měření měříme vůči pevné vztažné soustavě => chyba je konstantní Relativní měření měříme vůči předchozímu měření => chyba se sčítá
17 Integrace chyby Vzniká pokud se robot neorientuje vůči vnějšímu prostředí např. dráha odvozená pouze od měření akcelerometry, gyroskopy, odometrií, Vzniká i v případě, že střední hodnota chyby je nulová
18 Integrace chyby v praxi
19 Nárůst nejistoty se zvyšujícím se počtem měření
20 Integrace chyby s nenulovou střední hodnotou
21 Korekce integrační chyby Vždy je třeba polohu korigovat podle stabilní reference GNSS, orientační body, předem známá mapa, statické objekty v okolním prostředí Metody korekce Sesazení skenů, Gaussovské filtry, částicové filtry
22 Sesazování skenů Hledání optimálního překrytí skenu a známé mapy Korelační metody ICP minimalizace sumy kvadrátů vzdáleností mezi nejbližšími body skenu a mapy Ilustrace fungování metody ICP, [
23 Tvorba mapy prakticky Sestavení mapy pouze podle předpokládané trajektorie robota. Sestavení mapy s využitím informace o okolním prostředí.
24 Markovův předpoklad Definice: Následující stavy systému závisí pouze na stavu současném a nikoli na stavech předchozích. Porušení předpokladu: Nemodelovaná dynamika (pohyb lidí) Nepřesné modely (aproximace reality) Efekty působící ve více krocích (plánování)
25 Bayesovský filtr Bayes_Filter(bel(xt-1), ut, zt): for all xt do bel(xt) = ʃ p(xt ut, xt-1) bel(xt-1) dxt -1 bel(xt) = η p(zt xt) bel(xt) endfor return bel(xt) bel(xt-1) předpokládaný stav na začátku kroku u zásah řízení t z aktuální měření t bel(x ) predikce stavu na základě řízení t bel(x ) předpokládaný stav na konci kroku t
26 Gaussovské filtry Kalmanův filtr Momentová parametrizace: vektor středních hodnot a kovarianční matice Snadná aktualizace řízení, měření je složitější Informační filtr Kanonická parametrizace: informační vektor a informační matice Snadná aktualizace měření, řízení je složitější
27 Gaussovské filtry ''Mapa'' prostředí s význačnými body Kovarianční matice Informační matice [ Nelineární filtry Rozšířený Kalmanův filtr Unscented Kalman filter
28 Neparametrické filtry Histogramový filtr Diskrétní Bayesovský filtr Částicové filtry Distribuce pravděpodobnosti je popsána sadou vzorků stavového prostoru částic Predikce / korekce pro všechny částice Přegenerování částic podle nových poznatků
29 Rekapitulace Co je to SLAM a k čemu je? Jaké jsou principy SLAM u lidí a robotů? Jaké nároky klademe na kvalitní mapu? Co je to integrace chyby a jak jí korigovat? Jaká omezení působí Markovův předpoklad? Jaký je princip Bayesovského filtru? Jaké metody se pro řešení SLAM používají?
30 Literatura [1] H. Durrant-Whyte and T. Bailey, Simultaneous Localization and Mapping : Part I [2] T. Bailey and H. Durrant-Whyte, Simultaneous Localization and Mapping: Part II, no. September. pp , [3] L. Oswald, Recent development of the Iterative Closest Point algorithm [4] S. Thrun, Robotic Mapping : A Survey, [5] S. Thrun, W. Burgard, and D. Fox, Probabilistic Robotics. The MIT Press, 2005, p. 672.
Úvod do mobilní robotiky AIL028
SLAM - souběžná lokalizace a mapování {md zw} at robotika.cz http://robotika.cz/guide/umor07/cs 10. ledna 2008 1 2 3 SLAM intro Obsah SLAM = Simultaneous Localization And Mapping problém typu slepice-vejce
VíceCíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí
Cíle lokalizace Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí 2 Jiný pohled Je to problém transformace souřadnic Mapa je globální souřadnicový systém nezávislý
VíceÚvod do mobilní robotiky AIL028
Lokalizace zbynek.winkler at mff.cuni.cz http://robotika.cz/guide/umor05/cs 21. listopadu 2005 1 Tank Auto 2 Relativní versus absolutní Kalmanův filtr Lokalizace Kde to jsem? Obsah sledování pozice (position
VíceSEBELOKALIZACE MOBILNÍCH ROBOTŮ. Tomáš Jílek
SEBELOKALIZACE MOBILNÍCH ROBOTŮ Tomáš Jílek Sebelokalizace Autonomní určení pozice a orientace robotu ve zvoleném souřadnicovém systému Souřadnicové systémy Globální / lokální WGS-84, ETRS-89 globální
VíceSEBELOKALIZACE MOBILNÍCH ROBOTŮ. Tomáš Jílek
SEBELOKALIZACE MOBILNÍCH ROBOTŮ Tomáš Jílek Sebelokalizace Autonomní určení pozice a orientace robotu ve zvoleném souřadnicovém systému Souřadnicové systémy Globální / lokální WGS-84, ETRS-89 globální
VíceMěření dat Filtrace dat, Kalmanův filtr
Měření dat Filtrace dat, Matematické metody pro ITS (11MAMY) Jan Přikryl Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 3. přednáška 11MAMY čtvrtek 28. února 2018 verze: 2018-03-21 16:45 Obsah
Více1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15
Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních
VíceVK CZ.1.07/2.2.00/
Robotika Tvorba map v robotice - MRBT 3. března 2015 Ing. František Burian Komplexní inovace studijních programů a zvyšování kvality výuky na FEKT VUT v Brně OP VK CZ.1.07/2.2.00/28.0193 v pojetí mobilní
VícePružnost a plasticita II CD03
Pružnost a plasticita II CD3 uděk Brdečko VUT v Brně, Fakulta stavební, Ústav stavební mechanik tel: 5447368 email: brdecko.l @ fce.vutbr.cz http://www.fce.vutbr.cz/stm/brdecko.l/html/distcz.htm Obsah
VíceSENZORY PRO ROBOTIKU
1/13 SENZORY PRO ROBOTIKU Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac ROBOTICKÉ SENZORY - PŘEHLED
VíceMěření dat Filtrace dat, Kalmanův filtr
Měření dat Filtrace dat, Matematické metody pro ITS (11MAMY) Jan Přikryl Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 3. přednáška 11MAMY čtvrtek 28. února 2018 verze: 2018-02-28 12:20 Obsah
VíceVybraná témata z mobilní robotiky
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Vybraná témata z mobilní robotiky Učební texty k semináři Autoři: RNDr. Miroslav Kulich Ph.D. (ČVUT v Praze) Dr.rer.nat. Martin Saska (ČVUT v Praze) Datum: 17. 2. 2011 Centrum
VíceVybrané partie z robotiky
FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Vybrané partie z robotiky Autoři textu: Ing. Aleš Jelínek Ing. Adam Chromý Brno 2015 Komplexní inovace studijních programů
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV MECHANIKY TĚLES, MECHATRONIKY A BIOMECHANIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF SOLID MECHANICS,
VíceZÁKLADY ROBOTIKY Úvod do mobilní robotiky
ZÁKLADY ROBOTIKY Úvod do mobilní ky Ing. Josef Černohorský, Ph.D. TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247,
VíceKalibrační proces ve 3D
Kalibrační proces ve 3D FCC průmyslové systémy společnost byla založena v roce 1995 jako součást holdingu FCC dodávky komponent pro průmyslovou automatizaci integrace systémů kontroly výroby, strojového
VíceOdhad stavu matematického modelu křižovatek
Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita
VíceMonte Carlo Lokalizace. Martin Skalský
Monte Carlo Lokalizace Martin Skalský Proč Lokalizace? Problém určení pozice robota a věcí kolem něj. (filtrování dat, state estimation) Je důležitá Knowledge about where things are is at the core of any
VíceÚvod do mobilní robotiky NAIL028
md at robotika.cz http://robotika.cz/guide/umor08/cs 11. listopadu 2008 1 2 PID Sledování cesty Modely kolových vozidel (1/5) Diferenční řízení tank b Encoder Motor Centerpoint Motor Encoder Modely kolových
VíceJan Škoda. 29. listopadu 2013
Matematicko-fyzikální fakulta Univerzity Karlovy v Praze 29. listopadu 2013 Náplň přednášky state estimation Naivní přístup KF Matematický model Problém podmínky linearity EKF. & ukázka Co se nedozvíte:
VíceMechanika
Mechanika 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 Mechanika Kinematika 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Více20. května Abstrakt V následujícím dokumentu je popsán způsob jakým analyzovat problém. výstřelu zasáhnout bod na zemi v definované vzdálenosti.
Ukázková semestrální práce z předmětu VSME Tomáš Kroupa 20. května 2014 Abstrakt V následujícím dokumentu je popsán způsob jakým analyzovat problém lučištníka, který má při pevně daném natažení luku jen
VícePravděpodobnostní (Markovské) metody plánování, MDP - obsah
Pravděpodobnostní (Markovské) metody plánování, MDP - obsah Pravděpodobnostní plánování - motivace. Nejistota ve výběr akce Markovské rozhodovací procesy Strategie plán (control policy) Částečně pozorovatelné
VíceMobilní mapovací systém
Mobilní mapování Mobilní mapovací systém terminologický slovník VUGTK: zařízení určené k bezkontaktnímu podrobnému měření z mobilního prostředku, které se využívá k inventarizaci nemovitého majetku, monitorování
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
Více1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,
KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce
VíceÚloha - rozpoznávání číslic
Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání
VíceMotivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky
A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační
VíceAlgoritmy a struktury neuropočítačů ASN P3
Algoritmy a struktury neuropočítačů ASN P3 SOM algoritmus s učitelem i bez učitele U-matice Vektorová kvantizace Samoorganizující se mapy ( Self-Organizing Maps ) PROČ? Základní myšlenka: analogie s činností
VíceAutomatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
VíceGlobální matice konstrukce
Globální matice konstrukce Z matic tuhosti a hmotnosti jednotlivých prvků lze sestavit globální matici tuhosti a globální matici hmotnosti konstrukce, které se využijí v řešení základní rovnice MKP: [m]{
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceÚvod do analytické mechaniky
Úvod do analytické mechaniky Vektorová mechanika, která je někdy nazývána jako Newtonova, vychází bezprostředně z principů, které jsou vyjádřeny vztahy mezi vektorovými veličinami. V tomto případě např.
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
VíceAlgoritmy a struktury neuropočítačů ASN - P11
Aplikace UNS při rozpoznání obrazů Základní úloha segmentace obrazu rozdělení obrazu do několika významných oblastí klasifikační úloha, clusterová analýza target Metody Kohonenova metoda KSOM Kohonenova
VíceCharakterizují kvantitativně vlastnosti předmětů a jevů.
Měřicí aparatura 1 / 34 Fyzikální veličiny Charakterizují kvantitativně vlastnosti předmětů a jevů. Můžeme je dělit: Podle rozměrů: Bezrozměrné (index lomu, poměry) S rozměrem fyzikální veličiny velikost
Víceměření Model prostředí a lokalizace - obsah
Model prostředí a lokalizace - obsah Model prostředí jako nosič znalosti o prostředí a jeho vlastnosti Geometrická reprezentace Geometrické pravděpodobnostní modely mřížky obsazenosti, Bayesův přístup
VíceStatika. fn,n+1 F = N n,n+1
Statika Zkoumá síly a momenty působící na robota v klidu. Uvažuje tíhu jednotlivých ramen a břemene. Uvažuje sílu a moment, kterou působí robot na okolí. Uvažuje konečné tuhosti ramen a kloubů. V našem
VíceRegistrační číslo projektu: CZ.1.07/1.5.00/34.0553 Elektronická podpora zkvalitnění výuky CZ.1.07 Vzděláním pro konkurenceschopnost
Registrační číslo projektu: CZ.1.07/1.5.00/34.0553 Elektronická podpora zkvalitnění výuky CZ.1.07 Vzděláním pro konkurenceschopnost Projekt je realizován v rámci Operačního programu Vzdělávání pro konkurence
VícePožadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory
Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory Zkouška ověřuje znalost základních pojmů, porozumění teorii a schopnost aplikovat teorii při
VíceVliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin
Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin doc. Ing. Martin Štroner, Ph.D. Fakulta stavební ČVUT v Praze 1 Úvod Při přesných inženýrsko geodetických
VíceVytyčení polohy bodu polární metodou
Obsah Vytyčení polohy bodu polární metodou... 2 1 Vliv měření na přesnost souřadnic... 3 2 Vliv měření na polohovou a souřadnicovou směrodatnou odchylku... 4 3 Vliv podkladu na přesnost souřadnic... 5
VíceSemestrální projekt. Vyhodnocení přesnosti sebelokalizace VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta elektrotechniky a komunikačních technologií Semestrální projekt Vyhodnocení přesnosti sebelokalizace Vedoucí práce: Ing. Tomáš Jílek Vypracovali: Michaela Homzová,
VíceNelineární problémy a MKP
Nelineární problémy a MKP Základní druhy nelinearit v mechanice tuhých těles: 1. materiálová (plasticita, viskoelasticita, viskoplasticita,...) 2. geometrická (velké posuvy a natočení, stabilita konstrukcí)
VíceČebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 7 Jak hodnotit vztah spojitých proměnných
VíceOTÁZKY K PROCVIČOVÁNÍ PRUŽNOST A PLASTICITA II - DD6
OTÁZKY K PROCVIČOVÁNÍ PRUŽNOST A PLASTICITA II - DD6 POSUZOVÁNÍ KONSTRUKCÍ PODLE EUROKÓDŮ 1. Jaké mezní stavy rozlišujeme při posuzování konstrukcí podle EN? 2. Jaké problémy řeší mezní stav únosnosti
VíceČeské vysoké učení technické v Praze Fakulta biomedicínského inženýrství
České vysoké učení technické v Praze Fakulta biomedicínského inženýrství Úloha KA03/č. 5: Měření kinematiky a dynamiky pohybu osoby v prostoru pomocí ultrazvukového radaru Ing. Patrik Kutílek, Ph.., Ing.
VíceProjekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace
Střední škola umělecká a řemeslná Evropský sociální fond "Praha a EU: Investujeme do vaší budoucnosti" Projekt IMPLEMENTACE ŠVP Evaluace a aktualizace metodiky předmětu Matematika Výrazy Obory nástavbového
VíceB) výchovné a vzdělávací strategie jsou totožné se strategiemi vyučovacího předmětu Matematika.
4.8.3. Cvičení z matematiky Předmět Cvičení z matematiky je vyučován v sextě a v septimě jako volitelný předmět. Vzdělávací obsah vyučovacího předmětu Cvičení z matematiky vychází ze vzdělávací oblasti
VíceDual Eye Mapping Duální navigace a sledování povrchu (inteligentnější a rychlejší úklid)
Dual Eye Mapping Duální navigace a sledování povrchu (inteligentnější a rychlejší úklid) Horní senzor CV-SLAM (Ceiling vision based Simultaneous Localization and Mapping) Kamera snímá povrch stropu 30x
VíceDynamika soustav hmotných bodů
Dynamika soustav hmotných bodů Mechanický model, jehož pohyb je charakterizován pohybem dvou nebo více bodů, nazýváme soustavu hmotných bodů. Pro každý hmotný bod můžeme napsat pohybovou rovnici. Tedy
VíceStavový model a Kalmanův filtr
Stavový model a Kalmanův filtr 2 prosince 23 Stav je veličina, kterou neznáme, ale chtěli bychom znát Dozvídáme se o ní zprostředkovaně prostřednictvím výstupů Příkladem může býapř nějaký zašuměný signál,
VíceProfilová část maturitní zkoušky 2015/2016
Střední průmyslová škola, Přerov, Havlíčkova 2 751 52 Přerov Profilová část maturitní zkoušky 2015/2016 TEMATICKÉ OKRUHY A HODNOTÍCÍ KRITÉRIA Studijní obor: 26-41-M/01 Elektrotechnika Zaměření: počítačové
VíceMechanika - kinematika
Mechanika - kinematika Hlavní body Úvod do mechaniky, kinematika hmotného bodu Pohyb přímočarý rovnoměrný rovnoměrně zrychlený. Pohyb křivočarý. Pohyb po kružnici rovnoměrný rovnoměrně zrychlený Pohyb
VíceLineární klasifikátory
Lineární klasifikátory Lineární klasifikátory obsah: perceptronový algoritmus základní verze varianta perceptronového algoritmu přihrádkový algoritmus podpůrné vektorové stroje Lineární klasifikátor navrhnout
VíceFyzikální učebna vybavená audiovizuální technikou, fyzikální pomůcky
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Fyzika (FYZ) Mechanika 1. ročník, kvinta 2 hodiny Fyzikální učebna vybavená audiovizuální technikou, fyzikální pomůcky Úvod Žák vyjmenuje základní veličiny
VíceSlapy na terestrických exoplanetách Michaela Káňová, Marie Běhounková
Slapy na terestrických exoplanetách 30. 3. 2016 Michaela Káňová, Marie Běhounková Slapové modely slapová deformace tradičné popisována statickým Loveovým číslem k 2 a slapovým rozestupem (geometrickým,
VíceZPRACOVÁNÍ DAT DÁLKOVÉHO PRŮZKUMU
A - zdroj záření B - záření v atmosféře C - interakce s objektem D - změření záření přístrojem E - přenos, příjem dat F - zpracování dat G - využití informace v aplikaci Typ informace získávaný DPZ - vnitřní
VíceDIPLOMOVÁ PRÁCE OPTIMALIZACE MECHANICKÝCH
DIPLOMOVÁ PRÁCE OPTIMALIZACE MECHANICKÝCH VLASTNOSTÍ MECHANISMU TETRASPHERE Vypracoval: Jaroslav Štorkán Vedoucí práce: prof. Ing. Michael Valášek, DrSc. CÍLE PRÁCE Sestavit programy pro kinematické, dynamické
VíceÚvodem Dříve les než stromy 3 Operace s maticemi
Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová
VíceAutomatizační a měřicí technika (B-AMT)
Ústav automatizace a měřicí techniky Bakalářský studijní program Automatizační a měřicí technika () Specializace oboru Řídicí technika Měřicí technika Průmyslová automatizace Robotika a umělá inteligence
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceNeuronové sítě Ladislav Horký Karel Břinda
Neuronové sítě Ladislav Horký Karel Břinda Obsah Úvod, historie Modely neuronu, aktivační funkce Topologie sítí Principy učení Konkrétní typy sítí s ukázkami v prostředí Wolfram Mathematica Praktické aplikace
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Rozdělení sub-oborů robotiky Učební text jméno a příjmení autora Doc. Ing. Mgr. Václav Záda, CSc. Liberec 2010 Materiál
VíceGeoinformační technologie
Geoinformační technologie Geografické informační systémy (GIS) Výukový materiál l pro gymnázia a ostatní středn ední školy Gymnázium, Praha 6, Nad Alejí 1952 Vytvořeno v rámci projektu SIPVZ 1357P2006
VíceZákladní vlastnosti křivek
křivka množina bodů v rovině nebo v prostoru lze chápat jako trajektorii pohybu v rovině či v prostoru nalezneme je také jako množiny bodů na ploše křivky jako řezy plochy rovinou, křivky jako průniky
VíceÚVOD DO MODELOVÁNÍ V MECHANICE DYNAMIKA VÁZANÝCH MECHANICKÝCH SYSTÉMŮ
ÚVOD DO MODELOVÁNÍ V MECHANICE Přednáška č. 4 DYNAMIKA VÁZANÝCH MECHANICKÝCH SYSTÉMŮ Ing. Michal Hajžman, Ph.D. Harmonogram UMM Úvod do modelování v mechanice (UMM) 1) Úvodní přednáška (Dr. Hajžman) 2)
VíceSOLVER UŽIVATELSKÁ PŘÍRUČKA. Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404
SOLVER UŽIVATELSKÁ PŘÍRUČKA Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404 1. Solver Program Solver slouží pro vyhodnocení experimentálně naměřených dat. Základem
VícePosouzení přesnosti měření
Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Literatura: Novák, R. Úvod do teorie měření. Ústí nad Labem: UJEP, 2003 Sprušil, B., Zieleniecová, P.: Úvod do teorie fyzikálních měření. Praha: SPN, 1985 Brož, J. a kol.
VíceZápadočeská univerzita v Plzni Fakulta aplikovaných věd
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra kybernetiky Bakalářská práce Simultánní lokalizace a mapování v budově PLZEŇ, 2017 Petr Štrunc Prohlášení Předkládám tímto k posouzení a
VíceÚstav automatizace a měřicí techniky.
www.feec.vutbr.cz Specializace studijního oboru Automatizační a Měřicí Technika: Řídicí technika Moderní algoritmy řízení, teorie řízení Modelování a identifikace parametrů řízených systémů Pokročilé metody
Vícedoc. Ing. Petr Blaha, PhD.
ÚAM T Rozvětvené regulační obvody doc. Ing. Petr Blaha, PhD. Komplexní inovace studijních programů a zvyšování kvality výuky na FEKT VUT v Brně OP VK CZ.1.07/2.2.00/28.0193 Rozvětvené regulační obvody
VíceStatistická analýza dat
Statistická analýza dat Jméno: Podpis: Cvičení Zkouška (písemná + ústní) 25 Celkem 50 Známka Pokyny k vypracování: doba řešení je 120min, jasně zodpovězte pokud možno všechny otázky ze zadání, pracujte
VíceTestování statistických hypotéz
Testování statistických hypotéz Na základě náhodného výběru, který je reprezentativním vzorkem základního souboru (který přesně neznáme, k němuž se ale daná statistická hypotéza váže), potřebujeme ověřit,
VíceVyjadřování přesnosti v metrologii
Vyjadřování přesnosti v metrologii Měření soubor činností, jejichž cílem je stanovit hodnotu veličiny. Výsledek měření hodnota získaná měřením přisouzená měřené veličině. Chyba měření výsledek měření mínus
VíceMaturitní témata z matematiky
Maturitní témata z matematiky G y m n á z i u m J i h l a v a Výroky, množiny jednoduché výroky, pravdivostní hodnoty výroků, negace operace s výroky, složené výroky, tabulky pravdivostních hodnot důkazy
VíceIng. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010
Ing. Jan Buriánek (ČVUT FIT) Reprezentace bodu a zobrazení BI-MGA, 2010, Přednáška 2 1/33 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické
VíceKompresní metody první generace
Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32 Základní pojmy komprese
VíceMann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek
10. Neparametrické y Mann-Whitney U- Wilcoxonův Znaménkový Shrnutí statistických ů Typ srovnání Nulová hypotéza Parametrický Neparametrický 1 skupina dat vs. etalon Střední hodnota je rovna hodnotě etalonu.
VíceMOCNINY A ODMOCNINY. Standardy: M-9-1-01 M-9-1-02 PYTHAGOROVA VĚTA. Standardy: M-9-3-04 M-9-3-01
matematických pojmů a vztahů, k poznávání základě těchto vlastností k určování a zařazování pojmů matematického aparátu Zapisuje a počítá mocniny a odmocniny racionálních čísel Používá pro počítání s mocninami
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY LOKALIZACE POMOCÍ LASEROVÉHO DÁLKOMĚRU SICK LOCALIZATION BY SICK RANGE-FINDER
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŢENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF AUTOMATION AND COMPUTER SCIENCE
VíceAgent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet.
Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Dnešní program Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu
Více6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
VícePŘEHLED ZÁKLADNÍCH ZKUŠEBNÍCH OTÁZEK ke zkoušce odborné způsobilosti k udělení úředního oprávnění pro ověřování výsledků zeměměřických činností
PŘEHLED ZÁKLADNÍCH ZKUŠEBNÍCH OTÁZEK ke zkoušce odborné způsobilosti k udělení úředního oprávnění pro ověřování výsledků zeměměřických činností Obecná část 1. Základní ustanovení katastrálního zákona,
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
VíceDIPLOMOVÁ PRÁCE. Univerzita Karlova v Praze. Matematicko-fyzikální fakulta. Ondřej Luks Simultánní lokalizace a mapování v reálném prostředí
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Ondřej Luks Simultánní lokalizace a mapování v reálném prostředí Katedra softwarového inženýrství Vedoucí diplomové práce: Mgr.
VíceOd kvantové mechaniky k chemii
Od kvantové mechaniky k chemii Jan Řezáč UOCHB AV ČR 19. září 2017 Jan Řezáč (UOCHB AV ČR) Od kvantové mechaniky k chemii 19. září 2017 1 / 33 Úvod Vztah mezi molekulovou strukturou a makroskopickými vlastnostmi
VíceMĚŘENÍ VELIČIN POHYBU V APLIKACÍCH MOBILNÍ ROBOTIKY
Centrum pro rozvoj výzkumu pokročilých řídicích a senzorických technologií MĚŘENÍ VELIČIN POHYBU V APLIKACÍCH MOBILNÍ ROBOTIKY Ing. Tomáš Jílek, Ph.D. (VUT v Brně) Obsah semináře úvod metody měření a jejich
VíceNejistota měření. Thomas Hesse HBM Darmstadt
Nejistota měření Thomas Hesse HBM Darmstadt Prof. Werner Richter: Výsledek měření bez určení nejistoty měření je nejistý, takový výsledek je lépe ignorovat" V podstatě je výsledek měření aproximací nebo
VíceZLOMKY. Standardy: M-9-1-01 CELÁ A RACIONÁLNÍ ČÍSLA. Záporná celá čísla Racionální čísla Absolutní hodnota Početní operace s racionálními čísly
a algoritmů matematického aparátu Vyjádří a zapíše část celku. Znázorňuje zlomky na číselné ose, převádí zlomky na des. čísla a naopak. Zapisuje nepravé zlomky ve tvaru smíšeného čísla. ZLOMKY Pojem zlomku,
VíceZpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.
Ing. Michal Dorda, Ph.D. 1 Př. 1: Cestující na vybraném spoji linky MHD byli dotazováni za účelem zjištění spokojenosti s kvalitou MHD. Legenda 1 Velmi spokojen Spokojen 3 Nespokojen 4 Velmi nespokojen
Více4. Napjatost v bodě tělesa
p04 1 4. Napjatost v bodě tělesa Předpokládejme, že bod C je nebezpečným bodem tělesa a pro zabránění vzniku mezních stavů je m.j. třeba zaručit, že napětí v tomto bodě nepřesáhne definované mezní hodnoty.
VíceReprezentace bodu, zobrazení
Reprezentace bodu, zobrazení Ing. Jan Buriánek VOŠ a SŠSE P9 Jan.Burianek@gmail.com Obsah Témata Základní dělení grafických elementů Rastrový vs. vektorový obraz Rozlišení Interpolace Aliasing, moiré Zdroje
VíceNázev: Konstrukce vektoru rychlosti
Název: Konstrukce vektoru rychlosti Autor: Mgr. Petr Majer Název školy: Gymnázium Jana Nerudy, škola hl. města Prahy Předmět (mezipředmětové vztahy) : Fyzika (Matematika) Tematický celek: Mechanika kinematika
VícePohyb holonomního robota bludištěm
Pohyb holonomního robota bludištěm Hlavní charakteristiky robota : Koncepce: holonomní robot řízený třemi DC motory Celkové rozměry : výška 200 mm, průměr 350 mm Napájení: Akumulátory, 6x LiON Sony 18650,
VícePraha technic/(4 -+ (/T'ERATU"'P. ))I~~
Jaroslav Baláte Praha 2003 -technic/(4 -+ (/T'ERATU"'P ))I~~ @ ZÁKLADNí OZNAČENí A SYMBOLY 13 O KNIZE 24 1 SYSTÉMOVÝ ÚVOD PRO TEORII AUTOMATICKÉHO iízení 26 11 VYMEZENí POJMU - SYSTÉM 26 12 DEFINICE SYSTÉMU
VíceKinematika příklad. Robotika. Vladimír Smutný. Centrum strojového vnímání. České vysoké učení technické v Praze
Kinematika příklad Robotika Kinematika příklad Vladimír Smutný Centrum strojového vnímání České vysoké učení technické v Praze ROBOTICS: Vladimír Smutný Slide, Page Příklad praktické úlohy D měřicí stroj
VíceSEZNÁMENÍ S PROJEKTEM AMA AUTONOMOUS MAPPING AIRSHIP
SEZNÁMENÍ S PROJEKTEM AMA AUTONOMOUS MAPPING AIRSHIP Bronislav Koska*, Tomáš Křemen*, Vladimír Jirka** *Katedra speciální geodézie, Fakulta stavební ČVUT v Praze **ENKI, o.p.s. Obsah Porovnání metod sběru
Více