WP6 - Komponenty robotického systému interakce člověk-stroj

Podobné dokumenty
Podporováno Technologickou agenturou České republiky, projekt TE

PROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU

UITS / ISY. Ústav inteligentních systémů Fakulta informačních technologií VUT v Brně. ISY: Výzkumná skupina inteligentních systémů 1 / 14

SEBELOKALIZACE MOBILNÍCH ROBOTŮ. Tomáš Jílek

Pokročilá navigace nevidomých JIŘÍ CHOD

SENZORY PRO ROBOTIKU

Vývoj sběru intenzit dopravy. Ing. Petr Neuwirth Centrum dopravního výzkumu, v. v. i.

SPOLUPRÁCE STÁTNÍCH PODNIKŮ MINISTERSTVA OBRANY

Letectví a kosmonautika Obor Avionika

WOOW OFFICE. řada kancelářského nábytku

Kalibrační proces ve 3D

Jiří Karpeta Partner

Automatizační a měřicí technika (B-AMT)

Řečové technologie na Katedře kybernetiky FAV ZČU v Plzni. Katedra kybernetiky. Fakulta aplikovaných věd. Západočeská univerzita v Plzni

Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek až , Roztoky -

CAMEA. UnirailOCR Train Recognition System

ROZHODUJTE EFEKTIVNĚJI NAD DATY Z GEODISU

Ústav automatizace a měřicí techniky.

Aplikace bin picking s použitím senzorové fúze

LOM PRAHA státní podnik VOJENSKÝ TECHNICKÝ ÚSTAV LETECTVA A PVO (VTÚL A PVO)

Příloha č. 2 Technická specifikace

Snímání počítačových modelů lidského těla a jejich užití ve fyzioterapii. Ing. Adam Chromý doc. Ing. Luděk Žalud, Ph.D.

Robotika. Reaktivní agenty (nová AI) Deliberativní agenty (klasická AI)

vážení za jízdy a automatické pokutování

ehealth, telemedicína a asistivní technologie na ČVUT FEL Praha

Inteligentní analýza obrazu. Ing. Robert Šimčík

WhyCon: Přesný, rychlý a levný lokalizační systém

Využití mobilní technologie O2 pro dohledové systémy a sběr medicínských dat

Základy umělé inteligence

Bezpečnostní systémy - rychlostní kamery Identifikace SPZ a RZ.

VÁŽENÍ ZA JÍZDY A AUTOMATICKÉ POKUTOVÁNÍ

Kapacita jako náhodná veličina a její měření. Ing. Igor Mikolášek, Ing. Martin Bambušek Centrum dopravního výzkumu, v. v. i.

1. Pot eby uživatel 1. Pot eby uživatel - ti, i k te e í í p ra r cu c jí í s C CTV T V den e n n oper e á r to o i i od C CTV T V o o e

Automatické rozpoznávání dopravních značek

Robotický vysavač PUREi9 PI91-5MBM

Progresivní diagnostické metody pro monitorování vývoje stavu vozovek PK

Projekt OKO. Mobilní komunikace a navigační centra pro navádění nevidomých TA Jiří Chod chod@fel.cvut.cz

Fyzikální laboratoř. Kamil Mudruňka. Gymnázium, Pardubice, Dašická /8

Možnosti a příklady přenosu výsledků v počítačovém vidění a robotice do českého průmyslu

Multirobotická kooperativní inspekce

Alternativní ovládání PC a okolí

Katedra kybernetiky laboratoř Inteligentní Datové Analýzy (IDA) Katedra počítačů, Computational Intelligence Group

FAKULTA ELEKTROTECHNICKÁ DIPLOMOVÁ PRÁCE. Tomáš Pytlíček. Strategie multi-robotického průzkumu neznámého prostředí

Vize ERRAC do roku 2050 Rail 2050 Vision Ing. Jaroslav Vašátko

Aplikace počítačového vidění

ČVUT a spolupráce s průmyslem při výzkumu a vývoji

SLAM. Simultaneous localization and mapping. Ing. Aleš Jelínek 2015

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ /14

Komise 1 místnost B června. obhajoba práce SZZ 70/30 % prezentace. oponent. vedoucí

Centrum kompetence automobilového průmyslu Josefa Božka - 7. GSŘ 2015, Herbertov 6. a

ROBOTIKA 4. Vlastnosti robotů a manipulátorů Strojové rozpoznávání objektů M3A 2017/2018

Českomoravská elektrotechnická asociace, MSV 2015,

Využití principů industry 4.0 v robotickém měřicím pracovišti ROMESY

VK CZ.1.07/2.2.00/

Komponenty a periferie počítačů

Rozpoznávání v obraze

SW pro správu a řízení bezpečnosti

Defektoskopie a defektometrie

I řešení bez nálepky smart mohou být chytrá

Alternativní ovládání PC a okolí

ROBOTIKA HISTORIE, SOUČASNOST A BUDOUCNOST ROBOTIKY. (Stacionární roboty) Prof. František Šolc

Umělá inteligence a rozpoznávání

Výroční zpráva. Nadace CZECH TECHNICAL UNIVERSITY MEDIA LABORATORY. za rok 2014

Služby pro studenty se sluchovým postižením uživatele verbálního jazyka

Školící program - Roboty

Ověření technologií v oblasti autonomního řízení v prostředcích městské hromadné dopravy

TECHNOLOGICKÁ PLATFORMA. SVA skupiny dopravní telematika

ROBOTIKA M3A 2018/2019 ING. VLADIMÍR VYHŇÁK

KITTV PedF UK TÉMATA BAKALÁŘSKÝCH PRACÍ pro školní rok 2010/2011

Biomedicínské inženýrství na ČVUT FEL

TECHNICKÁ UNIVERZITA V LIBERCI

Počítače a grafika. Ing. Radek Poliščuk, Ph.D. Přednáška č.7. z předmětu

VOP CZ partner AČR ve výzkumu, vývoji a výrobě. Ing. Libor Marčík Brno

Využití metod strojového učení v bioinformatice David Hoksza

Konkurenceschopnost na trhu s obráběcími stroji se zaměřením na export

Pokročilá průmyslová automatizace

Datové struktury 2: Rozptylovací tabulky

(Umělé) osvětlování pro analýzu obrazu

Centrum kompetence automobilového průmyslu Josefa Božka - 7. GSŘ 2015, Herbertov 6. a

Centrum pro rozvoj dopravních systémů

Čtečky čárového kódu pro logistiku. Jan Kučera

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost


Informace pro výběr bakalářského oboru

WP22: Human Centered Cabin Design (modely lidských faktorů a optimalizace hardwaru kabiny) Vedoucí konsorcia podílející se na pracovním balíčku

Praha, SMART CITIES

nápis z fotky a proč bychom to měli chtít

INTELIGENTNÍ SENZORY PRO PARKOVÁNÍ V BRNĚ

VDL 4. Katedra radioelektroniky ČVUT FEL

Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 2. a , Roztoky -

V PRAZE FAKULTA DOPRAVNÍ K DOSAŽEN ENÍ POLITICKÝCH CÍLŮC. Ing. Josef KOCOUREK

Základní rozdělení aplikací

Algoritmy a struktury neuropočítačů ASN - P11

Optoelektronické. BGL Vidlicové optické závory. snímače

Text Mining: SAS Enterprise Miner versus Teragram. Petr Berka, Tomáš Kliegr VŠE Praha

Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek až , Roztoky -

Ukládání a vyhledávání XML dat

CleverTech. CleverTech. Mobilní dohledová řešení Flexibilní technologie dohledových systémů

Úřad pro civilní letectví, Odbor letišť a leteckých staveb

Technologické trendy v silniční dopravě. Olomouc,

Transkript:

Centrum aplikované kybernetiky 3 WP6 - Komponenty robotického systému interakce člověk-stroj zodpovídá: Libor Přeučil Skupina inteligentní mobilní robotiky Katedra kybernetiky FEL, ČVUT v Praze Certicon a.s. prezentuje Miroslav Kulich

Náplň Výzkum inteligentních systémů interakce člověk-stroj, konkrétně robotických autonomních systémů, jejichž nasazení v praktických úlohách, např. inspekce či dohledu vyžaduje: Robustní technologie autonomní navigace bezpilotních pozemních i vzdušných robotizovaných prostředků. Schopnost operování ve velmi rozlehlých přirozených prostředích značně odlišných od strukturovaných prostor. Výzkum technik plánování/rozvrhování pro týmy více robotů motivované inspekčními a průzkumnými misemi pro velmi rozlehlá prostředí. Metody efektivní vizualizace plánu a průběhu mise pro rychlý přehled lidskému operátorovi s možností efektivní interakce, či převzetí řízení mise.

Kerberos Automatický systém pro inspekci podvozků vozidel založený na snímání 3D tvaru laserovými dálkoměry. Systém byl vyvinut ve splupráci ČVUT v Praze a VOP CZ s.p. Laserová technologie 3D rekonstrukce Automatické porovnání s předchozími průjezdy Vizualizace tvarových odlišností Nezávislost na osvětlení Rychost průjezdu do 10 km/h

Rozpoza va nı mı sta Kyklop Syste m pro vizualizaci podvozku vozidel zaloz eny na skla da nı obrazu z multir a dkove kamery. Rozlis enı 1 px/mm Barevny obraz Automaticke me r enı rychlosti Databa ze pru jezdu Rychlost pru jezdu do 20 km/h Rychlost snı ma nı 250 FPS

Rozpoznávání místa Rozpoznávání místa (Place Recognition) Rozhodnutí, zda mobilní robot stojí na dosud nenavštíveném místě nebo na místě, které již v minulosti navštívil a kterém. Laserový dálkoměr Panoramatické laserové měření = tvar Aplikace porovnání tvarů pro lokalizaci mobilního robotu Zlepšení rozpoznání tvarů kombinací více metod Procedurální znalost - nejlepší (nejlépe rozlišující) metoda

Porovnání přesnosti Datasets Metoda Box Surface Mpeg7 Robot Inner 98.04 63.55 76.34 59.07 Fft 78.54 57.43 65.40 72.22 Integral 83.24 50.38 48.21 51.99 Ring 98.80 52.34 34.84 81.20 Shape Context 92.35 70.95 63.72 35.37 Zernike 97.67 55.62 47.98 64.26 Moments 74.81 51.27 16.97 36.39 Scanline 67.59 50.48 41.42 38.98 MRM 97.20 60.52 77.95 81.76 Tangent 39.08 58.94 18.38 30.37 Flirt 97.84 31.99 16.12 43.01 AdaBoost 99.99 56.56 91.32 94.19 Procedural Knowledge 99.46 80.11 92.89 92.68

Časová náročnost porovnání [ms] Dataset Metoda Box Surface MPEG7 Robot AdaBoost 1574.50 1360.00 572.90 466.60 Procedural Knowledge 242.10 166.30 72.50 32.60 Časová náročnost učení [s] Dataset Metoda Box Surface MPEG7 Robot AdaBoost 11.57 6.61 475.19 7.16 Procedural Knowledge 4.17 4.17 102.78 3.65

Metody prohledávání v neznámém prostředí Prohledávání (exploration) Proces autonomní navigace mobilního robotu/týmu robotů v neznámém prostředí za účelem vytvoření modelu prostředí s minimálními prostředky. Problém určení následujícího cíle (cena přínos) Cena typicky určována z délky trajektorie do cíle, my dohadujeme dobu nutnou k jejímu vykonání Aplikace pro modulární roboty

Metody hledání v neznámém prostředí Hledání (search) Proces autonomní navigace mobilního robotu/týmu robotů v neznámém prostředí za účelem nalezení objektu zájmu s minimálními prostředky. Definice problému pro jednoho i více robotů. Převedení problému na Problém doručovatele (Travelling Deliveryman Problem). Porovnání stávajících metod prohledávání.

Multi-robotický SLAM Teorie náhodných konečných množin umožňuje mapování bez hledání korespondencí mezi příznaky. C++ knihovna pro RFS filtrování a MVSLAM, následně zabalená do ROS. Reálný dataset naměřen na VUT Brno (doc. Žalud). http://imr.felk.cvut.cz/datasets/brno-xtion/