Navigation System for a Mobile Robot Based on Omni-Directional Vision
Navigační systém pro mobilního robota založený na všesměrovém obrazu
diplomová práce (OBHÁJENO)
![Náhled dokumentu](/bitstream/handle/20.500.11956/3328/thumbnail.png?sequence=7&isAllowed=y)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/3328Identifikátory
SIS: 43724
Kolekce
- Kvalifikační práce [10924]
Autor
Vedoucí práce
Oponent práce
Bakstein, Hynek
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Softwarové systémy
Katedra / ústav / klinika
Katedra softwaru a výuky informatiky
Datum obhajoby
6. 2. 2006
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Diplomová práce se zabývá problémem lokalizace mobilního robota v dynamickém prostředí robotické soutěže. Představuje metodu založenou na částicových filtrech, která využívá jako jediný senzor všesměrovou kameru. Velkou výhodou tohoto přístupu je jeho snadná přenositelnost, protože tato metoda lokalizace nezávisí na žádném jiném systému mobilního robota. Také je velmi robustní vůči externím vlivům, např. kolizím s jinými roboty. Implementovaný algoritmus využívá rychlého barvného prahování, tabulkového převodu souřadnic, vizuální odometrie a Monte Carlo Lokalizace a zajišťuje robustní a spolehlivou lokalizaci v rámci soutěžního hřiště. Protože navržená metoda používá všesměrový obraz jak pro odhad pohybu, tak i pro zpřesnění průběžného odhadu polohy, snadno se vypořádá s nečekanými pohyby robota způsobenými vnějším zásahem.
The thesis addresses the vast problem of mobile robot localization in the dynamic environment of a robotic contest. Method based on particle filters is developed, using only the image of a catadioptric visual sensor as its input. The advantage of this approach is an easy portability thanks to independence on other systems of the mobile robot and robustness to external influences such as robot collisions. This new method employs the composition of fast color thresholding, look-up coordinate transformation, vision-based motion prediction and Monte Carlo Localization to gain robust and reliable pose tracking using a color map of a delimited environment. Since the method uses visual data both to determine the relative motion and to verify the current location, it can cope with an unexpected events such as wheel slippage or collision.