Metody plánování pohybu pro rozkládání hlavolamů

Vojtěch Volprecht

Motion Planning for Disentanglement of Puzzles

Type of document

bakalářská práce
bachelor thesis

Author

Vojtěch Volprecht

Supervisor

Vonásek Vojtěch

Opponent

Košnar Karel

Field of study

Základy umělé inteligence a počítačových věd

Study program

Otevřená informatika

Institutions assigning rank

katedra kybernetiky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Plánování cesty, známé také jako plánování pohybu, je jedním z nejzákladnějších problémů robotiky. Tato práce kombinuje jak algoritmickou část plánování, tak využití geometrických vlastností prostředí. Mezi geometrické vlastnosti patří ty, které nám pomáhají řešit hlavolam rychleji. K tomu jsme použili heuristiku. Nakonec jsme nakonfigurovali RDT algoritmus k nalezení cesty. Výsledky ukazují, že algoritmus, který využívá i ty nejmenší znalosti o prostředí, je lepší a rychlejší než samotný algoritmus bez jakýchkoli vnějších informací.

Path planning, also known as motion planning, is one of the most fundamental problems in robotics. This work combines both the algorithmic part of planning and the use of geometric properties of the environment. Geometric properties include those that help us solve the puzzle faster. We used heuristics to do that. After all, we configured our Rapidly-exploring random dense tree to find the path. The results show that the algorithm that uses even the slightest knowledge about the environment is better and faster than the algorithm itself without any external information.