Show simple item record

Traversability Estimation from RGB Images and Height Map



dc.contributor.advisorZimmermann Karel
dc.contributor.authorJan Dočekal
dc.date.accessioned2020-06-10T13:57:56Z
dc.date.available2020-06-10T13:57:56Z
dc.date.issued2020-06-10
dc.identifierKOS-881195541205
dc.identifier.urihttp://hdl.handle.net/10467/87774
dc.description.abstractOdhad traversability je důležitá úloha pro autonomní mobilní roboty. Ti by měli být schopni rozhodnout o traversabilitě svého okolí, aby byli bezpečně naváděni. V této práci je navržena metoda spojení hloubkových měření v podobě výškových map s RGB obrázky. Náš přístup se skládá z nejmodernějších metod analýzy obou, tedy konvolučních neuronových sítí. Používáme self-supervised učení konvolučních neuronových sítí na reálných datasetech. Datasety se skládají z několika různých prostředí, jako jsou doly, chodby, schodiště a další běžné venkovní terény (tráva, cesta, chodník). Naše síť poskytuje správný odhad na jednodušších terénech, jako jsou chodby nebo rovný terén, a přijatelné výsledky pro náročný terén, jako schody nebo měkké překážky (např. vysoká tráva).cze
dc.description.abstractTraversability estimation is an important task for autonomous mobile robots. They should be able to decide about traversability in their surroundings to be safely navigated. In this thesis, the method of merging depth measurements as heightmaps with RGB images is proposed. Our approach consists from state-of-the-art methods for analysis of both, which are convolutional neural networks. We used self-supervised learning of convolutional neural networks on real datasets. Datasets consist from various environments such as mines, hallways, staircases and other common outdoor terrains (grass, road, pavement). Our network provides correct estimation for easier terrain such as hallways or flat terrain, and acceptable results as for challenging environments such as staircases or soft obstacles (e. g. high grass).eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA 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.htmleng
dc.rightsVysokoškolská 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.htmlcze
dc.subjectpočítačové viděnícze
dc.subjecttraversabilitacze
dc.subjectvýšková mapacze
dc.subjectkonvoluční neuronové sítěcze
dc.subjectcomputer visioneng
dc.subjecttraversabilityeng
dc.subjectheightmapeng
dc.subjectconvolutional neural networkseng
dc.titleOdhad traversability terénu z RGB obrázků a výškových mapcze
dc.titleTraversability Estimation from RGB Images and Height Mapeng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereePrágr Miloš
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeKybernetika a robotikacze


Files in this item











This item appears in the following Collection(s)

Show simple item record