učení průchodnosti ze zkušenosti mobilního roboru
Learning Traversability from Mobile Robot Experience
Typ dokumentu
disertační prácedoctoral thesis
Autor
Miloš Prágr
Vedoucí práce
Faigl Jan
Oponent práce
Amigoni Francesco
Studijní obor
Informatika a výpočetní technikaStudijní program
Elektrotechnika a informatikaInstituce přidělující hodnost
katedra počítačůPráva
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.htmlVysokoškolská 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
Zobrazit celý záznamAbstrakt
V nasazení autonomních mobilních robltů je kritické porozumět průchodnosti robotu terénem, kteréžto pomáhá robotu plánovat bezepčně, rychle, a energetikcy nenáročné cesty. Při aplikačním nasazení v zemědělství, lesnictví, nebo monitorovní prostřředí může robot nalézt terény, jejichž průchodnost není předem známám. Vizuální a geometrikcá podoba takových terénů může být navíc matoucí, jak lze pozorovat na příkladu vysoké trávy,jejíž známá geometrike nasvědčuje tomu, že takový terén jeneprůchozí překážkou. V této práce se navrhuje nasadit v takových prostředích samo se zlepšující systém pro ohodnocování průchodnosit terénem. Navržené systémy přísluší k blízko-dalekým metodám, které rozšiřují předchozí zkušenost robotu s průchodem terénem na zatím neprojité , vizuálně podobné terény. Práce je prezentována jako kolekce čtyř jádrových prací, které řeší tři identifikované výzkumné výzvy. První výzva je zaměřena na učení v samo se zlepšujícím systému ze zkušeností robotu s průchodem terénem a prezentuje bloky k řešení následujících části práce. Druhá výzva je zaměřena na aktivní učení průchodnosti v robotickém průzkumu, kde se samo se zlepšují vlastnosti systému realizauje v online rohodování kde se učit průchodnost a kde prohledávat prostřčdí. Třetí výzva rozšuřuje koncept průchodnosti na popis síly nutné k průchodem poddajnými překážkami. Understanding mobile robots' traversability over terrains is a crucial component of outdoor autonomous systems, since knowledge of their traversability helps robots to plan safe, fast,and energy-e_cient paths. In deployments such as agriculture, forestry, or environment monitoring, a mobile robot can encounter terrains with a priori unknown traversability. The visual appearance and geometry of these terrains might be misleading, such as tall grass that appears as a rigid obstacle when only geometry is considered. The Thesis addresses these challenges by designing a self-improving traversability assessment system. The designed system follows the near-to-far paradigm, where the robot's prior traversal experience is extended to untraversed terrains based on similarities in visual appearance and geometry. The Thesis is presented as a collection of four core publications that address three identi_ed research challenges. The _rst challenge is focused on learning the traversal experience in a self-improving system, and represents a building block to solve the following challenges. The second challenge focuses on active traversability learning in mobile robot exploration, where the self-improving nature is realized by online decision-making concerning both where to learn the traversability and where to explore the spatial model. The third challenge extends the notion of traversability and thus the scope of the self-improving system through the description of the force to pass through the non-rigid obstacles.
Zobrazit/ otevřít
Kolekce
- Disertační práce - 13000 [700]