Show simple item record

Automatické spojování mračen bodů
dc.contributor.advisorObdržálek, David
dc.creatorHörner, Jiří
dc.date.accessioned2018-10-04T12:51:15Z
dc.date.available2018-10-04T12:51:15Z
dc.date.issued2018
dc.identifier.urihttp://hdl.handle.net/20.500.11956/101930
dc.description.abstractMulti-robot systems are an established research area with a growing number of applications. Efficient coordination in such systems usually requires knowledge of robot positions and the global map. This work presents a novel map-merging algorithm for merging 3D point cloud maps in multi-robot systems, which produces the global map and estimates robot positions. The algorithm is based on feature- matching transformation estimation with a novel descriptor matching scheme and works solely on point cloud maps without any additional auxiliary information. The algorithm can work with different SLAM approaches and sensor types and it is applicable in heterogeneous multi-robot systems. The map-merging algorithm has been evaluated on real-world datasets captured by both aerial and ground-based robots with a variety of stereo rig cameras and active RGB-D cameras. It has been evaluated in both indoor and outdoor environments. The proposed algorithm was implemented as a ROS package and it is currently distributed in the ROS distribution. To the best of my knowledge, it is the first ROS package for map-merging of 3D maps.en_US
dc.description.abstractMultirobotické systémy jsou zavedenou výzkumnou oblastí s rostoucím množstvím aplikací. Efek- tivní koordinace v těchto systémech zpravidla vyžaduje znalost polohy robotů a mapy daného prostředí. Tato práce prezentuje nový algoritmus pro spojování 3D map reprezentovaných mračny bodů v mul- tirobotických systémech, který vytváří globální mapu prostředí a poskytuje pozice robotů. Algoritmus je založen na odhadování transformace mezi mapami pomocí význačných bodů a s využitím nového algoritmu pro párování descriptorů. Algoritmus používá pouze mračna bodů bez dalších pomocných in- formací. Algoritmus může využít rozdílené SLAM metody a typy senzorů a je použitelný v heterogenních multirobotických systémech. Algoritmus pro spojování map byl testován na reálných datech z létajících a pozemních robotů s různými typy stereo kamer a aktivních RGB-D kamer. Algoritmus byl testován venku i uvnitř budov. Navržený algoritmus byl implementován jako ROS balíček a je v současné době distribuován v ROS distribuci. Pokud vím, jedná se o první ROS balíček pro spojování 3D map.cs_CZ
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectROSen_US
dc.subjectmap-mergingen_US
dc.subjectPoint clouden_US
dc.subjectmulti-robot systemsen_US
dc.subjectROScs_CZ
dc.subjectmap-mergingcs_CZ
dc.subjectmračna bodůcs_CZ
dc.subjectmulti-robotické systémycs_CZ
dc.titleAutomatic Point Clouds Mergingen_US
dc.typediplomová prácecs_CZ
dcterms.created2018
dcterms.dateAccepted2018-09-13
dc.description.departmentKatedra teoretické informatiky a matematické logikycs_CZ
dc.description.departmentDepartment of Theoretical Computer Science and Mathematical Logicen_US
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId200581
dc.title.translatedAutomatické spojování mračen bodůcs_CZ
dc.contributor.refereeVodrážka, Jindřich
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineArtificial Intelligenceen_US
thesis.degree.disciplineUmělá inteligencecs_CZ
thesis.degree.programInformatikacs_CZ
thesis.degree.programComputer Scienceen_US
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra teoretické informatiky a matematické logikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Theoretical Computer Science and Mathematical Logicen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csUmělá inteligencecs_CZ
uk.degree-discipline.enArtificial Intelligenceen_US
uk.degree-program.csInformatikacs_CZ
uk.degree-program.enComputer Scienceen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csMultirobotické systémy jsou zavedenou výzkumnou oblastí s rostoucím množstvím aplikací. Efek- tivní koordinace v těchto systémech zpravidla vyžaduje znalost polohy robotů a mapy daného prostředí. Tato práce prezentuje nový algoritmus pro spojování 3D map reprezentovaných mračny bodů v mul- tirobotických systémech, který vytváří globální mapu prostředí a poskytuje pozice robotů. Algoritmus je založen na odhadování transformace mezi mapami pomocí význačných bodů a s využitím nového algoritmu pro párování descriptorů. Algoritmus používá pouze mračna bodů bez dalších pomocných in- formací. Algoritmus může využít rozdílené SLAM metody a typy senzorů a je použitelný v heterogenních multirobotických systémech. Algoritmus pro spojování map byl testován na reálných datech z létajících a pozemních robotů s různými typy stereo kamer a aktivních RGB-D kamer. Algoritmus byl testován venku i uvnitř budov. Navržený algoritmus byl implementován jako ROS balíček a je v současné době distribuován v ROS distribuci. Pokud vím, jedná se o první ROS balíček pro spojování 3D map.cs_CZ
uk.abstract.enMulti-robot systems are an established research area with a growing number of applications. Efficient coordination in such systems usually requires knowledge of robot positions and the global map. This work presents a novel map-merging algorithm for merging 3D point cloud maps in multi-robot systems, which produces the global map and estimates robot positions. The algorithm is based on feature- matching transformation estimation with a novel descriptor matching scheme and works solely on point cloud maps without any additional auxiliary information. The algorithm can work with different SLAM approaches and sensor types and it is applicable in heterogeneous multi-robot systems. The map-merging algorithm has been evaluated on real-world datasets captured by both aerial and ground-based robots with a variety of stereo rig cameras and active RGB-D cameras. It has been evaluated in both indoor and outdoor environments. The proposed algorithm was implemented as a ROS package and it is currently distributed in the ROS distribution. To the best of my knowledge, it is the first ROS package for map-merging of 3D maps.en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra teoretické informatiky a matematické logikycs_CZ
thesis.grade.code1


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV