ČeskyEnglish

Popis předmětu - B3B33VIR

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
B3B33VIR Vidění robotu Rozsah výuky:2p+2l
Garanti:  Role:PV Zakončení:Z,ZK
Vyučující: 
Zodpovědná katedra:13133 Kreditů:4 Semestr:Z

Anotace:

Předmět naučí aplikovat metody počítačového vidění, strojového učení a optimalizace na znamých úlohách z oblasti robotiky jako jsou například metrické a sémantické mapování z RGBD dat či reaktivní a plánované řízení robotu. Studenti využijí základní optimalizační metody jako jsou robustní řešení přeurčených soustav (ne)lineárních (ne)homogenních rovnic nebo gradientní minimalizace. Nejdříve se studenti seznámí s metodami pořízení kamerového a hloubkového obrazu a jeho použití pro vytváření map okolního prostředí. Potom ukážeme základní metody plánovaného a reaktivního řízení pohybu robotu. Druhá polovina semestru je věnována učení hlubokých neuronových sítí a jejich použití v robotice.

Osnovy přednášek:

1. Senzory, které vidí I (RGB kamera a její kalibrace)
2. Senzory, které vidí II (hloubka ze sterea, kinectu, realsensu a jejich kalibrace)
3. Hledaní korespondencí v RGBD datech
4. Mapování a lokalizace I (ze vzdálenosti a hloubky)
5. Mapování a lokalizace II (z kamery)
6. Plánování v mapě
7. Reaktivní řízení
8. Klasifikace
9. Neuronové sítě, backpropagation
10. Hluboké neuronové sítě I 11. Hluboké neuronové sítě II
12. Speciální případy neuronových sítí (RNN, GAN)
13. Praktické aplikace hlubokých neuronových sítí v TensorFlow
14. Sémantická segmentace

Osnovy cvičení:

1. Kalibrace RGBD senzoru I 2. Kalibrace RGBD senzoru II
3. Mapování a lokalizace z RGBD dat I 4. Mapování a lokalizace z RGBD dat II
5. Samostatné řešení semestrální práce I 6. Samostatné řešení semestrální práce II
7. Samostatné řešení semestrální práce III
8. Učení hlubokých neuronových sítí I 9. Učení hlubokých neuronových sítí II
10. Učení hlubokých neuronových sítí III
11. Samostatné řešení semestrální práce IV
12. Samostatné řešení semestrální práce V 13. Samostatné řešení semestrální práce VI
14. Samostatné řešení semestrální práce VII

Literatura:

Thrun S., Burgard W., Fox D. Probabilistic robotics, MIT Press, 2006 Šonka M., Hlavác V., Boyle R.: Image processing, analysis, and machine vision, Cengage Learning, Toronto, 2015.

Požadavky:

Klíčová slova:

Robotika, strojové učení, počítačové vidění

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
BPKYR_2016 Před zařazením do oboru PV 5


Stránka vytvořena 23.6.2017 17:54:25, semestry: L/2016-7, Z,L/2017-8, Z/2018-9, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)
Za obsah odpovídá: doc. Ing. Ivan Jelínek, CSc.