Intelligens felderítő robotok Készítette: Györke Péter Intelligens rendszerek MSC szakirány Konzulens: Kovács Dániel László Méréstechnika és Információs.

Slides:



Advertisements
Hasonló előadás
Objektumok a Word-ben Pék Ágnes © 2009.
Advertisements

KENYI fejlesztés és országos adatfelvétel
1/13 Péter Tamás, Bécsi Tamás, Aradi Szilárd INNOVÁCIÓ ÉS FENNTARTHATÓ FELSZÍNI KÖZLEKEDÉS KONFERENCIA Budapest, szeptember 3-5. Útmenti objektumok.
Gazdasági Informatika Tanszék
K-Chat Dr. Szepesvári Csaba Kutatási Alelnök mindmaker.
Otthonokban használható orvosi műszerek Personal Electric Nurse Tóth András Budapest, november 26. Elektronikusan támogatott mindennapi élet – a.
1 AIBO Robotfoci Bodor László IAR Bevezetés AIBO RoboCup AIBO RoboCup Célok Célok Rendszer elemei Rendszer elemei Megvalósítás terve Megvalósítás.
M IKROSZKOPIKUS MÉRETŰ PARTIKULUMOK MORFOLÓGIAI PARAMÉTEREINEK MÉRÉSE Készítette: Pálfalvi József Konzulens: Eördögh Imre (MTA MFA) Tanszéki konzulens:
Ekler Péter Budapesti Műszaki és Gazdaságtudományi Egyetem
Menyhért Ákos Nagy Richárd
Petyus Dániel, Szederjesi Miklós konzulens: Dr. Molnár András
KLASSZIKUS SZOCIOLÓGIA ELMÉLETEK BBTE Szociológia és Szociális Munkásképző Kar Szociológia Tanszék Szociológia szak Péter László.
Alkalmazott robottechnológia a Magyar Honvédségben
2. A marketing kommunikáció társtudományai és azok marketing kommunikációban hasznosítható eredményei Pszichológia Szociológia Esztétika.
50 éves a szegedi informatika
Foltkeresés tüdő röntgen képeken
Önálló Laboratórium II. Készítette: Varga Róbert
Mágneses lebegtetés: érzékelés és irányítás
Bemutatkozás Gergely Antal Gergő BME-VIK Mérnök informatikus szak
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
Ez a dokumentum az Európai Unió pénzügyi támogatásával valósult meg. A dokumentum tartalmáért teljes mértékben Szegedi Tudományegyetem vállalja a felelősséget,
Ez a dokumentum az Európai Unió pénzügyi támogatásával valósult meg. A dokumentum tartalmáért teljes mértékben Szegedi Tudományegyetem vállalja a felelősséget,
SZÁMÍTÓGÉP ARCHITEKTÚRÁK
Informatika.
Neobotix MP500. Felépítése Ipari kivitel Linux Wifi n CAN Terhelhetőség: 80kg 5,5 km/h Üzemidő: ~10 h Hatótáv: 8km.
Számítógépes képelemzés 2007/08 I. félév Előadó:Dr. Gácsi Zoltán Gyakorlatvezető:Póliska Csaba Koncz-Horváth Dániel.
Mérnöki objektumok leírása és elemzése virtuális terekben c. tantárgy Budapesti Műszaki Főiskola Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek.
A virtuális technológia alapjai Dr. Horv á th L á szl ó Budapesti Műszaki Főiskola Neumann János Informatikai Kar, Intelligens Mérnöki Rendszerek.
Megvalósíthatóság és költségelemzés Készítette: Horváth László Kádár Zsolt.
A szervezeti problémák kezelése
Budapesti Műszaki és Gazdaságtudományi Egyetem Biokémiai és Élelmiszertechnológiai Tanszék Mintavétel Élelmiszeranalitika előadás december 3.
Implementált képfeldolgozó algoritmusok
Budapesti Műszaki Főiskola CAD/CAM szakirány A CAD/CAM modellezés alapjai 2001/2000 tanév, II. félév 1. Előadás A számítógépes modellezés fogalma, szerepe.
AZ ELŐADÁS CÍME KÉSZÍTETTE: VEZETÉKNÉV Keresztnév KONZULENS:
Erősítő textíliák pórusméretének meghatározása képfeldolgozó rendszer segítségével Anyagvizsgálat a Gyakorlatban Tengelic, június 1. Gombos Zoltán,
Ma hogy csinálnánk? MMT Rendszer Méréstechnika és Információs Rendszerek Tanszék.
Méréstechnika és Információs Rendszerek Tanszék
Hiba-előjel alapú spektrális megfigyelő Orosz György Konzulensek: Sujbert László, Péceli Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika.
A hiba-előjel alapú FxLMS algoritmus analízise Orosz György Konzulensek: Péceli Gábor, Sujbert László Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika.
Modelltranszformációs szabályok automatikus generálása példák alapján Balogh Zoltán IV. évf. informatikus Konzulens: Dr. Varró Dániel Méréstechnika és.
Kovács Dániel László Kovács Dániel László BME-VIK, Méréstechnika és Információs Rendszerek Tanszék Önálló laboratórium.
Ember-központú ágens kommunikáció Ambiens Intelligens környezetekben Ambiens Intelligencia (AmI) Számítástechnikai intelligencia beleolvad a lakott terek.
Budapest, június 28. Ontológia kezelő modul tervezése szöveges információt kezelő informatikai rendszer számára Förhécz András BME Méréstechnika.
Intelligens Felderítő Robotok
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
Pókerágens fejlesztése játékelméleti alapokon
Tervkészítés PDDL alapon Konzulens: Kovács Dániel László Intelligens rendszerek tanszék Budapest Műszaki és Gazdaságtudományi.
Szabó Péter Szenzor rendszer PC oldali grafikus kezelő felületének tervezése és megvalósítása Önálló laboratórium beszámoló Intelligens rendszerek BSc.
Mozgás/hangérzékelés mobitelefonokon MobSensor Ekler Péter Budapesti Műszaki és Gazdaságtudományi Egyetem Automatizálási és Alkalmazott Informatikai Tanszék.
SIMON, a humanoid robot Magyarul: „Szájmon” A fémek életre kelnek
Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai Automatizált Rendszerek Konzulens: Vámossy Zoltán Projekt tagok: Marton Attila Tandari.
Project Domino Marczin Tamás Tóth Tamás IAR2008. Tartalom 1.A célkitűzés 2.Kutatások 3.Felépítése A szoftver A hardver 4.Szoftver 5.Hardver 6.Működése.
TransMotion Emberi mozgás digitalizálása
UNIVERSITY OF SZEGED D epartment of Software Engineering UNIVERSITAS SCIENTIARUM SZEGEDIENSIS 5.4 Szolgáltatói Keretrendszerek Prof. Dr. Gyimóthy Tibor,
Valós idejű adaptív útvonalkeresés
Készítők: Fajt Péter Vácz István Konzulens: Vámossy Zoltán Rendszám Felismerő Rendszer 3. évf.
Autonóm jellegű robot rover fedélzeti rendszere Góczán Bence Dávid Konzulens: dr Kiss Bálint Eszközök : Simonyi Károly Szakkollégium - LEGO Kör.
KINECT© szenzor intelligens terekben
KINECT© alapú ambiens intelligencia AAL alkalmazásokban
Térinformatika adatok tudásbázisán alapuló kereső- motor IKTA / 2000.
Szabályzó tervezése intelligens kamerával
UML modellezés 3. előadás
Menetrend optimalizálása genetikus algoritmussal
Részecskenyom analízis és osztályozás Pálfalvi József MSc, Intelligens Rendszerek, Önálló labor 1. Egyetemi konzulens: dr. Dobrowiecki Tadeusz (BME MIT)
Piramis klaszter rendszer
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
Umron, az asztaliteniszező robot KOVÁCS BERTALAN FJF6UG.
1/19 Hogyan tájékozódnak a robotok? Koczka Levente Eötvös Collegium.
1Pongrácz Ferenc, 1Valálik István
Nyíregyházi Egyetem, Műszaki és Agrártudományi Intézet 44
Előadás másolata:

Intelligens felderítő robotok Készítette: Györke Péter Intelligens rendszerek MSC szakirány Konzulens: Kovács Dániel László Méréstechnika és Információs Rendszerek Tanszék Budapest Műszaki és Gazdaságtudományi Egyetem

2 Tartalom Előzmények Vázlatos rendszerterv Részletes rendszerterv Teszteredmények Összefoglalás, kitekintés

Előzmények (1/2) A feladat BSc szakdolgozatként indult egyéni ötlet és indíttatás alapján Célom: objektumok helyének felderítésére alkalmas robot létrehozása Architektúra: MITMÓT rendszer saját fejlesztésekkel kiegészítve Nem új keletű téma:

Előzmények (2/2) A megvalósult részfeladatok: Kamera és Bluetooth modul illesztése a MITMÓT rendszerhez Kommunikáció kialakítása PC-vel Hiedelmek alapján döntéshozó algoritmus implementációja Multi ágens rendszer lehetősége Kamera Bluetooth kommunikáció Vezérlő Mozgató szerkezet Bluetooth kommunikáció Feldolgozás és döntéshozás PLATFORM SW ágens SW ágens

Vázlatos rendszerterv Szenzor kezelő Motorvezérlő Kommunikációs vezérlő Útvonal tervező Szenzor-adat feldolgozó Hiedelmi térkép MOTEPC GUI Kommunikációs vezérlő Jadex platform BDI architektúra Szenzor-adat feldolgozó Objektum identifikáló Képfeldolgozó észlelés hiedelem Következtető motor

Részletes rendszerterv (1/2) I.Hogyan jutunk el a látott képsorozatból (percept sequence) a hiedelmi világ kialakításáig? Képek → Becsült objektum élek → Téglalap illesztés → Hiedelmi világ(n db)

Részletes rendszerterv (2/2) Következő úti cél kijelölése → Útvonal tervezése → Az összes világhoz tartozó útvonal első lépései közül többségi szavazással választunk egyet és ezt végrehajtja a robot, majd kezdődik elölről a ciklus. Go to (13,8) Go to (13,10) II.A hiedelmi világok alapján hogyan hozunk döntést?

Teszteredmények Tesztelés menete: egy korlátozott környezetben 2 négyzet alapú akadályt helyeztem el, majd ezt 50 különböző helyről „megnézte” a robot A feldolgozási idő, a kép átküldési idejéhez képest elhanyagolható Az objektum élek meghatározásának pontossága attól függ, hány képből aggregáltuk az információt, valamint, hogy a metszéspontok számításánál felhasznált ε-sugarú kör méretét mekkorára választjuk, ennél a felbontásnál (640x480px) és a MITMÓT mozgató szerkezetének pontosságával az akadályok helyzete kb. ±5 cm-el becsühető

Összefoglalás, kitekintés Elért eredmények: –Kamera illesztése –PC-s kommunikáció kifejlesztése –Képfeldolgozás, objektum identifikáció –Mozgás-tervezés További céljaim: –A rendszer teljessé tétele –Finomhangolás –Önkorrekció, bizonytalanság kezelése –Új hardver alap → lokális feldolgozás és döntéshozás

Köszönöm a figyelmet, várom a kérdéseket!