1,720,971 research outputs found
Multi-modal SLAM in hard outdoor environments
No full textSLAM (Simultaneous localization and mapping) ir kompleksa mobilo robotu nezināmas apkārtējās vides kartēšanas un lokalizācijas sistēma. SLAM problēmas risinājumi iekļauj dažādu sensoru apvienošanu un komplicētu datorredzes algoritmu integrāciju. Maģistra darba mērķis ir esošas SLAM sistēmas - ORB SLAM 3 - uzlabošana ar GNSS datu integrāciju. Teorētiskajā daļā vispirms tiek aplūkoti SLAM izpildes veidi. Tālāk fokuss tiek likts uz detalizētu aprakstu par būtiskākajiem iezīmju balstīta SLAM sistēmas procesiem, kur vesela atsevišķa galvenā nodaļa tiek veltīta grafa optimizācijas teorijas apskatam. Praktiskajā daļā tiek nodemonstrēti soļi, lai praktiski pielietotu ORB SLAM 3 . Tai skaitā aprakstīta sistēmas kompilēšanas, kameras un IMU kalibrācijas procesa specifika. Balstoties uz teorētiskajā daļā aprakstīto par grafa optimizāciju, izvēlētajā SLAM sistēmā tiek integrēti GNSS dati tekošās atrašanās vietas lokalizācijas noteikšanas precizitātes uzlabošanai. Rezultātu nodaļa aprakstītas piedāvātās papildus modifikācijas, kuras sekmēja veiksmīgu GNSS datu integrāciju. No vairākiem datu reģistrēšanas mēģinājumiem, tiek vizualizētas puskilometru garas trajektorijas, kur viena parāda 31 metra kļūdu no precīzi nomērītas orientiera pozīcijas neoptimizētās vizuālās odometrijas trajektorijas galā, kamēr otra parāda šīs pašas trajektorijas novērtējumu, optimizētu ar GNSS datiem, bet ar 5m kļūdu no pēdējā orientiera. Darbs izstrādāts Elektronikas un Datorzinātnes institūta Robotikas un Mašīnuztveres laboratorijā, saistībā ar projektu RoLISe (GA Nr. VPP-EM-FOTONIKA-2022/1-0001, WP4 “ROBOTICS/IoT). Ar darbu daļēji saistīta viena publikācija, kura darba autors ir pirmais autors.SLAM (Simultaneous localization and mapping) is a complex system for mapping and localization in an unknown environment for robots. Solutions for the SLAM problem involve the fusion of multiple sensors and the integration of complicated computer vision algorithms. The goal of this Master's thesis is the improvement of an existing SLAM system - ORB SLAM 3 - with integration of GNSS data. In the theoretical part, at first a pair of SLAM execution methods are discussed. Then, the focus is put on a detailed description of the most important feature-based SLAM system processes, where a whole separate main chapter is devoted to graph optimization theory. The practical part demonstrates the steps to practically use ORB SLAM 3. Additionally, it describes the specifics of the system compilation, camera and IMU calibration process. Based on the graph optimization described in the theoretical part, GNSS data are integrated into the system to improve the precision of localization. The Results section describes suggested additional modifications that led to the successful integration of GNSS data. From several data logging attempts, half-kilometer-long trajectories are visualized, where one shows a 31 meter error from the precisely measured landmark at the end of an unoptimized visual odometry trajectory, while the other shows an estimate of the same trajectory corrected with GNSS data, but with a 5 meter error from the same landmark. The work was developed in the Laboratory of Robotics and Machine Learning of the Institute of Electronics and Computer Science, in connection with the RoLISe project (GA No. VPP-EM-FOTONIKA-2022/1-0001, WP4 “ROBOTICS/IoT). One publication is partially related to the paper, the author of which is the first author
R&D of software for railway crossing automated monitoring
No full textPārbrauktuves barjeru un signālu galvenais uzdevums ir novērst sadursmes uz pārbrauktuves. Tomēr gadās, ka transporta līdzeklis apstājas tieši uz pārbrauktuves. Lai reaģētu uz šādām situācijām, darba mērķis ir ieviest risinājumu, kas kontrolē situāciju uz pārbrauktuves un informē par tās stāvokli. Darba teorētiskā daļā tiek noskaidrotas risinājuma prasības, apskatīti eksistējošie risinājumi, veikta to analīze un salīdzinājums; izpētīta aktuālā literatūra, analizētas risinājuma darbību algoritmi; definēts risinājuma variants. Darba praktiskajā daļā tiek ieviests risinājums, aprakstīts ieviestais risinājums un aprakstīti veiktie pētījumi. Darbā tika īstenots dzelzceļa pārbrauktuves pārraudzības modulis un veikti veiktspējas un pareizības novērtēšanas pētījumi. Darbs sastāv no 69 lapaspusēm un 28 attēliem.The main purpose of railway crossing barriers and signals is to prevent collisions at level crossings. However, it happens that a vehicle stops right on the level crossing. To react to such situations, the aim of the thesis is to implement a solution that monitors the situation on the railway crossing and informs about its condition. The theoretical part of the thesis identifies the requirements of the solution, reviews the existing solutions, analyses and compares them; studies the current literature, analyses the algorithms of the solution operations; defines the solution. The practical part of the thesis implements the solution, describes the implemented solution and describes the research carried out. The railway crossing monitoring module is implemented and studies are carried out to test the performance and correctness of the module. The thesis consists of 69 pages and 28 figures
System-on-chip based embedded intelligence for object detection in images
No full textMaģistra darba mērķis ir veikt iegultā intelekta risinājumu izpēti un eksperimentāla risinājumaimplementēšanu heterogenā iegultā sistēmā objektu detektēšanai attēlos.Darbā teorētiski ir aprakstīti heterogēnu iegulto iekārtu un konvolūciju neironu tīklu dar-bības pamatprincipi. Tāpat darbā tiek apskatīti daži populārākie konvolūciju neironu tīkli, kasparedzēti objektu detektēšanai attēlos. Tiek skaidrota to uzbūve un novērtēšanas metodes. Darbapraktiskajā daļā tiek aprakstīta divu dažādu konvolūciju neironu tīklu apmācīšana un uzstādīšanauz heterogēnas iegultās iekārtas, no kuriem viens ir paredzēts attēlu klasificēšanai, bet otrsobjektu detektēšanai attēlos.The aim of the Master’s thesis is to research embedded intelligence solutions and anexperimental solution implementation in a system on a chip for object detection in images.The paper theoretically describes the basic principles of operation of a system on a chipdevices and convolutional neural networks. The thesis also looks at some of the most popularconvolutional neural networks designed to detect objects in images. Their structure and evalua-tion methods are explained.The empirical part of the paper describes the training and installation of two differentconvolutional neural networks on a system on a chip device - one for image classification, theother one for object detection in images
Application of imitation learning in robotics
No full textAtdarinošā mašīnmācīšanās ir perspektīvs virziens robotikas uzdevumu risināšanas automatizācijā. Maģistra darbā veikts nozares pētniecības virzienu pārskats, un saskaņā ar tajā gūtajām atziņām izstrādāts risinājums motivējošam uzdevumam - metienu veikšanai ar industriālo robotroku. Teorētiskajā pārskatā vispirms sniegts vispārīgs ieskats ar darba tematiku saistītajos matemātiskajos formālismos, bet pēc tam atrasti galvenie virzieni nozares zinātniskajā literatūrā - trajektoriju kopēšana, novērojumu ieguve, modeļu vispārināšana - un iztirzāti galvenie sasniegumi katrā jomā. Praktiskā risinājuma ietvaros ar kustības uztveres sistēmu ierakstītas demonstrācijas, izveidota automātiska priekšapstrādes sistēma, kas sagatavo šos datus neironu tīklu modeļu apmācībai, apmācīti neironu tīklu modeļi robota trajektoriju ģenerēšanai - klasiskie un rekurentie. Papildus arī izveidota sistēma, kas šīs ģenerētās trajektorijas spēj izpildīt uz fiziska robota. Izveidoti rīki trajektoriju telpiskai vizualizācijai, lai novērtētu to kvalitatīvos aspektus, kā arī metodes dažādu modeļu veiktspējas objektīvai novērtēšanai - modeļu ģenerētās trajektorijas salīdzinātas ar apmācības un validācijas datu kopām, starp tām aprēķināti statistiski tuvības mēri un veikts aptuvens ģeometrisks metiena precizitātes novērtējums. Sistemātiski sagatavota pie dažādiem hiperparametriem apmācītu modeļu kopa, un tie salīdzināti, izmantojot šos rīkus. Rezultātu analīzes gaitā secināts, ka ar izmantotajām metodēm apmācītie modeļi ģenerē reālas metienu kustības, kas dažādos novērtējumos aproksimē treniņa un validācijas datu kopas. Izdevies veikt arī šādi ģenerētu metienu paraugdemonstrācijas uz fiziska robota. Darbs izstrādāts Elektronikas un datorzinātņu institūtā, izmantojot institūta materiāli tehnisko bāzi.Imitation learning is a promising direction for automating the solving of various tasks in robotics. This master's thesis contains a theoretical overview of the key research directions in the field and insights gained therein are applied in solving a motivating problem - producing throwing motions with an industrial robot. The theoretical part of this thesis contains a general overview of the mathematical formalisms related to the topics covered. This is followed by an exploration of the key research directions in imitation learning - behavioural cloning, collection of observations, model generalization - with the most relevant achievements in each discussed in detail. As part of the practical solution, demonstration trajectories were recorded using motion capture equipment, an automated data preprocessing pipeline was developed to make these suitable for training artificial neural network models, and numerous such models were trained for generating robot trajectories in two main architectures - feedforward and recurrent. In addition, a system for executing these trajectories on a real robot was also developed. For validation and comparison purposes, tools for spatial visualization of trajectories and generation of numeric evaluation metrics were produced. The latter compare model-generated trajectories with training and validation data sets, computing various statistical distance measures and approximate geometric evaluations of model throw accuracy. A number of models with varying hyper parameters were trained and evaluated using this tool set. Results show that models trained using the approaches presented in this thesis approximate the training and validation data sets well with respect to a number of metrics. Throws using model-generated trajectories were also successfully performed on a physical robot. This thesis was developed at the Institute of Electronics and Computer science, using the institute's facilities and equipment
Spline-Based Signal Reconstruction Algorithm from Multiple Level Crossing Samples
No full textRakstā tiek piedāvāts signāla atjaunošanas algoritms no tā līmeņu-šķērsojuma nolasēm, izmantojot pamat-splainu filtru ar laikā mainīgu caurlaides joslu
Signal-Dependent Sampling and Reconstruction Method of Signals with Time-Varying Bandwidth
No full textRakstā tiek piedāvāts signālatkarīgs diskretizācijas paņēmiens, ņemot vērā signāla laikā mainīgu frekvenču joslas platumu. Signāla atjaunošanai tiek izmantots zemo frekvenču filtrs ar laikā mainīgu caurlaides joslu. Tiek parādīts šāda filtra pielietojums signāla atjaunošanai no tā līmeņu-šķērsojuma nolasēm
Signal Sampling According to Time-Varying Bandwidth
No full textThe paper addresses the problem of signal-dependent sampling of analogue signals according to local bandwidth. An extended sampling theorem is given which states that signals can be sampled non-uniformly and then perfectly reconstructed if spectrum obtained by an extended Fourier transform (EFT) is bandlimited. Since, according to the theorem, the sampling instants are determined by the function used in EFT, the aim is to find such function which reflects the time-varying spectral content of the signal. This, in comparison to uniform sampling, allows reducing the number of samples required to represent the signal. The results have been demonstrated by numerical simulations on two signals
Signal-Dependent Techniques for Non-Stationary Signal Sampling and Reconstruction
No full textThe paper describes the processing of non-stationary signals, which takes the advantages offered by the use of signaldependent techniques in sampling and analysis procedures.
The level-crossing approach is exploited for signal sampling,
whereby the local sampling density provides information
about the local maximum spectral frequency of the signal.
The frequency is used to build signal-dependent reconstruction functions required for signal recovery by solving a least
squares problem. The results of simulation are presented
using speech as an example. The approach developed can
be implemented using asynchronous design techniques and
could be aimed at application in speech transmission over
wireless network
Reduced Complexity Automatic Face Recognition Algorithm Based on Local Binary Patterns
No full textThis paper proposes an adaptation of the Local Binary Patterns operator for the design of an automatic face recognition algorithm. The automatic face recognition process is divided into three main stages: face detection, face localization and face recognition. The authors developed an approach for the realization of all these stages based on a single Local Binary Pattern (LBP) transformation. An innovative LBP-based eye-pupil detection technique for precise face localization is also presented in this paper. The simplicity of the proposed methodology makes it potentially well suited to embedded solutions with limited computational power and memory. The parameters of the algorithms are evaluated on a color FERET database
Speech Sampling by Level-Crossing and Its Reconstruction Using Spline-Based Filtering
No full textRakstā tiek izklāstīts oriģināls runas signāla apstrādes paņēmiens tā diskretizācijai un atjaunošanai bezvadu datu pārraidē
- …
