Detail of the student project

List
Topic:Příprava dat pro trénování dopředného modelu robota na nerovném terénu
Department:Katedra kybernetiky
Supervisor:doc. Ing. Karel Zimmermann, Ph.D.
Announce as:Bakalářská práce, Semestrální projekt
Description:(1) Seznamte se s metodami učení hlubokých neuronových sítí v prostředí PyTorch
https://pytorch.org/tutorials/

(2) Seznamte se simulátorem DARPA SubT challenge
https://subtchallenge.world/home

(3) Naimplementujte metodu, která vygeneruje trénovací data data pro naučení dopředného modelu robota.

(4) Vstupem dopředného modelu bude 6 kanálů, každý o velikosti 256x256:
(a) výšková mapa 1x256x256 (odpovídá prostoru 25.6m x 25.6m při rozlišením binu 10cmx10cm).
(b) nastavení pozic 4 nezávisle řízených flipperů pro všechny pozice ve výškové mapě 4x256X256
(c) nastavení yaw robota 1x256x256

(5) Výstupem dopředného modelu bude 3 kanály, každý o velikosti 256x256 obsahující očekávaný:
(a) ground truth ROLL robota (na daném terénu, pozicích flipperů a yaw)
(b) ground truth PITCH robota (na daném terénu, pozicích flipperů a yaw)
(c) ground truth Z (height) robota (na daném terénu, pozicích flipperů a yaw)

(6) Výstupem projektu jsou trénovací data pro trénování výše popsaného dopředného modelu robota ve formátu kompatibilním s prostředím PyTorch. Data budou dostatečně pokrývat variabilitu prostředí DARPA SubT virtual.
Bibliography:https://pytorch.org/tutorials/
https://subtchallenge.world/home
Responsible person: Petr Pošík