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 |