Tytuł pozycji:
Platforma programistyczna do zdalnej obsługi robota w języku Python
- Tytuł:
-
Platforma programistyczna do zdalnej obsługi robota w języku Python
Python framework for remote robot operating
- Autorzy:
-
Puczkowski, Maciej
- Słowa kluczowe:
-
SLAM, python, PyRobot, Filtr Bayesa, Filtr Gaussa, Filtr Kalmana, Filtr Cząsteczkowy, prędkościowy model ruchu, odometryczny model ruchu, Jednoczesne Mapowanie i Lokalizacja, FastSLAM, Thrun, Łańcuch Markowa, Własność Markowa, stan, stan dynamiczny, stan statyczny, stan kompletny, pozycja, lokacja, cecha, znacznik, pomiar, filtr, wiara, przewidywanie, EKF, full-SLAM, online-SLAM, ML, DAS, platforma programistyczna, wizualizacja
Simultaneous Localization and Mapping, SLAM, python, PyRobot, Bayes Filter, Gaussian Filter, Kalman Filter, Particle Filter, velocity motion model, odometric motion model, FastSLAM, Thrun, Markov property, Markov chain, state, dynamic state, static state, complete state, position, location, feature, landmark, measurement, control, filter, believe, prediction, EKF, full-SLAM, online-SLAM, ML, DAS, platforma programistyczna, wizualizacja
- Język:
-
polski
- Dostawca treści:
-
Repozytorium Uniwersytetu Jagiellońskiego
-
Przejdź do źródła Link otwiera się w nowym oknie
Niniejsza praca magisterska składa się z platformy programistycznej do zdalnej obsługi robota napisanej w języku python, nazwanej PyRobot, w której zaimplementowano algorytm do Jednoczesnego Mapowania i Lokalizacji SLAM oraz części teoretycznej. Część teoretyczna prezentuje niezbędne podstawy do implementacji algorytmu FastSLAM1.0, za pomocą którego rozwiązany został problem jednoczesnego mapowania i lokalizacji oraz zawiera wprowadzenie w stworzoną platformę. Wyniki zastosowania algorytmu FastSLAM1.0 za pomocą platformy PyRobot znajdują się na końcu części teoretycznej. Część programistyczna umieszczona w załączniku zawiera prezentowaną platformę.
Present master’s thesis consists of a theoretical part and a framework to remote robot operating called PyRobot written in Python language. In this framework algorithm to Simultaneous Mapping and Localization (SLAM) has been implemented. Theoretical part presents necessary basics to implementation of the algorithm FastSLAM1.0, whereby SLAM problem has been solved. It also contains an introduction to created platform. Results of application of algorithm FastSLAM1.0 using the platform PyRobot occur at the end of theoretical part of this paper. Programming part is placed in annex and contains presented framework.
