dc.contributor.author |
Σμαρνάκης, Αριστείδης
|
el |
dc.date.accessioned |
2020-10-12T09:04:42Z |
|
dc.date.available |
2020-10-12T09:04:42Z |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/51384 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.19082 |
|
dc.rights |
Default License |
|
dc.subject |
Εντοπισμός θέσης |
el |
dc.subject |
Βαθιά μάθηση |
el |
dc.subject |
Αναγνώριση αντικειμένων |
el |
dc.subject |
Εξαγωγή χαρακτηριστικών |
el |
dc.subject |
Φωτογραμμετρική οπισθοτομία |
el |
dc.subject |
Convolutional Neural Network - CNN |
en |
dc.subject |
Faster R-CNN algorithm |
en |
dc.subject |
ResNet101 |
en |
dc.subject |
Sift |
en |
dc.subject |
Ransac |
en |
dc.title |
Υλοποίηση αλγορίθμου εντοπισμού θέσης Ρομπότ μέσω οπτικής αναγνώρισης στατικών αντικειμένων |
el |
dc.contributor.department |
Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Ρομποτική |
el |
heal.classification |
Όραση υπολογιστών |
el |
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
24-07-20 |
|
heal.abstract |
Τα τελευταία χρόνια έχει πραγματοποιηθεί ραγδαία πρόοδος στον τομέα της ρομποτική και των ρομποτικών εφαρμογών τόσο σε βιομηχανικό όσο και οικιακό επίπεδο. Μια κατηγορία ρομποτικών μηχανισμός που εμφανίζει όλο και περισσότερη δυναμική στους κύκλους των ερευνητών είναι τα κινούμενα ρομπότ. Μέσω αυτών πραγματοποιείται μια πληθώρα εφαρμογών που έχουν ως κορμό την αυτόνομη πλοήγηση της πλατφόρμας ώστε να εν συνεχεία να δυνατή η εκτέλεση πληθώρας εφαρμογών όπως η επιτήρηση χώρων ή η μετακίνηση βαρεών φορτίων. Προκειμένου να επιτευχθούν τέτοιου είδους διεργασίες είναι απαραίτητο να είναι γνωστή η θέση του ρομπότ ως προς το περιβάλλον του κατα την διάρκεια της κίνησης αυτού. Σκοπός αυτής της διπλωματικής εργασίας είναι η υλοποίηση και αξιολόγηση μιας υβριδικής μεθόδου εντοπισμού θέσης του ρομπότ για εσωτερικούς χώρους η οποία βασίζεται στην οπτική αναγνώριση στατικών αντικειμένων. Η μέθοδος κάνει χρήση αλγορίθμων αναγνώρισης αντικειμένων μέσω βαθιάς μάθησης και όρασης υπολογιστών προκειμένου να αναγνωρίσει τα αντικείμενα και τις συντεταγμένες τους ώστε τελικά μέσω αυτών να υπολογίσει την απόλυτη θέση του ρομπότ εντός του χώρου εργασίας του. Ακολούθως της ανάπτυξης της μεθόδου ακολουθεί πειραματική αξιολόγηση τα αποτελέσματα της οποία καταδεικνύουν τις σημαντικές δυνατότητες της μεθόδου και καθώς και πιθανές περιοχές που επιδέχονται βελτίωση. |
el |
heal.advisorName |
Παπαβασιλείου, Συμεών |
el |
heal.committeeMemberName |
Βαρβαρίγου, Θεοδώρα |
el |
heal.committeeMemberName |
Ρουσσάκη, Ιωάννα |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
87 σ. |
el |
heal.fullTextAvailability |
false |
|