Simulace lokalizačního algoritmu nemocničního robotu

Abstract

Tato diplomová práce se věnuje metodám lokalizace mobilních nemocničních robotů pomocí zarovnání laserových snímků, simultánní lokalizaci a mapování (SLAM). V úvodu práce jsou představeny a rozděleny již existující metody pro zarovnání snímků. Cílem této diplomové práce je návrh nové metody pro lokalizaci nemocničního robota, za použití evolučního algoritmu, ve spojení se vzájemnou korelací. Jako evoluční algoritmus byla zvolena diferenciální evoluce. Základem metody je využití vytváření nových populací a vyvíjení nových generací diferenciální evoluce pro zarovnání snímků. Vhodnost mutačního kandidáta z dané populace je posouzená pomocí vzájemné korelace, určením korelačního koeficientu pro třídimenzionální korelaci. V další části práce jsou provedena experimentální měření a porovnání s existujícím algoritmem. Experimenty mají za úkol ukázat robustnost metody a výpočetní náročnost.

This diploma thesis concerns itself with localization methods of mobile medical robots using laser snapshot, simultaneous localization and mapping (SLAM). At the beginning of this paper various existing methods for snapshot alignment are introduced and categorized. The goal of this diploma thesis is to propose a new method for medical robot localization using evolution algorithm in connection with cross-correlation. Differential evolution was selected as an evolution algorithm. This method is based on creation of new populations and evolution of new generations of differential evolution for the purpose of snapshot alignment. Plausibility of the mutation candidate from a given population is evaluated using cross-corelation, correlation coefficient for three-dimensional correlation. Subsequently, a number of experimental measurement is conducted to show method robustness and computational complexity compared to an existing (benchmark) algorithm.