[DP,BP,PMI,PRO] Assistive technology for scanning and documentation of historical monuments by an autonomous helicopter

Cílem práce je návrh a vývoj asistivní technologie pro operátora bezpilotní helikoptéry řešící úlohu senzorického snímání a fotografování obtížně přístupných míst v interiérech a exteriérech rozlehlých historických budov (kostelů, hradů, zřícenin). Výstupem projektu bude systém umožňující operátorovi helikoptéry vizualizovat informaci o bezprostředním okolí helikoptéry (vzdálenost k překážkám) a navrhovat korekční úhybné manévry, což umožní získat informaci z míst, které není možné dokumentovat běžnou technologií. Cílem práce je odvážně se pouštět (s helikoptérou) tam, kam se dosud (s moderními senzory) nikdo nedostal. V případě úspěšně realizovaného systému bude volitelně na projekt navazovat honorovaná práce s historiky v sakrálních objektech Středočeského a Olomouckého kraje v rámci projektu: http://mrs.felk.cvut.cz/projects/cesnet.

[DP,BP,PMI,PRO] Autonomous cooperative object gathering by a group of cooperating helicopters

Cílem práce bude navrhnout, implementovat a experimentálně ověřit systém pro řízení formace helikoptér s vizuální zpětnou vazbou, který umožní autonomně uchopit relativně lokalizované předměty a stavit z nich zeď. Student bude během práce řešit identifikaci modelu helikoptéry, řešit plánování pohybu a navrhovat vhodné zpětnovazební řízení a ovládání palubního mechanismu pro uchopení jednotlivých předmětů. Práce bude směřovat k účasti na mezinárodní soutěži v Abu Dhabi, kde budeme opět soutěžit s nejlepšímy týmy světa http://mrs.felk.cvut.cz/projects/mbzirc. Součástí úspěšné realizace práce je možnost stáže na jednom z nejlepších robotických pracovišť světa GRASP lab university v Pennsylvanii.

[DP,BP,PMI,PRO] Formations of relatively stabilized helicopters in transmission source localization tasks

Cílem práce je integrovat principy měření vzdálenosti vysílače a přijímače neseného helikoptérou z intenzity přijímaného signálu do systému řízení formace relativně stabilizovaných bezpilotních helikoptér vyvíjeného skupinou Multi-robotických systémů Katedry kybernetiky a využít je v úloze kooperativní lokalizace čipu. Poloha čipů v prostoru bude lokalizována triangulací měření z minimálně trojice helikoptér a Kalman filtrací získaných dat obsahujících šum. Předpokládá se kombinace práce s HW (instalace přijímače a jeho integrace se systémem pro řízení helikoptéry) a SW (implementace navrženého systému pro filtraci dat, odhad polohy předmětů a plánování pohybu helikoptér s cílem tyto polohy zpřesnit). Při řešení projektu se předpokládá úzká spolupráce s průmyslovým partnerem skupiny a v případě úspěšné realizace možnost návazných prací pro tuto firmu.

[DP,BP,PMI,PRO] Mechanism for objects manipulation by an unmanned helicopter

Cílem práce bude navrhnout a vyvinout inteligentní zařízení nesené helikoptérou a propojené se systémem jejího řízení pro úlohu autonomního uchopování a přemísťování předmětů, kterou bude skupina Multi-robotických systémů Katedry kybernetiky řešit v rámci soutěže MBZIRC http://mbzirc.com/. Student bude mít za úkol navrhnout a realizovat konstrukční design zařízení a elektroniku pro jeho autonomní ovládání palubními systémy helikoptéry a pro detekci správného uchopení předmětu. Volitelnou součástí práce bude senzorická fúze dat ze zařízení a dalších senzorů helikoptéry pro odhad přesnosti uchopení předmětu. V případě úspěšně realizovaného systému bude možné zúčastnit se přípravného kempu v USA a vlastní robotické soutěže ve Spojených arabských emirátech. Pojďte s námi změřit síly v pouštním království s nejlepšími universitami světa. http://mrs.felk.cvut.cz/projects/mbzirc

[DP,BP,PMI,PRO] Multi-robot surveillance by a group of unmanned helicopters and cooperative autonomous aircrafts

Cílem práce bude vyvinout systém pro plánování pohybu a koordinaci skupiny helikoptér a bezpilotních letounů tak, aby se vhodně zkombinovaly přednosti obou platforem. Helikoptéry dokáží manévrovat v malých rychlostech blízko překážek, zatímco letouny profitují z vyšší maximální rychlosti, většího doletu a delší operační doby. Navržený a implementovaný systém bude verifikován v robotickém simulátoru a v případě úspěšné realizace systému otestován s reálnými helikoptérami skupiny Multi-robotických systémů Katedry kybernetiky.

[BP,PMI,PRO,SOP,DP] System of autonomous localization and fire extuinguishment by a drone in tall buildings

Cílem práce bude navrhnout, implementovat a experimentálně ověřit systém pro řízení dronu, který umožní autonomně lokalizovat ohniska požáru. Student si bude moci vybrat řešení SW části úlohy, řešení HW části úlohy a nebo kombinaci obojího. SW část bude obsahovat plánování pohybu, řízení a stabilizaci bezpilotní helikoptéry. HW část se bude sestávat z návrhu mechanismu pro vlastní hašení a jeho integraci na palubě dronu. Práce bude směřovat k účasti na mezinárodní soutěži v Abu Dhabi, kde budeme opět soutěžit s nejlepšímy týmy světa http://mrs.felk.cvut.cz/projects/mbzirc Součástí úspěšné realizace práce je možnost stáže na jednom z nejlepších robotických pracovišť světa GRASP lab university v Pennsylvanii nebo University of New York.

[DP,BP,PMI,PRO] Motion planning of a group of helicopters in autonomous construction task

Cílem práce je vyvinout systém pro plánování a koordinaci skupiny bezpilotních helikoptér v úloze autonomního kooperativního sběru statických s cílem stavět z nich konstrukci. Student na základě poskytnuté neurčité informace o poloze objektů navrhne algoritmus založený na principech robotického pokrytí a TSP pro plánování bezkolizních trajektorií helikoptér s cílem získat snímky vytipovaných oblastí ve vyšším rozlišení a následně naplánovat trajektorie do míst s potvrzeným výskytem objektů (vlastní autonomní sběr objektů není povinnou součástí práce). Práce bude směřovat k účasti na mezinárodní soutěži v Abu Dhabi, kde budeme opět soutěžit s nejlepšímy týmy světa http://mrs.felk.cvut.cz/projects/mbzirc Součástí úspěšné realizace práce je možnost stáže na jednom z nejlepších robotických pracovišť světa GRASP lab university v Pennsylvanii.

[DP,BP,PMI,PRO] Bio-inspired autonomous robotic swarms

Seznamte se s algoritmy pro řízení a navigaci autonomních formací inspirovaných pohybem hejn ptáků, ryb či hmyzu. Navrhněte a implementujte vhodný algoritmus pro ovládání a stabilizaci roje bezpilotních helikoptér. Roj helikoptér by se měl být schopen pohybovat v dynamickém prostředí s překážkami a tvar roje by se měl automaticky přizpůsobovat řešeným úlohám mobilní robotiky. Metodu ověřte a analyzujte pomocí simulací a dílčím reálným experimentem s bezpilotními helikoptérami skupiny Multi-robotických systémů. Předpoklady: základní znalost programování v C nebo v MATLABu.

[DP,BP,PMI,PRO] Moving object tracking by a group of relatively localized unmanned helicopters

Cílem práce je vyvinout systém pro automatické sledování pohybujícího se objektu skupinou helikoptér, ve kterém je informace o pozici helikoptér ve formaci a přesnost detekce objektu jednotlivými helikoptérami využita k řízení pohybu formace a zvýšení robustnosti lokalizace. Hlavní náplní bude implementace a experimentální ověření (v simulátoru i s reálnými helikoptérami) metody pro řízení formace a integrace palubních senzorů a systému helikoptér. Práce navazuje na spolupráci skupiny Multi-robotických systémů Katedry kybernetiky a pracoviště Queen Mary University of London a bude vyžadovat koordinaci a komunikaci s kolegy z Londýna. V případě úspěšné realizace systému lze dohodnout stáž na partnerském pracovišti.

[DP,BP,PMI,SOP,PRO] Tasks for the MBZIRC competition of autonomous aerial and ground robots in Abu Dhabi

Make your thesis as a part of the MBZIRC team and select any topic related to one of the three MBZIRC 2020 challenges https://www.mbzirc.com/challenge/2020 where our team participate. Help us to repeat the success story from MBZIRC 2017 http://mrs.felk.cvut.cz/mbzirc The content of the thesis will be design of a SW and/or HW part of the system of cooperating UAVs and their verification within our experimental camp in countryside of Czech republic and/or desert in United Arab Emirates.

[DP,BP,PMI,PRO] System for intelligent photography and filming by a group of helicopters

Cílem práce je integrovat principy a metody využívané profesionálními fotografy a filmaři do systému pro polo-autonomní dokumentaci obtížně přístupných míst v interiérech budov skupinou vzájemně spolupracujících helikoptér. Výstupem práce bude rozšíření systému pro stabilizaci formace helikoptér vyvíjeného v rámci skupiny Multi-robotických systémů na Katedře kybernetiky, který umožní adaptivně nastavit relativní vzdálenost a úhel mezi kamerou nesenou jednou z helikoptér a reflektory na sousedních helikoptérách. Téma je vhodné pro fotografické nadšence, kteří by chtěli svůj koníček využít ve studiu robotických systémů a jejich aplikací. Součástí tohoto tématu bude možnost výcviku řízení bezpilotních helikoptér. http://mrs.felk.cvut.cz/projects/cesnet

[DP,BP,PMI,SOP,PRO] Disassembly path planning

The task of disassembly planning is to disassemble an object consisting of several parts. On the highest level, disassembly sequencing finds subsequent disassembly actions that can separate individual parts of an assembly. This problem is usually formulated as a discrete search and optimization problem. Disassembly path planning deals with computing collision-free paths (motions) for the individual parts. The task of this project is to a) investigate state-of-the-art in the assembly or disassembly planning b) implement (or use) suitable solver for simplified disassembly planning considering that only one piece can move at time
c) implemented suitable path planner to achive the movements of the objects.

[DP,BP,PMI,SOP,PRO] Space-filling trees in sampling-based motion planning

Motion planning of robots/other objects leads to a search in high-dimensional configuration spaces. This is typically solved by sampling-based planning, where random samples are drawn (usually uniformly) in the space, classified as free/non-free and the free ones are stored into a roadmap. Path in the roadmap then describes motion of the robot/object. The way of sampling influences the performance of the planning (speed, efficiency, quality..). The goal of this project is to investigate usage of space-filling trees for sampling-based planning.
 

[DP,BP] Detection of ligand entrance trajectories

The interaction between protein and ligand can undergo in the protein's active site, which can be located either on the protein surface or buried inside the protein. In the second case, the ligand needs to be transported to the active site from the outer environment. In cases when the ligand has to pass through a tunnel or cavity into the active site, its transportation becomes as relevant as its final pose. The task is to investigate how to use sampling-based motion planning for finding ligand trajectories for entering protein tunnels. The search will be performed in configuration space considering the binding energy between the protein and the ligand. Monte-carlo search can be used to boost the search towards local optima. Necessary supporting libraries will be provided by the supervisor.

[DP,BP,PMI,SOP,PRO] Plánování pohybu 3D objektů v komplexním prostředí

Cílem plánování pohybu je nalézt cestu případně trajektorii pro přesunutí zadaného objektu mezi dvěma místy. Kromě robotiky nalézá úloha uplatnění v řadě zajímavých aplikací (podpora v CAD systémech, testování dosažitelnosti objektů v budovách,. . . ). Cílem této práce je navrhnout a implementovat algoritmy plánování pohybu 3D objektů ve složitých prostředích. Požadované dovednosti: c/c++, python, znalost práce s unix/linux prostředím podmínkou

[DP,BP,PMI] Motion planning via object segmentation

Sampling-based motion planning methods search the configuration space with random samples that aim to discover the free region where the robot can move. Sampling-based planning can be improved by simplifying the 3D objects, e.g by their segmentation. Segmentation allows us to separate the object to several (possibly overlapping) pieces. The configuration space can be then pre-searched considering the separated pieces to obtain an approximate solutions. The task of this project is to implement a state-of-the-art method for object segmentation and design and implement a sampling-based motion planning method that will search the configuration space using the segmentated object.

[DP,BP,PMI] Motion planning with objects skeletons

Sampling-based motion planning methods search the configuration space with random samples that aim to discover the free region where the robot can move. The goal of this project is to investigate how to pre-search the space using skeleton of the object. The results of this presents - a rough motion plan - will be then used to densely sample the configuration space of the full object. The goal is to implement a state-of-the-art method for object skeletonization and design and implemented a sampling-based planner that will use the object skeleton to search the configuration space.

[DP,BP,PMI,SOP,PRO] Autonomní dron Ryze Tello / Autonomous dron Ryze Tello

[DP,BP,PMI,SOP,PRO] Skupina autonomních dronů Ryze Tello / Group of autonomous drones Ryze Tello 

[DP,BP,PMI,SOP,PRO] Vytvoření modelu stožáru elektrického vedení dronem s termální kamerou / Modelling of power line pylon using drone with thermal camera

[DP,BP,PMI,SOP,PRO] Navigace a lokalizace dronu s termokamerou / Drone localization and navigation with thermal camera

[BP,PRO] Beam simulation of X-ray optical systems for cosmic missions

Návrh optických systémů pro světelný obor X-Ray se v mnohém liší od návrhu pro viditelné světlo. Optické elementy pro X-Ray pracují na principu odrazu a jsou jimi často komplexní uskupení rovných či zakřivených zrcadel, které odrážejí fotony na fokální rovinu símače. Vývoj reálných objektivů, třeba takových jako je nyní testován na satelitu VZLUSAT-1, se ovšem neobejde bez simulací. Cílem této práce bude vývoj software pro raytracing optických systémů, jakým jsou např. objektiv typu LobsterEye či Wolter. Simulace bude obsahovat nejen samotný optický systém (jak tomu bývá u dostupných řešení), ale poskytne možnost simulovat i mechanické díly uložení optiky v těle satelitu. Požadavky: Lineární algebra, Programování v Python/C++, Fyzika

[DP,BP,PRO] Development of virtual bumpers for UAVs based ultrasound sensors

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. Despite the advanced localization methods, a situation that could lead to a collision of the UAV with a static or dynamic obstacle might occur due to localization algorithm failure, sensor not detecting the obstacle, etc. The goal of this project is to design, build and implement a system that will serve as a low-level, last-resort collision avoidance solution. Such a system sometimes referred to as a virtual bumper, will activate when the safety area defined by a sphere around the UAV is compromised. The UAV would quickly, but smoothly modify its trajectory to avoid the collision by an evasive maneuver with parameters depending on the time to potential collision. The development of the hardware part, consisting of a set of cheap ultrasound sensors mounted on the frame of the UAV, will be a crucial part of the solution.

[BP,PRO] Autonomous building coating system with an unmanned helicopter

Toto aplikačně orientované téma je motivované automatickým kreslením velkých nápisů na střechy budov s cílem dosáhnout jejich viditelnosti z letadla. Součástí bakalářské práce bude návrh mechanismu pro zacílení a aktivaci spreje a jeho prototypová výroba v laboratoři MRS (k dispozici je HW laboratoř s 3D tiskárnou). Dále vývoj algoritmu pro plánování trajektorie pro pokrytí vstupního obrazu pro "tisk" s cílem minimalizovat dobu letu. Student se v rámci práce seznámí s hardware bezpilotních prostředků a se simulačním prostředím, používaným v laboratoři MRS. Závěrem práce budou experimenty demonstrující možnosti systému. Požadavky: dobrá znalost matematiky, technická zručnost (bastlení, pájení), 3D modelování, Linux, C++, Python.

[DP,BP,PRO] Depth estimation in a passive monocular camera image aided by laser scans

Unmanned Aerial Vehicles (UAVs) are expanding from open outdoor environments into more constrained indoor locations thanks to improvements in accuracy and precision of localization, navigation and control algorithms in recent years. New possibilities for deployment of autonomous UAV swarms into indoor environments emerge, leading to the development of high-level mission-oriented algorithms. Our team is in particular interested in mapping and documenting of historic buildings to assess the condition of the ceiling, murals, statues, stained glass, etc. When a UAV is operating in indoor environments, it is vital to prevent collisions of the UAV with obstacles with arbitrary shape. The UAV can be equipped with multiple sensors estimating the distance of an obstacle from the UAV. The sensors are working on different principles (LIDARs and passive cameras) to generate a computer representation of the surroundings of the UAV. While the LIDARs provide an accurate and precise distance to the obstacles, they provide measurements only in the sensor plane. A monocular camera, on the other hand, can detect obstacles in the whole area in front of the UAV, but cannot provide depth information. The goal of this project is to develop a collision avoidance system. The technique will segment the image, to obtain the position estimate of objects in the axes of camera plane. The distance from the UAV to the objects will be estimated by finding correspondences between the objects in the image and laser scans. The trajectory of the UAV will then be modified to avoid the collision with the obstacle.

[DP,BP,PMI,SOP,PRO] Plánování pohybu autonomních helikoptér v prostředí s překážkami

Cílem práce je navržení algoritmu bezkolizního plánování pro helikoptéry v prostředí s překážkami. Úkolem je nalézt trajektorie pro tým bezpilotních prostředků prolétávající komplexním prostředím s překážkami tak aby se vyhýbali překážkám i sobě navzájem a zároveň plnili zadanou úlohu. Takovou úlohou může být například hašení požáru nebo sběr předmětů motivované účastí v mezinárodní soutěži MBZIRC. http://mrs.felk.cvut.cz/projects/mbzirc

[DP,BP,PMI,SOP,PRO] Plánování letu bezpilotní helikoptéry pomocí posilovaného učení

Cílem projektu je návrh metod posilovaného učení pro plánování pohybu bezpilotního vzdušného prostředku. Klasické metody plánování a řízení dronu nedokáží využít plný potenciál dronů při letu vysokou rychlostí skrze prostředí s překážkami. V rámci projektu bude úkolem využít metody strojového učení, jako například posilované učení, pro zlepšení plánování a řízení dronu v neznámém prostředí.

[DP,BP,PMI,SOP,PRO] Návrh a stavba flexibiního létajícího robotu

Cílem práce je návrh a stavba nového létajícího robotu (dronu) který využije flexibilní prvky konstruckce. Tradiční drony používají pouze tuhé prvky konstrukce a rychle se pohybující vrtule, které jsou nebezpečné v případě nárazu nebo pádu. V rámci projektu bude úkolem navrhnout dron využívající flexibilní prvky namísto klasických tuhých prvků, a tím zvýšit jak jejich bezpečnost tak i manévrovatelnost.

[DP,BP,PMI,SOP,PRO] Nelineární prediktivní řízení dronu v prostředí s překážkami

Cílem projektu je návrh metod prediktivního řízení pro dron v prostředí s překážkami. Klasické metody řízení většinou neuvažují překážky a tudíž při sledování bezkolizní cesty mohou snahou o minimalizaci odchylky řízení narazit do překážek. V rámci tohoto projektu budou zkoumány metody prediktivního řízení které uvažují překážky během letu.

[DP,BP,PMI,SOP,PRO] Plánování a řízení dronu pro autonomní závodění s dronem

Cílem tohoto projektu je návrh algoritmů plánování a řízení s minimální délkou letu v úloze autonomního závodění s dronem. Tzv. drone racing je populární sport kde lidé pomocí dálkových ovladačů řídí drony a snaží se proletět zadanou trať co možná nejrychleji. V tomto projektu se budou zkoumat metody plánování a řízení dronu pro autonomní drone racing.

[DP,BP,PMI,SOP,PRO] Plánování inspekce stožárů vysokého napětí pomocí dronu

Cílem práce je navrhnout metody plánování pro jednu či více helikoptér v úloze inspekce stožárů vysokého napětí. Úkolem inspekce je pořízení obrazových/termálních dat zejména v místech styku vodičů a to za pomoci palubních senzorů dronu. Navržený plánovač použije 3D model stožáru k nalezení bezkolizní trajektorie pro dron, tak aby se nasnímala zájmová místa co nejlépe během omezené délky letu autonomního dronu.

[DP,BP,PMI,SOP,PRO] Dlouhodobá inspekce elektrického vedení vysokého napětí skupinou autonomních helikoptér

Cílem práce je navržení algoritmů plánování dlouhodobé inspekce elektrického vedení vysokého napětí. Tým helikoptér bude mít za úkol opakovaně kontrolovat vedení v dané oblasti, efektivně si rozdělit inspekci mezi jednotlivé stroje a uvažovat například i omezenou dobu letu helikoptéry s případným nahrazením daného stroje.

[DP,BP,PMI,SOP,PRO] Plánování pohybu bezpilotních prostředků v úloze autonomního sběru dat

Cílem práce je navrhnout algoritmus plánování pohybu autonomní helikoptéry přes více zadaných cílů. Na základě zadaných cílů v prostoru, dynamického omezení pohybu helikopéry a také omezené doby letu je úkolem nalézt trajektorie pro jednu či více helikoptér které maximalizují množství nasbíraných informací. Takováto úloha je variantou problému obchodního cestujícího s omezením doby letu bezpilotního prostředku. http://mrs.felk.cvut.cz/jint17dopn

[DP,BP,PRO] Wearable Marker System for Cooperation with Robotic Aerial Co-workers

This project is a part of the ongoing Aerial Core project (see here). Develop a wearable marker system compatible with the pre-existing sytem UVDAR (see here for an example of application) for use by high-altitude workers cooperating with robotic aerial co-workers. This task concerns the design of the layout of this marker array that maximizes the precision of localization that can be based on it, while not obstructing the worker. Furthermore, this wearable system will be implemented as a working prototype, and pose estimation functions will be implemented as an extension of the UVDAR system.

[DP,BP,PRO] Full Formation Shape Estimation from Shared Mutual Relative Localization of MAVs

The Multi-Robot Systems (MRS) group has developed a system for robust mutual relative localization of Micro Aerial Vehicles (MAVs) called UVDAR (see here for an example of application). In this project, the student will develop a system for estimation of full shape of the current formation of flying MAVs, where the units have the ability to exchange estimates of the relative poses of their neighbors retrieved by UVDAR. These estimates contain error covariances, representing the spatial ranges of measurement errors. The challenge here is to design a way to compose the exchanged relative pose measurements into a single formation estimate, while minimizing the overall error and if possible also providing an estimate of this overall error.

[DP,BP,PMI,SOP,PRO] Occupancy grid map merging for UAV swarms

Cílem práce je vyvinout algoritmus pro slučování map reprezentovaných mřížkou obsazenosti. Dron letící v prostředí bez GPS je lokalizován technikami zarovnávání skenů z 2D LiDARu. Hector SLAM je jeden z často používaných lokalizačních systémů. Použitím metod pravděpodobnostní robotiky Hector SLAM produkuje odhady 2D pozice robotu na mřížce obsazenosti. Aby bylo možné sdílet pracovní prostor více drony (od malých skupin po velké roje), musí být zabráněno kolizím. Jeden přístup je využít metod relativní lokalizace k odhadu vzdáleností mezi jednotlivými členy roje. Druhý přístup, který bude použit v této práci je fúze lokálních map každého agenta do jedné globálně konzistentní mapy ve které je známá pozice všech dronů. Toto téma je motivované velkým počtem rojových projektů (http://mrs.felk.cvut.cz/research/swarm-robotics), například agilní let velkého roje dronů skrz les (http://mrs.felk.cvut.cz/projects/gacr-swarm-ii) nebo rychlá lokalizace zdrojů radiace (http://mrs.felk.cvut.cz/projects/tacr-radron-project).

[DP,BP,PMI,SOP,PRO] 3D map merging for search and rescue UAV teams

Cílem práce je vyvinout algoritmus pro slučování 3D map. Dron nasazený do komplexního neznámého prostředí během search and rescue mise je lokalizován pomocí 3D LiDARu, který v kombinaci s laser SLAMem poskytuje odhad všech 6 stupňů volnosti dronu v prostoru. Aby mohlo spolupracovat více robotů, je nutné sdílet globální mapu prozkoumané oblasti mezi všemi agenty. Úkolem je fúze vhodných reprezentací lokálních map všech dronů do jedné, ve které je možné tým koordinovat. Toto téma je motivované úspěšnou účastí naší skupiny na prestižní SubT DARPA soutěži (http://mrs.felk.cvut.cz/projects/darpa), která probíhá v USA.

[DP,BP,PMI,SOP,PRO] Visual SLAM map merging for a team of UAVs

Cílem práce je vyvinout algoritmus pro slučování map z vizuálních SLAM metod. Vizuální SLAM systémy jsou hojně používány pro lokalizaci robotů a dronů v prostředích bez GPS díky levným a lehkým kamerám. Tyto algoritmy často obsahují techniku pro uzavření smyčky, která snižuje lokalizační chybu optimalizací grafu pozic při návratu do již navštíveného místa. Stejná technika může být použita pro fúzi lokálních grafů pozic jednotlivých členů UAV týmu pro získání odhadu pozic každého agenta v mapě se společným počátkem souřadného systému. Lokalizace ve společném souřadném systému je základem kooperačních misí, jelikož dovoluje optimalizaci potřebného času a zabraňuje kolizím mezi jednotlivými drony. Toto téma je motivováno soutěží MBZIRC (http://mrs.felk.cvut.cz/mbzirc2020), kde se naše skupina utkává s dalšími nejlepšími univerzitami z celého světa.

[DP,BP,PMI,SOP,PRO]  Topological map representation for low-bandwidth map sharing in a team of UAVs

Cílem této práce je vyvinout topologickou reprezentaci mapy pro přenos přes síť s nízkou šířkou pásma. Dron nasazený do komplexního neznámého prostředí během search and rescue mise je lokalizován pomocí 3D LiDARu, který v kombinaci s laser SLAMem poskytuje odhad všech 6 stupňů volnosti dronu v prostoru. Aby byla umožněna kooperace více robotů, musí být sdílena globální mapa mezi všemi agenty. Používané lokalizační, mapovací a plánovací algoritmy používají detailní, ale velké mapové reprezentace jako mračna bodů, polygonové sítě, voxely a octomapy. V search and rescue misích je šířka pásma omezeným zdrojem kvůli elektromagnetické interferenci, špatné decentralizaci sítě používaných bezdrátových sítí a nízkému dosahu přístupových bodů. Jelikož je šířka pásma sdílena s ostatními daty kritickými pro úspěch mise, reprezentace mapy musí co nejefektivnější. Topologické mapy zabírají málo místa a zároveň obsahují topologické informace nutné pro kooperativní průzkum. Úkolem je navrhnout efektivní topologickou mapu, implementovat algoritmus pro transformaci běžně používaných mapových reprezentací do navržené a použít tuto reprezentaci pro plánování kooperativního průzkumu neznámé oblasti týmem dronů. Toto téma je motivované úspěšnou účastí naší skupiny na prestižní SubT DARPA soutěži (http://mrs.felk.cvut.cz/projects/darpa), která probíhala v USA.

[DP,BP,PMI,SOP,PRO] Long-term self-localization of UAVs in mapped environments

Develop an algorithm for precise 3D self-localization of an UAV in an a priori known map of the environment. The UAV will be equipped with a GPS receiver and a 3D LiDAR sensor, so an ICP-inspired approach is a suitable solution. The map should be updated online by the algorithm to account for changes in the environment (such as a parked car, which is missing in the a priori map, or a tree, which was cut down). Evaluate the precision, robustness and general performance of your algorithm in a real-world experiment with flying UAVs. This topic is motivated by the task of periodic autonomous inspection of infrastructure by UAVs (see http://mrs.felk.cvut.cz/projects/aerial-core).

[DP,BP,PMI,SOP,PRO] Gimbal detection and tracking for a small autonomous UAV

Use a detection algorithm to find an object of interest in an image and control a camera gimbal to track the object. The tracking has to be robust to rapid movements of the UAV, carrying the gimbal. The gimbal also has zoom capabilities, which the control algorithm should take into account to provide an optimal view of the target. Evaluate the precision, robustness and general performance of your solution in a real-world experiment with flying UAVs. Motivation of this topic is autonomous monitoring of workers in high-risk environments for safety purposes and autonomous tracking of high-speed targets for the purpose of physical interaction or collision avoidance (see http://mrs.felk.cvut.cz/projects/aerial-core or http://mrs.felk.cvut.cz/mbzirc2020).

[DP,BP,PMI,SOP,PRO] Drone detection and relative localization from a thermal camera

Develop a detection and relative localization algorithm for detection of drones using a thermal camera, placed onboard a flying UAV. The detection task may be tackled using a convolutional neural network. A combination of thermal and RGB cameras for the detection input is also possible. The resulting algorithm should provide good precision and low latency to be used for the task of autonomous drone interception (see http://mrs.felk.cvut.cz/projects/eagle-one). Evaluate precision, detection range and general performance of the algorithm in a real-world experiment with several flying UAVs.

[DP,BP,PMI,SOP,PRO] Coordination of a Heterogeneous Team of Human-Aerial Co-Worker (ACW)

The main objective of this task will be to simultaneously provide continuous assistance and monitoring of a person working in a hazardous environment by a group of cooperating aerial co-workers. A crucial information required for safe and efficient group coordination is a reliable knowledge of the states of ACWs and also of the relative positions with respect to the human workers. To provide a knowledge of the full state of the group, a distributed fusion mechanism will be designed using outputs of an onboard relative visual localization system between the ACWs and relative to the humans. Thus, an advantage of localization sensors distributed among the entire group will be exploited to increase precision and reliability of the overall process. In addition, requirements of the pose estimator will be embodied into the multi-objective group coordination to increase the reliability and precision of the system. This topic is motivated by a large European project on autonomous powerline inspection by a team of UAVs (http://mrs.felk.cvut.cz/projects/aerial-core).

[DP,BP,PMI,SOP,PRO] Drone detection using convolutional neural networks

Use a convolutional neural network for detection of drones using an RGB camera, placed onboard a flying UAV. It is possible to utilize automatic dataset annotation using the UVDAR system for training of the CNN (seehttp://mrs.felk.cvut.cz/projects/midgard). Implement the whole solution to run online, onboard the UAV. The resulting algorithm should provide good precision and low latency to be used for the task of autonomous drone interception (see http://mrs.felk.cvut.cz/projects/eagle-one). Evaluate precision, detection range and general performance of the algorithm in a real-world experiment with several flying UAVs.

[DP,BP,PMI,SOP,PRO] Drone detection using neural networks and LiDAR

Use a neural network for detection of drones using a 3D LiDAR sensor, placed onboard a flying UAV. It is possible to utilize automatic dataset annotation using the UVDAR system for training of the neural network (seehttp://mrs.felk.cvut.cz/projects/midgard). Implement the whole solution to run online, onboard the UAV. The resulting algorithm should provide good precision and low latency to be used for the task of autonomous drone interception (see http://mrs.felk.cvut.cz/projects/eagle-one). Evaluate precision, detection range and general performance of the algorithm in a real-world experiment with several flying UAVs.

[DP,BP,PMI,SOP,PRO] Intelligent automatic camera exposure control for robot sensing

A correct setting of exposure duration and gain of a camera strongly influences the quality of information in the resulting captured image. Even though, this problem is often delegated to naïve or proprietary algorithms integrated in the respective camera, that are not sufficiently robust for general robot perception. Research and compare state-of-the-art intelligent methods of automatic exposure and gain control for cameras. Select and implement a suitable solution for deployment onboard unmanned aerial vehicles. Experimentally validate the implemented solution.

[DP,BP,PMI,SOP,PRO] Multi-target tracking for unmanned aerial vehicles

Research and compare algorithms for multi-target tracking. Select a suitable algorithm for deployment on an onboard computer of an unmanned aerial vehicle in the task of autonomous tracking of an unknown number of targets. Implement and experimentally evaluate the selected algorithm.

[DP,BP,PMI,SOP,PRO] 3D reconstruction from a monocular camera image using CNN features

Algorithms for 3D reconstruction of environment using a monocular camera (SLAM, SfM etc.) have many uses in mobile robotics. When deployed on UAVs, these can be used eg. for inspection, mapping or obstacle avoidance. The basis of most of these algorithms is a detector of visual features that are then used to estimate the camera's movement, position of obstacles in the environment etc. Lately, several feature extraction algorithms based on deep learning have been published that promise better robustness and accuracy than conventional approaches. Implement an algorithm for detection of visual features in a camera image using neural networks so that it can run on an onboard computer of a UAV with minimal latency. Test the feature detector and compare it with the ORB and SIFT conventional detectors for the application of 3D environment reconstruction.

[DP,BP,PMI,SOP,PRO] Ionizing radiation mapping by a swarm of unmanned aerial vehicles

Cílem práce je navrhnout algoritmus, umožňující mapování intenzity radioaktivního záření pomocí roje helikoptér. Projekt uvažuje několik bezpilotních helikoptér, z nichž každá je vybavena vlastním miniaturním detektorem ionizujícího záření. Takové detektory jsou velmi citlivé, kvůli kompaktním rozměrům mají ale omezený detekční dosah. Při prohledávání větších oblastí, jako jsou lesy, nebo haldy vytěženého materiálu, je však nutné brát ohled také na omezenou dobu letu. Při zapojení více helikoptér je možné prohledávat více míst současně, což přináší výraznou časovou úsporu. Kromě toho je více strojů schopno také nasbírat větší množství dat, která mohou pomoci lokalizovat potenciálně nebezpečné zdroje radiace. Navrhněte způsob pro prohledávání oblasti a fúzování měření získaných jednotlivými helikoptérami do společné mapy. Při postupu je možno využít systém relativní lokalizace jednotlivých členů roje, nebo vyhledávání korespondencí v dílčích mapách.

[DP,BP,PMI,SOP,PRO] Unknown signal localization by an unmanned aerial vehicle using information entropy minimization

Úkolem je navrhnout algoritmus, který na základě měření pomocí palubních senzorů helikoptéra umožní lokalizovat neznámý zdroj signálu. Zdrojem může být rádiový vysílač, radioaktivní materiál nebo požár. Úlohu je možné řešit s využitím jedné, či více kooperujících autonomních helikoptér. Prostředí, ve kterém se zdroj nachází, obsahuje překážky, kterým se letouny musí vyhýbat. Překážky rovněž ovlivňují šíření signálu, např. jeho sílu a schopnost být detekován. Cílem projektu není mapovat samotný signál, ale stavět nad prostředím mapu informační entropie. Taková mapa vyjadřuje, s jakou jistotou můžeme v dané oblasti hledaný zdroj signálu nalézt. Navrhněte modely senzoru a šíření signálu pro výpočet entropie. Dále navrhněte přístup pro navigaci drony v prostředí tak, aby se entropie postupně snižovala, a šance na přesnou lokalizaci zdroje tedy byla co nejvyšší.

[DP,BP,PMI,SOP,PRO] Unifying planning and mapping manager for unmanned aerial vehicles

V robotice je využíváno značné množství přístupů ke stavbě mapy prostředí, a také k plánování pohybu robotu. Obě disciplíny spolu typicky úzce souvisí - pomocí pohybu stavíme mapu, a v mapě plánujeme pohyb. Mapy mohou mít různé reprezentace, které se ve své struktuře mohou značně lišit (graf, mřížka, symbolická mapa...). Také plánovače mohou vyžadovat různé vstupy (omezující podmínky, požadovaná navštívená místa...) a mohou produkovat různé výstupy. Cílem této práce je vytvořit sjednocující systém, který umožní pohodlné přepínání mezi různými typy mapovačů a plánovačů vhodných pro autonomní bezpilotí letouny. Využijte vhodně zvolenou abstrakci, která umožní použít libovolný plánovač (A*, RRT...) v libovolné reprezentaci mapy.

[DP,BP,PMI,SOP,PRO] Data processing using GPU parallel computing onboard a drone

Cílem projektu je implementace metod pro zpracování palubních měření dronu (např. kamera nebo 3D LiDAR) s využitím paralelních výpočtů na GPU. Konkrétní typ úlohy může být přizpůsoben schopnostem a dovednostem studenta (např. filtrace dat zatížených šumem, detekce objektů, nebo stavba mapy). V rámci práce bude také analyzován nárůst výpočetního výkonu oproti stávající CPU implementaci. Výsledky práce budou ověřeny na několika našich platformách (dronech).

[DP,BP,PMI,SOP,PRO] Flexibilní systém pro cloudové simulace dronů s využitím MRS UAV systému

Cílem projektu je vytvořit flexibilní systém umožňující pohodlnou správu cloudových simulací ve výzkumu bezpilotních prostředků. V rámci projektu se seznámíte s MRS UAV systémem, který aktuálně používáme pro vývoj bezpilotních prostředků (dronů). Vytvořte jednoduché uživatelské rozhraní pro simulátor Gazebo, které umožní automatizaci simulovaných scénářů nasazení skupin dronů v různých prostředích, a s využitím různých typů senzorů. Práci je možno dále rozšiřovat o napojení na Docker kontejnery nebo server běžící na cloudu.

[DP,BP,PMI,SOP,PRO] Autonomous capturing of large-scale objects by an unmanned aerial vehicle

Cílem projektu je vyvinout algoritmy pro realizaci metody "image stitching" pomocí autonomních bezpilotních helikoptér. Projekt je složen ze dvou částí. První je určení množiny pozic, z kterých musí být objekt vyfotografován, tak aby z nasnímaných fotografií bylo možné složit fotografii celého objektu. Druhá část je zaměřena na aplikaci plánovacích algoritmů pro nalezení cest, které efektivně propojují požadované pozice. Práce je motivována fotografováním velkých objektů jako jsou malby, fresky či vitráže v prostředí s překážkami, kde nemůže být celý objekt zabrán na jedné fotografii s dostatečným rozlišením. Téma je součástí projektu dokumentace historických objektů (Dronument).

[DP,BP,PMI,SOP,PRO] Assistive technology for documentation of historical buildings by a team of unmanned aerial vehicles

Cílem práce je vyvinout algoritmus pro plánování procesu dokumentace historických objektů prováděném pomocí týmu bezpilotních helikoptér. Proces dokumentace se sestává z různých dokumentačních technik, z nichž každá vyžaduje rozdílný počet bezpilotních helikoptér s odlišným vybavením. Pro danou množinu dokumentačních procesů, které mají být provedeny na jednotlivých objektech v historické budově, algoritmus vygeneruje sekvenci plánů, které budou zahrnovat všechny požadované dokumentační procesy. Téma je motivované projektem dokumentace historických objektů (Dronument).

[DP,BP,PMI,SOP,PRO] Formation control in task of human monitoring and assistance during work at height

Cílem projektu je navhrnout algoritmus pro řízení formace bezpilotních helikoptér pro monitorování a asistenci pracovníků během výškových prací. Formace bezpilotních helikoptér se bude skládat z vícerotorových helikoptér s různorodým vybavením jako jsou kamery, zdroje světla či nářadí. Jednotlivé helikoptéry budou monitorovat pracovníky za účelem zajištění bezpečnosti práce, poskytovat osvětlení pro samotnou práci, případně nést potřebné nářadí či další vybavení. Projekt je motivován monitorováním pracovníků během inspekce a údržby sloupů elektrického vedení. Téma je součástí projektu Aerial-Core (http://mrs.felk.cvut.cz/projects/aerial-core).

[DP,BP,PRO] Detecting hole boundaries on closed 3D point cloud surfaces

The aim of this project is to implement (and possibly design) algorithms for finding boundaries of holes/gaps in unstructured 3D point clouds (sets of 3D points) of closed buildings/environments. The algorithms will be compared on testing data, which will be provided to the student. The task is motivated by applicability in two areas: (1) detecting unmapped areas of a building for aerial documentation and (2) finding navigation frontiers for tasks of autonomous exploration. Optional extension to the work includes optimal UAV path planning for mapping of the detected holes using sensors with a limited field of view. The work will include a review of related literature recommended by the supervisor.

[DP,BP,PRO] Associating visual and laser features

The aim of this project is to review and implement (and possibly design) algorithms for correlating features extracted from distinct sensory modalities: geometrical features from 3D LiDARs and visual descriptors from cameras. The student will study local visual feature descriptors (SIFT, SURF, etc.) and laser features (planes, edges, etc.) and will review methods for mutual associations of these two spaces. The work is motivated by research in localization within a map generated from a sensor with a different modality. The work will include a review of related literature recommended by the supervisor. Testing data will be provided by the supervisor or will be generated by the student in a simulator.

[DP,BP,PRO] Comparing laser-based feature detectors

The aim of this project is to review, implement, and compare algorithms for the extraction of features from 3D laser data. Apart from common geometric features (planes, edges, etc.), laser-feature descriptors (FLIRT, etc.) and semantic features will be studied. The student will study and implement the feature extraction/detection algorithms and will compare their performance on data provided by the supervisor. The work will include a review of related literature recommended by the supervisor.

[DP,BP,PRO] Comparing methods of IMU pre-integration for dead reckoning of UAVs

The aim of this project is to review, implement, and compare algorithms for Inertial Measurement Unit (IMU) pre-integration. IMU pre-integration is a method summarizing tens/hundreds/thousands of inertial measurements into a single relative motion constraint, commonly utilized in dead reckoning. The project will emphasize evaluation of the pre-integration methods' performance using data containing high-frequencies induced by vibrations from rotating propellers onboard an airborne UAV. The compared pre-integration methods will consist of dissected parts of state-of-the-art SLAM methodologies (e.g., LIO-SAM, VINS-Mono, and others). Verification data will be provided to students by the supervisor. The work will include a review of related literature recommended by the supervisor.

[DP,BP,PRO] Comparing methods for outlier rejection in laser-based feature detectors

The aim of this project is to review, implement, and compare algorithms for feature selection and outlier rejection in LiDAR-based feature extraction/detection methods. The project will emphasize the comparison of three primary methods for filtering features extracted from LiDAR data. Motivations of the task focus on mitigating ego-motion estimation in LiDAR-based SLAMs under the influence of perceptual aliasing. The student will learn the feature representations and algorithms for evaluating their quality. Verification data will be provided to students by the supervisor. The work will include a review of related literature recommended by the supervisor.

[DP,BP,PRO] Autonomous fire localization and fire extinguishment in high-rise buildings with an unmanned aerial vehicle

Cílem práce bude navrhnout, implementovat a experimentálně ověřit systém pro řízení dronu, který umožní autonomně lokalizovat ohniska požáru. Student si bude moci vybrat řešení SW části úlohy, řešení HW části úlohy a nebo kombinaci obojího. SW část bude obsahovat plánování pohybu, řízení a stabilizaci bezpilotní helikoptéry. HW část se bude sestávat z návrhu mechanismu pro vlastní hašení a jeho integraci na palubě dronu. Práce bude směřovat k účasti na mezinárodní soutěži v Abu Dhabi, kde budeme opět soutěžit s nejlepšímy týmy světa http://mrs.felk.cvut.cz/projects/mbzirc Součástí úspěšné realizace práce je možnost stáže na jednom z nejlepších robotických pracovišť světa GRASP lab university v Pennsylvanii nebo University of New York.