prikaz prve stranice dokumenta High-dimensional trajectory optimization for robot motion planning based on Gaussian processes
Pristup korisnicima matične ustanove
disertacija
High-dimensional trajectory optimization for robot motion planning based on Gaussian processes
2022. urn:nbn:hr:168:262919
Petrović, Luka
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za automatiku i računalno inženjerstvo

Citirajte ovaj rad

Petrović, L. (2022). High-dimensional trajectory optimization for robot motion planning based on Gaussian processes (Disertacija). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:262919

Petrović, Luka. "High-dimensional trajectory optimization for robot motion planning based on Gaussian processes." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:262919

Petrović, Luka. "High-dimensional trajectory optimization for robot motion planning based on Gaussian processes." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:262919

Petrović, L. (2022). 'High-dimensional trajectory optimization for robot motion planning based on Gaussian processes', Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 15.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:262919

Petrović L. High-dimensional trajectory optimization for robot motion planning based on Gaussian processes [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 15.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:262919

L. Petrović, "High-dimensional trajectory optimization for robot motion planning based on Gaussian processes", Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:262919

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:262919
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovHigh-dimensional trajectory optimization for robot motion planning based on Gaussian processes
Naslov (hrvatski)Optimizacija visokodimenzijskih trajektorija za planiranje gibanja robota zasnovana na Gaussovim procesima
AutorLuka Petrović
MentorIvan Marković (mentor)
Član povjerenstvaStjepan Bogdan (predsjednik povjerenstva)
Član povjerenstvaMarija Seder (član povjerenstva)
Član povjerenstvaMarko Švaco (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za automatiku i računalno inženjerstvo)
Zagreb
Datum i država obrane2022-07-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Univerzalna decimalna klasifikacija
(UDC)		004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka
Sažetak
Motion planning is one of the fundamental tasks in robotics with the goal of producing feasible robot trajectories in configuration space that reach a desired goal optimally according to a given criterion. The principal purpose of this thesis is the development of novel high-dimensional motion planning methods that enable safe and efficient robot operation in real-world environments. We rely on trajectory optimization in order to produce robot trajectories that are smooth, collision-free and satisfy arbitrary task-dependent criteria. A common theme throughout this thesis is reliance on continuous-time Gaussian processes as trajectory representations that underpin efficient collision-checking and generate smooth robot trajectories. The thesis presents three scientific contributions: 1 A method for stochastic high-dimensional robot trajectory optimization based on cross-entropy and heteroscedastic Gaussian processes. 2 A high-dimensional trajectory optimization method based on stochastic gradient estimation using mixtures of Gaussian processes that enables inclusion of multiple complex criteria. 3 An incremental factor graph inference method for simultaneous moving object tracking and robot motion planning based on Gaussian processes.
Sažetak (hrvatski)
Planiranje gibanja predstavlja jedan od temeljnih problema u robotici s ciljem generiranja ostvarivih robotskih trajektorija koje uspješno izvršavaju dani zadatak. Temeljni je cilj ove disertacije razvoj novih visokodimenzijskih algoritama planiranja gibanja koji omogućuju sigurno i učinkovito djelovanje robota u stvarnim, dinamičkim okruženjima. U radu se oslanjamo na metode optimizacije trajektorija kako bismo generirali glatke putanje robota koje nisu u sudaru s okolinom i zadovoljavaju proizvoljne optimizacijske kriterije. Oslanjamo se i na kontinuirane Gaussove procese za predstavljanje trajektorije čime je omogućena efikasna provjera sudara i postizanje visoke brzine izvođenja navedenih metoda. Tri su znanstvena doprinosa disertacije: 1 Metoda za stohastičku optimizaciju visokodimenzijske trajektorije robota zasnovana na unakrsnoj entropiji i heteroskedastičnim Gaussovim procesima. 2 Metoda optimizacije visokodimenzijskih trajektorija zasnovana na stohastičkoj estimaciji gradijenta korištenjem mješavine Gaussovih procesa koja omogućuje uključivanje više složenih kriterija. 3 Inkrementalna metoda zaključivanja na faktor grafu za istovremeno praćenje gibajućih objekata i planiranje gibanja robota zasnovana na Gaussovim procesima.
Ključne riječi
Ključne riječi (hrvatski)
Jezikengleski
URN:NBNurn:nbn:hr:168:262919
Datum promocije2022
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (doktorski)
Akademski / stručni naziv: Doktor znanosti (dr. sc.)
Vrsta resursaTekst
Opsegxvi, 135 str. : ilustr. u boji ; 30 cm.
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2022-09-12 08:22:07