MINAŘÍK, J. Sebelokalizace a mapování ve vnitřním prostředí na bázi LiDAR snímačů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Během semestru student pracoval samostatně. V prvním semestru práce na DP student konzultoval jen velmi sporadicky. To mělo dopad na výsledek semestrální práce, která byla textově slabá. V druhém semestru student svůj přístup výrazně zlepšil. I přesto, hlavní úsilí bylo vynaloženo v závěrečných týdnech. Po formální úrovní práci hodnotím jako velice zdařilou. Text je dobře strukturovaný, dobře se čte. Teoretický úvod poskytuje vhodné množství podkladů pro další části práce. Rešerše stávajících řešení dostupných na internetu je podrobná a přehledná. Student úspěšně zprovoznil vybraný SLAM projekt a otestoval jej jak na offline, tak na online datech z reálných snímačů. Práce studenta bude bezesporu přínosem pro další výzkum realizovaný ve skupině robotiky na UAMT. K práci jako celku mám jedinou výtku. Úsilí vynaložené během celého semestru by si zasloužilo preciznější vyhodnocení dat v závěru práce. Práce analyzuje pouze malé množství nahrávek. Bylo by vhodné pořídit více záznamů a provést podrobnější metaanalýzu, případně pro evaluaci algoritmu použít další metody určení ground truth. Práce s literaturou je velice kvalitní. Cekově práci hodnotím dobře. Student splnil všechny body zadání a odevzdal výslednou práci, která dokazuje magisterské schopnosti studenta a doporučuji jí k obhajobě.
Cílem diplomové práce je zprovoznění vhodného softwarového řešení pro sebelokalizaci a mapování na bázi dat z laserového skeneru se zaměřením na vnitřní prostředí. Sebelokalizace i tvorba mapy stále patří mezi stěžejní úlohy a výzvy v mobilní robotice a tato práce si klade za cíl praktické ověření jedné z metod přímo na robotické platformě, což je důležitý krok před nasazením v reálné aplikaci. Odevzdaná práce je svou délkou na spodní hranici požadovaného rozsahu, je rozdělena do celků kopírující body zadání, což usnadňuje orientaci a hodnocení. Teoretická část, zabírající asi třetinu rozsahu, většinou nezachází do velkých podrobností, ale pokrývá potřebnou problematiku. Zde je nutno podotknout, že algoritmy SLAM jsou velmi složité a samotné, byť jen pochopení kompletního aparátu přesahuje možnosti a požadavky kladené na diplomovou práci; tvorba vlastního a funkčního algoritmu SLAM je pak doménou spíše kvalitních výzkumných skupin. Z uvedené teorie a zdrojů, se kterými student pracoval, se domnívám, že se se základními myšlenkami a metodami SLAM seznámil v dostatečném rozsahu pro vypracování zadání. Rešerše obsahující deset různých implementací byla náročná zejména z pohledu nutnosti studovat příslušné odborné publikace. Konkrétní algoritmus, který byl na základě rešerše vybrán a následně úspěšně otestován svědčí o určité orientaci v problematice. Vytknout lze někde nedůsledné uvádění zdrojů, např. u rovnic 1.1–1.3, 2.1 atd. není na první pohled patrné, zda jsou převzaté či vlastní; vysvětlit by si zasloužil i např. ne příliš rozšířený pojem surfel. Výběr HW byl v podstatě předem dán dostupnou robotickou platformou osazenou konkrétním skenerem Velodyne, v tomto kontextu by bylo vhodné přidat alespoň jednu fotku robotu, na kterém byl projekt realizován. Předložená rešerše skenerů obsahuje v Tab. 3.3 nepřesnost zahrnutím skenerů Livox mezi solid-state, čímž nejsou. Náročnější úlohou bylo vytvoření SW koncepce, která se musela vypořádat s obvyklým problémem nekompatibility knihoven, frameworků a operačních systémů mezi zvoleným projektem a cílovou platformou. Řešení za pomocí Docker kontejnerů a bridge mezi verzemi frameworku ROS považuji za vhodné, student tím předvedl schopnost řešit nelehké problémy nasazení SW. Samotný SLAM algoritmus byl ověřen na předem nahraných (offline) datech i na živých datech přímo z robotu (online); testován byl také vyliv základních parametrů algoritmu na výslednou kvalitu mapy a lokalizace. Student dochází k závěru, že výsledky algoritmu na offline i online datech jsou kvalitativně srovnatelné, otázkou je, zda by se vůbec měly lišit. Z uvedeného jsem pochopil, že i v případě offline řešení byly nahrané data ze skeneru předkládány algoritmu postupně, tedy bez možnosti přístupu k budoucím datům, a kromě případného výkonnostního omezení se metoda od zpracování živých dat neliší. Prvotní testování také odhalilo zjevnou nepřesnost lokalizace v ose Z, kdy při jízdě po rovné podlaze se hodnota v této ose měnila v rámci decimetrů. Student zmiňuje poměrně logickou možnou příčinu v malém vertikálním zorném úhlu skeneru a jednotvárnosti prostředí. Možné řešení zahrnující fixaci souřadnice zmíněno nebylo. Poslední bod zadání zaměřující se na ověření kvality a přesnosti výsledků nebyl z hlediska metodiky vyřešen vhodně. Získat kvalitní referenční data o poloze pro ověření lokalizace v testovaném prostředí není rozhodně lehké, což platí i pro referenční model pro ověření získané 3D mapy. Student provedl pouze stanovení určité relativní chyby porovnáním šířky a délky chodby v několika bodech, přičemž jak referenční údaje patrně posloužilo fyzické měření či odečtení rozměrů z poskytnutých výkresů budovy. Obdobným způsobem ověřoval úhlové chyby v některých místech mapy. Údaje v tabulkách 6.1 až 6.7 nepovažuji z hlediska posouzení absolutní přesnosti mapy za příliš přínosné. Větší vypovídající hodnotu má pro mě porovnání získané mapy s půdorysem (výkresem) budovy, i když neposkytuje kvantitativní závěry. Obrázky B.1, B.2, B.4 a B.6 dokazují, že tato metoda mapování má absolutní přesnost umožňující využít mapu pro úlohy plánování globální trajektorie v mobilní robotice. Student mohl využít dodaný výkres pro extrakci absolutních souřadnic několika pevných významných bodů, např rohů chodeb a místností, které mohly být následně porovnány se souřadnicemi odpovídajících bodů v získané mapě. Formální a typografická úroveň technické dokumentace je na dobré úrovní, obrázky jsou převážně v dobré kvalitě a ve všech případech, kdy byly převzaty, je uveden zdroj. Práce obsahuje pouze malé množství gramatických chyb, je psána většinou srozumitelně, jen vyhodnocení je zbytečně upovídané. Literárních zdrojů student využil zhruba tři desítky, ale jak již bylo zmíněno v úvodu, často se jedná o odborné publikace, z kterých prokazatelně čerpal. Předloženou práci hodnotím až na závěrečnou část velmi pozitivně, student předvedl schopnost řešit nelehké problémy spojené s praktickým nasazením komplexního softwarového řešení a rovněž schopnost pracovat se zahraničními publikacemi. Získané poznatky budou užitečné při budoucím nasazení SLAM algoritmu na naše robotické platformy. Práce je nepochybně originální a svědčí o magisterských schopnostech studenta, hodnotím stupněm B, 82 bodů.
eVSKP id 151788