KOLÁČNÝ, D. Referování SCARA robota pomocí kamery [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2025.
Autor popisuje implementaci detekce zadaných značek v obraze pomocí průmyslové kamery ve dvou prostředích, které platforma Beckhoff IPC nabízí. V další fázi se snažil propojit detekci polohy značek pro referování robota s již existujícím systémem řízení pohybu. Informace čerpal hlavně s firemní literatury jednotlivých komponent, z několika závěrečných prací na dané téma a konferenčního článku. Hlavní výzvou ale bylo celý systém kamerové detekce zprovoznit a implementovat algoritmy do PLC prostředí, přičemž bylo využito pokročilých PLC funkcí. To se podařilo splnit. Ačkoliv část rešerše mohla být rozsáhlejší, autor se zaměřil na popis postupu implementace, provedených prací a testů. Dokumentace obsahuje i screenshoty popisující postup. Autor místy používá hovorové obraty, některé obrázky jsou méně vypovídající a některé výňatky kódů by mohly být lépe naformátovány. Výsledkem práce je fungující systém kamerové detekce daných značek, která po spojení se stávajícími kódy bude umožňovat referování robota. Student pracoval samostatně, přičemž využíval konzultace a nabízenou pomoc v případě obtíží, navíc i s možností konzultace přímo s podporou firmy Beckhoff. Zadání skýtalo více výzev, které se podařilo vyřešit.
Předložená bakalářská práce se zabývá návrhem systému pro referencování SCARA robota pomocí kamery umístěné na jeho koncovém efektoru. Cílem bylo nahradit tradiční referencování pomocí snímačů. Autor navrhl, implementoval a otestoval řešení jak v prostředí TwinCAT 3, tak s využitím Pythonu a knihoven OpenCV, Pypylon a pymodbus. Součástí zadání bylo rovněž testování systému a jeho řádná dokumentace. Student se věnoval problematice počítačového vidění, průmyslových komunikací, robotiky a implementace v prostředí TwinCAT3. V zadání byla specifikována rešerše kamer, které je věnována celá první kapitola, nicméně student dále zanedbal rešerši detekčních metod a knihoven počítačového vidění, což mu mohlo značně usnadnit práci, zejména v částí v jazyku Python. Práce je obsahově i formálně v pořádku, avšak některé nadpisy hlavních kapitol mohou čtenáře mást – například kapitola 5 „Implementace“, která se věnuje čistě testování dílčích částí systému. I přes tuto drobnost je text psán srozumitelně a bez výraznějších jazykových nedostatků. Oceňuji praktické testování jednotlivých částí systému a srovnání dvou softwarových variant řešení, avšak kompletní integrace systému nebyla otestována. Student uvádí problémy s neúplnou reinstalací softwaru, které zřejmě z časových důvodů a rozvržení práce nestihl vyřešit. I přes zmíněné nedostatky má práce přínos a pokazuje studentovo technické schopnosti. Řešení by mohlo být aplikovatelné za předpokladu důkladnější počáteční rešerše a optimalizace, a to jak v oblasti tvorby značek, tak jejich detekce, včetně komunikace v systému Beckhoff. Z důvodu nedokončení kompletní integrace a podcenění literárního průzkumu hodnotím práci známkou C (78).
eVSKP id 168189