SVOBODA, J. Robot pro sledování čáry řešený pomocí robotického operačního systému ROS [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2025.

Posudek vedoucího

Marada, Tomáš

Cílem předložené diplomové práce byl návrh a realizace robotu pro sledování čáry za použití platformy ROS2 (Robot Operating System 2). Jedná se o středně obtížnou úlohu s výrazným důrazem na praktickou softwarovou implementaci a integraci simulačních nástrojů. Pro převod CAD modelu do formátu URDF, nezbytného pro ROS2, byl původně zvažován Autodesk Inventor. Ten však neumožňoval přímý export, a proto byla testována alternativa v podobě Fusion 360. Ani zde se však nepodařilo plně přenést souřadné systémy a osy dílů, což vedlo k finální volbě SolidWorks s pluginem SW to URDF exporter. Toto řešení umožnilo bezproblémový export včetně definice senzorů a kloubů, což výrazně urychlilo přípravu modelu pro simulaci. V simulaci Gazebo bylo nutné nahradit chybějící podporu IR senzorů pro detekci čáry. Autor zvolil kreativní řešení pomocí pěti LiDARů omezených na jeden paprsek, které simulovaly binární výstup (logická 1/0) na základě kalibrovaného prahu vzdálenosti. Tento přístup, ačkoli funkční, by v reálném nasazení vyžadoval návrat k IR čidlům. Simulace byla úspěšně spuštěna na Raspberry Pi 5 s minimálním zatížením, což potvrdilo možnost nasazení i na slabším hardwaru. Řídící algoritmus byl nejprve implementován v Pythonu pro ROS2 a následně převeden do jazyka C pro Raspberry Pi Pico s využitím micro-ROS frameworku. Zatímco varianta s ROS2 je vhodná pro vzdělávací účely díky přehledné modularitě a nízkým vstupním bariérám, implementace na Pico vyžaduje pokročilé znalosti C/C++ a nelze ji doporučit pro začátečníky. Práce však tímto krokem demonstruje možnosti micro-ROS pro embedded aplikace. Klíčovým přínosem je vytvoření kompletního simulačního prostředí v Gazebu s předpřipraveným robotem, scénářem a Docker kontejnerem pro snadné nasazení. Studenti mohou upravovat řídící kód (např. PID parametry nebo chování při detekci překážek) bez nutnosti modifikovat samotný model nebo simulaci. Systém zároveň umožňuje testování skriptů jak v simulaci, tak na reálném hardwaru. Limity práce spočívají v komplikovanější implementaci micro-ROS a nutnosti manuálních úprav při exportu z některých CAD nástrojů. Přesto práce splnila všechny stanovené cíle a vytvořila funkční platformu pro výuku robotiky. Jako návrhy pro budoucí rozšíření autor uvádí integraci kamery pro počítačové vidění nebo simulaci více robotů v prostředí automatizovaného skladu. Závěrem lze konstatovat, že práce představuje ucelené řešení s vysokým didaktickým potenciálem. Kombinace ROS2, Gazeba a Raspberry Pi vytváří pružný ekosystém pro experimentování, který splňuje požadavky na modularitu, rozšiřitelnost a nízké nároky na hardware. Cíle práce byly splněny a zadané téma lze považovat za splněné v požadovaném rozsahu.

Posudek oponenta

Huzlík, Rostislav

Student se ve své diplomové práci věnoval návrhu a implementaci autonomního robota pro sledování čáry s využitím robotického operačního systému ROS2. V rešeršní části podrobně analyzoval existující konstrukční řešení, navigační metody i různé přístupy k detekci tras pomocí senzorů. Zvláštní pozornost věnoval technologiím jako micro-ROS, LiDAR, URDF modelování a simulaci v prostředí Gazebo Sim. Praktická část zahrnovala tvorbu kompletního modelu robota v SolidWorks, jeho export do URDF formátu a integraci do ROS2. Student navrhl a realizoval řídicí algoritmy ve formě ROS2 nodů v jazyce Python a C a jejich nasazení na platformách Raspberry Pi 5 a Raspberry Pi Pico. Součástí řešení byla i tvorba vlastního Docker kontejneru pro snadné nasazení celého systému. Student prokázal velmi dobrou orientaci v moderním nástrojovém řetězci pro vývoj robotických aplikací a schopnost samostatného návrhu, implementace a testování komplexního systému. Práce je přehledně zpracovaná, technicky kvalitní a má didaktický potenciál pro další využití ve výuce. Předloženou práci doporučuji k obhajobě.

eVSKP id 166080