Search the digital library catalog

Abstract: Magistrsko delo zajema razvoj in implementacijo algoritmov za lokalizacijo, navigacijo in zaznavanje objektov v ograjenem okolju. Ti so bili implementirani na robotu FarmBeast, ki je bil uporabljen na tekmovanju FRE 2025. Pri delovanju sistema so bili uporabljeni senzorji LiDAR, RGBD kamere in IMU. Za načrtovanje poti so bile primerjane metode A*, D* in hibridni A* z nadaljnjo implementacijo A* in okrnjene verzije hibridne A*. Podobno so bile ocenjene metode vodenja PD, PID in pure pursuit ter na podlagi meritev implementirana pure pursuit. Lokalizacija je bila izvedena z uporabo obstoječe knjižnice Hector SLAM, ki omogoča kartiranje okolice z enovrstičnim LiDAR-jem. Rezultati potrjujejo učinkovitost uporabljenih algoritmov in metod, kar dokazuje tudi doseženo 2. mesto na tekmovanju FRE 2025.
Keywords: FarmBeast robot, lokalizacija, avtonomna navigacija, zaznavanje objektov, SLAM
Published in DKUM: 23.10.2025; Views: 0; Downloads: 7
Full text (8,12 MB)

Abstract: Localization of a semi-humanoid mobile robot Pepper is proposed based on the particle swarm optimization algorithm (PSO) that is robust to the disturbance perturbations of LIDAR-measured distances from the mobile robot to the walls of the robot real laboratory workspace. The novel PSO, with the avoiding local minima algorithm (PSO-ALM), uses a novel fitness function that can prevent the PSO search from trapping into the local minima and thus prevent the mobile robot from misidentifying the actual location. The fitness function penalizes nonsense solutions by introducing continuous integrity checks of solutions between two different consecutive locations. The proposed methodology enables accurate and real-time global localization of a mobile robot, given the underlying a priori map, with a consistent and predictable time complexity. Numerical simulations and real-world laboratory experiments with different a priori map accuracies have been conducted to prove the proper functioning of the method. The results have been compared with the benchmarks, i.e., the plain vanilla PSO and the built-in robot’s odometrical method, a genetic algorithm with included elitism and adaptive mutation rate (GA), the same GA algorithm with the included ALM algorithm (GA-ALM), the state-of-the-art plain vanilla golden eagle optimization (GEO) algorithm, and the same GEO algorithm with the added ALM algorithm (GEO-ALM). The results showed similar performance with the odometrical method right after recalibration and significantly better performance after some traveled distance. The GA and GEO algorithms with or without the ALM extension gave us similar results according to the accuracy of localization. The optimization algorithms’ performance with added ALM algorithms was much better at not getting caught in the local minimum, while the PSO-ALM algorithm gave us the overall best results
Keywords: mobile robot localization, PSO algorithm, avoid the global minima
Published in DKUM: 17.10.2025; Views: 0; Downloads: 4
Full text (2,95 MB)

Abstract: V okviru diplomske naloge je bil razvit avtomatiziran sistem za zaznavanje in sortiranje izdelkov po velikosti, zasnovan kot del demonstracijskega sistema pametne tovarne v Laboratoriju za industrijsko robotiko na Fakulteti za elektrotehniko, računalništvo in informatiko Univerze v Mariboru (UM FERI), ki deluje po načelih Industrije 4.0. Celotni sistem sestavljajo ključne komponente, kot je 3D kamera SICK, interni PLK krmilnik SIEMENS, industrijski robot KUKA in MOTOMAN ter tekoči trak BOSCH. Celotni proces delovanja v osnovi obsega najprej zajem slike s pomočjo 3D kamere, nato sledi obdelava podatkov na internem PLK krmilniku in na koncu še robotska manipulacija s pomočjo industrijskega robota KUKA. Rezultati testiranj prikazujejo delovanje sistema ter podpirajo njegovo funkcionalnost in primernost za demonstracijo uporabe sodobnih tehnologij strojnega vida, avtomatizacije in robotike v pametnih tovarnah.
Keywords: Pametna tovarna, strojni vid, 3D kamera, industrijski robot, PLK krmilnik
Published in DKUM: 09.10.2025; Views: 0; Downloads: 4
Full text (2,74 MB)

Abstract: V okviru diplomskega dela je bila izvedena podrobnejša analiza naprednih programskih funkcij kognitivnega robota MAiRA Pro S, podjetja NEURA Robotics. Naloga se uvodoma osredotoča na predstavitev robota ter opis njegove strojne in programske opreme. V nadaljevanju sledi poglobljena analiza naprednih programskih funkcionalnosti, katere namen je zagotoviti celovit vpogled v zmogljivosti obravnavane napredne kolaborativne robotske platforme ter izpostaviti praktične vidike njene uporabe tako v industrijskem okolju kot tudi v izobraževalne namene. V zaključku tega dela so predstavljeni in povzeti ključni rezultati analize, ki ponujajo temelje za nadaljnje delo.
Keywords: kognitivni robot, robotsko prijemalo, umetna inteligenca
Published in DKUM: 25.09.2025; Views: 0; Downloads: 4
Full text (4,07 MB)

Abstract: Današnji hiter tempo življenja se pozna tudi v poslovnem svetu. Organizacije na potrebe odjemalcev po vedno pogostejši in hitrejši komunikaciji odgovarjajo z uvedbo klepetalnih robotov. Ti prevzemajo vlogo fizičnih svetovalcev in prodajalcev, saj med drugim svetujejo in nudijo informacije o izdelkih in/ali storitvah organizacij ter svetujejo in pomagajo pri spletnem nakupovanju. V tujini je uporaba klepetalnih robotov že precej razširjena, zanimalo pa nas je stanje pri nas. Naše področje raziskovanja so pričakovanja in tveganja slovenskih odjemalcev pri uporabi klepetalnih robotov, namenjenih podpori odjemalcem in asistenci pri spletnem nakupovanju. V teoretičnem delu smo izpostavili povezanost razvoja tehnologije in marketinškega komuniciranja, podrobneje opisali klepetalne robote in predstavili dobre prakse v Sloveniji. V empiričnem delu smo z opisno statistiko predstavili osnovne značilnosti vzorca. Z raziskovalno faktorsko analizo smo preverili veljavnost našega merskega instrumenta in zanesljivost s koeficientom Cronbachove alfe. Ugotavljali smo, ali obstajajo statistično značilne razlike med pričakovanji in tveganji tistih, ki so že kdaj uporabili klepetalni robot, in tistih, ki ga niso še nikoli. Statistično značilnih razlik nismo potrdili, zato rezultati regresijske analize veljajo za oboje – uporabnike in neuporabnike. Z enostavno regresijsko analizo smo namreč preverjali posamični vpliv ene dimenzije pričakovanj na odvisno spremenljivko, ki je namen uporabe klepetalnega robota. Potrdili smo, da pričakovano delovanje klepetalnega robota ob drugih spremenljivkah vpliva na namen uporabe klepetalnega robota. Statistično značilne povezave med pričakovano enostavnostjo uporabe in užitkom ob uporabi klepetalnega robota na eni strani in namenom uporabe klepetalnega robota na drugi nismo potrdili. Statistično značilno pa smo potrdili, da pričakovana tveganja negativno vplivajo na namen uporabe klepetalnega robota. Ugotavljali smo še potencialne koristi, ki jih pričakujejo odjemalci, in druge razloge neuporabe klepetalnega robota, ki jih izpostavljajo odjemalci. Z razumevanjem dejavnikov, ki odjemalce spodbujajo ali odvračajo od uporabe klepetalnih robotov, lahko organizacije bolje prilagodijo tehnologijo potrebam odjemalcev ter zmanjšajo neizpolnjena pričakovanja in morebitno nezadovoljstvo. Iz tega vidika je koristen vpogled v vplive na namen uporabe klepetalnega robota, saj je to ključni dejavnik za začetno in nadaljnjo uporabo klepetalnih robotov.
Keywords: klepetalni robot, pričakovanja odjemalcev, tveganja odjemalcev, namen uporabe, umetna inteligenca
Published in DKUM: 22.09.2025; Views: 0; Downloads: 8
Full text (4,67 MB)