Projekty
Výzkumné projekty, soutěžní práce a open source projekty — od nesupervizované percepce LiDARových dat po autonomní roboty soutěžící v terénu.
Fyzikálně informované učení pro autonomní navigaci
Doktorská disertace ve skupině VRAS na ČVUT. Vývoj řídicích algoritmů pro autonomní mobilní roboty, které využívají vlastnosti terénu získané pomocí percepce a fyzikálně informovaných neuronových sítí, čímž umožňují adaptivní navigaci v různorodých venkovních prostředích.
FlowSeg4D: Nesupervizovaná 4D panoptická segmentace
Diplomová práce. Nesupervizovaný framework pro online 4D panoptickou segmentaci LiDARových scén z autonomního řízení, kombinující odhad scene flow se shlukováním pro dosažení časové konzistence bez anotovaných dat. Dosahuje LSTQ 46,9 na SemanticKITTI, čímž konkuruje supervizovaným metodám.
Autonomní robotika ve venkovním prostředí
Výzkumný projekt ve skupině VRAS na ČVUT zaměřený na sémantickou segmentaci, navigaci a lokalizaci robotů operujících v nestrukturovaném venkovním prostředí. Zahrnuje nasazení na platformách NVIDIA Jetson a validaci na HPC infrastruktuře.
Autonomní přejezd silnice mobilním robotem
Bakalářská práce. Řídicí algoritmus na bázi behavior tree, který umožňuje mobilnímu robotovi bezpečně přejíždět silnici na základě detekce a sledování okolních vozidel. Hodnoceno v simulaci i na reálném hardwaru. Oceněno Cenou děkana na FEL ČVUT.
Nástroje a prohlížeč datasetu HELHEST
Webový prohlížeč datasetů zaznamenaných robotickou platformou HELHEST. Indexuje všechny scény a jejich obsah, zobrazuje přehled každé scény s výsledky validace, mapu GNSS a průběhy signálů v čase, stránky jednotlivých snímků s obrazem kamery, výškovou mapou a mračnem bodů promítnutým do obrazu a 3D pohled na každý úsek odometrie (terén, agregované mračno, poloha robota a snímek kamery) postavený na SimView, doplněný o grafy propriocepce. Funguje s lokálním datasetem i s datasetem publikovaným na webovém serveru a podporuje poznámky recenzentů. Data připravuje extrakční pipeline bez závislosti na ROS, která převádí ROS 2 bagy na synchronizované snímky kamery, mračna bodů, odometrii a propriocepci.
SimView — 3D vizualizér dávkových simulací
Interaktivní webový nástroj pro 3D vizualizaci a porovnávání paralelních simulací robotů vedle sebe na společném terénu. Postaven na Three.js s Python API (PyTorch/NumPy), vykresluje trajektorie více dávek, výškové mapy terénu, kontaktní body a vektory sil působících na tělesa a v reálném čase zobrazuje grafy skalárních metrik.
Data OSM pro autonomní robotiku
Python balíček pro stahování a zpracování dat OpenStreetMap pro autonomní robotiku. Poskytuje nástroje pro extrakci silniční sítě, půdorysů budov a dalších relevantních mapových prvků a jejich převod do formátů vhodných pro navigaci a plánování robotů. Obsahuje vizualizační nástroj pro prohlížení a úpravu mapových dat, vysokoúrovňové plánování tras a export do formátů kompatibilních s ROS. Verze pro ROS2 zahrnuje režim sledování pro lokalizaci, ověřování stavu a řízení robota v reálném čase. Nasaditelný jako ROS2 balíček i samostatná Python knihovna.
Online monitoring robotů
Software pro online monitoring nasazených autonomních robotů — sleduje polohu, stav senzorů, stavy procesů a klíčové metriky v reálném čase. Zahrnuje serverovou aplikaci pro zpracování i vizualizaci a ROS2 uzel pro sběr a přenos dat. Brzy dostupný pod open source licencí.
Robotour 2026 — 1. místo
Mezinárodní soutěž venkovních robotů, ve které roboti autonomně navigují v městském prostředí a doručují náklad. Náš tým zvítězil v hlavní kategorii. Jako hlavní integrátor týmu jsem měl na starosti propojení percepce, lokalizace, plánování a řízení do jednoho funkčního systému nasazeného na robotu.
Robotour 2025 — 2. místo
Mezinárodní soutěž venkovních robotů. Náš robot autonomně navigoval v městském prostředí při doručování piva a obsadil 2. místo mezi mezinárodními týmy. Softwarový stack zahrnoval navigaci na bázi ROS2, senzorovou fúzi pro lokalizaci a vlastní behavior tree pro vykonávání úloh. Robot úspěšně dokončil doručovací trasu, vyhnul se chodcům a dodržel vymezenou trasu i časový limit.
Porsche Engineering Student Contest — 2. místo
Vývoj softwaru pro plnou autonomii vozidla v měřítku 1:10, schopného rychlé navigace na okruhu, rozpoznávání dopravních značek a vyhýbání se překážkám v reálném čase. Soutěžili jsme s týmy z evropských univerzit v disciplínách přesnosti a rychlosti.
Robosoutěž — 1. místo
Celostátní středoškolská robotická soutěž pořádaná FEL ČVUT, 8. ročník. Soutěžili jsme jako tým Next Team (s Petrem Molkem a Davidem Strouhalem) a obsadili 1. místo mezi 16 týmy. Úloha Pathfinder vyžadovala, aby robot ze stavebnice LEGO MINDSTORMS autonomně zvládl tři po sobě jdoucí fáze — sledování čáry, průjezd bludištěm a návratové sledování čáry — do 120 sekund, přičemž soutěž probíhala ve formátu dvojité eliminace.