Projekty

Výzkumné projekty, soutěžní práce a open source projekty — od unsupervised percepce LiDAR dat po autonomní roboty soutěžící v terénu.

Výzkum Probíhá
2025 – nyní

Fyzikálně řízené učení pro autonomní navigaci

Doktorská disertace na skupině VRAS 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.

PyTorchROS2Open3DDockerNVIDIA Jetson
Výzkum Dokončeno
2025

FlowSeg4D: Unsupervised 4D panoptická segmentace

Diplomová práce. Unsupervised framework pro online 4D panoptickou segmentaci LiDAR scén při řízení, kombinující odhad scénového toku s clusterováním pro dosažení časové konzistence bez anotovaných dat. Dosahuje LSTQ 46,9 na SemanticKITTI, čímž konkuruje řízeným metodám.

PyTorchOpen3DPythonLiDAR
Výzkum Probíhá
2022 – nyní

Autonomní robotika ve venkovním prostředí

Výzkumný projekt na skupině VRAS ČVUT zahrnující sémantickou segmentaci, navigaci a lokalizaci robotů operujících v nestrukturovaných venkovních prostředích. Zahrnuje nasazení na platformách NVIDIA Jetson a validaci na HPC infrastruktuře.

C++PythonROS2NVIDIA JetsonHPC
Výzkum Dokončeno
2023

Autonomní přechod vozovky s mobilním robotem

Bakalářská práce. Řídicí algoritmus na bázi stromu chování, který umožňuje mobilnímu robotovi bezpečně přecházet vozovky detekcí a sledováním okolních vozidel. Hodnoceno v simulaci i na reálném hardware. Oceněno Cenou děkana na FEL ČVUT.

PythonROSBehavior TreesOpenCV
Open Source Probíhá
2024 – nyní

Data OSM pro autonomní robotiku

Python balíček pro stahování a zpracování dat OpenStreetMap pro použití v autonomní robotice. 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.

PythonJavaScriptROS2Path Planning
Open Source Probíhá
2024 – nyní

Online monitoring robotů

Software pro online monitoring nasazených autonomních robotů — sleduje polohu, stav senzorů, stavy procesů a klíčové metriky v reálném čase. Serverová aplikace pro zpracování a vizualizaci a ROS2 uzel pro sběr a přenos dat. Brzy dostupné pod open source licencí.

PythonJavaScriptCI/CD
Soutěž Dokončeno
2025

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 strom chování pro vykonávání úloh. Robot úspěšně dokončil doručovací trasu a vyhnul se chodcům v rámci stanovených hranic.

ROS2PythonC++Navigation
Soutěž Dokončeno
2022

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. Soutěžilo s týmy z evropských univerzit v disciplínách přesnosti a rychlosti.

PythonOpenCVROSEmbedded
Soutěž Dokončeno
2016

Robosoutěž — 1. místo

Celostátní soutěž robotů pro řešení bludišť. Navrhl a naprogramoval autonomního robota schopného sledování čáry, hledání cesty a navigace zpět, přičemž dosáhl nejrychšího dokončení díky optimalizovaným řídicím algoritmům a senzorové fúzi.

Embedded CSensor FusionControl