Master's Thesis

Device/model Exploiting RC Components and Servos

Final Thesis 8.33 MB

Author of thesis: Ing. Lukáš Chytil

Acad. year: 2025/2026

Supervisor: prof. Dr. Ing. Pavel Zemčík, dr. h. c.

Reviewer: Ing. Jakub Liška

Abstract:

This master’s thesis deals with the design and implementation of an autonomous RC vehicle
enhanced to enable object tracking using computer vision methods. The aim of the thesis
was to develop an experimental platform capable of detecting and tracking a person in real
time using embedded systems.
The thesis describes the design of the system’s hardware and software architecture, the
implementation of object detection using models, and the realization of the vehicle control
and camera mechanism. Part of the work includes an experimental evaluation of the system’s
functionality and a comparison of selected detection models in terms of accuracy and image
processing speed.
The result of the thesis is a functional prototype of an autonomous system capable of
tracking a person in real time using affordable hardware.

Keywords:

Computer vision, PWM, Raspberry Pi, servomotor, object detection, autonomous vehicle,
RC model, embedded systems

Date of defence

24.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaCznamka

Grading

C

Process of defence

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.

Topics for thesis defence

  1. V práci ste na uchytenie Raspberry Pi a ostatných komponentov použili drevenú dosku bez ďalších konštrukčných úprav. Uvažoval ste o využití 3D tlače alebo montážneho kitu, napríklad na stabilnejšie uchytenie kamery, ako pri stavebniciach uvedených v rešerši?
  2. Pri výbere metódy detekcie objektov ste experimentálne porovnávali HOG+SVM, MobileNet SSD a TensorFlow Lite SSD. Prečo ste do porovnania nezaradil ani jeden model z rodiny YOLO, ktoré sú dnes štandardom pre real-time detekciu na embedded platformách a existujú odľahčené varianty optimalizované priamo pre Raspberry Pi?
  3. Na základě čeho jste provedl rozdělení do vrstev?

Language of thesis

Slovak

Faculty

Department

Study programme

Information Technology and Artificial Intelligence (MITAI)

Specialization

Information Systems and Databases (NISD)

Composition of Committee

prof. RNDr. Alexandr Meduna, CSc. (předseda)
doc. Ing. Radek Burget, Ph.D. (místopředseda)
RNDr. Marek Rychlý, Ph.D. (člen)
Ing. Šárka Květoňová, Ph.D. (člen)
Ing. Vladimír Veselý, Ph.D. (člen)
Ing. Jiří Hynek, Ph.D. (člen)

Práci považuji za solidně provedenou. Student samostatně připravil funkční výstup modelu vozidla s řízením počítačem. pokud se týká textové části práce, myslím, že je škoda, že student nekonzultoval tuto část více, protože by bývalo možno dosáhnout i lepšího výsledku. I tak ale myslím, že cíle práce bylo dosaženo a hodnotím prácí stupněm dobře (C).

Evaluation criteria Verbal classification
Informace k zadání

Zadání diplomové práce bylo průměrně náročné, ale skýtylo možnost tvůrčího rozvinutí tématu, čehož student docela využil. Práce byla zaměřena na vytvoření modelu s modelářskými technologiemi a s cílem dát modelu nové a lepší vlastnosti díky řízení počítačem. To se, podle mého názoru, studentovi povedlo a vytvořil funkční výstup, který popsal v textu práce, čímž zadání práce splnil.

Aktivita při dokončování

Textová část práce byla připravena jen těsně před odevzdáním. Pokud se týká realizační části, o té mám menší přehled, ale je zřejmé, že na ní student pracoval průběžně. U textu práce nakonec byl jen malý prostor pro konzultace a korekci, což je, myslím, škoda.

Publikační činnost, ocenění

-

Práce s literaturou

S literaturou pracoval student iniciativně a nad rámec doporučení vyhledával další literaturu a studijní prameny. Byl v tom velmi aktivní.

Aktivita během řešení, konzultace, komunikace

Student pracoval na diplomové práci průběžně. Aktivita při konzultacích byla střídavá, zpočátku konzultoval častěji, později konzultační aktivita úplně utichla, ale obnovila se koncem letního semestru před odevzdáním práce. Na konzultace byl student připraven.

Points proposed by supervisor: 70

Grade proposed by supervisor: C

Reviewer’s report
Ing. Jakub Liška

Predložená diplomová práca rieši návrh a implementáciu autonómneho RC vozidla so sledovaním osoby prostredníctvom počítačového videnia. Práca preukazuje schopnosť integrovať viaceré technologické vrstvy do funkčného celku na hardvérovo obmedzenom zariadení, čo predstavuje jej hlavný prínos. Softvérová architektúra je prehľadná, modulárna a doplnená o automatizované testy, čo je pri embedded projektoch tohto typu nadštandardné.


Celkové hodnotenie však znižujú viaceré nedostatky. Mechanická realizácia zostáva na úrovni priameho využitia komerčného RC podvozku bez konštrukčných úprav, pričom nevhodnosť zvolenej platformy sa prejavila pri praktickej demonštrácii. Validácia systému má prevažne empirický charakter a chýba kvantitatívne vyhodnotenie v podobe grafov alebo tabuliek. Výber metód detekcie objektov absentuje zaradenie modelov rodiny YOLO, ktoré predstavujú aktuálny štandard pre real-time detekciu na embedded platformách. Z týchto dôvodov hodnotím prácu celkovým stupňom C / 75 bodov.

Evaluation criteria Verbal classification Points
Rozsah splnění požadavků zadání

Evaluation level: zadání splněno s drobnými výhradami

Väčšina bodov zadania bola splnená. Miernou výhradou je bod 2, kde zadanie požaduje návrh zariadenia zostrojiteľného s využitím RC komponentov a prípadne 3D tlače tak, aby bolo ľahko opakovateľne zostrojiteľné. Študent využil existujúci komerčný RC podvozok Maverick Phantom, ktorého vhodnosť pre danú aplikáciu sa ukázala ako problematická, a celkové mechanické riešenie nepôsobí ako plne dotiahnutý a replikovateľný návrh.

Rozsah technické zprávy

Evaluation level: je v obvyklém rozmezí

Predložená technická správa dosahuje približne 78 normostrán, čo sa nachádza v obvyklom rozmedzí pre diplomové práce.

Prezentační úroveň technické zprávy

Technická správa má logickú štruktúru, ktorá prirodzene vedie čitateľa od teoretického základu cez návrh až po implementáciu a testovanie. Text je zrozumiteľný a kapitoly na seba nadväzujú. Miernou slabinou je, že teoretické kapitoly sú pomerne rozsiahle v porovnaní s vlastnou implementačnou časťou, niektoré pasáže pôsobia skôr ako učebnicový prehľad a miestami dochádza k opakovaniu rovnakých informácií na viacerých miestach textu. Výhradou je aj absencia vysvetlenia PID regulácie v rešeršnej časti, keďže pojem sa objavuje až priamo v implementácii bez predchádzajúceho ukotvenia. Niektoré diagramy, najmä diagram softvérovej architektúry, sú informačne obsiahle a pre čitateľa menej prehľadné vďaka zvolenému grafickému spracovaniu.

82
Formální úprava technické zprávy

Typografická úprava je celkovo konzistentná a jazyková stránka je na prijateľnej úrovni bez závažnejších gramatických nedostatkov, ku ktorej prispela jazyková revízia pomocou nástrojov ChatGPT a Gemini. Výhradou je taktiež nespravné umiestnenie popiskov tabuliek, kde študent umiestňoval popisy pod tabuľky a nie nad tabuľky, čo predstavuje nedodržanie typografickej konvencie. Taktiež sa v texte nachádza Obr. 3.1, ktorý obsahuje tabuľku, no je vložený a označený ako obrázok.

80
Práce s literaturou

Výber zdrojov pokrýva tému. Pre oblasti počítačového videnia a vstavaných systémov sú použité relevantné odborné publikácie a knihy. Pre technické základy PWM a riadenia servomotorov sa však autor opiera o blogy a hobby weby namiesto odbornej literatúry alebo datasheetov výrobcov. Formálnou vadou je absencia označenia [online] a dátumu prístupu pri online zdrojoch.

70
Realizační výstup

Výsledkom práce je funkčný prototyp autonómneho RC vozidla s prehľadnou vrstvenou architektúrou, kde sú hardvérová abstrakcia, spracovanie obrazu, PID regulátor a stavový automat rozdelené do samostatných modulov. Prítomnosť automatizovaných testov pokrývajúcich kľúčové komponenty je pri embedded projektoch na platforme Raspberry Pi nadštandardná. Technická dokumentácia obsahuje prílohy s pokynmi na replikáciu zapojenia, čo zvyšuje jej praktickú využiteľnosť. Licenčná stránka je bezproblémová.

Slabšou stránkou je spôsob a rozsah validácie systému. Testovanie hardvéru má prevažne empirický charakter a dokumentácia neobsahuje podrobnejšie vyhodnotenie výsledkov testovania v podobe grafov, tabuliek ani iných kvantitatívnych podkladov, ktoré by umožnili objektívne posúdiť dosiahnuté vlastnosti. Z pohľadu hardvérovej realizácie autor využil komerčne dostupný podvozok a jednotlivé komponenty vrátane Raspberry Pi uchytil na dosku bez snahy o sofistikovanejšie konštrukčné riešenie, napríklad zostavenie podvozku z kitu alebo s využitie 3D tlače. Pri praktickej demonštrácii sa prejavila nevhodnosť zvoleného podvozku pre danú aplikáciu, ktorá neumožňuje dostatočne plynulú reguláciu pohybu, čo sám autor v práci popisuje. Ďalším praktickým obmedzením je nesúlad rýchlosti reakcie serva na zatáčanie oproti rýchlosti kamery, čo negatívne ovplyvňuje plynulosť sledovania objektu.

75
Využitelnost výsledků

Práca má charakter inžinierskeho diela rozširujúceho existujúce riešenia v oblasti autonómnych mobilných platforiem. Softvérová časť má reálny potenciál pre ďalšie využitie, keďže modulárna architektúra, oddelenosť jednotlivých vrstiev a prítomnosť automatizovaných testov uľahčujú prípadné rozšírenie či adaptáciu na inú platformu. Ak by autor zverejnil projekt ako open-source, mohol by poslúžiť ako hodnotný základ alebo referenčná implementácia pre podobné projekty.

Náročnost zadání

Evaluation level: průměrně obtížné zadání

Zadanie hodnotím ako priemerne náročné. Téma autonómneho sledovania osoby na RC platforme je dobre zmapovaná oblasť s dostupnými referenčnými riešeniami, pričom hlavnou výzvou bola integrácia viacerých technologických vrstiev a požiadavka na spracovanie obrazu v reálnom čase na hardvérovo obmedzenom zariadení.

Topics for thesis defence:
  1. V práci ste na uchytenie Raspberry Pi a ostatných komponentov použili drevenú dosku bez ďalších konštrukčných úprav. Uvažoval ste o využití 3D tlače alebo montážneho kitu, napríklad na stabilnejšie uchytenie kamery, ako pri stavebniciach uvedených v rešerši?
  2. Pri výbere metódy detekcie objektov ste experimentálne porovnávali HOG+SVM, MobileNet SSD a TensorFlow Lite SSD. Prečo ste do porovnania nezaradil ani jeden model z rodiny YOLO, ktoré sú dnes štandardom pre real-time detekciu na embedded platformách a existujú odľahčené varianty optimalizované priamo pre Raspberry Pi?
Points proposed by reviewer: 75

Grade proposed by reviewer: C

Responsibility: Mgr. et Mgr. Hana Odstrčilová