Úkolem bakalářské práce byl výzkum zaměřený na identifikaci parametrů Weirova modelu lidského řidiče. Student Adam Lopúch samostatně nastudoval a seznámil se s problematikou modelování lidského řidiče a přístupem k identifikaci modelů z měřených dat. Dále se seznámil se simulátorem vozidla a samostatně vytvořil datový soubor obsahující celkem 15 různých řidičů. Následně vytvořil v prostředí MATLAB sadu skriptů a funkcí pro zpracování a analýzu naměřených dat, které aplikoval na vlastní i dodaná data. V rámci získaného i dodaného datového souboru student objektivně kvantifikoval generalizační schopnosti různých modelů řidiče a identifikoval, které typy předřadného filtru v modelu řidiče poskytují přesnější popis jeho reakcí. Výsledky práce mají potenciál dalšího využití v oblasti modelování chování lidského operátora.
Zadání práce bylo splněno v plném rozsahu. Student přistoupil k řešení problematiky velmi aktivně, na elektronické i osobní konzultace, které využíval v dostačující míře, byl vždy připravený a veškeré nejasnosti řešil s dostatečným časovým předstihem. Student se rovněž dobrovolně přihlásil do mezinárodní konference Student EEICT, kde prezentoval příspěvek na téma své bakalářské práce.
K práci přistupoval svědomitě a zodpovědně, čemu odpovídá i vysoká úroveň výsledné technické zprávy s rozsahem 42 stran (od úvodu po závěr). Po formální i jazykové stránce je práce na velmi dobré úrovni. Rozsah použitých literárních zdrojů považuji za přiměřený bakalářské práci.
Celkově hodnotím schopnosti studenta jako výborné, práci doporučuji k obhajobě a navrhuji hodnocení 93 b / A. Points proposed by supervisor: 93

Bakalářská práce pana Lopúcha se zabývá modely aproximujícími chování lidského operátora – řidiče v rámci testovacích měřeních na dostupném simulátoru řízení vozidla.
V souladu se zadáním práce jsou v první kapitole popsány dynamické modely lidského operátora – řidiče. V rámci rešerše se však student omezil na popis pouze čtyř vybraných typů modelů, přičemž vychází ze 4 – 5 literárních zdrojů. Zde bych očekával trochu podrobnější rešerši s uvedením hlavních výhod a omezení jednotlivých přístupů. Ve druhé kapitole je pak stručně popsán simulátor řízení vozidla jakožto zdroj dat a aplikované testovací scénáře. Třetí kapitola pak prezentuje rozbor problematiky nepřímé identifikace parametrů modelu z uzavřené smyčky a popisuje samotný návrh vhodné struktury modelu chování řidiče s přehledem testovaných filtrů žádané hodnoty. Koncepčně považuji takový způsob za správný, nicméně trochu matoucí je dle mého názoru popis a definice použitých filtrů. Student zde uvádí diskrétní realizace s tím, že se je následně snaží interpretovat ve spojitém tvaru kvůli snazší fyzikální interpretovatelnosti a pojmenovává je jednak dle řádu a dále „s nulou“ či „bez nuly“, přičemž u některých variant není zcela zřejmé, zda (ne)obsahuje nulu ve spojité či diskrétní variantě. Zásadní problém to přináší zejména u filtru 2. řádu bez nuly, u kterého student tvrdí, že neexistuje jeho ekvivalentní spojitá alternativa (s čímž by se dalo polemizovat). Jeho diskrétní varianta však nulu obsahuje, a tudíž považuji použité názvosloví za ne zcela vhodně zvolené. Trochu matoucí je i označení všech bloků schématu v textu 3. kapitoly jako soustava, ačkoli řidič zde evidentně plní funkci regulátoru a soustavou je tak pouze laterální pohyb (simulovaného) vozidla. Čtvrtá kapitola pak popisuje vlastní implementaci algoritmů pro identifikaci, zpracování a prezentaci dat v prostředí MATLAB. Zde student dle zadání vycházel z dostupných funkcí a skriptů, které vhodně upravil pro danou aplikaci. Poslední kapitola pak přináší vyhodnocení dosažených výsledků a porovnání jednotlivých variant modelů, resp. použitých filtrů. Jedinou připomínku zde mám k tomu, že v teoretickém úvodu má popsán pouze statický Dongesův model, přičemž pro samotné vyhodnocení využil (dle popisků v grafech uvedených v 5. kapitole) jako jádro modelu dynamický Dongesův model 1. řádu a tato záměna, resp. výběr, není nijak komentována či analyzována. Jinak jsou výsledky prezentovány poměrně přehlednou a srozumitelnou formou a jsou využívány standardní a definované metriky pro hodnocení kvality modelů, zejména pak ME (Model Efficiency). Student v rámci tohoto zpracování pracoval jednak s daty zahrnujícími 15 testovaných osob, s nimiž měření realizoval sám, a jednak s dodaným datasetem, čímž významně podpořil výchozí dosažené výsledky. Tyto výsledky podporují závěr, že předřadné filtry podle Weirových modelů zlepšují kvalitu modelování chování řidiče. Doporučil bych zde snad jen doplnění explicitnější diskuse o omezeních metody a robustnosti získaných výsledků.
Prezentační úroveň práce je na poměrně dobré úrovni, její rozsah je 42 stran (Úvod až Závěr) a je logicky členěna do 5 hlavních kapitol, kde větší polovinu práce lze považovat za vlastní dílo studenta. Využití odborné literatury je odpovídající zaměření práce, nicméně bylo by vhodné rozšířit zejména již vzpomínanou rešeršní část o další zdroje a informace. Po formální stránce je práce rovněž na poměrně dobré úrovni, obsahuje pouze několik překlepů či typografických chyb.
Celkově předložená práce svědčí o bakalářských schopnostech studenta, proto ji doporučuji k obhajobě a navrhuji hodnocení 82 b/B. Topics for thesis defence:

1. 1. Podle jaké varianty (spojitá/diskrétní) jsou pojmenovány realizované filtry? Kolik nul a pólů mají jednotlivé varianty v obou podobách?
2. 2. Na str. 23 máte uveden diskrétní přenos soustavy, která by měla reprezentovat dvojitý sumátor s dopravním zpožděním. Je tento přenos (rovnice 3.1) uveden správně?
3. 3. Na str. 19 uvádíte, že směrodatná odchylka je rovna hodnotám minima a maxima, kterých může generátor nabývat, viz histogram odpovídající Gaussovu rozložení v grafu 2.3. Je taková definice směrodatné odchylky správná? Resp. je v tomto případě – viz obr. 2.3 směrodatná odchylka rovna 1?

Points proposed by reviewer: 82