Úkolem studenta bylo vytvořit programové řešení v ROS2, které umožní simulovanému dronu patrolovat na předem definované trase ve vytyčeném perimetru a v případě detekce nežádoucího objektu, tento objekt sledovat na základě estimace polohy objektu z monoculární kamery.

Práce je rozčleněna do logicky navazujících celků. Začátek práce obsahuje teoretický popis použitých metod detekce, sw vybavení nutného pro ovládání dronu a teorii k estimaci polohy objektu z obrazu monoculární kamery pomocí pinhole modelu. Praktické řešení je koncepčně vhodně zvolené, použitá abstrakce odpovídá složitosti úkolu. Nicméně v implementaci je potřeba upozornit i na chyby, např.: nevhodné provolávání service knihovny mavros nebo návrh metod, které vždy vrací hodnotu logické 1 bez ohledu na výsledek operace.

Z hlediska úpravy a překlepů je práce na průměrné úrovni.

Požadovanou funkci stanovenou zadáním student naimplementoval, otestoval a prokáza funkčnost v rámci limitů popsaných v práci. Všechny body zadání považuji za splněné.

Během řešení student pracoval samostatně, nicméně některým částem práce věnoval více času než by bylo vhodné, čimž se dostal do časového presu.

Práci doporučuji k obhajobě s hodnocením C(79b). Points proposed by supervisor: 79

Zadáním bakalářské práce pana Jeřábka bylo vytvořit autonomní UAV systém pro detekci narušitelů. Toto zadání hodnotím jako poměrně rozsáhlé, jelikož kombinuje mezioborové znalosti z oblasti řídicí techniky, softwarového inženýrství a umělé inteligence.
Po formální stránce je práce dělena do logicky rozvržených šesti kapitol. Celková délka práce dodržuje doporučený rozsah a má 32 stran od úvodu po závěr. Ze stylistické stránky je práce na adekvátní úrovni, avšak je nutné vytknout občasné užití hovorových výrazů a výskyt gramatických chyb, což ubírá na výsledné kvalitě.
Po koncepční a programátorské stránce je práce na dobré úrovni. Student úspěšně navrhnul a realizoval komplexní systém propojující prostředí ROS2, autopilot ArduPilot přes MAVROS a simulátor Gazebo. Velmi kladně hodnotím objektovou architekturu softwarového řešení v jazyce C++, kde student logicky oddělil vysokoúrovňovou letovou logiku a plánování misí od nízkoúrovňové komunikace s hardwarem. Dalším silným bodem práce je praktická realizace počítačového vidění a následný matematický výpočet vzdálenosti objektu pinhole metodou.
Jako neideální hodnotím nastavení PID regulátoru. Student se rozhodl určit parametry regulátoru experimentálně, což samo o sobě nevidím jako problém, ale z obrázku 5.2 je vidět malé množství testovaných nastavení. Tento přístup poněkud sráží jinak dobrou technickou úroveň práce, jelikož je regulátor výsledkem náhodných odhadů.
I přes mírné nedostatky je znát znalost studenta v dané problematice. Práci doporučuji k obhajobě s hodnocením - 86 bodů, tedy za B. Topics for thesis defence:

1. V limitech systému zmiňujete předpoklad konstantního náklonu kamery. Jak byste algoritmicky řešil kompenzaci tohoto náklonu, pokud by byl dron vystaven poryvům větru a neměl by mechanický gimbal?
2. Systém pracuje s fixním pohledem kamery. Nebylo by vhodné použít natáčení gimbalu a snížit tak možnost ztráty cíle? Bylo by to možné a co by bylo nutné upravit v algorimu?
3. V kapitole 2.2 zmiňujete, že logika programu rozhodne, jaký objekt začne pronásledovat. Jak tato logika funguje a co se stane, když systém začne tracking a poté se objeví další "lepší" detekce?

Points proposed by reviewer: 86