Parking of robots in Remotely-operated laboratory

Rospoznávanie pozície robotov - Je naprogramované (rozpoznávanie kruhov)

Rozpoznávanie orientácie šípky

Princíp: ANN, pri učení zrejme 360 dvojíc vstup(obr)-výstup(uhol v °) - (kolko podobnych obr treba na dobre natrenovanie kazdeho stupna?)

- asi bude potrebné odfiltrovať zbytočné dáta (farba, neostré hrany)

Knižnica FANN s príkladom XOR: http://leenissen.dk/fann/wp/help/getting-started/

Príklad pattern recognition: http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html#Pattern%20Recognition%20-%20an%20example

Predtým, ako sa pustím do programovania v C++, Vyskúšal som Java Neural Network Framework, ktorý je veľmi jednoduchý na používanie: http://neuroph.sourceforge.net/image_recognition.html

Testovanie 90° šípky pro trénovaní s viac-menenej defaultnými parametrami vyšlo takto:

Stupne : output

180 : 0,0062

135 : 0,0089

0 : 0,0341

45 : 0,0332

225 : 0,01

90 : 0,8841

315 : 0,017

270 : 0,068