Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/27053
Title: Novel Levenberg-Marquardt based methods for application-specific hardware enabled high-speed, high-accuracy, six degrees of freedom camera-based pose estimation
Authors: Darcis, Michiel
Advisors: CLAESEN, Luc
MENTENS, Nele
Issue Date: 2018
Publisher: UHasselt
Abstract: Deze masterproef behandelt het probleem van camera gebaseerde pose bepaling met 6 vrijheidsgraden. Het is de bedoeling om deze methode in de toekomst te gebruiken voor contactloze positiebepalingen waar de snelheid en accuraatheid een kritieke rol spelen. Voorbeelden hiervan zijn positie terugkoppeling voor haptische interface systemen in maxillo faciale chirurgie, prospectieve bewegingscorrectie en stereotactische chirurgie. Deze vereisen een hoge accuraatheid, bemonsteringsfrequenties groter dan 1kHz en vertragingen lager dan 1msec. Het doel van deze masterproef is het opzetten van een gedetailleerd experimenteermodel voor het ontwikkelen van gespecialiseerde algoritmen waarbij architecturale ontwerpbeslissingen kunnen geëvalueerd worden. Software methodes om de camera pose te bepalen bestaan maar zijn dankzij hun te lage frame rates (60Hz) en te hoge vertragingen (tientallen msec) niet geschikt. Ze zijn ook niet meteen om te zetten naar hardware. Voor performante toepassingen zullen speciale FPGA gebaseerde architecturen nodig zijn die interfacen met de beeldsensor en de mogelijkheden van parallelle hardware ten volle benutten. Om de ontwikkeling van camera gebaseerde hardware architecturen mogelijk te maken, zijn in deze thesis de methodes om de pose te bepalen bestudeerd. Hieruit is een framework "PoseLab" ontwikkeld om de pose te berekenen via de Levenberg-Marquardt optimalisatie. Dit zal gebruikt worden voor het analyseren van verschillende afwegingen (accuraatheid, camera resolutie, complexiteit, ...).
Notes: master in de industriële wetenschappen: elektronica-ICT
Document URI: http://hdl.handle.net/1942/27053
Category: T2
Type: Theses and Dissertations
Appears in Collections:Master theses

Files in This Item:
File Description SizeFormat 
31971cc4-dce2-4004-90c6-3f4b8ef33257.pdf3.71 MBAdobe PDFView/Open
14932753-1ec8-443d-a304-b90081d59f46.pdf1.05 MBAdobe PDFView/Open
Show full item record

Page view(s)

42
checked on Sep 28, 2023

Download(s)

34
checked on Sep 28, 2023

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.