Vulgraaddetectie van dynamische volumes in dieptebeelden: optimalisatie met OpenCL

Abstract

Arkite NV produceert de Human Interface Mate, een toestel dat operatoren assisteert met taken door instructies te projecterenen en te detecteren of deze gevolgd worden. Detecties van operator-handelingen gebeuren met behulp van een dieptesensor (Microsoft Kinect V2). De vereiste voor het systeem is dat 500 volumes met 30 beelden per seconde gecontroleerd worden met betrouwbare nauwkeurigheid. Het huidige systeem haalt dit niet, dus is een nieuw systeem ontworpen in deze thesis.

Ter detectie van handelingen worden volumes, operator-gedefinieerd in de cartesiaanse werkomgeving, gevuld met een 3D-puntenwolk. De beelden, waargenomen door de dieptecamera, bestaan uit 2D-pixelcoördinaten met een bijkomend diepte-component. Elk punt van de puntenwolk is gelinkt met een pixel in het sensorbeeld. Indien de dieptewaarde van voldoende punten van een volume gelijk zijn aan die van de bijhorende pixel, is een detectie gemeten. Elk volume is toegewezen aan 1 operator-gedefinieerd assenstelsel in de werkomgeving. Om elk 3D-punt te linken aan bijbehorende 2D-pixel, beschikt elk assenstelsel over een coördinatentransformatie.

Het doel is bereikt door gebruik te maken van het OpenCL-platform in combinatie met de graphical processing unit, waardoor puntenwolken parallel verwerkt worden per volume. Met verdere optimalisaties van het detectie-proces is een systeem gecreëerd die voldoet aan de vooropgestelde voorwaarden tot aan 19664 punten per volume in de ‘worst-case’ en tot vele malen meer in een ‘good-case’.