Please use this identifier to cite or link to this item:
http://hdl.handle.net/1942/35052
Title: | Snelle en nauwkeurige posebepaling van infrarood- en dieptecamera t.o.v. een werkstation: experimentele vergelijking van registratiealgoritmes | Authors: | Severi, Kyle Van den Berckt, Jan |
Advisors: | DEMEESTER, Eric RUTTEN, Kim VERHEYEN, Maarten DEBRUYCKERE, Stijn |
Issue Date: | 2021 | Publisher: | UHasselt | Abstract: | Deze masterproef werd uitgevoerd in samenwerking met het bedrijf Arkite gelegen te Genk. Dit bedrijf ontwikkelde de HIM (Human Interface Mate), een product dat operatoren begeleidt bij montageprocessen binnen een werkcel. Hiertoe worden handelingen waargenomen met een diepte- en infraroodcamera en worden werkinstructies geprojecteerd op de werkomgeving. Dit vereist een nauwkeurige positionering of extrinsieke kalibratie van deze camera’s t.o.v. de werkomgeving. In de praktijk gebeurt het echter dat deze positionering wijzigt, wat een negatieve impact heeft op het projecteren van de werkinstructies en het interpreteren van de menselijke handelingen. De doelstelling van deze masterproef is om de extrinsieke kalibratie snel en nauwkeurig te herberekenen. Hiervoor is er een vergelijkende studie gemaakt van drie verschillende registratiealgoritmes: Iterative Closest Point (ICP), Iterative Closest Point with Normals (NICP) en Generalized Iterative Closest Point (GICP). In een eerste fase zijn deze algoritmes geëvalueerd voor scenario's gaande van een volledige puntenwolk tot een puntenwolk bestaande uit de tafel zonder ruis. Hierbij scoorde GICP het slechtst op vlak van nauwkeurigheid. In de tweede fase zijn enkel keypoints, geëxtraheerd uit de 2D-infraroodbeelden en gealloceerd aan de puntenwolk, gebruikt voor registratie. Hierbij werden enkel NICP en ICP getest. Hieruit bleek dat ICP in combinatie met keypoints de beste transformatie berekende in een gemiddelde tijd van 21.25 ms t.o.v. 2236 ms bij ICP in de eerste fase. | Notes: | master in de industriële wetenschappen: elektronica-ICT | Document URI: | http://hdl.handle.net/1942/35052 | Category: | T2 | Type: | Theses and Dissertations |
Appears in Collections: | Master theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
2bb59dbd-79ed-41d7-bb61-237c90ee6711.pdf | 4.49 MB | Adobe PDF | View/Open | |
6d93ee81-a014-48bb-acdb-153246b36413.pdf | 1.36 MB | Adobe PDF | View/Open |
Page view(s)
194
checked on Nov 7, 2023
Download(s)
298
checked on Nov 7, 2023
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.