Práce je zaměřena na vytvoření aplikace pro lokalizaci předmětů pro Bin Picking. Teoretická část je zaměřena na popis lokalizačních algoritmů, Bin pickingu a systému Intel Realsense. V praktické části je hlavním cílem vytvořit aplikaci, která je schopná určit polohu předmětu v prostoru pomocí 3D kamery. Součástí je i implementace algoritmů a jejich vyhodnocení.
Anotace v angličtině
The work is focused on making an application for object localization in order to use in Bin Picking. In the theoretical part is described algorithms for object localization, Bin Picking and Intel Realsense Systems. The main goal in the practical part is to make an application that is able to determine the position of an object in space using a 3D camera. It also includes implementation of the algorithms and their evaluation.
Klíčová slova
bin picking, realsense, iterative closest point, random sample consensus
Klíčová slova v angličtině
Bin picking, Realsense, Iterative closest point, Random sample consensus
Rozsah průvodní práce
80 s. (81 920 znaků)
Jazyk
CZ
Anotace
Práce je zaměřena na vytvoření aplikace pro lokalizaci předmětů pro Bin Picking. Teoretická část je zaměřena na popis lokalizačních algoritmů, Bin pickingu a systému Intel Realsense. V praktické části je hlavním cílem vytvořit aplikaci, která je schopná určit polohu předmětu v prostoru pomocí 3D kamery. Součástí je i implementace algoritmů a jejich vyhodnocení.
Anotace v angličtině
The work is focused on making an application for object localization in order to use in Bin Picking. In the theoretical part is described algorithms for object localization, Bin Picking and Intel Realsense Systems. The main goal in the practical part is to make an application that is able to determine the position of an object in space using a 3D camera. It also includes implementation of the algorithms and their evaluation.
Klíčová slova
bin picking, realsense, iterative closest point, random sample consensus
Klíčová slova v angličtině
Bin picking, Realsense, Iterative closest point, Random sample consensus
Zásady pro vypracování
Postup:
Cílem práce je vytvoření aplikace pro lokalizaci složitých objektů v prostoru. Jako zdroj dat pro lokalizaci bude použit Intel RealSense Camera ZR300. Pro lokalizaci budou ve vybraném vývojovém prostředí implementovány a pro daný problém upraveny běžné algoritmy pro lokalizaci 3D objektů (Iterative Closest Point algoritmus, Robust Point Matching algoritmus, ...). Získaný systém bude ověřen pomocí komplexní případové studie se statistickým vyhodnocením vlastností aplikace.
Teoretická část:
Stručná rešerše bin picking. Popis vybraných lokalizačních algoritmů. Stručná rešerše Intel RealSense systémů včetně možností zahrnutí do vlastních aplikací.
Praktická část:
Tvorba aplikace, komplexní testování aplikace, dokumentace popisující případovou studii, stručná uživatelská příručka.
Zásady pro vypracování
Postup:
Cílem práce je vytvoření aplikace pro lokalizaci složitých objektů v prostoru. Jako zdroj dat pro lokalizaci bude použit Intel RealSense Camera ZR300. Pro lokalizaci budou ve vybraném vývojovém prostředí implementovány a pro daný problém upraveny běžné algoritmy pro lokalizaci 3D objektů (Iterative Closest Point algoritmus, Robust Point Matching algoritmus, ...). Získaný systém bude ověřen pomocí komplexní případové studie se statistickým vyhodnocením vlastností aplikace.
Teoretická část:
Stručná rešerše bin picking. Popis vybraných lokalizačních algoritmů. Stručná rešerše Intel RealSense systémů včetně možností zahrnutí do vlastních aplikací.
Praktická část:
Tvorba aplikace, komplexní testování aplikace, dokumentace popisující případovou studii, stručná uživatelská příručka.
Seznam doporučené literatury
Intel RealSense, 2018. WWW.intel.com [online]. Santa Clara, CA 95054-1549 USA: Intel [cit. 2018-10-01]. Dostupné z: https://www.intel.com/content/www/us/en/architecture-and-technology/realsense-overview.html
CHUI, Haili a Anand RANGARAJAN. A new point matching algorithm for non-rigid registration. Computer Vision and Image Understanding [online]. 2003, 89(2-3), 114-141 [cit. 2018-10-01]. DOI: 10.1016/S1077-3142(03)00009-2. ISSN 10773142. Dostupné z: http://linkinghub.elsevier.com/retrieve/pii/S1077314203000092
FITZGIBBON, Andrew W. Robust registration of 2D and 3D point sets. Image and Vision Computing [online]. 2003, 21(13-14), 1145-1153 [cit. 2018-10-01]. DOI: 10.1016/j.imavis.2003.09.004. ISSN 02628856. Dostupné z: http://linkinghub.elsevier.com/retrieve/pii/S0262885603001835
Seznam doporučené literatury
Intel RealSense, 2018. WWW.intel.com [online]. Santa Clara, CA 95054-1549 USA: Intel [cit. 2018-10-01]. Dostupné z: https://www.intel.com/content/www/us/en/architecture-and-technology/realsense-overview.html
CHUI, Haili a Anand RANGARAJAN. A new point matching algorithm for non-rigid registration. Computer Vision and Image Understanding [online]. 2003, 89(2-3), 114-141 [cit. 2018-10-01]. DOI: 10.1016/S1077-3142(03)00009-2. ISSN 10773142. Dostupné z: http://linkinghub.elsevier.com/retrieve/pii/S1077314203000092
FITZGIBBON, Andrew W. Robust registration of 2D and 3D point sets. Image and Vision Computing [online]. 2003, 21(13-14), 1145-1153 [cit. 2018-10-01]. DOI: 10.1016/j.imavis.2003.09.004. ISSN 02628856. Dostupné z: http://linkinghub.elsevier.com/retrieve/pii/S0262885603001835
Přílohy volně vložené
1 CD ROM
Přílohy vázané v práci
ilustrace, grafy, schémata, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Práce se věnuje vytvoření postupu pro lokalizaci blízkých složitých předmětů a otestování všech jeho kroků. Jako zdroj dat byla použita kamera Intel RealSenze ZR300. Co se týká obsahové stránky diplomové práce, diplomant splnil všechny body zadání, vypíchnout je třeba zejména rešeršní část práce, kterou je možno použít jako komplexní úvod do problematiky tohoto bouřlivě se rozvíjejícího se oboru. Diplomová práce splnila zadání.