Identifikace 3D objektů pro robotické aplikace

Abstract

Tato diplomová práce se zabývá popisem přístupu robotického 3D vidění pro aplikaci bin picking. Práce se zaměřuje na identifikaci sfér v pointcloudech nasnímaných 3D skenerem a otestování nové metody založené na konformní geometrické algebře (CGA). Rychlost, přesnost a škálovatelnost této metody je porovnána s tradiční metodou založenou na deskriptorech. Testováním bylo prokázáno, že CGA dosahuje pro testované pointcloudy obdobné přesnosti jako metoda založená na deskriptorech, ale za významně kratší čas. Přístup pomocí metody CGA se jeví slibně pro budoucí použití v robotickém 3D vidění pro identifikaci a lokalizaci sfér.

This thesis focuses on robotic 3D vision for application in Bin Picking. The new method based on Conformal Geometric Algebra (CGA) is proposed and tested for identification of spheres in Pointclouds created with 3D scanner. The speed, precision and scalability of this method is compared to traditional descriptors based method. It is proved that CGA maintains the same precision as the traditional method in much shorter time. The CGA based approach seems promising for the use in the future of robotic 3D vision for identification and localization of spheres.