<div class="csl-bib-body">
<div class="csl-entry">Biegelbauer, G. (2006). <i>Efficient part feature and object detection by fitting geometric models to range image data</i> [Dissertation, Technische Universität Wien]. reposiTUm. https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-20018</div>
</div>
In der industriellen Automation ermöglicht der Gebrauch von Robotern die Produktion von großen Stückzahlen. Allerdings versuchte man im letzten Jahrzehnt, durch den flexiblen Einsatz des Roboters, die Stückzahlen zu reduzieren oder gar die Losgröße Eins zu erreichen. In diesem Zusammenhang spielen jedoch Sensoren für das eigenständige Verhalten des Roboters eine wichtige Rolle, wobei den bildgebenden Verfahren für das Erfassen der Roboterumgebung eine besondere Bedeutung zukommt. Laser Sensoren sind dafür besonders gut geeignet, da diese die zu handhabenden Objekte präzise erfassen können. Allerdings ist es in den industriellen Anwendungen oft nur möglich die Objekte von einer Seite zu scannen, wobei die dadurch enstehenden Abschattungen für die Bildverarbeitung eine besondere Herausforderung darstellen. Deshalb ist eine verlässliche Objektdetektion für den flexiblen Robotereinsatz, besonders aber für Greifoperationen, notwendig. Aufgrund der Tatsache, dass die Objekte nur von einer Seite gescannt werden, fehlt die Information der Rückseite und ein modellbasierter Ansatz zur Objektdetektion is notwendig. In der Literatur findet man viele aufwendige Methoden volumetrische Objektbeschreibungen in Tiefenbilddaten einzupassen, jedoch verlangen industrielle Anforderungen schnelle und robuste Objektdetektionen. Deswegen beschäftigt sich diese Dissertation mit industriell einsetzbaren und effizienten Methoden zur Teile- und Objektdetektion durch Einpassen von geometrischen Modellen in Tiefenbilddaten.<br />
de
dc.description.abstract
Industrial automation is characterized through the use of robots utilizing large batch size productions. Indeed, the trend in the last decade points towards the flexible use of the robot for pure customization up to lot size one production. Sensors plays in this content a major role for an autonomous behaviour, where vision sensors get more and more important to acquire the robot's environment. Laser range sensors are predestinated to precisely obtain range images of the objects to be handled. In industrial applications mainly single-view range images can only be obtained and therefore, the challenging image processing task is to handle the object- and self-occlusions. Therefore, reliable object detection is necessary for flexible robot handling, especially for grasping tasks. Due to the one-view characteristic of the range images the rear side of the objects is not present and dealing with this restriction a model-based approach is desired for an object detection in 3D space. In the literature there are a lot of expensive methods fitting volumetric object descriptions to range data, but industrial requirements need fast and robust detections. Hence, this thesis investigates efficient part feature and object detection methods by fitting geometric models to range image data, suited for industrial use.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
industrial automation
en
dc.subject
object detection
en
dc.subject
3D image processing
en
dc.subject
range image /geometry
en
dc.subject
sensor-guided robotics
en
dc.subject
laser range sensor
en
dc.subject
superquadric
en
dc.subject
Industrielle Automation
de
dc.subject
Objekt Detektion
de
dc.subject
3D Bildverarbeitung
de
dc.subject
Tiefenbild
de
dc.subject
Geometrie
de
dc.subject
sensorgeführte Robotik
de
dc.subject
Laserabstandsensor
de
dc.subject
Superquadric
de
dc.title
Efficient part feature and object detection by fitting geometric models to range image data
en
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Georg Biegelbauer
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
dc.contributor.assistant
Pottmann, Helmut
-
tuw.publication.orgunit
E376 - Institut für Automatisierungs- und Regelungstechnik
-
dc.type.qualificationlevel
Doctoral
-
dc.identifier.libraryid
AC05033118
-
dc.description.numberOfPages
140
-
dc.identifier.urn
urn:nbn:at:at-ubtuw:1-20018
-
dc.thesistype
Dissertation
de
dc.thesistype
Dissertation
en
dc.rights.identifier
In Copyright
en
dc.rights.identifier
Urheberrechtsschutz
de
item.fulltext
with Fulltext
-
item.openairecristype
http://purl.org/coar/resource_type/c_db06
-
item.languageiso639-1
en
-
item.cerifentitytype
Publications
-
item.mimetype
application/pdf
-
item.openaccessfulltext
Open Access
-
item.openairetype
doctoral thesis
-
item.grantfulltext
open
-
crisitem.author.dept
E376 - Institut für Automatisierungs- und Regelungstechnik
-
crisitem.author.parentorg
E350 - Fakultät für Elektrotechnik und Informationstechnik