Logo des Repositoriums

Auflistung nach Schlagwort "3D-Objekterkennung"

1 - 2 von 2
  • Konferenzbeitrag
    Bestimmung der Pose von Rundballen mit einem LIDAR und 3D-Objektlokalisierungsalgorithmus
    (38. GIL-Jahrestagung, Digitale Marktplätze und Plattformen, 2018) Aschauer, Christian; Szügyi, Daniel; Landrichinger, Johannes; Bruckner, Lukas; Traxler, Bernhard; Harald Bauer, Harald; Gronauer, Andreas
    Die Automatisierung ist aus der Landwirtschaft nicht mehr wegzudenken. Eine automatisierte Handhabung erfordert geeignete Messsysteme zur Erkennung der Lage und Orientierung der Handhabungsobjekte. Mit dieser Information können diese gegriffen und bewegt werden. Mit einem Messsystem bestehend aus einem 2D-Laserscanner, einer Berechnungssoftware und einem 3D-Objektlokalisierungsalgorithmus wurde untersucht wie groß die Abweichung zwischen einem realen Objekt (Istpose) und dem gemessenen Objekt (Modellpose) ist. Je kleiner diese Abweichungen sind desto besser ist das System geeignet. Als reale Objekte kamen Rundballen aus Stroh zum Einsatz welche in neun unterschiedlichen Positionen platziert und vermessen wurden. Zur Erzeugung einer 3D-Punktewolke wurde der Scanner an einem Hängedrehkran befestigt und entlang der Laufbahn in 6,8 m Höhe oberhalb der Rundballen bewegt. Die ermittelten Abstände zwischen Istpose und Modellpose erreichen Werte von 2,7 cm bis 53,9 cm. Die Winkelabweichungen erreichen Werte von 0,21 ° bis 36,55 °
  • Konferenzbeitrag
    Validierung eines Objektlokalisierungs-Algorithmus zur Detektion von Rundballenmodellen
    (40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier, 2020) Kitzler, Florian; Rapberger, Lukas; Gronauer, Andreas; Barta, Nobert
    Im Zuge der Digitalisierung nimmt der Automatisierungsgrad in der Landwirtschaft stark zu. Die automatisierte Handhabung von Biomasse wie z. B. Rundballen aus Heu oder Stroh benötigt Messsysteme, die in der Lage sind, die Pose von Objekten präzise zu erkennen. Dazu eignen sich Laserscanner, mit deren Hilfe eine 3D-Punktwolke der Umgebung generiert und mit Algorithmen ausgewertet werden kann. Zur Evaluierung eines Objektlokalisierungs-Algorithmus zur Detektion von Rundballen wurden realistische Anliefer- und Lagerszenarien erstellt und mithilfe eines Laborprüfstands gescannt und ausgewertet. Durch Vergleich der Sollpose (Referenzmessung anhand eines Koordinatengitters) mit der Istpose (gemessene Pose) der Objekte konnte eine Genauigkeit von durchschnittlich 27 mm in der Position und eine maximale Winkelabweichung von 2,6° festgestellt werden. Dabei liegen 88 % aller gemessenen Objekte innerhalb der geforderten Genauigkeit von 42 mm, die garantieren soll, dass die Objekte mit einer handelsüblichen Ballenzange im realen Setting gegriffen werden können.