Logo des Repositoriums
 

Validierung eines Objektlokalisierungs-Algorithmus zur Detektion von Rundballenmodellen

Kurzanzeige
dc.contributor.authorKitzler, Florian
dc.contributor.authorRapberger, Lukas
dc.contributor.authorGronauer, Andreas
dc.contributor.authorBarta, Nobert
dc.contributor.editorGandorfer, Markus
dc.contributor.editorMeyer-Aurich, Andreas
dc.contributor.editorBernhardt, Heinz
dc.contributor.editorMaidl, Franz Xaver
dc.contributor.editorFröhlich, Georg
dc.contributor.editorFloto, Helga
dc.date.accessioned2020-03-04T13:06:24Z
dc.date.available2020-03-04T13:06:24Z
dc.date.issued2020
dc.description.abstractIm 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.de
dc.identifier.isbn978-3-88579-693-0
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/31881
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof40. GIL-Jahrestagung, Digitalisierung für Mensch, Umwelt und Tier
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-299
dc.subjectAutomatisierung
dc.subjectLaserscanner
dc.subjectMaschinelles Sehen
dc.subject3D-Objekterkennung
dc.titleValidierung eines Objektlokalisierungs-Algorithmus zur Detektion von Rundballenmodellende
dc.typeText/Conference Paper
gi.citation.endPage132
gi.citation.publisherPlaceBonn
gi.citation.startPage127
gi.conference.date17.-18. Februar 2020
gi.conference.locationWeihenstephan, Freising

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
GIL_2020_Kitzler_127-132.pdf
Größe:
267.23 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P299 - 40. GIL-Jahrestagung 2020 - Fokus: Digitalisierung für Mensch, Umwelt und Tier