polito.it
Politecnico di Torino (logo)

ToF 3D Vision Algorithms in C++ for Robotic Applications

Matteo Mercuri

ToF 3D Vision Algorithms in C++ for Robotic Applications.

Rel. Marco Carlo Masoero, Sabri Cetin. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (42MB) | Preview
Abstract:

Il presente lavoro di tesi si focalizza sullo studio dell’utilizzo dell’hardware e del software di una telecamera Time-of-Flight e successivamente sulla creazione di codici in C++ che cercano di gettare le basi per futuri programmi che sarebbero in grado di affrontare e risolvere i problemi più comuni relativi alla 3D Machine Vision. Tutti i codici e programmi presenti nella tesi sono nati e sviluppati con l’idea chiave in mente che possono costituire, in un lavoro futuro, un punto di partenza per progetti più complessi legati alla 3D Computer Vision e quindi essere implementati in applicazioni come bin-picking, guida autonoma, controllo qualità e così via. I programmi C++ sviluppati in questa tesi, insieme a questioni minori, affrontano quattro problemi principali nel campo della visione artificiale: Registrazione, Creazione di modelli CAD, Segmentazione e Riconoscimento di oggetti. La registrazione consiste nell’allineare varie nuvole di punti 3D, dette “point cloud”, ottenute da diversi punti di vista dello stesso oggetto in modo da ricostruire un modello 3D completo dell’oggetto. La creazione del modello CAD è solitamente il passaggio successivo alla Registrazione e consiste nella creazione di una mesh 3D dell’oggetto registrato. Questa mesh può essere esportata in AutoCAD o in qualsiasi altro software CAD 3D per eseguire ulteriori studi e analisi dell’oggetto. La segmentazione consiste nel dividere i point cloud in più parti, che possono essere poi studiate indipendentemente. Infine, l’ultimo argomento studiato e sviluppato nella tesi è il Riconoscimento di oggetti, che consiste nella capacità di localizzare e riconoscere oggetti in un 3D point cloud.

Relatori: Marco Carlo Masoero, Sabri Cetin
Anno accademico: 2020/21
Tipo di pubblicazione: Elettronica
Numero di pagine: 87
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Meccanica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA
Ente in cotutela: UNIVERSITY OF ILLINOIS AT CHICAGO (STATI UNITI D'AMERICA)
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/19527
Modifica (riservato agli operatori) Modifica (riservato agli operatori)