Primjena neuronskih mreža u ekstrinzičnoj kalibraciji robotskog in-hand stereo-vizijskog sustava

završni rad

• Naslov (engleski): Application of Neural Networks in Extrinsic Calibration of Robotic In-Hand Stereo Vision System
• Autor: Lea Samaržija
• Mentor: Filip Šuligoj (mentor)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2024-09-26, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Strojarstvo

Sažetak

U ovom završnom radu obrađuje se primjena neuronskih mreža u procesu ekstrinzične kalibracije stereo-vizijskih sustava unutar robotske ruke. Sustav stereo-vizijskih kamera omogućava preciznu lokalizaciju objekata u prostoru, a kalibracija igra ključnu ulogu u osiguravanju točnosti tih mjerenja. Tradicionalne metode kalibracije često su kompleksne i dugotrajne, stoga se u ovom radu koriste neuronske mreže za automatizaciju i pojednostavljenje procesa kalibracije. U ovom radu setovi podataka napravljeni su simulacijom modela stereo kamere. Stoga ovaj rad obuhvaća pregled teorije kamera i stereo kamera, te prikazuje model stereo kamere korišten za simulaciju potrebnih setova podataka. Nakon toga, rad se fokusira na razvoj i testiranje više modela neuronskih mreža, uključujući višeslojni perceptron (MLP) i konvolucijske neuronske mreže (CNN), s ciljem poboljšanja preciznosti pozicioniranja objekata u stvarnim aplikacijama poput autonomnih vozila i robotske manipulacije.

Sažetak (engleski)

This thesis addresses the application of neural networks in the process of extrinsic calibration of stereo vision systems within a robotic arm. The stereo vision camera system enables precise localization of objects in space, with calibration playing a crucial role in ensuring the accuracy of these measurements. Traditional calibration methods are often complex and time-consuming, therefore, this paper employs neural networks to automate and simplify the calibration process. The data sets used in this research were generated by simulating a stereo camera model. Consequently, the thesis includes an overview of camera and stereo camera theory, as well as a presentation of the stereo camera model used for data set simulation. Following this, the work focuses on the development and testing of several neural network models, including a multilayer perceptron (MLP) and convolutional neural networks (CNN), aiming to improve the accuracy of object positioning in real-world applications such as autonomous vehicles and robotic manipulation.

• Ključne riječi: stereo-kamera; neuronska mreža; ekstrinzična kalibracija; MLP; CNN
• Ključne riječi (engleski): stereo camera; neural network; extrinsic calibration; MLP; CNN
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:235:019312
• Studijski program: Naziv: Strojarstvo; Vrsta studija: sveučilišni; Stupanj studija: prijediplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-09-25 09:45:01