1. |
2. Napovedovalna analiza ravnanja kaljenih kovinskih obdelovancev : doktorska disertacijaTadej Peršak, 2023, doktorska disertacija Opis: V industriji se kovinski obdelovanci pogosto toplotno obdelujejo z namenom poboljšanja njihovih mehanskih lastnosti, pri čemer pa se pojavljajo neželene deformacije njihove geometrije. Zaradi dosežene visoke trdote (60 HRC ali več) klasični pristopi ravnanja z upogibanjem in valjanjem niso učinkoviti, saj se material poruši. V ta namen smo se v okviru doktorske raziskave ukvarjali z analizo vpliva plastičnih površinskih deformacij na spremembe geometrije kaljenih kovinskih obdelovancev.
Izveden je bil laboratorijski eksperiment, v katerem smo na podlagi nadzorovanega vnosa površinskih plastičnih deformacij, visokoresolucijskega zajema geometrije obdelovancev, merjenja pospeškov ter zajema zvoka ravnalnih udarcev (udarci, ki plastično deformirajo površino obdelovanca) pripravili bazo podatkov s 3063 vzorci. Dodatno smo zajemali zvočne odzive nadzorovanih udarcev, ki ne deformirajo površine obdelovanca. Z uporabo U-Net nevronske mreže smo razvili model za napovedovanje spremembe geometrije kaljenega kovinskega obdelovanca glede na vnesene plastične površinske deformacije. V nadaljevanju smo predlagali novo arhitekturo globoke konvolucijske mreže za regresijo, ki omogoča dva vhoda različnih podatkovnih tipov in dimenzij (zvok ravnalnega udarca in reprezentacija geometrije obdelovanca z vključenimi podatki o ravnalnih udarcih) ter večdimenzionalni izhod (napovedana sprememba geometrije obdelovanca). Prav tako smo z uporabo globoke nevronske mreže razvili model, ki izključno na podlagi zvoka nadzorovano izvedenih udarcev, ki ne deformirajo površine obdelovanca, učinkovito napove geometrijo kovinskega obdelovanca. Uspešnost razvitih napovednih modelov smo ocenili z relativno absolutno napako (angl. relative absolute error (RAE)), povprečno kvadratno napako (angl. root mean squared error (RMSE)) in relativno kvadratno napako (angl. relative squared error (RSE)).
Najuspešnejši model za napovedovanje oblike obdelovanca je imel na testnih podatkih odlično zmogljivost napovedovanja, saj so povprečne vrednosti RAE znašale 0,0499, RMSE 0,0129 in RSE 0,0040. Pri vključitvi zvoka v napovedovalni model so vrednosti RAE znašale 0,0739, RMSE 0,0185 in RSE 0,0075. Pri napovedi oblike obdelovanca samo iz zvoka pa so povprečne vrednosti RAE znašale 0,7439, RMSE 0,1744 in RSE 0,5638.
Ključne besede: proces ravnanja, kaljeni obdelovanec, proizvodnja, konvolucijska nevronska mreža, modeliranje, oblak točk, zvok
Objavljeno v DKUM: 06.10.2023; Ogledov: 632; Prenosov: 0 |
3. Interaktivno upodabljanje oblakov točk LiDAR na očalih za navidezno resničnost z uporabo pametnega telefona : diplomsko deloŽiga Pušnik, 2023, diplomsko delo Opis: V diplomskem delu je opisana implementacija mobilne aplikacije za operacijski sistem Android, ki na pametnem telefonu prikaže oblak točk svetlobnega zaznavanja in merjenja (ang. Light Detection and Ranging – LiDAR). Aplikacija omogoča premikanje po navideznem prostoru in pri vizualizaciji točk s pomočjo očal za navidezno resničnost (ang. Virtual Reality – VR) omogoča prepričljivejšo izkušnjo realnega okolja. Najcenejša očala so na trgu dostopna že za 15 €. S testiranjem aplikacije smo preverili njeno uporabnost in omejitve. Ugotovili smo, da se glede na zahtevnost pogleda pri upodabljanju večjih oblakov točk pojavijo večje razlike v hitrosti upodabljanja. V našem primeru smo pri merjenju števila sličic na sekundo (ang. frames per second – fps) pri oblaku z 1.000.000 točkami v osnovnem pogledu izmerili 54 fps, v pogledu VR pa 24 fps.
Ključne besede: LiDAR, oblak točk, očala, navidezna resničnost, pametni telefon
Objavljeno v DKUM: 21.09.2023; Ogledov: 503; Prenosov: 20
 Celotno besedilo (7,85 MB) |
4. Zaznava in lociranje malin z uporabo YOLO algoritma : magistrsko deloUrban Kenda, 2023, magistrsko delo Opis: V magistrskem delu smo raziskali delovanje LiDAR senzorjev ter uporabo umetne inteligence v strojnem vidu, vključno z nevronskimi mrežami, konvolucijskimi nevronskimi mrežami (CNN) in algoritmi YOLOv3, v4 in v4-tiny. V praktičnem delu smo testirali vse tri algoritme in nato izbrali najuspešnejšega, YOLOv4, ter ga dodatno analizirali. Preverili smo hitrost algoritmov ter razvili algoritem, ki je na podlagi oblakov točk in kamere sposoben določiti lokacijo malin. Ugotovili smo, da je uporaba LiDAR senzorjev v kombinaciji z umetno inteligenco učinkovita pri zaznavanju in lociranju malin v 3D-prostoru. Najuspešnejši algoritem YOLOv4 je bil sposoben razvrstiti zrele in nezrele maline z natančnostjo 84,13 %. Naš razviti algoritem je omogočil določanje lokacije malin s kombinirano uporabo oblakov točk in kamere ter tako skoraj v polovici izmerjenih primerov določil lokacijo z napako, manjšo od 2 cm.
Ključne besede: malina, strojni vid, YOLO, nevronska mreža, CNN, oblak točk
Objavljeno v DKUM: 15.06.2023; Ogledov: 512; Prenosov: 110
Celotno besedilo (1013,36 KB) |
5. Procesiranje podatkov tof kamere o3d303 za robotsko manipulacijo objektov : diplomsko deloPrimož Kobale, 2022, diplomsko delo Opis: Vse več sodobnih industrijskih procesov zahteva strojni vid za lažjo avtomatizacijo procesov. V zadnjem času so se na trgu pojavile 3D Tof kamere, ki omogočajo opis prostora v treh dimenzijah. Za razliko od klasičnih 2D kamer imajo dodatno dimenzijo(globino), in so bistveno cenejše od drugih tehnologij zajemanja 3D prostora. V diplomskem delu je predstavljena teorija delovanja ToF kamer in ToF kamera O3D303 proizvajalca IFM electronics. Opisan je razvoj aplikacije, napisan v programskem okolju Matlab. Uporabili smo vnaprej znane rutine iskanja kvadrom podobnim oblikam v oblaku točk s pomočjo funkcij iz Matlabove knjižnice Computer Vison Toolbox. Na koncu je predstavljena analiza rezultatov in uporabnost aplikacije v simulacijskem okolju
Ključne besede: Oblak točk, 3D ToF kamera, O3D303, Matlab, prepoznavanje objektov
Objavljeno v DKUM: 14.09.2022; Ogledov: 666; Prenosov: 117
Celotno besedilo (4,18 MB) |
6. Primerjava algoritmov za registracijo 3D oblakov točk : diplomsko deloAljaž Mohorič, 2022, diplomsko delo Opis: Diplomsko delo je namenjeno primerjavi različic iterativnega algoritma najbližje točke in raziskovanju algoritma in njegovih različic. V nadaljevanju bomo predstavili začetke algoritma, njegovo delovanje, pomembne pojme ter delovanje in teoretično ozadje različic algoritma. Prikazali bomo tudi implementacijo štirih različic algoritma, ki so: iterativni algoritem najbližje točke, iterativni algoritem najbližje točke z uporabo normal, nelinearen iterativni algoritem najbližje točke in posplošen iterativni algoritem najbližje točke. Vse različice bomo testirali z različnimi parametri nad različnimi 3D oblaki točk. Rezultati kažejo, da sta algoritem najbližje točke in algoritem najbližje točke z uporabo normal najboljša za splošno uporabo.
Ključne besede: diplomska dela, algoritem, točke, registracija oblakov točk, 3D oblak točk
Objavljeno v DKUM: 16.02.2022; Ogledov: 1613; Prenosov: 330
Celotno besedilo (1,61 MB) |
7. Algoritmi odstranjevanja osirotelih točk iz oblaka 3D točk : diplomsko deloAljaž Gornik, 2021, diplomsko delo Opis: Diplomsko delo obsega študijo algoritmov, ki odstranjujejo osirotele točke, ter njihovo primerjavo. V nadaljevanju bomo predstavili osnove pojme, ki so potrebni za razumevanje našega diplomskega dela. Po predstavitvi pojmov bomo podrobno spoznali teoretično ozadje, delovanje, vključene algoritme in implementacijo metode kvartilnega razmika, statističnega filtra, filtriranja s polmerom, pogojnega filtra, ter filtriranja z mnogotero razdaljo in aproksimacijo normale. Implementirane metode testiramo nad različnimi oblaki 3D točk, z različnimi parametri in prikažemo rezultate. Analiza rezultatov kaže, da je na splošno najbolj uporaben statistični filter.
Ključne besede: algoritem, točke, osirotele točke, odstranjevanje osirotelih točk, 3D oblak točk
Objavljeno v DKUM: 18.10.2021; Ogledov: 1065; Prenosov: 139
Celotno besedilo (6,04 MB) |
8. Avtomatsko spremljanje procesa gradnje s kontinuiranim večlokacijskim 3D zajemanjem dejanskega stanja znotraj in zunaj gradbenega objektaZoran Pučko, 2018, doktorska disertacija Opis: Avtomatsko spremljanje procesa gradnje na gradbišču je zelo pomembno za učinkovito vodenje gradbenih projektov, saj nadomešča sedanjo prakso, kjer se spremljanje izvaja ročno in predstavlja obsežna dela strokovnjakov, ki so časovno zelo zamudna, povezana z visokimi stroški ter so pogosto neučinkovita. Za doseganje učinkovitega vodenja gradbenih projektov je zelo pomembno zagotavljanje pravočasnih in natančnih podatkov o napredovanju gradnje na gradbišču.
V gradbeni industriji je dandanes zaznan povečan proces integracije informacijskega modeliranja gradbenih objektov (ang. Building Information Modeling – BIM) v vseh fazah gradbenih projektov. Številne raziskave in publikacije na tem področju nakazujejo eksponentno rast interesa uporabe BIM-pristopa s poudarkom na geometrijski zasnovi, tj. 3D BIM-modeliranju gradbenih objektov, ki je pogosto nadgrajeno z informacijami o časovni dimenziji izvajanja aktivnosti gradnje, tj. 4D BIM, in stroških, tj. 5D BIM-modeliranje.
V raziskovanju smo se osredotočili na primerjavo med 4D izvedenim (as-built, AB) in 4D načrtovanim modelom (as-designed, AD), poimenovano tudi Scan-vs-BIM. Avtomatsko ugotavljanje dejanskega stanja na gradbišču in primerjava z načrtovano izvedbo je eden ključnih izzivov za avtomatizacijo spremljanja procesa gradnje.
Številne raziskave so se tako usmerile v avtomatizacijo procesa spremljanja gradnje in razvite so različne metode in pristopi. Z modeliranjem AB BIM, tj. dejanskega stanja na gradbišču na osnovi oblaka točk, se pretežno uporabljajo tehnike zajemanja podatkov s fotogrametrijo, videogrametrijo ter laserskim skeniranjem. Obstoječe metode in tehnike avtomatiziranega spremljanja gradnje so eksperimentalnega značaja, izvedene kot posamezni primeri, v gradbeni praksi pa se nobena ni uveljavila. Vzroki so različni in so posledica pomanjkljivosti posameznih obstoječih metod pri uporabi na gradbišču.
Razvoj metode v okviru doktorske disertacije predvideva kontinuirano večlokacijsko avtomatsko zajemanje podatkov znotraj gradbenega objekta in zunaj njega s pomočjo skenerjev, integriranih v čeladah delavcev, ki ustvarjajo oblake točk (point clouds, PC) na osnovi globinskih slik (depth images) ter združeno predstavljajo oblak točk celotnega dejansko izvedenega gradbenega objekta (4D AB PC) med celotnim procesom gradnje. 4D AB PC skupaj s 3D BIM-modelom (3D AD BIM) omogoča identifikacijo posameznih izvedenih elementov in generiranje 4D AB BIM-modela. Primerjava 4D AB BIM-modela z načrtovanim 4D AD BIM-modelom daje kot rezultat tiste elemente, ki odstopajo od načrtovane izvedbe v izbranem času. Bistvena novost razvite metode avtomatskega kontinuiranega spremljanja procesa gradnje (ACCPM), v primerjavi z obstoječimi metodami, je v postopku zajemanja podatkov, ki odpravlja pomanjkljivosti obstoječih metod in omogoča celovito ter zanesljivo avtomatsko spremljanje med celotnim procesom gradnje.
Ključne besede: avtomatizacija, spremljanje napredovanja gradnje, kontinuirano večlokacijsko zajemanje podatkov, 4D oblak točk, identifikacija BIM elementov.
Objavljeno v DKUM: 24.10.2018; Ogledov: 2407; Prenosov: 303
Celotno besedilo (11,45 MB) |
9. Uporaba oblakov 3D-točk v gradbeništvuIrena Antolin, 2015, delo diplomskega projekta/projektno delo Opis: V projektni nalogi so predstavljeni osnovni načini računalniške obdelave oblaka 3D-točk, ki so pridobljeni z laserskim skeniranjem (LIDAR), in se lahko koristno uporabljajo v gradbeništvu in geodeziji. Oblak 3D-točk lahko pridobimo s pomočjo 3D-skenerjev ali sistema LIDAR, ki posname zemeljsko površje v obliki 3D-točk. Oblak točk je sestavljen iz velikega števila točk, ki jih s pomočjo računalniških programov lahko prikažemo, analiziramo, urejamo in povežemo v geometrijske ploskve, na podlagi katerih lahko načrtujemo umestitev novih objektov v prostor. V nalogi je bil uporabljen oblak 3D-točk za občino Lendava na katerem so bili uporabljeni štirje programi, ki omogočajo vizualizacijo in urejanje oblaka 3D-točk.
Ključne besede: oblak 3D-točk, LIDAR, 3D lasersko skeniranje, Autodesk ReCap, AutoCAD Civil 3D, Bentley Pointools View
Objavljeno v DKUM: 16.09.2015; Ogledov: 2395; Prenosov: 364
Celotno besedilo (5,78 MB) |
10. |
