This thesis aims to develop a method for estimating the poses of randomly distributed objects in a container, starting from their 3D shape acquisition. This problem represent the first task of a bin picking dedicated system, in which a robot is meant to grasp an object from a bin to put it in a second one. For the task of object 3D shape acquisition, it is proposed to adopt structured light camera Orbbec Astra S. A metrological qualification for this instruments is performed to predict its behavior when applying it to the case study, but also in response to the increasing interest of the research for this type of low-cost systems, widely distributed, and supported by a wide range of software. For the object recognition phase we study algorithms available within a collection of open source libraries; It is then proposed a new metric for drescriptors matching, that aims to cope with the specific problematics of 3D shape acquisition. Performances of object recognition methods are evaluated and so for the developed metric. The results obtained with the chosen instrument are then compared over other technologies, in presence of a characteristic bin-picking setup.

Lo scopo del presente lavoro è lo sviluppo di una metodologia per la stima della posa di oggetti riposti in modo casuale in un contenitore, a partire da misurazioni 3D. Questo problema costituisce la prima fase dell'applicazione industriale di bin picking in cui un robot è preposto ad afferrare dei semilavorati non ordinati in un primo cassone e riporli in un secondo. I sistemi attualmente utilizzati nell'industria adottano strumenti di misura non istantanea e per lo più software proprietari. Per la fase di acquisizione delle superfici di questi oggetti, si propone l'impiego della telecamera a luce strutturata Orbbec Astra S. Viene eseguita la qualificazione metrologica dello strumento per prevederne i comportamenti in fase di applicazione al caso studio, ma anche in risposta al crescente interesse del mondo della ricerca per questo tipo di sistemi a costo ridotto, ampiamente diffusi e supportati da un ampia gamma di software. Per la fase di stima della posa dei oggetti sparsi nel cassone, si studiano alcuni tra gli algoritmi di riconoscimento di oggetti disponibili all'interno di una raccolta di librerie open source. Viene poi proposta una misura di distanza tra descrittori che mira a fare fronte ai disturbi caratteristici della ricostruzione 3D di oggetti disordinati. Seguono alcune prove sugli algoritmi di riconoscimento e uno studio delle prestazioni della metrica sviluppata. Vengono infine confrontati i risultati ottenuti con lo strumento di misura scelto, rispetto ad altre tecnologie, in presenza di uno scenario caratteristico del bin-picking.

Sviluppo di tecniche di riconoscimento di oggetti sparsi in scene ricostruite tramite telecamere di profondità

SILVESTRI, NICOLÒ
2014/2015

Abstract

This thesis aims to develop a method for estimating the poses of randomly distributed objects in a container, starting from their 3D shape acquisition. This problem represent the first task of a bin picking dedicated system, in which a robot is meant to grasp an object from a bin to put it in a second one. For the task of object 3D shape acquisition, it is proposed to adopt structured light camera Orbbec Astra S. A metrological qualification for this instruments is performed to predict its behavior when applying it to the case study, but also in response to the increasing interest of the research for this type of low-cost systems, widely distributed, and supported by a wide range of software. For the object recognition phase we study algorithms available within a collection of open source libraries; It is then proposed a new metric for drescriptors matching, that aims to cope with the specific problematics of 3D shape acquisition. Performances of object recognition methods are evaluated and so for the developed metric. The results obtained with the chosen instrument are then compared over other technologies, in presence of a characteristic bin-picking setup.
GIANCOLA, SILVIO
BASSO, ALESSANDRO
ING - Scuola di Ingegneria Industriale e dell'Informazione
27-apr-2016
2014/2015
Lo scopo del presente lavoro è lo sviluppo di una metodologia per la stima della posa di oggetti riposti in modo casuale in un contenitore, a partire da misurazioni 3D. Questo problema costituisce la prima fase dell'applicazione industriale di bin picking in cui un robot è preposto ad afferrare dei semilavorati non ordinati in un primo cassone e riporli in un secondo. I sistemi attualmente utilizzati nell'industria adottano strumenti di misura non istantanea e per lo più software proprietari. Per la fase di acquisizione delle superfici di questi oggetti, si propone l'impiego della telecamera a luce strutturata Orbbec Astra S. Viene eseguita la qualificazione metrologica dello strumento per prevederne i comportamenti in fase di applicazione al caso studio, ma anche in risposta al crescente interesse del mondo della ricerca per questo tipo di sistemi a costo ridotto, ampiamente diffusi e supportati da un ampia gamma di software. Per la fase di stima della posa dei oggetti sparsi nel cassone, si studiano alcuni tra gli algoritmi di riconoscimento di oggetti disponibili all'interno di una raccolta di librerie open source. Viene poi proposta una misura di distanza tra descrittori che mira a fare fronte ai disturbi caratteristici della ricostruzione 3D di oggetti disordinati. Seguono alcune prove sugli algoritmi di riconoscimento e uno studio delle prestazioni della metrica sviluppata. Vengono infine confrontati i risultati ottenuti con lo strumento di misura scelto, rispetto ad altre tecnologie, in presenza di uno scenario caratteristico del bin-picking.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2016_04_Silvestri.pdf

Open Access dal 09/04/2019

Descrizione: Tesi Silvestri Definitiva
Dimensione 14.42 MB
Formato Adobe PDF
14.42 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/118143