%0 Thesis %1 Ledermann2012 %A Ledermann, Thomas %D 2012 %K , Griff ISW Kiste Objektlageerkennung die in %P -- %T Partikel-Schwarm-Optimierung zur Objektlageerkennung in Tiefdaten: Partikel-Schwarm-Optimierung zur Objektlageerkennung in Tiefdaten %X Ziel dieser Arbeit war die Entwicklung eines flexiblen und fehlertolerantenSystems zur Objektlageerkennung mit Tiefendaten für die Anwendung im Schmiede-und Gießereibereich. Das Erkennungssystem ermöglicht die automatisierteEntnahme von typischen Objekten aus dem Schmiede- und Gießereibereich, diesortenrein in einem Haufen angeliefert werden, mit einem Roboter. Hierzu wurdeder Einsatz des noch jungen Forschungsgebiets der Partikel-Schwarm-Optimierung(PSO) untersucht und für den Einsatz zur Objektlageerkennung nutzbar gemachtwerden.Ausgehend vom Stand der Technik wurden typische Einsatzszenarien für dieEntnahme von Objekten aus einer Kiste im Gießerei- und Schmiedebereichhinsichtlich ihrer Randbedingungen an ein System zur Objektlageerkennunganalysiert. Als Objekte dienten hierbei Getriebewellen, Hohlringe undGetriebedeckel. Besonderes Augenmerk wurde dabei auf dieGenauigkeitsanforderungen bei der Lageerkennung und die Anforderungen an dieObjektbeschreibung für den Einsatz mit der Partikel-Schwarm-Optimierunggelegt. Diese Analyse lieferte die Anforderungen an ein PSO-basiertes Systemzur Objektlageerkennung. Weiterhin wurden Teilsysteme definiert und derEinfluss der Anforderungen an die Teilsysteme diskutiert.Auf Basis der erarbeiteten Anforderungen wurden grundlegende Lösungsansätzefür die einzelnen Teilsysteme betrachtet und zu einer Gesamtkonzeptlösungzusammengeführt. Vorrangig erschien hier die grundlegende Untersuchung eineswissensbasierten Verfahrens zur histogrammbasierten Bewertung einesSchwarmpartikels. Hierfür wurde der 3-D-Sensor modelliert und die geeigneteErstellung von Tiefen- und Normalenvektorhistogrammen erarbeitet. Um dasGesamt-system an unterschiedliche Objekte anpassen zu können, wurde ein Toolzur Erstellung der benötigten Histogramme für die Wissensbasis erstellt.Um die Praxistauglichkeit der Entwicklungen zu bestätigen, wurde zum Abschlussder Arbeit eine Roboterzelle mit einem Tiefensensor aufgebaut und dasVerfahren zur Objektlageerkennung hinsichtlich seiner Zuverlässigkeituntersucht. Als Testobjekte kamen die Getriebewellen zum Einsatz, die auseiner Kiste entnommen und auf einer Prismaablage positioniert wurden.

@phdthesis{Ledermann2012, __markedentry = {[xtl:6]}, abstract = {Ziel dieser Arbeit war die Entwicklung eines flexiblen und fehlertolerantenSystems zur Objektlageerkennung mit Tiefendaten für die Anwendung im Schmiede-und Gießereibereich. Das Erkennungssystem ermöglicht die automatisierteEntnahme von typischen Objekten aus dem Schmiede- und Gießereibereich, diesortenrein in einem Haufen angeliefert werden, mit einem Roboter. Hierzu wurdeder Einsatz des noch jungen Forschungsgebiets der Partikel-Schwarm-Optimierung(PSO) untersucht und für den Einsatz zur Objektlageerkennung nutzbar gemachtwerden.Ausgehend vom Stand der Technik wurden typische Einsatzszenarien für dieEntnahme von Objekten aus einer Kiste im Gießerei- und Schmiedebereichhinsichtlich ihrer Randbedingungen an ein System zur Objektlageerkennunganalysiert. Als Objekte dienten hierbei Getriebewellen, Hohlringe undGetriebedeckel. Besonderes Augenmerk wurde dabei auf dieGenauigkeitsanforderungen bei der Lageerkennung und die Anforderungen an dieObjektbeschreibung für den Einsatz mit der Partikel-Schwarm-Optimierunggelegt. Diese Analyse lieferte die Anforderungen an ein PSO-basiertes Systemzur Objektlageerkennung. Weiterhin wurden Teilsysteme definiert und derEinfluss der Anforderungen an die Teilsysteme diskutiert.Auf Basis der erarbeiteten Anforderungen wurden grundlegende Lösungsansätzefür die einzelnen Teilsysteme betrachtet und zu einer Gesamtkonzeptlösungzusammengeführt. Vorrangig erschien hier die grundlegende Untersuchung eineswissensbasierten Verfahrens zur histogrammbasierten Bewertung einesSchwarmpartikels. Hierfür wurde der 3-D-Sensor modelliert und die geeigneteErstellung von Tiefen- und Normalenvektorhistogrammen erarbeitet. Um dasGesamt-system an unterschiedliche Objekte anpassen zu können, wurde ein Toolzur Erstellung der benötigten Histogramme für die Wissensbasis erstellt.Um die Praxistauglichkeit der Entwicklungen zu bestätigen, wurde zum Abschlussder Arbeit eine Roboterzelle mit einem Tiefensensor aufgebaut und dasVerfahren zur Objektlageerkennung hinsichtlich seiner Zuverlässigkeituntersucht. Als Testobjekte kamen die Getriebewellen zum Einsatz, die auseiner Kiste entnommen und auf einer Prismaablage positioniert wurden.}, added-at = {2016-03-03T09:53:12.000+0100}, author = {Ledermann, Thomas}, biburl = {https://puma.ub.uni-stuttgart.de/bibtex/2f1a1953a568bd91cf9f2b9bbbd3250d3/isw-bibliothek}, interhash = {fcb668a66ffee5a3fc5abd2c918f8380}, intrahash = {f1a1953a568bd91cf9f2b9bbbd3250d3}, keywords = {, Griff ISW Kiste Objektlageerkennung die in}, pages = {--}, timestamp = {2016-03-03T09:18:35.000+0100}, title = {Partikel-Schwarm-Optimierung zur Objektlageerkennung in Tiefdaten: Partikel-Schwarm-Optimierung zur Objektlageerkennung in Tiefdaten}, year = 2012 }