%0 Thesis %1 Stotz2011 %A Stotz, Martin %D 2011 %K , Bildsegmentierung Bildverarbeitung Evolutionsstrategie ISW Objekterkennung Tiefenbild %P -- %T Adaptive Segementierung von Tiefenbildern für die 3-D-Objektlageerkennung aufBasis von kombinierten regelgeometrischen Elementen: Adaptive Segementierung von Tiefenbildern für die 3-D-Objektlageerkennung aufBasis von kombinierten regelgeometrischen Elementen %X Ein großes Hemmnis für automatisierte Entnahme ungeordneter Werkstücke direktaus Behältern eine ist die aufwändige Konfiguration der zur Lagebestimmungnotwendigen Objekterkennungsverfahren. Ein Ziel dieser Arbeit ist dieEntwicklung einer für die nachfolgende Lagebestimmung optimalen,selbstadaptiven Segmentierung von Tiefenbildern. Ein weiteres Ziel ist dieEntwicklung von Verfahren zur Lagebestimmung von Objekten, die aus mehrerenregelgeometrischen Elementen auf einer Achse aufgebaut sind.Die in dieser Arbeit entwickelte selbstadaptive Segmentierung basiert aufeinem Optimierungsverfahren. Dazu wird der Ansatz der Evolutionsstrategieerweitert, um neben den klassisch behandelten reellwertigen Parametern auchallgemeine Parameter sowie den gesamten Programmablauf optimieren zu können.Zur Fitnessbewertung wird eine neue Vorgehensweise in derTiefenbildverarbeitung umgesetzt. Die Bewertung der von der Segmentierunggelieferten Bereiche wird dabei anhand ihrer Eignung für die Objekterkennungdurchgeführt. Durch diese 3-D-Fitnessbewertung sind vom Anwender nur noch dieGeometriedaten des zu erkennenden Objekts vorzugeben. Das entwickelteVerfahren zur Einpassung kombinierter regelgeometrischer Elemente vermeidetnumerisch ungünstige Randbedienungen, indem anstatt der verknüpftenPositionsparameter der Einzelelemente nur genau eine Position verwendet wirdund die Kombination der Einzelelemente über Formparameter des kombiniertenElements beschreiben werden.Mit dem Verfahren zur automatischen Konfiguration wurden vor allem Versuchezur Anpassungsfähigkeit an unterschiedliche Ausgangsdaten durchgeführt, wobeisich die 3-D-Fitnessbewertung als sehr gut erwies. Die Leistungsfähigkeit derEinpassverfahren für kombinierte Elemente wurde in Anlehnung an Testverfahrenaus der Koordinatenmesstechnik untersucht. Das vorgeschlageneObjekterkennungssystem wurde an Demonstratoren getestet und konnte einepraxistaugliche Leistung erreichen.

@phdthesis{Stotz2011, __markedentry = {[xtl:6]}, abstract = {Ein großes Hemmnis für automatisierte Entnahme ungeordneter Werkstücke direktaus Behältern eine ist die aufwändige Konfiguration der zur Lagebestimmungnotwendigen Objekterkennungsverfahren. Ein Ziel dieser Arbeit ist dieEntwicklung einer für die nachfolgende Lagebestimmung optimalen,selbstadaptiven Segmentierung von Tiefenbildern. Ein weiteres Ziel ist dieEntwicklung von Verfahren zur Lagebestimmung von Objekten, die aus mehrerenregelgeometrischen Elementen auf einer Achse aufgebaut sind.Die in dieser Arbeit entwickelte selbstadaptive Segmentierung basiert aufeinem Optimierungsverfahren. Dazu wird der Ansatz der Evolutionsstrategieerweitert, um neben den klassisch behandelten reellwertigen Parametern auchallgemeine Parameter sowie den gesamten Programmablauf optimieren zu können.Zur Fitnessbewertung wird eine neue Vorgehensweise in derTiefenbildverarbeitung umgesetzt. Die Bewertung der von der Segmentierunggelieferten Bereiche wird dabei anhand ihrer Eignung für die Objekterkennungdurchgeführt. Durch diese 3-D-Fitnessbewertung sind vom Anwender nur noch dieGeometriedaten des zu erkennenden Objekts vorzugeben. Das entwickelteVerfahren zur Einpassung kombinierter regelgeometrischer Elemente vermeidetnumerisch ungünstige Randbedienungen, indem anstatt der verknüpftenPositionsparameter der Einzelelemente nur genau eine Position verwendet wirdund die Kombination der Einzelelemente über Formparameter des kombiniertenElements beschreiben werden.Mit dem Verfahren zur automatischen Konfiguration wurden vor allem Versuchezur Anpassungsfähigkeit an unterschiedliche Ausgangsdaten durchgeführt, wobeisich die 3-D-Fitnessbewertung als sehr gut erwies. Die Leistungsfähigkeit derEinpassverfahren für kombinierte Elemente wurde in Anlehnung an Testverfahrenaus der Koordinatenmesstechnik untersucht. Das vorgeschlageneObjekterkennungssystem wurde an Demonstratoren getestet und konnte einepraxistaugliche Leistung erreichen.}, added-at = {2016-03-03T09:53:12.000+0100}, author = {Stotz, Martin}, biburl = {https://puma.ub.uni-stuttgart.de/bibtex/28fd07f2fcf396447696ded04fe1d46c8/isw-bibliothek}, interhash = {7c5e4f65f3d6d5dc54e62377a6639e49}, intrahash = {8fd07f2fcf396447696ded04fe1d46c8}, keywords = {, Bildsegmentierung Bildverarbeitung Evolutionsstrategie ISW Objekterkennung Tiefenbild}, pages = {--}, timestamp = {2016-03-03T09:18:35.000+0100}, title = {Adaptive Segementierung von Tiefenbildern für die 3-D-Objektlageerkennung aufBasis von kombinierten regelgeometrischen Elementen: Adaptive Segementierung von Tiefenbildern für die 3-D-Objektlageerkennung aufBasis von kombinierten regelgeometrischen Elementen}, year = 2011 }