Titelaufnahme

Titel
Objektmodellierung mit RGB-D Sensoren bei hoher Bildrate / von Oliver Fischer
Weitere Titel
Surfel based Data Integration for High Frame-Rate RGB-D Sensors
VerfasserFischer, Oliver
Begutachter / BegutachterinVincze, Markus ; Prankl, Johann
ErschienenWien 2016
Umfang76 Seiten
HochschulschriftTechnische Universität Wien, Univ., Diplomarbeit, 2016
Anmerkung
Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprueft
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
SpracheDeutsch
DokumenttypDiplomarbeit
Schlagwörter (DE)Objektmodellierung / Datenintegration bei hoher Bildrate
Schlagwörter (EN)Object modelling / frame rate / object recognition
URNurn:nbn:at:at-ubtuw:1-8574 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Objektmodellierung mit RGB-D Sensoren bei hoher Bildrate [24.83 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Für gescannte 3D-Modelle von Objekten der realen Welt existieren zahlreiche Anwendungsgebiete. Diese Modelle werden in etlichen Bereichen der Technik, der Architektur und im Bereich der Spieleindustrie benötigt und machen oftmals Entwicklungsprozesse einfacher und schneller. Viele Scanner-Systeme basieren auf großen optischen Scanner, die oftmals in Verbindung mit zusätzlicher Hardware, wie zum Beispiel einem geregelten Drehteller, verwendet werden. Die Flexibilität dieser Systeme ist stark eingeschränkt. Im Zuge dieser Arbeit wird ein flexibles Scanner-System entwickelt, das das Scannen von Objekten und automatisierte Generieren von 3D-Modellen ermöglicht. Anstelle eines optischen Sensors wird eine kostengünstige RGB-D Kamera eingesetzt. Das Gesamtmodell wird aus einer Vielzahl von Oberflächenelementen repräsentiert, deren Informationen mit jeder neuen Aufnahme verfeinert werden. Damit sich die neue Aufnahme und das Modell in einem Koordinatensystem befinden, muss die Pose der Kamera in allen sechs Freiheitsgraden bestimmt werden. Dazu wird ein moderner Kameraverfolgungsalgorithmus verwendet. Es wird der Unterschied zwischen einer Bild-zu-Bild und Bild-zu-Schlüsselbild Bahnverfolgung untersucht und das Problem des Schleifenschlusses gelöst. Damit das Objekt von der Umgebung getrennt werden kann, wird angenommen, dass es separiert auf einer ebenen Fläche vor der Kamera steht. Durch die sukzessive Erweiterung des Modells kann auf viele Probleme, wie z.B. Ausreißer, direkt während der Modellierung eingegangen werden. Die Genauigkeit des entwickelten Systems wird untersucht indem ein erzeugtes Modell mit einem Laserscan verglichen wird. Ebenso wird ein Optimierungsproblem formuliert und gelöst, mit dem es möglich ist die Anzahl der zu verwendenden Aufnahmen für die Modellerstellung, unter Berücksichtigung der Laufzeit, des Detailgrads und der Fehlerrate zu berechnen. Abschließend werden die Vor- und Nachteile des vorgestellten Ansatzes diskutiert und auf mögliche nachfolgende Arbeiten hingewiesen.

Zusammenfassung (Englisch)

There are many application areas for 3D models of real world objects. Such models are used in many different areas of engineering, in the area of architecture and in the gaming industry. They often make development processes faster and easier but typically used scanner systems are big and often used in combination with additional hardware such as controlled mechanical turntables. Therefore the flexibilty of such systems is strongly resticted. In the course of this thesis a flexible scanner system is developed which enables the user to create fully automated 3D models of real world objects. Instead of an expensive optical sensor a cost-efficient RGB-D camera is used. The model is represented by many surfaceelements which get updated with every new recording. All recordings need to be transformed into one common coordinate system and therefore the pose of the camera needs to be determinde with respect to six degrees of freedom. This is done with a modern SLAM method. The difference between a Frame-To-Frame and a Frame-To-Keyframe camera tracking is investigated and the problem of loop closing is solved. In order to separate the object from its surroundings it is assumed that the object stands alone on a flat surface. Due to the successive expansion of the model it is possible to take care of outliers and other problems during the modelling process. The accuracy of the system is analyzed by comparing a generated model to a laserscan. Additionally an optimisation problem is expressed which makes it possible to decide how many records should be used with repect to runtime, degree of detail and failure rate. Finalizing the advantages and disadvantages of the proposed framework are discussed and possible future work is suggested.