지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박순용
- 발행연도
- 2019
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Bin-picking is an important part of factory automation systems. In order for a robot to pick an object accurately, it needs to know the 3D pose of the object. In this paper, we propose a method of estimating the object''s pose using the infrared image and depth image acquired from the camera. The proposed method consists of two major module: one is to recognize an object in 2D image and the other is to estimate the 3D pose using the ICP algorithm in 3D data. In the first module, we propose a method to generate an integrated image with features of the depth image and the infrared image acquired by the camera. Next, we introduce a method of training the object detector based on deep-learning. If the objects are placed independently, it is easy to detect the object. However, it is difficult to recognize objects in a situation that objects with holes in the center are piled up. We solved this problem with depth-based filtering. In the second module, we introduce a way to overcome the drawbacks of depth-based filtering. We then used the ICP algorithm to estimate the 3D pose of the object.
목차
제 1 장 서론 1제 2 장 관련 연구 4제 3 장 본론 83.1. 딥러닝을 이용한 물체 검출 103.1.1. 입력 데이터 구조 103.1.2. 딥러닝 프레임워크를 이용한 물체 검출 153.1.3. 물체 검출 영역 향상을 위한 필터링 193.1.4. 깊이 정보를 이용한 영상 필터링 223.1.5. 다른 객체 및 잡음 데이터 제거 273.2. 물체의 3차원 자세 추정 방법 293.2.1. 평면 피팅을 이용한 3차원 데이터 획득 293.2.2. 물체의 3차원 자세 추정 31제 4 장 실험 결과 및 분석 344.1. 실험 환경 344.2. 실험 결과 39제 5 장 결론 42참고 문헌 43영문 초록 47
최근 본 자료
댓글(0)
0