Objekt detektering for robot manipulation


Junckers Industrier, som fremstiller massive parketgulve, ønskede at få automatiseret en yderst fysisk krævende arbejdsopgave: afstabling og ilægning af træstave i pressemaskinerne. Dette projekt omhandler udvikling og test af et detekteringssystem, til disse træstave, som skal gøre det muligt at styre en industrirobot, så den kan udføre arbejdsopgaven pålideligt.

Detekteringssystemet baseres udelukkende på computer vision, udfra billeder af stavstablen, taget oven fra og ned. Der blev udviklet to forskellige algoritmer, til detektering af forskellige fejltyper i stavstablen. Algoritmerne blev implementeret og testet med virkelige billeder fra fabrikshallen på Junckers.

Projektet omfatter en hel del avanceret computer vision teori og metoder. Implementering er dog forsøgt forenklet en smule ved anvendelse af softwarebiblioteket OpenCV. Under udviklingen af detekteringsalgoritmerne, blev der, som et biprodukt, også udviklet en forbedret version af den velkendte Hough-algoritme.

Til trods for at detekteringsalgoritmerne stort set virkede (99 %) som de skulle på de givne testbilleder, var de dog stadig ikke pålidelige nok til at de kan anbefales i drift på Junckers. Computer vision er ganske enkelt alt for følsom over for træstavenes yderst forskellige farver og teksturer. Derfor bør Junckers i stedet satse på detekteringsteknologier, som ikke er afhængige af dette, som f.eks. laser linie triangulation. Der er ikke kommet et 100 % brugbart detekteringssystem ud af dette projekt, men Junckers er fri for at starte helt fra bunden når den endelige automatisering af arbejdsopgaven skal designes.

Rapporten til projektet kan ses her: Objekt detektering for robot manipulation.pdf