Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Construction of rotator for image-database object acquisition
Języki publikacji
Abstrakty
Robotyka usługowa, będąca od dłuższego czasu jednym z głównych kierunków zainteresowania robotyków na świecie, dąży do stworzenia robotów potrafiących współpracować z ludźmi bądź wyręczać ich w zadaniach poza fabrykami. W niemalże wszystkich tego typu zastosowaniach, jedną z kluczowych kwestii jest rozpoznawanie obiektów w otoczeniu robota. Dostępność pełnych, trójwymiarowych modeli tych przedmiotów znacząco poprawia jakość ich detekcji i rozpoznawania. Budowanie modeli obiektów jest dużo łatwiejsze przy zastosowaniu stolików obrotowych w celu akwizycji wielu widoków tego samego przedmiotu. W artykule przedstawiono projekt i budowę stanowiska do półautomatycznego zbierania wielu widoków obiektów.
Service robotics which is now a hot topic worldwide, aims at creating robots able to cooperate with people or even do everyday tasks for them. One of the key issues in such applications is the object recognition task. Detection and recognition of such can be greatly improved, if full, three-dimensional models of objects are available. And those can be created in fast and robust way using rotators to capture multiple views of the same object. In this paper, design and construction of the smart rotator for semi-automatic acquisition of multiple object views is presented.
Rocznik
Tom
Strony
447--455
Opis fizyczny
Bibliogr. 8 poz., rys.
Twórcy
autor
- Instytut Automatyki i Informatyki Stosowanej, Politechnika Warszawska, ul. Nowowiejska 15/19, 00-665 Warszawa
autor
- Instytut Automatyki i Informatyki Stosowanej, Politechnika Warszawska, ul. Nowowiejska 15/19, 00-665 Warszawa
Bibliografia
- [1] J. Giles. Inside the race to hack the Kinect. The New Scientist. 2010, wolumen 208, numer 2789, s. 22-23.
- [2] T. Kornuta, M. Laszkowski. Perception subsystem for object recognition and pose estimation in RGB-D images. In: Recent Advances in Automation, Robotics and Measuring Techniques. Proceedings Red. R. Szewczyk, C. Zieliński, M. Kaliczyńska. Springer, 2016. wolumen 440 serii Advances in Intelligent Systems and Computing (AISC), s. 597-607.
- [3] K. Lai et al. A large-scale hierarchical multi-view rgb-d object dataset. In: Robotics and Automation (ICRA). 2011 LEEE International Conference on. Proceedings. IEEE, 2011, s. 1817-1824.
- [4] S. A. Nene et al. Columbia object image library (coil-20). Raport instytutowy, Technical report CUCS-005-96, 1996.
- [5] F. Psomopoulos et al. Rapp system architecture. In: IROS 2014 – Assistance and Service Robotics in a Human Environment. Proceedings. Workshop in conjunction with IEEE/RSJ International Conference on Intelligent Robots and Systems, Chicago, Illinois, September 14, 2014. s. 14-18.
- [6] M. Stefańczyk, M. Laszkowski, T. Kornuta. WUT Visual Perception Dataset – a dataset for registration and recognition of objects. In: Challenges in Automation, Robotics and Measurement Techniques. Proceedings. Springer, 2016. Wolumen 440 serii Advances in Intelligent Systems and Computing (AISC). s. 635-645.
- [7] M. Stefańczyk, R. Pietruch. Hypothesis generation in generic, model-based object recognition system. 2016, wolumen 440, s. 717-727.
- [8] M. Walęcki et al. Uniwersalna struktura sprzętu badawczo-dydaktycznej platformy mobilnej. In: XII Krajowa Konferencja Robotyki - Postępy Robotyki. Proceedings Red. K. Tchoń, C. Zieliński. Oficyna Wydawnicza Politechniki Warszawskiej, 2012. wolumen 1, s. 305-314.
Uwagi
PL
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-567feba1-2870-4f8b-b605-1d48122af5f8