Three dimensional pattern detection of multiple moving objects based on IR sensor solution

• Autorzy: Szablata Piotr , Łąkowski Paweł

Identyfikatory

DOI

10.15199/48.2024.07.03

Warianty tytułu

PL

Trójwymiarowe wykrywanie wzorców wielu poruszających się obiektów w oparciu o rozwiązanie czujnika podczerwieni

• Języki publikacji: EN

Abstrakty

EN

Publication describes different approach to automatic pattern detection problem by implementing IR technology and combination of two algorithms, respectively responsible for high precision depth value measurements and corner detection. Application utilizes Intel R200 device to observe whole side of the pallet with one single verification pass. Only one frame is taken at one moment to check all the boxes at once. Solution takes advantage of algorithm derived from extensive experiments and connects it together with corner detection method to achieve efficient pattern recognition process. Crucial part of this project consists of method built to compile results and store depth values of corners for stack of boxes. Goal is to use computers processing power to lower amount of sensors used in this process and cover the gaps in visibility with smart algorithm that utilizes matrix of depth data generated by IR device.

PL

W publikacji opisano odmienne podejście do problemu automatycznego wykrywania wzorów poprzez zastosowanie technologii IR oraz połączenia dwóch algorytmów, odpowiadających odpowiednio za bardzo precyzyjne pomiary wartości głębokości oraz wykrywanie narożników. Aplikacja wykorzystuje urządzenie Intel R200 do obserwacji całej strony palety za pomocą jednego przejścia weryfikacyjnego. W danym momencie wykonywana jest tylko jedna klatka, aby zaznaczyć wszystkie pola na raz. Rozwiązanie wykorzystuje algorytm wywodzący się z szeroko zakrojonych eksperymentów i łączy go z metodą wykrywania narożników, aby uzyskać efektywny proces rozpoznawania wzorów. Istotną częścią tego projektu jest metoda zbudowana w celu kompilowania wyników i przechowywania wartości głębokości narożników stosu pudeł. Celem jest wykorzystanie mocy obliczeniowej komputerów w celu zmniejszenia liczby czujników wykorzystywanych w tym procesie i zakrycie luk w widoczności za pomocą inteligentnego algorytmu wykorzystującego matrycę danych o głębokości generowanych przez urządzenie IR.

Słowa kluczowe

EN

infrared sensor; pattern detection; corner detection; shape check

PL

czujnik podczerwieni; detekcja schematu; detekcja narożników; wykrywanie kształtu

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 7
• Strony: 10--14
• Opis fizyczny: Bibliogr. 24 poz., rys.

Twórcy

autor

Szablata Piotr

• https://orcid.org/0000-0003-1395-2943

autor

Łąkowski Paweł

• https://orcid.org/0009-0004-0604-6058

Bibliografia

• [1] H. Zeller, G. Doemens, “Applications of pattern recognition in semiconductor and printed board production”, Signal Processing, Volume 5, Issue 5, pp. 399-412, 1983. [doi:10.1016/0165-1684(83)90003-8]
• [2] K. Horak, M. Richter I. Kalova, “Automated flaws detection on bottles in food industry”, Annals of DAAAM & Proceedings, DAAAM Int., Vienna, 2009.
• [3] B. Mehenni, M.A. Wahab, “APRIS: Automatic Pattern Recognition and Inspection System”, 1993 CompEuro Proceedings Computers in Design, Manufacturing and Production, pp. 23-28, [doi: 10.1109/CMPEUR.1993.289825] Pris-Evry, 1993.
• [4] H.J. Steudel, “Generating pallet loading patterns with considerations of item stacking on end and side surfaces”, Journal of Manufacturing Systems, Volume 3, Issue 2, pp. 135143, 1984. [doi: 10.1016/0278-6125(84)90004-9]
• [5] M. Schuster, R. Bormann, D. Steidl, S. Reynolds-Haertle, M. Stilman, “Stable stacking for the distributor's pallet packing problem”, 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 3646-3651, Taipei, 2010. [doi: 10.1109/IROS.2010.5650217]
• [6] Sakamoto, T.; Harada, K.; Wan,W. “Real-time Planning Robotic Palletizing Tasks using Reusable Roadmaps”. J. Robot. Netw. Artif.vLife 2020, 6, 240.
• [7] Padhy, Shyam. (2017). Palletizing Application of a Six-axis Industrial Robot. 10.13140/RG.2.2.12745.19043.
• [8] Hashimi, Hira, G. Yedukondalu. 2020. “Automatic robotic palletizing for oil cartons,” Int. J. Mech. Prod. Eng. Res. Dev. 10 (4): 1-10.
• [9] Wojciech Kaczmarek, Szymon Borys, Jarosław Panasiuk, Michał Siwek, Piotr Prusaczyk, 2022, “Experimental study of the vibrations of a roller shutter gripper.”, Applied Sciences (Switzerland), 12(19) doi:10.3390/app12199996.
• [10] ISO Norm: PN-P-50000:1992
• [11] M. Bielecki, A. Chmielewska-Wurch, T. Damięcki, B. Patalan, M. Słoma, S. Ździebło, “General issues and the recommended standards for corrugated board and corrugated board packaging“, The Association of Polish Papers, 2011
• [12]Jarosław Panasiuk, Wojciech Kaczmarek, Michał Siwek, Szymon Borys, 2022, “Test Bench Concept for Testing of Gripper Properties in a Robotic Palletizing Process”, Problems of Mechatronics. Armament, Aviation, Safety Engineering 2022; 13 (2): 51-64; ISSN: 2081-5891 | E-ISSN: 2720-5266, DOI: 10.5604/01.3001.0015.9065.
• [13] A. Rogalski, K. Chrzanowski, “Infrared Devices and Techniques (Revision)”, Metrol. Meas. Syst., Vol. XXI, No. 4, pp. 565-618, December 2014.
• [14] P. Szablata, P. Łąkowski, J. Pochmara, “Processing depth distance data to increase precision of multiple infrared sensors in the automatic visual inspection system”, Optical Engineering 56(8), 083106, SPIE, [doi: 10.1117/1.OE.56.8.083106] 24 August 2017.
• [15] Intel® RealSense™ Camera R200 Embedded Infrared Assisted Stereovision 3D Imaging System with Color Camera, Product Datasheet, Intel, June 2016.
• [16] D. Gorecky, M. Schmitt, M. Loskyll, D. Zühlke, “Humanmachine-interaction in the industry 4.0 era”, 2014 12th IEEE
• [17] A. Mehnert, P. Jackway, “An improved seeded region growing algorithm”, Pattern Recognition Letters 18, pp. 1065-1071, Elsevier, 1997.
• [18] A. Ajay, D. Venkataraman, “A survey on sensing methods and feature extraction algorithms for SLAM problem”, Cornell University Library, 2013. [arXiv: 1303.3605]
• [19] J.L. Muñoz, D. Pastor, P. Gil, S. Puente, M. Cazorla, “A study of 2D features for 3D visual SLAM”, The 43rd Intl. Symp. on Robotics (ISR2012), pp. 29-31, Taipei, Taiwan, Aug. 2012.
• [20]J. Shi, C. Tomasi, “Good Features to Track”, Proc IEEE Conf. on Computer Vision on Pattern Recognition (CVPR), pp. 593600, Seattle, 1994.
• [21] J. Smisek, “3D Camera Calibration”, MSc. Thesis, Czech Technical Univesity, Prague (Czech), 2011.
• [22] T. Sriram, K. Vishwanatha Rao, S. Biswas, B. Ahmed, “Applications of barcode technology in automated storage and retrieval systems”, Proceedings of the 1996 IEEE IECON. 22nd International Conference on Industrial Electronics, Control, and Instrumentation, pp. 641-646, vol. 1, Taipei, 1996. [doi: 10.1109/IECON.1996.571035]
• [23] J.P. Hermann, “Pattern Recognition in the Factory: An Example”, Robot Vision. International Trends in Manufacturing Technology, Berlin, Springer, 1983. [doi: 10.1007/978-3-66209771-7_20]
• [24] Mech-Eye Industrial 3D Camera, Technical Specification V3, Mech-Mind, 2023.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).