Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Understanding 3D shapes being in motion

Bedkowski J.

Journal of Automation Mobile Robotics and Intelligent Systems

2013

Vol. 7, No. 1

42--46

This paper concerns a classification problem of 3D shapes being in motion. The goal is to develop the system with real-time capabilities to distinguish basic shapes (corners, planes, cones, spheres etc.) that are moving in front of RGB-D sensor. It is introduced an improvement of SoA algorithms (normal vector computation using PCA Principal Component Analysis and SVD Singular Value Decomposition, PFH – Point Feature Histogram) based on GPGPU (General Purpose Graphic Processor Unit) computation. This approach guarantee on-line computation of normal vectors, unfortunately computation time of the PFH for each normal vector is still a challenge to obtain on-line capabilities, therefore in this paper it is shown how to find a region of movement and to perform the classification process assuming the decreased amount of data. Proposed approach can be a starting point for further developments of the systems able to recognize the objects in the dynamic environments.

Improvement of the 3D map-building and its fast rendering using Compute Unified Device Architecture (CUDA)

Kowalski P., Bedkowski J., Maslowski A.

Problemy Eksploatacji

2008

nr 3

39-47

The following paper shows an improvement of the 3D map-building algorithm and 3D map fast rendering using Compute Unified Device Architecture (CUDA). A computational intelligence algorithm has been applied to approximate 3D LRF data. The 3D data are acquired using 3D Laser Range Finder based on LRF SICK400 mounted onto rotated head of the robot chassis. The new idea of 3D map model is shown. The approximation is performed using the support vector machine (SVM) algorithm that allows to trade off between the model complexity and fitting accuracy. Hough Transform is implemented to obtain the approximation of the flat areas. The composition of the non-linear SVM function and linear function of the Hough algorithm result is implemented to obtain proper representation of the robot environment.

W niniejszym artykule przedstawiono algorytm budowy trójwymiarowej sceny 3D oraz możliwość jej szybkiego odtwarzania z wykorzystaniem architektury obliczeń równoległych CUDA (Compute Unified Device Architecture). Algorytm sztucznej inteligencji zastał zastosowany do aproksymacji danych 3D zebranych z laserowego czujnika odległości. Dane do eksperymentu zostały zebrane z laserowego czujnika odległości LRF SICK 400 zamontowanego na obrotowej głowicy umieszczonej na robocie mobilnym. W artykule zaprezentowano nowe podejście do budowy trójwymiarowej mapy otoczenia. Aproksymacja została zrealizowana przy użyciu algorytmu maszyny wektorów wspierających SVM (Support Vector Machine) pozwalającego na zapewnienie równowagi pomiędzy złożonością modelu a dokładnością obliczeń. Transformata Hough-a została zaimplementowana w celu aproksymacji płaskich powierzchni. Połączenie nieliniowej funkcji SVM oraz liniowej funkcji transformaty Hough-a pozwala na otrzymanie poprawnej reprezentacji otoczenia robota.