2D- ja 3D-kuvantamisen yhdistäminen dimensiomittauksessa : time-of-Flight-kameran syvyystiedon ja 2D-kameran väridatan integrointi

Abstract

3D-konenäön käyttö teollisuudessa on kasvanut sen tuomien etujen, kuten tarkkuuden ja joustavuuden vuoksi. 2D- ja 3D-kuvantamisen yhdistäminen tarjoaa mahdollisuuden parantaa mittausjärjestelmien tarkkuutta ja monikäyttöisyyttä. Opinnäytetyössä yhdistettiin Time-of-Flight (ToF)-kamerasta saatu syvyystieto ja 2D-kamerasta saatu väridata konenäköjärjestelmässä. Tarkoituksena oli kehittää tarkempi ja monipuolisempi mittausmenetelmä. Opinnäytetyön tavoitteena oli luoda järjestelmä, joka pystyy reaaliajassa yhdistämään syvyys- ja väritiedon, ja soveltamaan tätä esimerkiksi teollisuusympäristön laadunvalvontaan.

Toteutuksessa käytettiin Baslerin Blaze-101 3D-kameraa, joka perustuu ToF-teknologiaan, sekä Baslerin ace U acA1920-50gc 2D-kameraa. Kameroiden integraatio ja kalibrointi tehtiin huolellisesti, ja järjestelmä testattiin Jyväskylän ammattikorkeakoulun robotiikan laboratoriossa. Kameroiden tuottama data yhdistettiin ohjelmointikielellä C++ ja kirjastoilla kuten OpenCV ja PCL, jotka mahdollistivat pistepilvien ja väridatan käsittelyn. Järjestelmän toimivuutta arvioitiin käytännön testauksessa eri nopeuksilla liikkuvilla kohteilla. Toteutus opinnäytetyössä tapahtui tutkimuksellisena kehitystyönä. Aineisto rakennettiin Blaze-101 3D-kameran ympärille.

Tuloksena saatiin toimiva konenäköjärjestelmä, joka tuottaa reaaliajassa yhdistettyä 3D- ja 2D-dataa. Järjestelmän hyödyiksi havaittiin parantunut kohteiden tunnistettavuus ja mittauspisteiden tarkkuus, erityisesti laadunvalvonnassa. Korkeammilla nopeuksilla järjestelmän viive saattaa kuitenkin vaikuttaa tarkkuuteen, mikä rajoittaa sen käyttöä erittäin nopeilla linjastoilla.