3D Sensor Placement and Embedded Processing for People Detection in an Industrial Environment
Denne avhandlingen presenterer forskning på viktige emner knyttet til muliggjøring av maskinsyn-systemer i industrielle og offshore miljøer, inkludert en gjennomgang av de viktigste teknologiene og metodene.
Joacim Dybedal
Ph.d.-kandidat
Joacim Dybedal disputerer 30. oktober 2023 med ph.d.-avhandlingen 3D Sensor Placement and Embedded Processing for People Detection in an Industrial Environment.
Slik oppsummerer kandidaten selv avhandlingen
I en tid hvor autonomi blir introdusert i stadig flere områder, spiller maskinsyn en svært viktig rolle. I en industriell kontekst gir evnen til å skape en sanntids virtuell versjon av et interesseområde en rekke muligheter, inkludert sikkerhetssystemer som baserer seg på maskinsyn for å unngå kollisjoner og for å spore personell. I en offshore kontekst, der slike systemer ikke er vanlige, er oppgaven utfordrende på grunn av tøffe vær- og miljøforhold, men å introdusere slike sikkerhetssystemer vil potensielt kunne redde liv, da personell ofte må arbeide nær tunge, store og dårlig instrumenterte maskiner og utstyr.
Denne avhandlingen presenterer forskning på viktige emner knyttet til muliggjøring av maskinsyn-systemer i industrielle og offshore miljøer, inkludert en gjennomgang av de viktigste teknologiene og metodene. Det er utviklet en prototyp på et 3D-sensorsystem, bestående av pakker med ulike sensorer og en innebygd datamaskin. Dette, sammen med en ny og svært skalerbar punktskykomprimerings- og sensorfusjons-metode, gjør det mulig å skape en sanntids 3D-kartlegging av et industrianlegg. Spørsmålet om hvor man skal plassere sensorpakkene i et miljø der det forekommer objekter som kan hindre sikt, er også undersøkt. Resultatet er algoritmer for optimalisering av automatisk plassering av sensorer, hvor målet er å plassere sensorer slik at mest mulig av interesseområdet blir observert, med så få skjulte soner som mulig. Metoden inkluderer også mulighet for å legge inn krav om redundans, der delvolumer kan defineres som ekstra viktige for å bli overvåket av mer enn én sensor. Til slutt er det utviklet en metode for deteksjon av personer ved bruk av en sammenslått punktsky fra seks ulike sensorpakker. Ved hjelp av en kombinasjon av filtrering av punktskyen, transformering til bilder, samt maskinlæring, kan systemet vellykket detektere flere personer i et utendørs industrianlegg og angi sanntids posisjoner i tre dimensjoner. Sensorpakkene og metodene er testet og verifisert ved Industrial Robotics Lab ved Universitetet i Agder, og persondeteksjons-metoden er også testet på data fra et relevant utendørs industrianlegg.