SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/11110/2117 |
Resumo: | Um dos temas mais divulgados atualmente é o da Industria 4.0 que deriva na produção de lotes pequenos e per sonalizados, supervisão em tempo real, automação e eficiência. Embora implementar estes conceitos não seja fácil, pois para se tornar realidade é necessária uma reestruturação do modelo clássico de produção, logo é necessário a existência de ferramentas que permitam esta reforma. Para isso os robôs têm tido um papel de relevo, embora a sua presença nas fábricas não seja novidade, estes têm chamado a atenção devido a sua grande capacidade de adap tação. Estes robôs normalmente são extremamente robustos e precisos, mas como normalmente são utilizados em tarefas repetitivas e com pouca interação com o ambiente circundante é necessário o desenvolvimento de sistemas capazes de alterar este paradigma. Outro conceito derivado da eficiência é o de Lights-out Manufactoring baseado em produção totalmente auto matizada e sem intervenção humana, em que a iluminação é escassa ou inexistente reduzindo o custo energético. Esta nova realidade cria uma necessidade de desenvolver sistemas capazes de prover os robôs com a habilidade de ”ver” e mais difícil ”ver no escuro”. Embora existam vários sistemas capazes de dotar os robôs de visão e capacidade de identificação, estes sistemas são por norma dependentes da iluminação ou da orientação do objeto. Logo existe a necessidade de dotar robôs com a capacidade de deteção no escuro, para isso é proposto um sistema baseado em tecnologia mmWave (millimeter Wave) mais propriamente em radares mmWave, tecnologia imune à luminosidade e devido ás caraterísticas das suas ondas eletromagnéticas estas são refletidas em pratica mente qualquer material. A abordagem proposta consiste na implementação de um sistema capaz de classificar e manipular objetos trans parentes através da sua forma independentemente da luminosidade presente. De modo a implementar tal sistema é necessário a escolha de sensores dentro da gama existente em relação ás suas caraterísticas como a incapacidade de deteção de objetos estáticos. Ao acoplar o sensor à falange de um braço robótico torna possível a movimentação necessária para a aquisição de dados e para a manipulação de objetos. Ao adicionar esta estrutura a sistema de Inteligência Artificial a adap tabilidade é incrementada dando resposta para diversas situações. O protótipo proposto é baseado em duas redes neuronais uma responsável pela classificação e outra pela localização dos objetos no espaço. Após a implementação o sistema foi validado com ausência de luminosidade e providenciou dados bastante promissores na classificação de objetos onde demonstrou a capacidade de distinção entre sete alvos e a ausên cia de objetos na área de deteção. Em relação à localização o sistema ficou ligeiramente aquém das expetativas mostrando-se apenas capaz de encontrar o centro da zona de interesse e não o centro dos alvos. |
id |
RCAP_b3cf2eb79728fa53af95a4eb6de5ae00 |
---|---|
oai_identifier_str |
oai:ciencipca.ipca.pt:11110/2117 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking ApplicationsMmWaveInteligência ArtificialDeep LearningObjetos transparentesLight-out ManufacturingUm dos temas mais divulgados atualmente é o da Industria 4.0 que deriva na produção de lotes pequenos e per sonalizados, supervisão em tempo real, automação e eficiência. Embora implementar estes conceitos não seja fácil, pois para se tornar realidade é necessária uma reestruturação do modelo clássico de produção, logo é necessário a existência de ferramentas que permitam esta reforma. Para isso os robôs têm tido um papel de relevo, embora a sua presença nas fábricas não seja novidade, estes têm chamado a atenção devido a sua grande capacidade de adap tação. Estes robôs normalmente são extremamente robustos e precisos, mas como normalmente são utilizados em tarefas repetitivas e com pouca interação com o ambiente circundante é necessário o desenvolvimento de sistemas capazes de alterar este paradigma. Outro conceito derivado da eficiência é o de Lights-out Manufactoring baseado em produção totalmente auto matizada e sem intervenção humana, em que a iluminação é escassa ou inexistente reduzindo o custo energético. Esta nova realidade cria uma necessidade de desenvolver sistemas capazes de prover os robôs com a habilidade de ”ver” e mais difícil ”ver no escuro”. Embora existam vários sistemas capazes de dotar os robôs de visão e capacidade de identificação, estes sistemas são por norma dependentes da iluminação ou da orientação do objeto. Logo existe a necessidade de dotar robôs com a capacidade de deteção no escuro, para isso é proposto um sistema baseado em tecnologia mmWave (millimeter Wave) mais propriamente em radares mmWave, tecnologia imune à luminosidade e devido ás caraterísticas das suas ondas eletromagnéticas estas são refletidas em pratica mente qualquer material. A abordagem proposta consiste na implementação de um sistema capaz de classificar e manipular objetos trans parentes através da sua forma independentemente da luminosidade presente. De modo a implementar tal sistema é necessário a escolha de sensores dentro da gama existente em relação ás suas caraterísticas como a incapacidade de deteção de objetos estáticos. Ao acoplar o sensor à falange de um braço robótico torna possível a movimentação necessária para a aquisição de dados e para a manipulação de objetos. Ao adicionar esta estrutura a sistema de Inteligência Artificial a adap tabilidade é incrementada dando resposta para diversas situações. O protótipo proposto é baseado em duas redes neuronais uma responsável pela classificação e outra pela localização dos objetos no espaço. Após a implementação o sistema foi validado com ausência de luminosidade e providenciou dados bastante promissores na classificação de objetos onde demonstrou a capacidade de distinção entre sete alvos e a ausên cia de objetos na área de deteção. Em relação à localização o sistema ficou ligeiramente aquém das expetativas mostrando-se apenas capaz de encontrar o centro da zona de interesse e não o centro dos alvos.2021-03-22T15:04:55Z2021-03-22T15:04:55Z2021-03-22T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/11110/2117oai:ciencipca.ipca.pt:11110/2117porhttp://hdl.handle.net/11110/2117202654770Rodrigues, Ricardo Nuno Calheirosinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-09-05T12:53:24Zoai:ciencipca.ipca.pt:11110/2117Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T15:02:21.943618Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications |
title |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications |
spellingShingle |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications Rodrigues, Ricardo Nuno Calheiros MmWave Inteligência Artificial Deep Learning Objetos transparentes Light-out Manufacturing |
title_short |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications |
title_full |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications |
title_fullStr |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications |
title_full_unstemmed |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications |
title_sort |
SEE2PICK 4.0 - See Through Object Detection System for Robotic Picking Applications |
author |
Rodrigues, Ricardo Nuno Calheiros |
author_facet |
Rodrigues, Ricardo Nuno Calheiros |
author_role |
author |
dc.contributor.author.fl_str_mv |
Rodrigues, Ricardo Nuno Calheiros |
dc.subject.por.fl_str_mv |
MmWave Inteligência Artificial Deep Learning Objetos transparentes Light-out Manufacturing |
topic |
MmWave Inteligência Artificial Deep Learning Objetos transparentes Light-out Manufacturing |
description |
Um dos temas mais divulgados atualmente é o da Industria 4.0 que deriva na produção de lotes pequenos e per sonalizados, supervisão em tempo real, automação e eficiência. Embora implementar estes conceitos não seja fácil, pois para se tornar realidade é necessária uma reestruturação do modelo clássico de produção, logo é necessário a existência de ferramentas que permitam esta reforma. Para isso os robôs têm tido um papel de relevo, embora a sua presença nas fábricas não seja novidade, estes têm chamado a atenção devido a sua grande capacidade de adap tação. Estes robôs normalmente são extremamente robustos e precisos, mas como normalmente são utilizados em tarefas repetitivas e com pouca interação com o ambiente circundante é necessário o desenvolvimento de sistemas capazes de alterar este paradigma. Outro conceito derivado da eficiência é o de Lights-out Manufactoring baseado em produção totalmente auto matizada e sem intervenção humana, em que a iluminação é escassa ou inexistente reduzindo o custo energético. Esta nova realidade cria uma necessidade de desenvolver sistemas capazes de prover os robôs com a habilidade de ”ver” e mais difícil ”ver no escuro”. Embora existam vários sistemas capazes de dotar os robôs de visão e capacidade de identificação, estes sistemas são por norma dependentes da iluminação ou da orientação do objeto. Logo existe a necessidade de dotar robôs com a capacidade de deteção no escuro, para isso é proposto um sistema baseado em tecnologia mmWave (millimeter Wave) mais propriamente em radares mmWave, tecnologia imune à luminosidade e devido ás caraterísticas das suas ondas eletromagnéticas estas são refletidas em pratica mente qualquer material. A abordagem proposta consiste na implementação de um sistema capaz de classificar e manipular objetos trans parentes através da sua forma independentemente da luminosidade presente. De modo a implementar tal sistema é necessário a escolha de sensores dentro da gama existente em relação ás suas caraterísticas como a incapacidade de deteção de objetos estáticos. Ao acoplar o sensor à falange de um braço robótico torna possível a movimentação necessária para a aquisição de dados e para a manipulação de objetos. Ao adicionar esta estrutura a sistema de Inteligência Artificial a adap tabilidade é incrementada dando resposta para diversas situações. O protótipo proposto é baseado em duas redes neuronais uma responsável pela classificação e outra pela localização dos objetos no espaço. Após a implementação o sistema foi validado com ausência de luminosidade e providenciou dados bastante promissores na classificação de objetos onde demonstrou a capacidade de distinção entre sete alvos e a ausên cia de objetos na área de deteção. Em relação à localização o sistema ficou ligeiramente aquém das expetativas mostrando-se apenas capaz de encontrar o centro da zona de interesse e não o centro dos alvos. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-03-22T15:04:55Z 2021-03-22T15:04:55Z 2021-03-22T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11110/2117 oai:ciencipca.ipca.pt:11110/2117 |
url |
http://hdl.handle.net/11110/2117 |
identifier_str_mv |
oai:ciencipca.ipca.pt:11110/2117 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://hdl.handle.net/11110/2117 202654770 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799129894141034496 |