Sveučilišni diplomski studij

Nazad   Raspored   Engleski

Računalna geometrija i robotski vid DRb1-18

ECTS 5 | P 30 | A 0 | L 30 | K 0 | ISVU 190630 | Akademska godina: 2019./2020.

Grupe studenata

Prikaži sve grupe na predmetu

Nastavnici na predmetu

NYARKO EMMANUEL-KARLO, suradnik
CUPEC ROBERT, nositelj

Ciljevi predmeta

Steći znanja o prikazu osnovnih geometrijskih struktura i prostornih odnosa odgovarajući podatkovnim strukturama. Ovladati osnovnim metodama za učinkovitu analizu geometrije slike i 3D prostora. Naučiti se služiti programskim alatima za obradu slike i snimki dobivenih 3D senzorima. Naučiti implementirati programska rješenja problema analize slike i informacija o 3D prostoru za primjenu u robotici i inteligentnim autonomnim sustavima.

Uvjeti za upis predmeta

Ostvareni uvjeti za upis diplomskog studija računarstva.

Sadržaj

Osnovni pojmovi: koordinatni sustav, točka, pravac, dužina, vektor, ravnina, ploha, poligon, poliedar, normala. Opis pozicije i orijentacije krutog tijela. Transformacije između koordinatnih sustava. Particija ravnine i prostora. Triangulacija. Delaunay triangulacija. Traženje najbližeg susjeda. kD-stablo. Konveksna ljuska. Voronoi dijagram. Karte prostora. Registracija skupova točaka. Houghova transformacija. Metoda nasumičnog uzorkovanja (RANSAC). Primjena računalnog vida u robotici. Percepcijski senzori: kamera, 3D kamera, stereo vizija, LIDAR. Filtriranje slike. Detekcija rubova. Detekcija točki interesa. Segmentacija slike i oblaka 3D točaka. Optički tok. Kalibriranje kamere. Određivanje položaja kamere u odnosu na radnu okolinu robota. Trodimenzionalna rekonstrukcija objekata i scena na temelju dvije ili više slika snimljenih iz različitih pozicija. Izgradnja karte radne okoline robota na temelju podataka dobivenih pomoću računalnog vida. Prepoznavanje mjesta. Prepoznavanje objekata. Detekcija prepreka.

Oblici provođenja nastave

predavanja, samostalni zadaci, laboratorijske vježbe

Obveze studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Praćenje rada studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Osnovna literatura

1. 1 Bradski, G.; Kaehler, A. Learning OpenCV O Reilly, 2008


Pretraži literaturu na:

Dopunska literatura

1. 1 E. R. Davies Machine Vision: Theory, Algorithms, Practicalities, 3rd edition Elsevier, San Francisco, USA, 2005

2. 2 R. Hartley, A. Zisserman Multiple View Geometry in Computer Vision Cambridge University Press, 2003.

3. 3 O. Faugeras Three-Dimensional Computer Vision: A Geometric Viewpoint Cambridge, Massachusetts: The MIT Press, 1993.

4. 4 R. Cupec Osnove inteligentnih robotskih sustava, udžbenik u izradi Zavod za računalno inženjerstvo i automatiku, ETF Osijek, 2014.

Način praćenja kvalitete i uspješnosti izvedbe kolegija

Provođenje sveučilišnih anketa o nastavnicima (pristup prema studentima, transparentnost kriterija, motivacija na izvršavanje aktivnosti, jasnoća izlaganja, i sl.). Provođenje fakultetskih anketa o predmetima (nakon položenog predmeta samoevaluacija studenata o usvojenim ishodima učenja, te o opterećenosti u usporedbi s ECTS-ima aktivnosti i predmeta u cjelini).

Pregled ishoda učenja, nastavnih metoda i procjena ishoda učenja

Ishodi učenja:

1. Razumjeti temeljne principe često korištenih metoda i alata za obradu slike i podataka dobivenim 3D senzorima.

2. Izabrati odgovarajuće metode za rješavanje problema iz područja obrade slike i snimki dobivenih 3D senzorima.

3. Izabrati odgovarajuće podatkovne strukture za prikaz dvodimenzionalnih i trodimenzionalnih geometrijskih struktura kao i njihovih međusobnih odnosa.

4. Izraditi računalni program za obradu slike korištenjem raspoloživih programskih alata.

5. Izraditi računalni program za obradu podataka dobivenih 3D senzorima korištenjem raspoloživih programskih alata.

6. Izraditi programsko rješenje za prepoznavanje objekata na snimkama dobivenim 3D kemerom i određivanje položaja objekta u odnosu na kameru.



Aktivnosti studenta: Vidi tablicu aktivnosti