$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Bin Picking을 위한 예제 기반의 3차원 물체 표현 기법
Example-based 3D Object Representation for Bin Picking

한국화상학회지 = Journal of Korean society for imaging science and technology, v.14 no.2, 2008년, pp.87 - 94  

박인규 (인하대학교 정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

로봇을 이용한 부품 조립에서 bin picking은 가장 필수적이고 기초적인 작업이다. 본 논문에서는 2차원 또는 3차원 영상을 이용한 컴퓨터 비젼 기반의 bin picking 문제에 적용하기 위한 데이터 기반의 적응적인 3차원 물체 표현 기법을 제안한다. 제안하는 형상 표현 기법은 물체의 뷰 기반(view-based)으로서, 형상에 적응적으로 샘플링된 시점에서 취득된 영상들로 구성되어 있다. 즉, bin picking시 확률적으로 발생하기 쉬운 자세(pose)에 보다 조밀하게 뷰 샘플링을 수행하도록 한다. 이를 위해 컴퓨터 그래픽스에서의 충돌 처리를 원용한 가상 시뮬레이션을 통해 물체가 bin에 쌓였을 때의 물체의 자세에 대한 다수의 예제를 취득하고, 이들의 히스토그램K-means 군집화 기법을 적용하여 원하는 수만큼의 특징 뷰를 샘플링한다. 본 논문에서 제안하는 적응적인 뷰 샘플링 기법은 형상의 2차원 또는 3차원 기술자를 추출하기 위한 특징 뷰 집합으로 사용할 수 있으며, 향후 bin picking을 위한 모델 기반 물체 인식에 적용될 수 있다.

Abstract AI-Helper 아이콘AI-Helper

Bin picking is an essential as well as a basic operation in robot-based part assembly. In this paper, we propose a data-driven method for representing 3D object which is targeted to be used in bin picking scenario. The proposed approach is view-based one, in which 3D object is represented by a set o...

주제어

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로