Thesis supervisor: Gábor Erdős
Location of studies (in Hungarian): MTA SZTAKI, H-1111 Budapest Kende u 13-17. 415 sz. Abbreviation of location of studies: GTT
Description of the research topic:
a.) Előzmények
Napjainkban a 3Ds mérési technológiák egyre olcsóbb eszközeinek nagyfokú elterjedésével, nagy mennyiségű mérési pontfelhő gyors feldolgozása sürgető igény lett. Nagyon sok esetben a pontfelhők mérete már akadályozza a kezelhetőséget, ezért szükség volna olyan algoritmusok kidolgozására, amelyek segítségével speciális alaktulajdonság információkat ( pl. hengerek sugarát és középvonalát ) lehet automatikusan meghatározni.
A pontfelhők feldolgozása során nagyon sok egymástól függetlenül feldolgozható függvényt kell használni, melyek könnyen párhuzamosíthatóak. A grafikus kártyák processzorainak programozása elsősorban az NVIDIA cég által támogatott CUDA program nyelv segítségével, könnyen elérhetőek és alkalmazhatóak.
Mind a mérési módszerek mind a feldolgozás során megfizethető „hardware” megoldások születtek. Ahhoz hogy ezen eszközöket megfelelően ki is lehessen használni, olyan algoritmusokat kell kidolgozni, amely lehetővé teszi a nagy adatmennyiség gyors feldolgozását.
b.) A kutatás célja
A kutatás célja olyan algoritmusok fejlesztése, amelyek grafikus processzorok segítségével dolgoznak fel pontfelhőket. A feldolgozás során pontfelhők és referencia poligon geometriák viszonyát kell elsősorban meghatározni. A poligon geometriák főbb leíró jellemzőit a kutatás során kell meghatározni és ezen jellemzőket kell a pontfelhőkből is kiszámolni. A referencia poligon geometriák, vagy adottak mint 3D CAD modellek, vagy egyéb információk ( 2D tervrajzok, képek, szöveges leírások, stb) segítségével kell felépíteni.
Fontos cél az algoritmusok valós méretű 100 -1000 millió pontokat tartalmazó pontfelhőkön való tesztelése .
c.) Az elvégzendő feladatok, azok fő elemei, időigénye
1. Irodalomkutatás a GPGPU programozás valamint a számítógépes geometriai modellezés témáiban.
2. Hatékony megoldó algoritmusok kidolgozása, pontfelhők és poligon geometriák felismerésére és illesztésére.
3. Prototípus implementáció és tesztelés .
4. Publikáció: évente min. 1 db. nemzetközi konferencia cikk, a 3. év végére két nemzetközi folyóiratcikk és disszertáció.
d.) A szükséges berendezések és készségek:
A szükséges berendezések a tanszéken, ill. a témavezető kutató intézetében (MTA SZTAKI) rendelkezésre állnak.
A feladat megoldásához angol nyelvismeret, szakirodalom önálló feldolgozásának készsége, CAD rendszer használatában való jártasság és programozási gyakorlat szükséges.
e.) Várható tudományos eredmények:
Általános célú pontfelhő feldolgozási algoritmusok, melyeket megmunkáló cellák vagy robotos cellák felügyeletének automatizálása, ipari létesítmények karbantartás tervezésének automatizálása illetve automatikus hiba detektálás területen lehet használni.
Irodalom:
K. Kawashima, S. Kanai, and H. Date. Automatic recognition of piping system from large-scale terrestrial laser scan data. In Proc. of ISPRS Workshop Laser Scanning, 2011.
R. Osada, T. Funkhouser, B. Chazelle, and D. Dobkin. Matching 3D models with shape distributions. In Proc. of International Conference on Shape Modeling and Applications, pages 154–167, 2001.
Hugues Hoppe . Surface Reconstruction from Unorganized Points, Ph.D. dissertation, University of Washington, 1994
Stark, Rainer; Grosser, Hendrik; Müller, Patrick Product analysis automation for digital MRO based on intelligent 3D data acquisition, CIRP Annals. Manufacturing Technology 62 (2013)
Number of students who can be accepted: 1
Deadline for application: 2015-01-31
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Login
