haku: @keyword konenäkö / yhteensä: 75
viite: 7 / 75
| Tekijä: | Pesonen, Olavi |
| Työn nimi: | Real Time Log Length Measurement Using GPU Accelerated Visual Odometry |
| Julkaisutyyppi: | Lisensiaatintutkimus |
| Julkaisuvuosi: | 2015 |
| Sivut: | 75 Kieli: eng |
| Koulu/Laitos/Osasto: | Tietotekniikan laitos |
| Oppiaine: | Informaatioteknologia |
| Valvoja: | Raiko, Tapani |
| Ohjaaja: | Huttunen, Heikki |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201512095506 |
| Sijainti: | P1 Ark Aalto 3256 | Arkisto |
| Avainsanat: | visual odometry measuring methods log length konenäkö stereonäkö tukin pituuden mittaus mittausmenetelmät |
| Tiivistelmä (fin): | Taman lisensiaatintutkimuksen aiheena on GPU laskennan kaytto konenäköön perustuvassa tukin pituuden mittauksessa. Konenäköön perustuva pituuden mittaus ei tarvitse uudelleen kalibrointia puulajin tai lämpötilan mukaan. Konenäköön perustuvassa mittauksessa myöskaan mittapyöra ei voi luistaa tukin pinnalla. Realiaikaisuuden vaatimus on tässä sovelluksessa korkea. Kuvat on otettu 120 Hz taajuudella, koska leikkuupää liikuttaa tukkia useita metrejä sekunnissa. GPU laskenta potentiaalisesti nopeuttaisi laskentaa tarvittavissa määrin. Realiaikaista vastetta haettiin sekä algoritmien valinnalla että harkitsemalla mahdollisuuksia rinnaisohjelmoinnin käyttämiseen. Monessa tapauksessa vasteet paranivat, vaikka grafiikkakortin ominaisuudet usein rajoittivat rinnaikkaisohjelmoinnista saatavaa hyötyä. Realiaikainen vaste saavutettiin, mutta ei tarvittavalla pituuden mittaamisen tarkkuudella. Molempien tavoitteiden saavuttaminen jai mahdollisten jatkotöiden tehtäväksi. |
| Tiivistelmä (eng): | This thesis studies GPU accelerated visual odometry in measuring log length. The visual odometry would not suffer slippage nor require recalibration depending type of wood ortemperature conditions compared to mechanical measurement. The requirement of the real-time performance is quite high. Image capturing in 120 Hz frequency is needed as log is moved several meters per second by harvester heads. Here GPU acceleration will be used as it can give speedup in magnitude of hundreds or more. Real-time performance is targeted by selecting fast algorithms for subtasks of measurement pipeline and considering possibilities to parallelize algorithm. In many cases performance boost is achieved, but not in expected magnitude. Physical constraints of the graphics card hardware become easily the limiting factor in parallelization. Real-time performance was achieved in this thesis but not with required accuracy. It remained for future work to find out which algorithms would give both targets. |
| ED: | 2016-01-17 |
INSSI tietueen numero: 52903
+ lisää koriin
INSSI