search query: @keyword machine vision / total: 44
reference: 7 / 44
« previous | next »
Author:Laitasalmi, Heikki
Title:Konenäköön perustuva nosturin käytön ja turvallisuuden seuranta
Machine Vision based Supervision of Crane Safety and Operation
Publication type:Master's thesis
Publication year:2013
Pages:(14) + 99 s. + liitt. 8      Language:   fin
Department/School:Automaatio- ja systeemitekniikan laitos
Main subject:Automaatiotekniikka   (AS-84)
Supervisor:Kyrki, Ville
Instructor:Eriksson, Lasse
Electronic version URL: http://urn.fi/URN:NBN:fi:aalto-201401101091
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark Aalto  4986   | Archive
Keywords:EOT
machine vision
machine learning
operation supervision
safety supervision
siltanosturi
konenäkö
koneoppiminen
käytönvalvonta
turvallisuudenvalvonta
Abstract (eng):The aim of the thesis is to utilize a machine vision based prototype system (MVPS) and to develop techniques for the supervision of an electric overhead travelling crane (EOT).
These methods aim at assessing safety, performance and reliability of the EOT crane operation.
Moreover, the thesis aims to measure the performance of MVPS.
With the knowledge of acquired results, further development is considered.

The essential themes of the theory section are crane technology, machine vision (MV) and machine learning.
In crane technology part operation environment, operation, design principles, condition monitoring and safety monitoring of EOT are covered.
Machine learning part introduces a Hidden Markov Model (HMM) based method for the duty cycle modeling of EOT crane.
Further, a brief introduction to MV is given in order to increase awareness of the working principle of the MVPS and the underlying measurement and image processing methods.

In the practical part of the thesis, the MVPS is introduced.
The system is composed of a MV camera, a stereo camera and an interface to EOT crane logic controller.
Moreover, algorithms utilizing MVPS are developed.
These algorithms are capable of analyzing crane safety and operation.
In addition, a crane operative report which intuitively reveals the crane performance is defined.
MVPS performance is evaluated by comparing measurements with reference systems.

Results of the thesis consist of MVPS performance measurements, developed algorithms and techniques for crane safety and operation supervision.
Duty cycle modeling expands opportunities for EOT crane performance evaluation.
Furthermore, MV based sway angle computation combined with video recording enables examination of hazardous situations.
However, for the future steps the most important results are product concept sketches which are enablers for commercialization.
Abstract (fin):Työn tavoitteena on ottaa käyttöön konenäköön perustuva prototyyppijärjestelmä ja kehittää menetelmiä nosturin käytönaikaisen turvallisuuden, tehokkuuden ja luotettavuuden määrittämiseen.
Menetelmäkehityksen lisäksi tavoitteena on mitata järjestelmän suorituskyky.
Saatujen tuloksien perusteella pohditaan jatkokehityksen vaiheita.

Työn teoriaosuuden teemoiksi on valittu nosturitekniikka, konenäkö ja koneoppiminen.
Nosturitekniikasta tutustutaan siltanosturin toimintaympäristöön, käyttöön, mitoitukseen sekä kunnon- ja turvallisuudenvalvontaan.
Koneoppimisesta esitellään piilo-Markov-mallinnukseen perustuva nostotyön mallinnusmenetelmä.
Konenäön perusteet käsitellään lyhyesti, jotta prototyyppilaitteiston toimintaperiaate ja mittaustuloksissa esiintyvät ilmiöt voidaan ymmärtää paremmin.

Käytännön osuudessa esitellään konenäköön perustuva mittausjärjestelmä, joka koostuu konenäkökamerasta, stereokamerasta ja rajapinnasta nosturin logiikkaan.
Työssä kehitetään prototyyppijärjestelmää hyödyntäviä algoritmeja, jotka kykenevät muodostamaan arvioita nosturin käytöstä ja sen turvallisuudesta.
Tämän lisäksi työssä määritellään käyttöraportti, joka on yksi työn keskeisimpiä tuloksia, koska se kuvaa nosturin käytönaikaista tehokkuutta helppotajuisessa muodossa.
Prototyyppijärjestelmän teknistä suorituskykyä arvioidaan vertaamalla mittaustuloksia referenssijärjestelmiin.

Työn tulokset koostuvat prototyyppijärjestelmän suorituskykymittauksista sekä kehitetyistä nosturin käytön- ja turvallisuudenvalvontamenetelmistä.
Nostotyön mallintaminen avaa merkittäviä mahdollisuuksia käytönaikaisen tehokkuuden määrittämiseen.
Tämän lisäksi esimerkiksi konenäköpohjainen taakan heilahduskulman laskenta yhdistettynä videokuvan tallentamiseen mahdollistaa vaaratilanteiden syiden selvittämisen.
Tulevaisuuden kannalta työn tärkeimmät tulokset ovat tuotekonseptihahmotelmat, jotka toimivat vahvana perustana työn tulosten jatkokehitykselle ja kaupalliselle hyödyntämiselle.
ED:2014-01-19
INSSI record number: 48425
+ add basket
« previous | next »
INSSI