<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=145311"><dc:title>Analiza oblikovnih razlik med merjencem in pripadajočim modelom</dc:title><dc:creator>HOLCER,	ALEN	(Avtor)
	</dc:creator><dc:creator>Mihelj,	Matjaž	(Mentor)
	</dc:creator><dc:creator>Šlajpah,	Sebastjan	(Komentor)
	</dc:creator><dc:subject>nadzor kakovosti</dc:subject><dc:subject>primerjava modelov</dc:subject><dc:subject>oblikovne razlike</dc:subject><dc:subject>oblak točk</dc:subject><dc:subject>robot</dc:subject><dc:subject>laserski skener</dc:subject><dc:description>Danes v industriji vedno pogosteje uporabljamo robote in senzorje, ki nam omogočajo, da dosežemo stvari, ki prej niso bile mogoče. S pomočjo senzorjev lahko odkrivamo napake hitreje in natančneje odkrivamo kot s človeškim nadzorom, kar nam omogoča izboljšanje in povečanje učinkovitosti proizvodnje.
To diplomsko delo predstavlja postopek izdelave programa, ki omogoča odkrivanje napak v modelih z izračunom razlike med dvema modeloma. Prvi model, ki ga uporabljamo v programu, je oblak točk, pridobljen s senzorjem Sick Trispector 1030, nameščenim na UR5e robotu. Drugi model pa je načrtni model CAD, ki predstavlja želeno obliko modela. Program smo razvili v programskem jeziku Python in z uporabo programa CloudCompare, ki omogoča manipulacijo in obdelavo oblaka točk. Pred uporabo dejanskega modela smo v programskem okolju Fusion 360 izdelali preizkusni model, da smo preverili delovanje programa. Narisali smo dva modela, ki sta se razlikovala za tri stopnice.
Transformacije v prostoru so matematične operacije, ki spreminjajo pozicijo, orientacijo in velikost objektov v trirazsežnem prostoru. Pri prilagajanju modelov je pomembno, da oba modela (oblak točk in CAD model) izhajata iz istega koordinatnega sistema, saj ju le tako lahko primerjamo ter pridobimo medsebojne razlike.
Za prilagajanje modelov uporabljamo različne vrste transformacij, kot so translacija, rotacija, skaliranje in zrcaljenje. Te transformacije lahko izračunamo na podlagi referenčnih točk, ki jih pridobimo s pomočjo Houghovega algoritma. Houghov algoritem nam omogoča zaznavanje geometrijskih oblik, kot so na primer krogi, v oblaku točk.
Poleg transformacij v prostoru pa je za prilagajanje modelov pomembna tudi interpolacija, ki jo uporabimo za zapolnitev praznih točk v oblaku točk, pridobljenih iz senzorja. Interpolacija
nam omogoča, da na podlagi sosednjih točk izračunamo vrednost manjkajoče točke in tako dobimo bolj celovit model.
Glavni cilji diplomske naloge so: opisati osnove teorije delovanja transformacij med modeli, zasnovati sistem s pravilnim izračunom razlike med modeli in grafično prikazati razlike.</dc:description><dc:date>2023</dc:date><dc:date>2023-04-17 07:50:08</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>145311</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
