Segmentacija in lokalizacija šahovskih figur v oblaku točk z uporabo metode Fast Point TransformerZidar, Matic (Avtor) Perš, Janez (Mentor) Grm, Klemen (Komentor) računalniški vid3D segmentacijaFast Point Transformerglobinska kamerarobotska rokaV tem magistrskem delu raziskujemo uporabo segmentacijske arhitekture Fast Point Transformer (FPT) za prepoznavo šahovskih figur iz 3D oblakov točk. Problem, ki ga obravnavamo, je avtomatizacija prepoznavanja in lokalizacija majhnih in med seboj si podobnih objektov v prostoru s pomočjo globinske kamere. V našem pristopu smo namestili kamero Realsense D435 na robotsko roko HC10, s katero smo zajemali podatke o poziciji in barvi točk, s katerimi smo naučili dva segmentacijska modela z arhitekturo FPT. Postopek vključuje avtomatsko zajemanje in označevanje podatkov ter učenje in uporabo modelov za lokalizacijo figur. Rezultati našega dela kažejo, da je metoda FPT uspešna pri prepoznavanju in lokalizaciji šahovskih figur z majhno napako. V našem eksperimentu smo naučili dva ločena modela, kjer je prvi model, ki ločuje med točkami ozadja in figur, pravilno označil 80,81% točk figur, in drugi model, ki prepoznava točke med posameznimi figurami, v povprečju pravilno označil 97,35% točk iz testnega nabora podatkov. Vsakega od obeh modelov smo naučili, validirali in testirali na 3545 različnih slikah oblakov točk s skupno velikostjo 9,15 GB. Največja izmerjena napaka pri premikanju figur z robotom po uporabi modela za detekcijo je bila 1 cm, kar je zadostovalo za nemoteno premikanje figur z našim izbranim prijemalom Zimmer. Metoda je primerna za uporabo v industriji, saj omogoča fleksibilnost pri menjavi predmetov, ki jih želimo locirati.20252025-07-08 10:55:02Magistrsko delo/naloga170520sl