20.500.12556/RUL-165434 Robotsko sestavljanje paličja gradbenega odra Robotic assembly of scaffolding structures V magistrski nalogi smo obravnavali tematike, ki so povezane z aplikacijama vstavljanja vertikalne nosilne palice v podnožje paličja in vstavljanje prečne povezovalne palice v sosednji vertikalni palici. Te tematike zajemajo vstavljanje enega zatiča v odprtino, sočasno vstavljanje dveh zatičev v dve odprtini in obdelavo slik s konvolucijsko nevronsko mrežo. Razvili smo dve aplikaciji. Aplikacija vstavljanja vertikalne nosilne palice v podnožje paličja predstavlja vstavljanje zatiča v odprtino. Pri določanju točk vstavljanja smo si pomagali z nevronsko mrežo YOLACT, ki je namenjena segmentaciji objektov na slikah. Za vstavljanje smo morali določiti le os vstavljanja, kar smo dosegli s poravnavo kamere v središče podnožja in z branjem koordinat kamere v prostoru. Aplikacija vstavljanja prečne povezovalne palice v sosednji vertikalni nosilni palici je predstavljala zahtevnejši problem, ki smo ga obravnavali kot sočasno vstavljanje dveh zatičev v dve odprtini. Za uspešno vstavljanje smo morali določiti pozicijo točk vstavljanja v 3D prostoru na podlagi zajete 2D slike. To smo lahko storili zato, ker se točke vstavljanja zaradi zasnove paličja nahajajo na vnaprej znanih višinah. Obe aplikaciji smo najprej zasnovali v simulacijskem okolju, nato pa rezultate preverili tudi v laboratorijski postavitvi. In this master's thesis, we addressed topics related to the applications of inserting a vertical load-bearing post into a lattice base and inserting a transverse connecting crossbar into an adjacent vertical post. These topics include the peg-in-hole problem, simultaneous insertion of two pegs into two holes, and convolutional neural networks. We developed two applications. The application for inserting the vertical load-bearing post into the lattice base represents a peg-in-hole problem. In determining the insertion points, we used the YOLACT neural network, which is designed for object segmentation in images. For insertion, we only needed to determine the insertion axis, which we achieved by aligning the camera with the center of the base and reading the camera coordinates in space. The application for inserting the transverse connecting crossbar into the adjacent vertical load-bearing post presented a more complex problem, which we approached as the simultaneous insertion of two pegs into two holes. For successful insertion, we needed to determine the insertion points in 3D space based on a captured 2D image. This was feasible because the insertion points, due to the design of the lattice structure, are located at predefined heights. We first designed both applications in a simulation environment and then validated the results in a laboratory setup. vstavljanje zatiča v odprtino konvolucijske nevronske mreže YOLACT robotsko sestavljanje peg-in-hole problem convolutional neural networks YOLACT robotic assembly true false false Slovenski jezik Angleški jezik Magistrsko delo/naloga 2024-12-06 11:50:01 2024-12-06 11:50:09 2024-12-16 14:34:02 0000-00-00 00:00:00 2024 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 62768 219312643 Balantic_Anze_-_Robotsko_sestavljanje_palicja_gradbenega_odra.pdf Balantic_Anze_-_Robotsko_sestavljanje_palicja_gradbenega_odra.pdf 1 89AB6BCAD7424D9490EB28DCC85083B2 e915d05d54cabbf92a1d94dd2e40286b551e397761b1b22417b47c2fce5a5bde 6772c9cf-b3bf-11ef-b232-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=196582 Fakulteta za elektrotehniko 0 0 0