Registrace a rozpoznání objektu v rozšířené realitě

Abstract

Tato diplomová práce se zabývá detekcí objektů v rozšířené realitě pro průmyslovou výrobu. Popisuje metody detekce objektů s využitím tradičních algoritmů, umělé inteligence a přístupů uvedených v odborných článcích. Zaměřuje se na šest přístupů: využití markerů, hloubkových map, umělé inteligence, porovnání se vzorem, vizuální kontroly a hashování. Součástí práce je také rešerše zařízení pro rozšířenou realitu a návrh demonstrační úlohy spočívající v sestavování dřevěného hlavolamu, včetně výběru vhodného zařízení. Druhá část práce se věnuje návrhu a implementaci algoritmu založeného na detekci hran a barevné klasifikaci kontur. Následně je algoritmus podroben experimenty, které mají ověřit jeho přesnost, rychlost a robustnost. Výsledkem je algoritmus schopný pracovat v reálném čase, který je robustní vůči okluzi a horším světelným podmínkám.

This thesis focuses on object detection in augmented reality for industrial manufacturing. It describes object detection methods using traditional algorithms, artificial intelligence, and approaches presented in academic literature. The work concentrates on six main approaches: the use of markers, depth maps, artificial intelligence, template matching, visual inspection, and hashing. It also includes a review of augmented reality devices and the design of a demonstration task involving the assembly of a wooden puzzle, including the selection of a suitable device. The second part of the thesis deals with the design and implementation of an algorithm based on edge detection and color classification of contours. The algorithm is subsequently evaluated through experiments to verify its accuracy, speed, and robustness. The result is a real-time capable algorithm that is robust against occlusion and poor lighting conditions.