FAQ
© 2015 Staats- und Universitätsbibliothek
Hamburg, Carl von Ossietzky

Öffnungszeiten heute09.00 bis 24.00 Uhr alle Öffnungszeiten

Eingang zum Volltext in OPUS

Hinweis zum Urheberrecht

Dissertation zugänglich unter
URN: urn:nbn:de:gbv:18-69626
URL: http://ediss.sub.uni-hamburg.de/volltexte/2014/6962/


Intelligente Kamerasysteme im Anwendungsfeld mobiler Service-Roboter

Bistry, Hannes

pdf-Format:
 Dokument 1.pdf (8.942 KB) 


SWD-Schlagwörter: Robotik , Bildverarbeitung , Sensor , Datenverarbeitung , Leistungsmessung
Freie Schlagwörter (Deutsch): Intelligente Kameras , Verteilte Systeme , Service-Roboter
Freie Schlagwörter (Englisch): Smart Cameras , Distributed Systems , Service Robots
Basisklassifikation: 54.39 , 54.25 , 54.74
Institut: Informatik
DDC-Sachgruppe: Informatik
Dokumentart: Dissertation
Hauptberichter: Zhang, Jianwei (Prof. Dr.)
Sprache: Deutsch
Tag der mündlichen Prüfung: 09.12.2013
Erstellungsjahr: 2013
Publikationsdatum: 10.09.2014
Kurzfassung auf Deutsch: Die Erfassung der Arbeitsumgebung stellt für mobile Robotersysteme eine zentrale Herausforderung dar. Kamerasysteme könnten in Zukunft entscheidend zu den Perzeptionsfähigkeiten künstlicher intelligenter Systeme beitragen.
Allerdings ist die Verarbeitung von Videodaten sehr rechenintensiv, insbesondere wenn hochauflösende Kameras verwendet werden. Speziell auf mobilen Plattformen stellt dieser Umstand aufgrund der Beschränkung der Recheneinheiten hinsichtlich Größe und Energieverbrauch ein Problem dar. Intelligente Kamerasysteme könnten insoweit zu deutlichen Verbesserungen führen. Durch deren integrierte Recheneinheiten werden Teile der Bildverarbeitung direkt auf den Kamerasystemen ausgeführt.
Bestandteile der Arbeit sind der Entwurf eines Konzepts für die Einbindung von intelligenten Kameras in Robotersysteme und eine Evaluation bei gängigen Bildverarbeitungsanwendungen im Bereich der Robotik; insbesondere wird hierbei auf Objektdetektion und Gesichtslokalisation eingegangen.
Je nach Aufgabenstellung und verfügbarer Rechenleistung können mehr oder weniger Teilaufgaben der Bildverarbeitung auf das Kamerasystem ausgelagert werden. So kann die Präferenz beispielsweise auf maximale Performance bei der Bildverarbeitung, minimale Auslastung des Steuerrechners des Robotersystems oder minimale Netzwerkauslastung gelegt werden.
Für die Leistungsmessungen wird die intelligente Kamera Basler eXcite verwendet. Die Tests ergeben, dass diese Kamera in ihrer Leistungsfähigkeit zwar hinter einem Desktop-System zurückbleibt, ihr Einsatz aber durch eine geschickte Verteilung der Teilaufgaben dennoch zu deutlichen Vorteilen im Hinblick auf die Latenz führt. Durch die verwendete modulare Software-Architektur können auch zusätzliche Rechnersysteme im Netzwerk-Umfeld des Robotersystems eingebunden werden. Anhand des Beispiels der Objektdetektion wird dargelegt, wie sich so insbesondere bei einer großen Objektdatenbank eine hohe Steigerung der Verarbeitungsleistung erreichen lässt.
In weiteren Tests wird die Effizienz der implementierten Software mit der Effizienz des weit verbreiteten Frameworks ROS im Hinblick auf den Overhead verglichen, der entsteht, wenn verschiedene Software-Komponenten Daten austauschen. Es stellt sich heraus, dass die hier verwendeten Funktionen eine deutlich geringere Latenz und CPU-Auslastung verursachen.
Im Rahmen der Arbeit wird ferner gezeigt, dass zukünftige intelligente Kameras durch Multi-Core-Prozessoren und durch die Verarbeitung auf den Recheneinheiten von Grafikprozessoren eine Steigerung der Verarbeitungsleistungen erreichen können. Es wird dargelegt, dass die im Rahmen dieser Arbeit entwickelte Softwarearchitektur diese Form der Verarbeitung bereits unterstützt.
Kurzfassung auf Englisch: Perceiving the working environment is a central challenge for mobile robots.
In the near future, camera systems could contribute significantly to the perception capabilities of artificial intelligent systems.
However, the processing of video data is very computationally intensive, especially for high-resolution cameras. On mobile platforms, this issue is critical due to the inherent constraints of size, weight and power consumption.
As smart cameras offer lightweight combinations of sensing and processing infrastructure, executing parts of the image processing functions on these systems can yield improvements regarding those challenges.

This thesis presents an integration concept for smart cameras into a robot system and evaluates their application in typical image processing tasks in the field of robotics. Particularly, object detection and face localization are analyzed. Depending on the task and the available processing capabilities, a variable number of image processing subtasks can be carried out on the smart camera. Among other settings, this allows optimizing the pipeline towards either high image processing performance, low utilization of the robot\'s host PC or low network utilization.

The evaluation shown in this thesis focuses on the performance of the Basler eXcite smart camera.
Although this camera\'s processing power is lower than that of desktop PCs, an appropriate setup of processing functions can result in significantly reduced overall latencies. The employed software\'s modular architecture also allows offloading image processing functions to further stationary PC-systems in the robot\'s working environment. For the task of object detection, it is shown that parallel processing can vastly increase the performance, especially when huge databases of objects are used.

Further tests compare the efficiency of the implemented software architecture to the state-of-the-art robotics framework ROS in terms of overhead, that is induced by exchanging data between different software modules. Results confirm a significantly improved behavior in terms of latency and CPU-load.

This thesis also considers future types of smart cameras using multiprocessor or GPU architectures in order to provide improved performance.
As part of this investigation, the developed software is extended to support OpenCL-based image processing and then used to validate the advantages of parallel architectures.

Zugriffsstatistik

keine Statistikdaten vorhanden
Legende