In this thesis computer vision techniques has been applied for the automatic detection of steel rebars modelled by a Bi-directional automatic stirrup bender machine. Furthermore, recognition techniques has been applied so to classify the detected objects. The project, carried out at Schnell Spa1, is part of a larger project which integrates also an anthropomorphic arm and aims at automating the process of picking and placing rebars processed by the bender machines. To develop this system, an automatic object detection algorithm of the Object Segmentation type was used, based on the Detectron2 neural network algorithm, developed by Facebook, which allows the various steel rebars in space to be recognised in the various layers of each frame provided by the prediction, and manipulated according to the purpose of the project.

In questa tesi sono state applicate tecniche di visione artifiiale per il rilevamento automatico di vari oggetti in acciaio prodotti da una macchina piegatrice di staffe automatica bi-direzionale. Inoltre, sono state applicate tecniche di riconoscimento per classificare gli oggetti rilevati. Il progetto, realizzato presso la Schnell Spa1, fa parte di un progetto più ampio che integra anche un braccio antropomorfo e mira ad automatizzare il processo di prelievo e posizionamento dei tondini modellati dalla staffatrice. Per sviluppare questo sistema è stato utilizzato un algoritmo di riconoscimento automatico degli oggetti del tipo Object Segmentation, basato sull'algoritmo di rete neurale Detectron2, sviluppato da Facebook, che permette di riconoscere i vari tondini d'acciaio nello spazio nei vari strati di ogni fotogramma fornito dalla previsione, e di manipolarle secondo lo scopo del progetto.

Sistema per il rilevamento e il riconoscimento della forma per macchine per la lavorazione dei tondini d’acciaio

TOMAIUOLO, CLAUDIO
2020/2021

Abstract

In this thesis computer vision techniques has been applied for the automatic detection of steel rebars modelled by a Bi-directional automatic stirrup bender machine. Furthermore, recognition techniques has been applied so to classify the detected objects. The project, carried out at Schnell Spa1, is part of a larger project which integrates also an anthropomorphic arm and aims at automating the process of picking and placing rebars processed by the bender machines. To develop this system, an automatic object detection algorithm of the Object Segmentation type was used, based on the Detectron2 neural network algorithm, developed by Facebook, which allows the various steel rebars in space to be recognised in the various layers of each frame provided by the prediction, and manipulated according to the purpose of the project.
2020
2022-02-24
Detection and shape recognition system applied to rebar processing machines
In questa tesi sono state applicate tecniche di visione artifiiale per il rilevamento automatico di vari oggetti in acciaio prodotti da una macchina piegatrice di staffe automatica bi-direzionale. Inoltre, sono state applicate tecniche di riconoscimento per classificare gli oggetti rilevati. Il progetto, realizzato presso la Schnell Spa1, fa parte di un progetto più ampio che integra anche un braccio antropomorfo e mira ad automatizzare il processo di prelievo e posizionamento dei tondini modellati dalla staffatrice. Per sviluppare questo sistema è stato utilizzato un algoritmo di riconoscimento automatico degli oggetti del tipo Object Segmentation, basato sull'algoritmo di rete neurale Detectron2, sviluppato da Facebook, che permette di riconoscere i vari tondini d'acciaio nello spazio nei vari strati di ogni fotogramma fornito dalla previsione, e di manipolarle secondo lo scopo del progetto.
File in questo prodotto:
File Dimensione Formato  
Tesi Claudio Tomaiuolo.pdf

accesso aperto

Dimensione 2.14 MB
Formato Adobe PDF
2.14 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/8132