Detail předmětu

Rekonstrukce a analýza 3D scén

FSI-QRA Ak. rok: 2027/2028 Zimní semestr

Předmět se zabývá zpracováním mračna bodů (tzv. point clouds), což jsou trojrozměrná neuspořádaná data, která se získávají 3D skenováním pomocí hloubkových kamer nebo Lidarem. Tato oblast je velmi důležitá v reverzním inženýrství, ale také v dalších oblastech jako je robotika nebo autonomní systémy v dopravě. 

V první části kurzu se studenti seznámí s typy snímání a algoritmy pro zpracování mračna bodů, například detekce objektů, registrace. Část algoritmů bude prakticky programována v softwaru Matlab.

V laboratoři bude provedeno skenování modelu pomocí optického skeneru ATOS a dále v učebně s pomocí ručních skenerů. Studenti se seznámí se softwarem na zpracování mračna bodů GOM Inspect a Rhinoceros  pro 3D modelování a tisk. 

Dále  bude využita sada Arduino Engineering Kit pro řízení jednoduchého vozítka. V závěru semestru budou studenti pracovat na implementaci některé z metod,  kterou na závěr obhájí.

Jazyk výuky

čeština

Počet kreditů

6

Zajišťuje ústav

Výsledky učení předmětu

Po úspěšném absolvování předmětu student:

  1. Popíše a porovná vybrané metody získávání 3D dat.

  2. Aplikuje algoritmy PCA, SVD a ICP při zpracování a registraci mračen bodů.

  3. Použije metodu RANSAC k detekci geometrických objektů.

  4. Zpracuje data získaná pomocí 3D skeneru.

  5. Vytvoří a upraví geometrický model pro další zpracování.

  6. Navrhne a realizuje řešení praktické úlohy s reálnými 3D daty.

  7. Vysvětlí a obhájí zvolené postupy a interpretuje získané výsledky.

Vstupní znalosti

základní znalosti analýzy a algebry (matice, derivace) a základy počítačové grafiky, doporučená je znalost jakéhokoliv programovacího jazyka (C, C++, Pascal, atd. ) a programu (Matlab apod.)

Způsob zakončení předmětu a pravidla hodnocení studentů

Pravidla hodnocení a ukončení předmětu

Hodnocení je založeno na aktivní účasti studenta na počítačových cvičeních, průběžném sledování jeho práce a posouzení schopnosti porozumět probíraným metodám a aplikovat je při řešení praktických úloh s reálnými 3D daty.

Studenti v průběhu semestru samostatně nebo ve skupinách řeší zadané praktické úlohy a projekty. Součástí hodnocení je také závěrečný samostatný projekt nebo soubor průběžně realizovaných projektů.

Při hodnocení se posuzuje zejména porozumění použitým metodám, schopnost jejich správné aplikace, samostatný přínos studenta k řešení úloh a schopnost vysvětlit a interpretovat dosažené výsledky.

Udělení klasifikovaného zápočtu probíhá formou diskuse nad realizovanými úlohami a projekty, při níž student prokáže porozumění použitým postupům a dosaženým výsledkům.

Hodnocení je kvalitativní, bez bodové klasifikace. V případě nedostatečného splnění požadavků je studentovi umožněno doplnění nebo přepracování zadaných úloh či projektu a jejich opětovné posouzení.

Učební cíle

Hlavním cílem předmětu je získat přehled v oblasti snímání mračen bodů a jejich zpracování, které se v praxi používají. Praktická část předmětu seznámí studenty s principy 3D skenování, 3D tisku a návrhu algoritmu pro práci se 3D scénou. Studenti se také seznámí s platformou Arduino pro test některých metod.
Hlavní přínosem pro studenty je porozumění problematice mračna bodů, jejich snímání (3D skenování), využití (3D tisk, analýza scény při použití platformy Arduino) a následném zpracování (algoritmy detekce hran, detekce objektů, sesazování, atp.).

Použití předmětu ve studijních plánech

Program N-AAE-P: Pokročilé automobilové inženýrství, magisterský navazující, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Osnova

Přednášky:


1. Popis metod pro získávání 3D mračna bodů (point cloud), pasivní (Structure from Motion) a aktivní metody (Time of Flight, laser)
2. RANSAC – algoritmus a jeho využití, feature extraction – hledání významných částí v mračnech bodů
3.-4. Registrace mračna bodů (metody Principal Component Analysis, Singular Value Decomposition, Iterative Closest Point, FPFH deskriptor)
5. Detekce pozemních bodů, clustering
6. Porovnání prostorových metod s obrazovými metodami
7. Optický skener ATOS (laboratoř), skenování ručním skenery.
8. Software pro zpracování dat (GOM Inspect, Rhinoceros, atp.), práce se získanými daty
9. 3D tisk – principy, nastavení, problémy
10. Arduino Engineering Kit – programování vozítka Rover a jeho orientace v prostoru a funkce
11. – 12. Konzultace k zápočtovému projektu
13. Prezentace zápočtového projektu

Cvičení s počítačovou podporou

26 hod., povinná

Osnova

Cvičení s počítačovou podporou:


1. Metody snímání dat (Terrain, Mobile, Airborne) a jejich využití, programování SFM Matlabu, snímání dat pomocí Intel Real Sense, IPad Pro
2. RANSAC programy – proložení dat přímkou, rovinou, testování
3.-4. Programování registračních metod s použitím předdefinovaných funkcí, vliv parametrů na výsledky
5. Detekce pozemních bodů, clustering
6. Metody zpracování obrazu a jejich srovnání s metodami používanými pro 3D (derivace, hranové detektory, atp.)
7. Skenování v laboratoři – ATOS
8. Praktické cvičení se získanými daty
9. 3D tisk – návrh modelu v Rhinoceros, tisk
10. Arduino Engineering Kit – programování vozítka Rover a jeho orientace v prostoru a funkce, jednoduché obvody s Arduinem 11.-12. Konzultace k semestrálnímu projektu
13. Prezentace závěrečných prací