| dc.description.abstract | Denne bacheloroppgaven er en detaljert forklaring på hvordan bachelorgruppen gikk frem for å redesigne punktsky-anskaffelsen for Solwr's Sort™, en pallsorteringsmaskin designet for logistikkbransjen. Den nåværende kameraløsningen bruker seks Intel® RealSense™ L515 kameraer, som har gått ut av produksjon.
Prosjektet startet med en forskningsperiode som undersøkte dagens Sort™ og genererte ideer gjennom flere idémyldringer. Gruppen presenterte ideene for Solwr med jevne mellomrom for å få tilbakemeldinger og for å bestemme hvilke design å forfølge videre. Under fremdriftsmøtene med Solwr presenterte gruppen både ambisiøse og enkle design. Basert på Solwrs tilbakemelding vil noen av designene bli simulert for å samle inn mer detaljert informasjon om deres positive og negative aspekter.
Gruppen undersøkte de ledende produsentene innen 3D-kameraer. Hvert kamera og design ble evaluert basert på leveringstid, kostnad, kompleksitet, ytelse, sorteringstid og gjennomførbarhet. Målet var å designe en løsning ved hjelp av industrikameraer som minst yter likt som dagens løsning, i de ovennevnte domenene. Sort™ har nylig blitt kommersialisert og derfor ønsket Solwr å bruke industrielle kameraer i den nye punktsky-anskaffelsen.
For å sammenligne de forskjellige kameraene og plasseringene brukte gruppen 3D-modeller og programmerte sin egen verifiseringsprogramvare for synsfelt. Programvaren gjorde det mulig å gjøre forskjellige tester angående kameraer og plasseringer uten at det er nødvendig bygge prototyper for hver enkelt. Programvaren har to forskjellige moduser, grafisk FOV og punktskyverifisering. Den grafiske FOV-modusen produserer grafer som viser et kameras synsfelt. Punktskyverifiseringsmodusen genererer en punktsky som representerer en pall og viser om punktene er sett eller ikke, gitt en bestemt kameraplassering.
Basert på kamerasammenligningen og møter med Solwr, ble det laget en simulering. Simulatoren ga mer realistiske data å analysere, samt grunnlaget for å bygge en prototype. De simulerte kameraene hadde samme oppløsning og avstand som gruppens valgte kamera. Dataene som ble samlet inn gjorde at gruppen kunne bekrefte deres løsning ytterligere.
Til slutt ble et design valgt basert på simulatoren, 3D-modeller, beregninger og FOV-programvare. Deretter ble det bygget en fungerende prototype ved bruk av de nåværende Intel-kameraene, i Solwrs lager. Solwr hadde komponenter fra tidligere installasjoner og prototyper, og derfor var det ikke nødvendig med innkjøp av flere komponenter. Dataene gruppen samlet fra prototypen ble brukt for å danne den endelige konklusjonen. Avhandlingen konkluderer med at den nye punktsky-anskaffelsen er en levedyktig løsning både mekanisk og økonomisk, i forhold til Solwrs krav. Solwr har nå bestilt to Zivid One+ Large kamera per gruppens foreslåtte løsning. Videre tester vil være avgjørende for det neste designet av Sort™. Grunnet en to måneders leveringstid på de bestilte kameraene vil den endelige testingen bli utført av Solwr. | |
| dc.description.abstract | This bachelor thesis is a detailed explanation of how the bachelor group went about redesigning the point cloud acquisition for Solwr's Sort™, a pallet sorting machine designed for the logistics industry. The current camera solution is using six Intel® RealSense™ L515 cameras, which are discontinued.
The project started with a research period investigating the current system at Sort, and generated ideas through several brainstorm meetings. The group presented the ideas to Solwr on a regular basis in order to get their feedback, and to decide which designs to pursue further. During the progress meetings with Solwr the group presented both ambitious and simple designs. Based on Solwr's feedback, some of the designs would be simulated, collecting more detailed information about their positive and negative aspects.
The group researched the leading manufacturers in 3D vision. Each camera and design was evaluated based on delivery time, cost, complexity, performance, sorting time and feasibility. The goal was to design a solution using industrial cameras that at least performs equally to the current solution, in the above mentioned domains. Sort™ has recently been commercialized and therefore Solwr wished to use industrial cameras in the new point cloud acquisition.
In order to compare the different cameras and placements, the group utilized 3D visualizations through CAD, and programmed their own field of view verification software. The software allowed for different tests in cameras and placements, without having the need to build prototypes for each one. The software has two different modes, graphical FOV and point cloud verification. The graphical FOV mode produces graphs showing a camera's field of view. The point cloud verification mode generates a point cloud representing a pallet, and displays whether the points are seen or not, given a certain camera placement.
Based on the camera comparison result and meetings with Solwr, a simulation was made. The simulator gave more realistic data to analyze, and the basis needed to build a prototype. The simulated cameras were given the same resolution and the calculated distance as the group's chosen camera. The data collected allowed the group to further confirm their proposed solution.
Finally, a new design was chosen based on the simulator, 3D-models, calculations and FOV software. Thereafter, a working prototype was built using the current Intel cameras, in Solwr's warehouse. Fortunately, Solwr had components from previous installations and prototypes, and therefore there were no need to buy additional hardware. The data gathered from the prototype was used in order to form the final conclusion. The thesis concludes that the new point cloud acquisition is a viable solution, both mechanically and economically, considering Solwr's requirements. Solwr has now ordered two Zivid One+ Large cameras per the group's proposed solution. Further testing will be the deciding factor for the new design of Sort™. However, due to a two month delivery time of the ordered cameras, the final testing will be executed by Solwr. | |
