Architektura pro segmentaci obrazu na robotické platformě

Marek MATULA

Master's thesis

Image segmentation architecture for a robotic platform

Anotácia:

V rámci této diplomové práce byla vytvořena a analyzována architektura modulárního systému pro detekci objektů v reálném čase, založená na Robotickém operačním systému (ROS). Práce představuje flexibilní řešení, které umožňuje výměnu algoritmů pro detekci objektů a zpracovávání videa z USB kamery. Konkrétně byly zkoumány dvě metody segmentace obrazu: YOLO algoritmus, implementovaný pomocí balíčku darknet_ros, a alternativní přístup pomocí OpenCV SSD. Pro metodu s darknet_ros byly vyhodnoceny konfigurace využívající jak CPU, tak GPU. Práce zahrnovala srovnávací testování na dvou různých hardwarových platformách - na desktopovém počítači a na Orange Pi, obě s Ubuntu 20 a ROS Noetic. Výsledky testování potvrdily schopnost systému flexibilně přizpůsobovat se různým algoritmům a poskytly porovnání výkonu a energetické efektivity mezi zkoumanými metodami na různých platformách a v různých konfiguracích. Tyto zjištění poskytují cenný základ pro budoucí výzkum a vývoj v oblasti detekce objektů v reálném čase.

Abstract:

Within this master's thesis, an architecture of a modular real-time object detection system based on the Robot Operating System (ROS) was created and analyzed. The thesis presents a flexible solution that allows for the exchange of algorithms for object detection and video processing from a USB camera. Specifically, two image segmentation methods were examined: the YOLO algorithm implemented using the darknet_ros package, and an alternative approach using OpenCV SSD. For the darknet_ros method, configurations utilizing both CPU and GPU were evaluated. The thesis included comparative testing on two different hardware platforms - a desktop computer and an Orange Pi, both running Ubuntu 20 and ROS Noetic. The testing results confirmed the system's ability to adapt flexibly to different algorithms and provided performance and energy efficiency comparisons between the examined methods on different platforms and configurations. These findings provide a valuable foundation for future research and development in real-time object detection.

Kľúčové slová

segmentace obrazu, robotická platforma, detekce objektů, ROS, architektura

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 31. 5. 2023

Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

• Obhajoba proběhla 14. 6. 2023
• Vedúci: RNDr. Jaroslav Žáček, Ph.D.

University of Ostrava

Faculty of Science

Master programme / odbor:
Information Science / Information Systems