| Summary: | The purpose of this thesis is to determine the applicability of computer vision tracking as a source of feed-back in the development of an intelligent computer numerical (CNC) controller potentially capable of detecting problems and eventually correcting them. For this task, three types of visual tracking methods are quantitatively evaluated to determine which approach is more suited to the development of the visual tracker. Emphasis will also be placed on camera calibration.The three classes of visual methods chosen are a marker-based detector, a template matching algorithm, and a model-based tracker. From these, it is found that the marker-based detector is the most accurate for the CNC tracking task by providing sub-pixel accuracy and robustness to visual contaminants such as noise. A visual simulator is developed to provide a fully controllable testing environment to determine optimal system parameters. The simulator also provides precise ground-truth used to quantify the tracking error and obtain an accuracy baseline before applying the tracker on real data. The tracking algorithm is then applied to image sequences of a physical machine to evaluate the real performance of the system. The accuracy of the system is found to be limited mostly by image resolution. === Le but du présent mémoire est de déterminer si la vision par ordinateur peut être utilisée comme source d'information, afin de réaliser un contrôleur intelligent pour une machine contrôlée numériquement. Un tel contrôleur pourrait être capable de détecter les problèmes et ultérieurement être capable de les corriger. Pour cette tâche, trois types de traqueurs visuels sont évalués quantitativement afin de déterminer quelle approche est la plus adéquate. L'accent sera également mis sur la calibration de la caméra. Les trois classes de méthodes visuelles choisies sont: un détecteur de marqueurs, un algorithme de correspondance de gabarit et un traqueur de modèle. À partir de ces méthodes, il est constaté que le détecteur basé sur les marqueurs est le plus précis pour la tâche qui est de suivre une machine opérée par commande numérique, car il fournit une précision sous-pixel et est robuste aux contaminants visuels tel que le bruit.Un simulateur visuel est conçu pour fournir un environnement de test entièrement contrôlable afin de déterminer les paramètres optimaux du système. Le simulateur fournit aussi des données précises utilisées pour quantifier l'erreur du traqueur et obtenir un niveau de référence de précision avant d'appliquer le traqueur sur des données réelles. Le traqueur est ensuite appliqué à des séquences d'images d'une machine physique pour évaluer la performance réelle du système. La précision du système se trouve être limitée principalement par la résolution d'image.
|
|---|
