Analys av punktmoln i tre dimensioner

Syfte: Att ta fram en metod för att hjälpa mindre sågverk att bättre tillvarata mesta möjliga virke från en timmerstock. Metod: En kvantitativ studie där tre iterationer genomförts enligt Design Science. Resultat: För att skapa en effektiv algoritm som ska utföra volymberäkningar i ett punktmoln som...

Full description

Bibliographic Details
Main Authors: Rasmussen, Johan, Nilsson, David
Format: Others
Language:Swedish
Published: Tekniska Högskolan, Högskolan i Jönköping, JTH, Datateknik och informatik 2017
Subjects:
Online Access:http://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-36915
id ndltd-UPSALLA1-oai-DiVA.org-hj-36915
record_format oai_dc
spelling ndltd-UPSALLA1-oai-DiVA.org-hj-369152018-01-14T05:11:09ZAnalys av punktmoln i tre dimensionersweRasmussen, JohanNilsson, DavidTekniska Högskolan, Högskolan i Jönköping, JTH, Datateknik och informatikTekniska Högskolan, Högskolan i Jönköping, JTH, Datateknik och informatik2017Point CloudPrincipal Component AnalysisPoint Cloud LibraryStereoscopic camera technologyOctreePunktmolnPrincipal Component AnalysisPoint Cloud LibraryStereoskopiska kamerorOctreeComputer and Information SciencesData- och informationsvetenskapComputer SciencesDatavetenskap (datalogi)Syfte: Att ta fram en metod för att hjälpa mindre sågverk att bättre tillvarata mesta möjliga virke från en timmerstock. Metod: En kvantitativ studie där tre iterationer genomförts enligt Design Science. Resultat: För att skapa en effektiv algoritm som ska utföra volymberäkningar i ett punktmoln som består av cirka två miljoner punkter i ett industriellt syfte ligger fokus i att algoritmen är snabb och visar rätt data. Det primära målet för att göra algoritmen snabb är att bearbeta punktmolnet ett minimalt antal gånger. Den algoritm som uppfyller delmålen i denna studie är Algoritm C. Algoritmen är både snabb och har en låg standardavvikelse på mätfelen. Algoritm C har komplexiteten O(n) vid analys av delpunktmoln. Implikationer: Med utgångspunkt från denna studies algoritm skulle det vara möjligt att använda stereokamerateknik för att hjälpa mindre sågverk att bättre tillvarata mesta möjliga virke från en timmerstock. Begränsningar: Studiens algoritm har utgått från att inga punkter har skapats inuti stocken vilket skulle kunna leda till felplacerade punkter. Om en stock skulle vara krokig överensstämmer inte stockens centrum med z-axelns placering. Detta är något som skulle kunna innebära att z-värdet hamnar utanför stocken, i extremfall, vilket algoritmen inte kan hantera. Purpose: To develop a method that can help smaller sawmills to better utilize the greatest possible amount of wood from a log. Method: A quantitative study where three iterations has been made using Design Science. Findings: To create an effective algorithm that will perform volume calculations in a point cloud consisting of about two million points for an industrial purpose, the focus is on the algorithm being fast and that it shows the correct data. The primary goal of making the algorithm quick is to process the point cloud a minimum number of times. The algorithm that meets the goals in this study is Algorithm C. The algorithm is both fast and has a low standard deviation of the measurement errors. Algorithm C has the complexity O(n) in the analysis of sub-point clouds. Implications: Based on this study’s algorithm, it would be possible to use stereo camera technology to help smaller sawmills to better utilize the most possible amount of wood from a log. Limitations: The study’s algorithm assumes that no points have been created inside the log, which could lead to misplaced points. If a log would be crooked, the center of the log would not match the z-axis position. This is something that could mean that the z-value is outside of the log, in extreme cases, which the algorithm cannot handle. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-36915application/pdfinfo:eu-repo/semantics/openAccess
collection NDLTD
language Swedish
format Others
sources NDLTD
topic Point Cloud
Principal Component Analysis
Point Cloud Library
Stereoscopic camera technology
Octree
Punktmoln
Principal Component Analysis
Point Cloud Library
Stereoskopiska kameror
Octree
Computer and Information Sciences
Data- och informationsvetenskap
Computer Sciences
Datavetenskap (datalogi)
spellingShingle Point Cloud
Principal Component Analysis
Point Cloud Library
Stereoscopic camera technology
Octree
Punktmoln
Principal Component Analysis
Point Cloud Library
Stereoskopiska kameror
Octree
Computer and Information Sciences
Data- och informationsvetenskap
Computer Sciences
Datavetenskap (datalogi)
Rasmussen, Johan
Nilsson, David
Analys av punktmoln i tre dimensioner
description Syfte: Att ta fram en metod för att hjälpa mindre sågverk att bättre tillvarata mesta möjliga virke från en timmerstock. Metod: En kvantitativ studie där tre iterationer genomförts enligt Design Science. Resultat: För att skapa en effektiv algoritm som ska utföra volymberäkningar i ett punktmoln som består av cirka två miljoner punkter i ett industriellt syfte ligger fokus i att algoritmen är snabb och visar rätt data. Det primära målet för att göra algoritmen snabb är att bearbeta punktmolnet ett minimalt antal gånger. Den algoritm som uppfyller delmålen i denna studie är Algoritm C. Algoritmen är både snabb och har en låg standardavvikelse på mätfelen. Algoritm C har komplexiteten O(n) vid analys av delpunktmoln. Implikationer: Med utgångspunkt från denna studies algoritm skulle det vara möjligt att använda stereokamerateknik för att hjälpa mindre sågverk att bättre tillvarata mesta möjliga virke från en timmerstock. Begränsningar: Studiens algoritm har utgått från att inga punkter har skapats inuti stocken vilket skulle kunna leda till felplacerade punkter. Om en stock skulle vara krokig överensstämmer inte stockens centrum med z-axelns placering. Detta är något som skulle kunna innebära att z-värdet hamnar utanför stocken, i extremfall, vilket algoritmen inte kan hantera. === Purpose: To develop a method that can help smaller sawmills to better utilize the greatest possible amount of wood from a log. Method: A quantitative study where three iterations has been made using Design Science. Findings: To create an effective algorithm that will perform volume calculations in a point cloud consisting of about two million points for an industrial purpose, the focus is on the algorithm being fast and that it shows the correct data. The primary goal of making the algorithm quick is to process the point cloud a minimum number of times. The algorithm that meets the goals in this study is Algorithm C. The algorithm is both fast and has a low standard deviation of the measurement errors. Algorithm C has the complexity O(n) in the analysis of sub-point clouds. Implications: Based on this study’s algorithm, it would be possible to use stereo camera technology to help smaller sawmills to better utilize the most possible amount of wood from a log. Limitations: The study’s algorithm assumes that no points have been created inside the log, which could lead to misplaced points. If a log would be crooked, the center of the log would not match the z-axis position. This is something that could mean that the z-value is outside of the log, in extreme cases, which the algorithm cannot handle.
author Rasmussen, Johan
Nilsson, David
author_facet Rasmussen, Johan
Nilsson, David
author_sort Rasmussen, Johan
title Analys av punktmoln i tre dimensioner
title_short Analys av punktmoln i tre dimensioner
title_full Analys av punktmoln i tre dimensioner
title_fullStr Analys av punktmoln i tre dimensioner
title_full_unstemmed Analys av punktmoln i tre dimensioner
title_sort analys av punktmoln i tre dimensioner
publisher Tekniska Högskolan, Högskolan i Jönköping, JTH, Datateknik och informatik
publishDate 2017
url http://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-36915
work_keys_str_mv AT rasmussenjohan analysavpunktmolnitredimensioner
AT nilssondavid analysavpunktmolnitredimensioner
_version_ 1718609706395631616