FraMe : Design and construction of an automatically framing camera mount

• Main Authors: GRAHN, ANTON, THÅLIN, ADAM
• Format: Others
• Language: English
• Published: KTH, Skolan för industriell teknik och management (ITM) 2020
• Subjects: Mechatronics; Raspberry Pi; Camera; Infrared; Video tracking; Mekatronik; Kamera; IR; Bildspårning; Engineering and Technology; Teknik och teknologier
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-279830

The scope of this bachelor’s thesis was to investigate the use of infrared light to track an object in an image. The goal of the report was to build a full-scale prototype of a camera mount to understand what type of setup is ideal for delivering good tracking performance with infrared (IR) light, an IR-camera and a reflector. The tracker used IR-lights that shines light on the reflector which makes it the brightest spot in the image. Visible light was removed with an analog filter in front of the camera. A microcomputer, in this case a Raspberry Pi 3B+ was used to process the image from the camera, find the brightest spot and then turn the camera with two servo-motors. This resulted in a twoaxis motion that made sure that the brightest spot always stays in the middle of the frame. The testing of the system was done in two steps. First of all, five different shapes of reflector was tested to establish which shape ensures the best tracking performance, in all lighting conditions. The results from the testing was then compared to other visionbased tracking methods covered in other bachelorss thesis’ at KTH. The results showed that IR-tracking perform well in conditions with low ambient light while other visionbased tracking methods, like color tracking works better in conditions with lots of light. === I den här rapporten undersöks användningen av infrarött ljus för att spåra ett objekt i en bild. Målet med rapporten var att bygga en fullskalig prototyp av ett kamerafäste för att undersöka vilken typ av uppsättning som kunde leverera god prestanda gällande bildspårning med hjälp av infrarött (IR) ljus, en IR-kamera och en reflex. För spårningen användes IR-lampor som lyste på reflexen i syfte att göra den till den ljusaste punkten i bilden. Synligt ljus filtrerades bort med ett analogt filter som sattes framför kameran. En mikrodator i form av en Raspberry Pi 3B+ användes för att behandla bilden från kameran, identifiera ljusaste punkten och sedan rotera kamerafästet med hjälp av två servomotorer. Rotationen skedde kring två axlar för att se till att reflexen alltid befann sig mitt i bild. Testningen av uppsättningen gjordes i två steg. Först analyserades fem olika former på reflexen för att undersöka vilken form som bäst försäkrade att reflexen alltid är ljusaste punkten i bilden, även vid olika ljusförhållanden. Testresultaten från det andra testet kunde sedan jämföras med tidigare kandidatuppsatser som skrivits vid KTH. Det konstaterades att IR-spårning ger bättre prestanda vid ljusförhållanden med svagt ljus, medan spårning med hjälp av färgigenkänning ger bättre prestanda vid förhållanden med mycket ljus.