Perspektiveninvariante Inferenz von Eckpunkten in Packmustern von Kartonagen - Perspective invariant inference of corner points in packing patterns of cardboard boxes

This work deals with the inference of corner points of cardboard boxes, which are arranged two-dimensionally in a regular dense packing pattern. Only 2D camera images and no 3D information are used as sensor data. The cardboard boxes are viewed from extreme perspectives, typically encountered when ”looking at the shelf” for automated picking tasks. Starting from four corners of an arbitrary cardboard box, a method based on the crossratio is presented that can compute the corners of all possible neighboring box arrangements. Furthermore, the error propagation assuming corner point measurements with normally distributed noise is considered and a parametric model for the 2D probability distributions that vary across image location of all derived corner points is obtained from the error distribution.

Diese Arbeit befasst sich mit der Inferenz von Eckpunkten von Kartonagen, die in einem regelmäßigen dichten Packmuster flächig angeordnet sind. Als Sensordaten werden ausschließlich 2D Kamerabilder und keine 3D Information benutzt. Die Kartonagen werden aus extremen Perspektiven betrachtet, wie sie typischerweise beim ”Blick ins Regal“ für automatisierte Kommissionieraufgaben vorkommen. Ausgehend von vier Eckpunkten einer beliebigen Kartonage wird ein auf dem Doppelverhältnis basierendes Verfahren vorgestellt, das die Eckpunkte aller möglicher benachbarter Kartonagenanordnungen berechnen kann. Des Weiteren wird die Fehlerfortpflanzung unter der Annahme von Eckpunktmessungen mit normalverteiltem Rauschen betrachtet und aus der Fehlerverteilung ein parametrisches Modell für die ortsvarianten 2D Wahrscheinlichkeitsverteilungen aller abgeleiteter Eckpunkte ermittelt.