Om Mabema och GPV-systemet
Mabema är en av Sveriges främsta integratörer av visionsystem och vi levererar system för kvalitetsinspektion, mätning och robotguidning till flertalet olika branscher. Vårt GPV-system mäter timmertravars fastvolym under bark (m³fub) på lastbilar och ger delresultat som höjd, längd, bredd, fastvolymsprocent och diameterfördelning. Systemet använder avancerad kamerateknik, lasertriangulering, bildbehandling och AI för att noggrant mäta travvolymen av rundvirke. GPV-systemet introducerades på marknaden 2015 och idag mäter våra 12 GPV:er in över 10 miljoner m³fub årligen. Lär mer om systemet här: https://mabema.com/sv/wood/.
Projektbeskrivning
Systemet tar för närvarande två typer av bilder; (1) laserbilder som ger yt- och djupinformation i en trave och (2) färgbilder för avsyning av defekter i traven. Vi vill att masteruppsatsen ska undersöka hur bildbehandling och maskininlärning kan användas för att länka färg- och laserdata för att uppnå fler typer av mät- och inspektionsresultat. Det innebär att utveckla algoritmer och tekniker för att matcha stockar mellan de två bildmodaliteterna.
Forskningsfrågor (förslag)
Vi har tagit fram tre forskningsfrågor att utgå från men är öppna för olika typer av lösningar för att länka stockar mellan färg och laser data där bildregistrering och/eller djupinlärning är två potentiella tillvägagångssätt.
- Är det möjligt att med hjälp av bildbehandlingsmetoder och/eller ML/DL länka objekt från två modaliteter, i detta fall stockar i färg och renderade laser data?
- Kan punktmolnen från de 6 laserkamerorna i kombination med färgdata potentiellt nyttjas för att länka stockarna i färg och laser data?
- Vad skulle krävas i modifieringen av scenen, dvs kameror och utrustning för att potentiellt stödja bryggan mellan färg och laser data?
Kvalifikationer
Masteruppsatsen är lämplig för studenter inom datavetenskap, teknisk fysik, elektroteknik eller liknande områden men erfarenhet av bildbehandling och programmering är krav.
Det finns möjlighet till anställning efter avklarad masteruppsats.
