Rescue Robotics: 3D Scan und Bildverarbeitung zur teleoperierten robotischen Interventionsplanung

Institute

Lehrstuhl für Mikrotechnik und Medizingerätetechnik (TUM-ED)

Type

Master's Thesis /

Content

experimental / theoretical / constructive /  

Description

In einem Projekt am Lehrstuhl für Mikrotechnik und Medizingerätetechnik wird an Systemen zur autonomen Rettung von Verwundeten aus schwer zugänglichen Gebieten geforscht. Um einen Patienten während des Transports überwachen und mit notfallmedizinischen Eingriffen am Leben halten zu können, stehen entsprechende Roboter und Endeffektoren zur Verfügung. Um fernüberwachte Eingriffe auch ohne eine kontinuierliche Videoübertragung präzise durchführen zu können, soll ein virtuelles Patientenmodell erstellt werden. In einem ersten Schritt wurde dafür ein Laserlinienscanner entwickelt, der den Patienten zeilenweise von Fuß bis Kopf erfasst und ein Oberflächenmodell rekonstruiert.

Ziel der Arbeit ist die robotergestützte Erfassung und Rekonstruktion der Oberflächengeometrie eines menschlichen Körpers mittels geeigneter 3D-Vision-Sensorik. Auf Basis existierender Rekonstruktionsalgorithmen und Softwarebibliotheken (u. a. PCL, SMPL, ICP, HALCON) soll ein möglichst detailliertes und robustes Oberflächenmodell erzeugt, optimiert und automatisch im Arbeitsraum des Roboters registriert werden.
Ein besonderer Fokus liegt auf der wissenschaftlichen Untersuchung und Bewertung unterschiedlicher 3D-Erfassungstechnologien hinsichtlich ihrer Eignung für das gegebene Anwendungsszenario.

Daraus ergeben sich folgende Schwerpunkte:

• Systematische Analyse und Klassifikation geeigneter 3D-Vision-Technologien (z. B. Linienscanner, Stereo Vision, Structured Light, Mehrlinien- und Multikamerasysteme) unter Berücksichtigung von Kriterien wie Messprinzip, Auflösung, Erfassungsrate, Robustheit, Bauraum und Integrationsaufwand im Kontext autonomer robotischer Systeme

• Konzeption und Ableitung vielversprechender Sensorkonzepte für das Anwendungsszenario, einschließlich eigener Ideen zur Verbesserung der Erfassungsqualität

• Implementierung und experimentelle Evaluation ausgewählter Sensorkonzepte, inklusive des vorhandenen Linienscanners als Referenzsystem, mit Fokus auf quantitative Performancekennzahlen (z. B. Genauigkeit, Vollständigkeit, Reproduzierbarkeit und Erfassungsdauer)

• Robotergestützte optische Vermessung eines menschlichen Körpers zur Erfassung vergleichbarer Punktwolken als Basis für die Bewertung der Sensorkonzepte

• Rekonstruktion, Optimierung und räumliche Registrierung von Oberflächenmodellen im Arbeitsraum des Roboters (z. B. mittels SLAM- und ICP-basierter Verfahren), primär zur vergleichenden Bewertung der zuvor untersuchten Vision-Systeme

Um eine aussagekräftige Bewerbung inklusive Transcript und Referenzen / Portfolio, gerne mit ersten eigenen Gedanken zum Thema, wird gebeten!

Requirements

•Erste Erfahrungen im Bereich Computer Vision, Objektrekonstruktion und Machine Learning, großer Lernwille und Motivation

•Mechatronisches Systemverständnis, Erfahrung im Umgang mit Sensorik, Aktorik, Datenschnittstellen

•Fortgeschrittene Programmierkenntnisse in Python sowie C++

•Eigenständige Arbeitsweise, Kreativität und Begeisterungsfähigkeit

Possible start

nach Absprache

Contact

Julius Ambros, M.Sc.
Room: 1110
Phone: 089 289 15171
julius.ambrostum.de

Announcement