Övergripande beskrivning

För att göra gruvindustrin mer hållbar har Knightec, tillsammans med en kund, utvecklat programvara för att analysera slitaget på kvarnfoder. Verktyget möjliggör optimering av när fodret bör bytas ut och maximera dess livslängd. Analysen baseras på en 3D-skanning av kvarnen och importeras till programvaran som en punktmolnsbild. Detta examensarbete syftar till att ytterligare förbättra analyskapabiliteterna genom att hitta metoder för att rensa bort icke önskad data i punktmoln, såsom bultar och lyftöglor.

Mål

• Forska, implementera och jämföra olika tekniker för att detektera specifika objekt i punktmolnsbilder.
• Knightec kommer att tillhandahålla datamängder och punktmoln för utveckling.
  

Arbetsuppgifter

1. Litteraturstudie om befintliga metoder och tekniker inom datorseende för objektdetektion i punktmoln.
2. Datainsamling och förbehandling av tillhandahållna punktmoln.
3. Implementering och jämförelse av olika tekniker för objektdetektion.
4. Utvärdering och validering av de implementerade metoderna.
5. Dokumentation och rapportering av resultat.
   

Vem söker vi?

• Vi söker någon som är intresserad av datorseende och som studerar på masternivå inom datavetenskap eller liknande.
• Du har utmärkta kommunikationsfärdigheter och trivs med att arbeta i team
  
  

Syfte

Syftet med denna forskning är att främja utvecklingen inom datorseende. Studien syftar till att utforska befintliga modeller och tekniker, jämföra dem och hitta förbättringar, eller helt bygga en ny modell baserad på insikter från granskningen av de befintliga modellerna.

Tidsram

Projektet förväntas pågå i 20 veckor och inkluderar både utveckling och dokumentation.