High-Precision 6D Pose Estimation for Flexible Industrial Automation
- Promovendus/a
- De Roovere, Peter
- Faculteit
- Faculteit Ingenieurswetenschappen en Architectuur
- Vakgroep
- Vakgroep Elektronica en Informatiesystemen
- Curriculum
- Master in de ingenieurswetenschappen: computerwetenschappen, KU Leuven, 2012
- Academische graad
- Doctor in de ingenieurswetenschappen: computerwetenschappen
- Taal proefschrift
- Engels
- Vertaling titel
- 6D-posebepaling met hoge nauwkeurigheid voor flexibele industriële automatisering
- Promotor(en)
- prof. Francis wyffels, vakgroep Elektronica en Informatiesystemen - dr. ir. Rembert Daems, vakgroep Informatietechnologie
- Examencommissie
- voorzitter prof. Sabine Wittevrongel (voorzitter Commissie Wetenschappelijk Onderzoek) - dr. Abdellatif Bey-Temsamani, Flanders Make - prof. Tom Lefebvre, vakgroep Elektromechanica, Systeem- en Metaalengineering - prof. Nick Michiels, Universiteit Hasselt - prof. Glenn Van Wallendael, vakgroep Elektronica en Informatiesystemen - promotor prof. Francis wyffels, vakgroep Elektronica en Informatiesystemen - promotor dr. ir. Rembert Daems, vakgroep Informatietechnologie
Korte beschrijving
De maakindustrie verandert: waar grote reeksen traditioneel zorgden voor efficiëntiewinsten, vraagt de markt steeds meer variatie. Series worden kleiner en machines moeten vaker omgesteld worden. Tegelijk is technisch geschoold personeel moeilijk te vinden en staan de marges sterk onder druk. Automatisering is daarom noodzakelijk, maar klassieke industriële robots zijn ontworpen voor stabiele productie en niet voor verandering. Er is dus nood aan systemen die snel kunnen omschakelen en zich aanpassen aan hun omgeving. Een cruciaal aspect daarbij is dat een robot ziet waar onderdelen liggen en hoe ze georiënteerd zijn. Voor metalen industriële onderdelen is dat extra lastig: ze glanzen, hebben weinig textuur en zijn vaak symmetrisch. Klassieke camerasystemen kunnen daar slecht mee overweg. Dit doctoraat onderzoekt hoe robots zulke onderdelen toch betrouwbaar kunnen herkennen, en dat met eenvoudige camera's. Beelden vanuit verschillende standpunten worden door een combinatie van AI en geometrische technieken vergeleken met de 3D-tekening van het onderdeel, waardoor de robot ze kan oppakken met millimeternauwkeurigheid. Het systeem werd getraind op een grote set computer-gegenereerde beelden; een nieuw onderdeel toevoegen vraagt enkel het bijhorende 3D-model. Zo helpt dit werk om automatisering ook haalbaar te maken voor kleine reeksen, en draagt het bij aan een wendbaardere maakindustrie.
Praktisch
- Datum
- Maandag 15 juni 2026, 16:00
- Locatie
- auditorium A - Magnel, gebouw 60 Magnel (eerste verdieping), Technologiepark Zwijnaarde 60, 9052 Zwijnaarde
- Livestream
- Volg online
Meer info
- Contact
- doctoraat.ea@ugent.be