Skip to main content

Konenäkö (5 op)

Toteutuksen tunnus: TSAAA320-3002

Toteutuksen perustiedot


Ilmoittautumisaika

03.12.2021 - 09.01.2022

Ajoitus

01.01.2022 - 15.05.2022

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Pääkampus

Opetuskielet

  • Suomi

Koulutus

  • Sähkö- ja automaatiotekniikka (AMK)

Opettaja

  • Samppa Alanen
  • Juho Riekkinen

Ryhmät

  • TSA19SA
    Sähkö- ja automaatiotekniikka

Objectives

Suoritettuaan opintojakson opiskelija tuntee ja osaa käyttää konenäköjärjestelmien kuvanmuodostus- , esikäsittely- ja kuva-analyysimenetelmiä harmaasävy- ja värikameroille. Hän tuntee konenäön komponenttien ominaisuudet (kamerat , kuvankäsittelykomponentit, valonlähteet, optiikka, liitynnät). Opiskelija ymmärtää konenäköjärjestelmien toiminnan, rajoitukset ja mahdollisuudet. Hän osaa suunnitella konenäkölaitteiston ja ohjelmoida konenäkösovelluksen ja konenäköalgoritmit loppukäyttäjän tarpeen mukaisesti. Hän osaa mitoittaa ja suunnitella konenäköjärjestelmän asennuksen loppukäyttäjän kohteeseen asennusolosuhteiden asettamien tarpeiden mukaisesti (optinen geometria, kamera- ja valaistusvaihtoehtojen valinnat, liityntä automaatiojärjestelmään, olosuhdesuojaukset)

EA-EN: Tekninen analyysi
Opiskelija Osaa analysoida tuotanto- tai laadunvalvontaprosessia se ja osaa valita parhaiten sopivan konenäköratkaisun kohteeseen.

EA-EE: Tekninen suunnittelu
Opiskelija osaa valita ja mitoittaa konenäkökomponentit, järjestelmäkokonaisuuden ja suunnitella sovelluksen vaatimat konenäköfunktiot yrityksen/käyttäjän tarpeen mukaisesti.

EA-ER: Tekniikan soveltaminen käytäntöön
Opiskelija osaa valita tarkoituksenmukaiset konenäkölaitteet kuhunkin sovellukseen ja ottaa huomioon asennuksen ja olosuhteiden asettamat tarpeet ja rajoitukset.

Content

Keskeisiä sisältöalueita ovat kamera- ja valonlähdetekniikka, optinen mitoitus, kamera- ja valonlähdevalinnat, kuvanmuodostus , kuva-analyysi, konenäköjärjestelmän suunnittelu, konenäkösovelluksen ja konenäköalgoritmien ohjelmointi sekä liityntä automaatiojärjestelmään, robottiin tai manipulaattoriin. Opintojaksolla käsitellään myös asennusolosuhteiden vaatimukset suunnittelulle ja suojauksille.

Learning materials and recommended literature

Luentomateriaalit
Lisämateriaali kirjallisuudesta ja internetistä
Esim. https://www.wiley.com/en-us/Machine+Vision+Algorithms+and+Applications%2C+2nd+Edition-p-9783527413652

Teaching methods

Kontaktiopetus keskittyy konenäön teoriaan perehtymiseen, sekä käytännön harjoitusten tekemiseen. Toteutukseen kuuluu myös paljon ryhmätyönä tehtäviä laboratorioharjoituksia ja itsenäisesti tehtäviä palautettavia harjoituksia. Opintojakson toteutus sisältää siis itsenäistä työskentelyä, ryhmätyöskentelyä ja kontaktitunneille osallistumista.

Student workload

Opintojaksolla yhteensä 135h opiskeijan työtä, josta n. puolet kontaktiopetusta ja puolet itsenäistä työskentelyä.

Further information for students

Itse- ja vertaisarviointi palautettaviin harjoituksiin liittyen. Arviointipäätös pohjautuu palautettaviin harjoituksiin, laboratorioharjoituksiin ja tenttiin.

Evaluation scale

0-5

Evaluation criteria, satisfactory (1-2)

Välttävä (1): Opiskelija osaa osittain konenäköjärjestelmän HW- ja SW-suunnittelun sekä ottaa osittain huomioon asennukseen liittyvät tarpeet sovelluksen vaatimusten mukaisesti. Opiskelija osaa suunnitella ja toteuttaa toteuttaa konenäkösovelluksia laitevalintojen, ohjelmiston ja asennuksen osalta, mutta suunnittelussa ja toteutuksen toimivuudessa on merkittäviä puutteita.

Tyydyttävä (2): Opiskelija osaa pääosin konenäköjärjestelmän HW- ja SW-suunnittelun sekä ottaa huomioon asennukseen liittyvät tarpeet sovelluksen vaatimusten mukaisesti. Opiskelija osaa suunnitella ja toteuttaa toteuttaa konenäkösovellukset laitevalintojen, ohjelmiston ja asennuksen osalta, mutta suunnittelussa ja/tai toteutuksen toimivuudessa on puutteita.


.

Evaluation criteria, good (3-4)

Hyvä (3): Opiskelija osaa ratkaista konenäköjärjestelmän HW- ja SW-suunnittelun sekä asennukseen liittyvät tarpeet sovelluksen vaatimusten mukaisesti. Opiskelija osaa suunnitella ja toteuttaa konenäkösovellukset toimivalla tavalla laitevalintojen, ohjelmiston ja asennuksen osalta. Toimivasta toteutuksesta huolimatta valinnat ja/tai toteutus ei ole paras mahdollinen.

Kiitettävä (4): Opiskelija osoittaa hallitsevansa konenäköjärjestelmän HW- ja SW-suunnittelun sekä asennukseen liittyvät tarpeet sovelluksen vaatimusten mukaisesti. Opiskelija osaa suunnitella ja toteuttaa toteuttaa konenäkösovellukset erittäin hyvällä tavalla laitevalintojen, ohjelmiston ja asennuksen osalta, mutta ratkaisuissa on pieniä valinta- tai toteutuseroja optimaaliseen verrattuna.

Evaluation criteria, excellent (5)

Erinomainen (5): Opiskelija osoittaa hallitsevansa konenäköjärjestelmän HW- ja SW-suunnittelun sekä asennukseen liittyvät tarpeet sovelluksen vaatimusten mukaisesti. Opiskelija osaa suunnitella ja toteuttaa konenäkösovellukset optimaalisella tavalla laitevalintojen, ohjelmiston ja asennuksen osalta.

Prerequisites

Automaatiotekniikan perusteet sisältäen LabView –työkalun peruskäytön