Tapahtumakameran event-datan hyödyntäminen mekaanisen värähtelyn mittauksessa
Tolvanen, Lauri (2026)
Tolvanen, Lauri
2026
Tieto- ja sähkötekniikan kandidaattiohjelma - Bachelor's Programme in Computing and Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
Hyväksymispäivämäärä
2026-05-18
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202605135571
https://urn.fi/URN:NBN:fi:tuni-202605135571
Tiivistelmä
Tässä kandidaatintyössä tutkitaan tapahtumakameran tuottamaa event-dataa ja luodaan ohjelma, jonka avulla pystymme määrittämään taajuuksia objektien värähtelystä. Tapahtumakamerat eroavat perinteisistä frame-pohjaisista kameroista siten, että ne tallentavat vain kirkkauden muutoksia yksittäisten pikselien tasolla mikrosekuntien tarkkuudella. Tämä mahdollistaa erittäin nopeiden liikkeiden havaitsemisen ilman liikkeen sumenemista ja tekee tapahtumakameroista potentiaalisia mittauslaitteita dynaamisiin teknisiin sovelluksiin. Työssä käytettiin DAVIS 346 -tapahtumakameraa, jolla kuvattiin kahta värähtelijää: pöytätuuletinta ja siniaallolla värähtelevää kaiutinta. Event-data siirrettiin Matlabin ohjelmistoympäristöön, jossa data esikäsiteltiin, visualisoitiin ja muunnettiin ajalliseksi histogrammisignaaliksi viitealueita apuna käyttäen. Tämän jälkeen signaalille suoritettiin nopea Fourier-muunnos taajuussisällön laskemiseksi.
Tulokset osoittivat, että tapahtumakameran event-datasta kyetään määrittämään matalataajuinen värähtely tarkasti. Kaiuttimen tapauksessa kaikki kuusi syötettyä taajuutta tunnistettiin selkeinä taajuuspiikkeinä, mikä vahvistaa menetelmän toimivuuden yksinkertaiselle värähtelylle. Menetelmää rajoittavat taustakohina, viitealueen manuaalinen valinta ja värähtelevän objektin näkyvyys tapahtumakameran syötteessä. Työn perusteella tapahtumakamerat tarjoavat lupaavan vaihtoehdon perinteisille kuvantamismenetelmille erityisesti sovelluksissa, joissa vaaditaan erittäin korkeaa ajallista tarkkuutta ja liikkeen tarkkaa havaitsemista. Jatkossa menetelmää voitaisiin kehittää automatisoimalla viitealueen valinta, tutkimalla kohinanvaimennusalgoritmien vaikutusta sekä laajentamalla analyysiä korkeampiin taajuuksiin ja monimutkaisempiin liikkeisiin.
Tulokset osoittivat, että tapahtumakameran event-datasta kyetään määrittämään matalataajuinen värähtely tarkasti. Kaiuttimen tapauksessa kaikki kuusi syötettyä taajuutta tunnistettiin selkeinä taajuuspiikkeinä, mikä vahvistaa menetelmän toimivuuden yksinkertaiselle värähtelylle. Menetelmää rajoittavat taustakohina, viitealueen manuaalinen valinta ja värähtelevän objektin näkyvyys tapahtumakameran syötteessä. Työn perusteella tapahtumakamerat tarjoavat lupaavan vaihtoehdon perinteisille kuvantamismenetelmille erityisesti sovelluksissa, joissa vaaditaan erittäin korkeaa ajallista tarkkuutta ja liikkeen tarkkaa havaitsemista. Jatkossa menetelmää voitaisiin kehittää automatisoimalla viitealueen valinta, tutkimalla kohinanvaimennusalgoritmien vaikutusta sekä laajentamalla analyysiä korkeampiin taajuuksiin ja monimutkaisempiin liikkeisiin.
Kokoelmat
- Kandidaatintutkielmat [11807]
