使用Mech-Vision获取纸箱位姿¶

../../../_images/obtain_pose_interface.png

在本节教程中，用户将学习如何使用Mech-Vision来获取纸箱的位姿。

准备工作¶

准备2个大小一致的纸箱，并记录纸箱的尺寸(长、宽、高)。

准备梅卡曼德提供的标定板（标定板上圆点清晰，没有明显刮花痕迹，标定板没有明显弯曲变形）。

在新建典型应用工程中创建工程¶

打开Mech-Vision软件，并依次单击界面上方菜单栏中的典型应用 ‣ 新建典型应用工程。进入新建典型应用工程窗口后，依次选择拆垛 ‣ 单一尺寸拆垛——传入尺寸，设置工程名称及与保存目录后创建工程。

完成相机配置与标定¶

请按页面指引依次完成：

选择要连接的相机：

在相机列表中双击待连接相机，来创建与真实相机的连接，连接成功后剩余步骤将被激活。

调整相机参数：

选择Mech-Eye Viewer中内置的defult参数组。

标定相机：

首先将标定板安装到机器人末端

单击开始标定，并参考机器人手眼标定使用指南的内容来逐步完成标定。

标定完成后拆除标定板，并安装末端执行器

标定结果：

加载上一步标定完成的结果，即可完成相机配置页面的全部操作。

单击界面下方的识别进入下一步操作。

设置物体识别相关参数¶

请在开始接下来的操作之前将纸箱放到相机视野中央并随意放置，如下图所示。

注意

确保相机视野中只有待识别目标物体，可在Mech-Eye中采集图片来确认。

箱子尺寸：

在界面右侧箱子尺寸一栏中填写先前记录的箱子尺寸。模型路径与配置文件路径为软件预设，用户无需改动。

3D ROI:

点击界面左上角的 3D ROI 进入设置目标区域窗口，在此窗口中完成感兴趣区域的设置。

通过 “Ctrl键+鼠标左键” 拖拽方框边缘的绿色方块来调整感兴趣区域。

注意

调整后的绿色方框应保留全部待识别的目标物体，目标物体点云不可被截断。

深度学习结果&位姿：

点击生成位姿后，工程开始运行，并输出深度学习结果与位姿，如下图所示：

位姿结果中，纸箱上标记XYZ坐标，代表有位姿结果输出

若用户执行此步操作时，深度学习结果并未分割出两个纸箱或者并未输出位姿，可参考以下内容来解决问题：

确认填写的纸箱尺寸是否与实际一致；

重新截取 3D ROI；

调整相机的参数。

点击界面下方的部署进入下一步操作。