Sélection du workflow de configuration pour les objets cibles

Vous consultez actuellement la documentation pour la dernière version (2.1.2). Pour accéder à une autre version, cliquez sur le bouton "Changer de version" situé dans le coin supérieur droit de la page.

■ Si vous n’êtes pas sûr de la version du produit que vous utilisez, veuillez contacter le support technique Mech-Mind pour obtenir de l’aide.

Vous pouvez vous référer au tableau ci-dessous pour connaître les différents workflows de configuration des objets cibles et choisir celui qui convient en fonction du scénario d’application réel.

Procédure opérationnelle de base	Workflow de configuration affiché dans le logiciel	Scénario d’application	Exemple
Importer un fichier STL pour générer un modèle de nuage de points et configurer manuellement les points de préhension	Importer le modèle STL	La cohérence entre le nuage de points acquis par la caméra et le fichier de modèle STL est élevée. La diversité des orientations d’arrivée des objets cibles, ainsi que les variations de la pose de l’objet cible, entraînent des changements significatifs des caractéristiques du nuage de points de l’objet cible. Les surfaces des objets cibles sont réfléchissantes, et les zones manquantes dans les nuages de points varient d’un objet à l’autre. Scénarios de préhension d’objets disposés de manière ordonnée. Scénarios nécessitant une grande précision de préhension.	Comme la préhension de pièces en tôle placées aléatoirement, d’arbres, de maillons de chenille, de roues intérieures, d’anneaux et de disques de frein, et le chargement d’arbres à manivelles, d’arbres à cames et de chapes d’arbre disposés de manière ordonnée
Utiliser une caméra pour acquérir le nuage de points, générer le modèle de l’objet cible et configurer manuellement le point de préhension	Acquérir le nuage de points avec la caméra	Absence de modèle STL ou faible cohérence entre le nuage de points acquis et le fichier de modèle STL. Pas de changement notable dans le nuage de points des caractéristiques de surface de l’objet cible. Orientation d’arrivée unique des objets cibles. Scénarios avec des exigences faibles en précision de préhension.	Reconnaissance de bac
Générer un modèle de nuage de points basé sur des formes 3D courantes et configurer manuellement le point de préhension	Créer une forme 3D courante	Les formes des objets cibles à reconnaître sont relativement régulières, correspondant à un cylindre ou à un parallélépipède rectangle.	Par exemple la préhension d’arbres, d’anneaux et d’objets cibles rectangulaires disposés de manière ordonnée, ainsi que la préhension d’arbres empilés de façon aléatoire
Définir les points de préhension en déplaçant le robot manuellement, et générer le modèle de nuage de points à partir du nuage de points acquis	Déplacement manuel du robot et acquisition du nuage de points	Scénarios nécessitant une grande précision de préhension.	Préhension de carters de moteur, dépalettisation de compresseurs
Importer un nuage de points traité pour générer le modèle de nuage de points et les points de préhension	Importer un nuage de points traité	Scénarios avec des exigences particulières de prétraitement des modèles de nuage de points.	Scénarios nécessitant l’assemblage de nuages de points
Workflow de configuration d’objet cible lorsqu’aucun modèle de nuage de points n’est requis	Aucun modèle de nuage de points requis	Dépalettisation; scénarios de chargement et déchargement sans utiliser de méthodes d’appariement 3D pour des palettes avec séparations ou des bacs; chargement et déchargement d’objets cibles de forme géométrique régulière; génération de modèles de nuage de points basée sur des dimensions d’objet cible connues.	Dépalettisation de cartons et de sacs, chargement et déchargement de disques de frein, et scénarios d’augmentation de la cadence basés sur les dimensions des objets cibles

Procédure opérationnelle de base

Workflow de configuration affiché dans le logiciel

Scénario d’application

Exemple

Importer un fichier STL pour générer un modèle de nuage de points et configurer manuellement les points de préhension

Importer le modèle STL

La cohérence entre le nuage de points acquis par la caméra et le fichier de modèle STL est élevée.
La diversité des orientations d’arrivée des objets cibles, ainsi que les variations de la pose de l’objet cible, entraînent des changements significatifs des caractéristiques du nuage de points de l’objet cible.
Les surfaces des objets cibles sont réfléchissantes, et les zones manquantes dans les nuages de points varient d’un objet à l’autre.
Scénarios de préhension d’objets disposés de manière ordonnée.
Scénarios nécessitant une grande précision de préhension.

Comme la préhension de pièces en tôle placées aléatoirement, d’arbres, de maillons de chenille, de roues intérieures, d’anneaux et de disques de frein, et le chargement d’arbres à manivelles, d’arbres à cames et de chapes d’arbre disposés de manière ordonnée

Utiliser une caméra pour acquérir le nuage de points, générer le modèle de l’objet cible et configurer manuellement le point de préhension

Acquérir le nuage de points avec la caméra

Absence de modèle STL ou faible cohérence entre le nuage de points acquis et le fichier de modèle STL.
Pas de changement notable dans le nuage de points des caractéristiques de surface de l’objet cible.
Orientation d’arrivée unique des objets cibles.
Scénarios avec des exigences faibles en précision de préhension.

Reconnaissance de bac

Générer un modèle de nuage de points basé sur des formes 3D courantes et configurer manuellement le point de préhension

Créer une forme 3D courante

Les formes des objets cibles à reconnaître sont relativement régulières, correspondant à un cylindre ou à un parallélépipède rectangle.

Par exemple la préhension d’arbres, d’anneaux et d’objets cibles rectangulaires disposés de manière ordonnée, ainsi que la préhension d’arbres empilés de façon aléatoire

Définir les points de préhension en déplaçant le robot manuellement, et générer le modèle de nuage de points à partir du nuage de points acquis

Déplacement manuel du robot et acquisition du nuage de points

Scénarios nécessitant une grande précision de préhension.

Préhension de carters de moteur, dépalettisation de compresseurs

Importer un nuage de points traité pour générer le modèle de nuage de points et les points de préhension

Importer un nuage de points traité

Scénarios avec des exigences particulières de prétraitement des modèles de nuage de points.

Scénarios nécessitant l’assemblage de nuages de points

Workflow de configuration d’objet cible lorsqu’aucun modèle de nuage de points n’est requis

Aucun modèle de nuage de points requis

Dépalettisation; scénarios de chargement et déchargement sans utiliser de méthodes d’appariement 3D pour des palettes avec séparations ou des bacs; chargement et déchargement d’objets cibles de forme géométrique régulière; génération de modèles de nuage de points basée sur des dimensions d’objet cible connues.

Dépalettisation de cartons et de sacs, chargement et déchargement de disques de frein, et scénarios d’augmentation de la cadence basés sur les dimensions des objets cibles

Cette page est-elle utile ?

Laisser un commentaire

Sélection du workflow de configuration pour les objets cibles

Cette page est-elle utile ?

Merci pour votre soutien !

Veuillez nous indiquer comment améliorer :

Nous accordons de l’importance à votre vie privée