Reconnaissance 3D des 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.

Dans la préhension robotisée guidée par la vision 3D, une reconnaissance précise des poses des objets cibles est essentielle après l’acquisition des images pour augmenter le taux de réussite de la préhension robotisée.

vision process overview
Vue d’ensemble de l’outil de reconnaissance 3D des objets cibles

Ce tutoriel vous montrera comment ajuster les paramètres dans différents scénarios afin de reconnaître avec précision les poses des objets cibles.

Guide pratique : Reconnaissance des objets cibles

Vous trouverez un outil « Reconnaissance 3D des objets cibles » dans Mech-Vision pour reconnaître facilement les poses des objets cibles. Sélectionnez l’étape Reconnaissance 3D des objets cibles, puis cliquez sur le bouton Assistant de configuration dans le panneau des paramètres de l’étape pour ouvrir l’outil Reconnaissance 3D des objets cibles. Vous pouvez utiliser l’outil pour reconnaître les poses des objets cibles.

Exemples de reconnaissance des poses des objets cibles

La bibliothèque de solutions de Mech-Vision propose plusieurs exemples pratiques liés à la reconnaissance 3D des objets cibles. Ce tutoriel utilise ces solutions d’exemple pour montrer comment utiliser l’outil « Reconnaissance 3D des objets cibles » afin de répondre aux exigences de prélèvement sur site. Consultez les exemples dans le tableau ci-dessous selon vos besoins sur site.

Exemple Scénario d’application Description

Reconnaissance 3D des objets cibles (Positionnement)

Positionnement et assemblage

Le processus consiste d’abord à localiser les trous circulaires, puis le robot prélève les boulons pour l’assemblage. Une grande précision de positionnement est requise.

Reconnaissance 3D des objets cibles (Objets soigneusement disposés)

Objets entrants soigneusement disposés

Les objets cibles sont bien rangés, sans perte significative du nuage de points.

Reconnaissance 3D des objets cibles (Distinguer la face avant et la face arrière)

Objets entrants aléatoires

Les objets cibles sont disposés de manière aléatoire. Lorsque la face avant est orientée vers le haut, le point de prise correspondant à la face avant doit être fourni. Lorsque la face arrière est orientée vers le haut, le point de prise correspondant à la face arrière doit être fourni.

Reconnaissance 3D des objets cibles (Objets empilés aléatoirement)

Objets entrants aléatoires

Les objets cibles non réfléchissants sont empilés de manière aléatoire, et la qualité du nuage de points des objets cibles est bonne.

Reconnaissance 3D des objets cibles (Matériau hautement réfléchissant)

Objets entrants soigneusement disposés

Le nuage de points des objets cibles subit une perte importante en raison du matériau réfléchissant des objets cibles. L’apprentissage profond est nécessaire pour assister la reconnaissance.

Reconnaissance 3D des objets cibles (Qualité de nuage de points médiocre)

Objets entrants aléatoires

Le nuage de points des objets cibles fluctue fortement en raison du matériau réfléchissant des objets cibles ou de l’huile ou de la saleté présentes. L’apprentissage profond est nécessaire pour assister la reconnaissance.

Cette page est-elle utile ?

Veuillez nous indiquer comment améliorer :

Nous accordons de l’importance à votre vie privée

Nous utilisons des cookies pour vous offrir la meilleure expérience possible sur notre site web. En continuant à utiliser le site, vous reconnaissez accepter l’utilisation des cookies. Si vous refusez, un cookie unique sera utilisé pour garantir que vous ne soyez pas suivi ou reconnu lors de votre visite sur ce site.