Configuration du projet de vision
Dans cette phase, vous devez terminer les configurations du projet de vision (c’est-à-dire le projet Mech-Vision) afin de reconnaître et localiser les objets cibles.
| Si le projet exige une grande précision de prise, assurez une bonne précision de prise de l’application lors du déploiement en suivant les recommandations de Sujet : Amélioration de la précision de prise. |
Un projet de vision comprend une série d’étapes de traitement de la vision, commençant par la collecte d’images, suivie d’une série de traitements algorithmiques sur les données d’image (prétraitement du nuage de points, traitement du nuage de points, reconnaissance 3D des objets cibles, ajustement de pose 3D, inférence par apprentissage profond, etc.), et aboutissant à la sortie des résultats de vision (poses, informations sur les objets cibles, etc.) utilisés pour guider le robot.
-
La bibliothèque de solutions de Mech-Vision propose des projets « exemples pratiques » pour les fonctions clés du processus de traitement de la vision, telles que l’ajustement de pose 3D et l’apprentissage profond. Vous pouvez apprendre à utiliser les fonctionnalités et les outils avancés du système de vision 3D et acquérir une expérience de mise en service.
-
Pour des scénarios d’application typiques dans des secteurs tels que le chargement d’objets cibles, la dépalletisation et la palettisation, la localisation et l’assemblage, et le prélèvement d’articles, Mech-Vision a déjà fourni des cas de solution typiques dans sa bibliothèque de solutions. Vous pouvez utiliser directement ces cas de solution comme référence pour créer, configurer et mettre en service rapidement un projet de vision. Le document « Pratiques des cas types du système de vision 3D » vous fournira des conseils détaillés sur la configuration et le réglage d’un projet de vision.
Le processus global de configuration d’un projet de vision est présenté dans la figure ci-dessous :
1 Créer un projet |
Cette section vous présente comment créer un projet simple. |
|
Cette section présente les procédures de base d’un projet. |
||
Cette section présente les procédures de base d’utilisation des étapes. Les étapes sont la base d’un projet. Une étape est l’unité algorithmique minimale pour le traitement des données. En connectant différentes étapes dans un projet, vous pouvez réaliser diverses tâches de traitement de données. |
||
2 Réglage des paramètres |
Ajustez les paramètres de la caméra pour garantir que la qualité des images 2D capturées et de la carte de profondeur répond aux exigences, assurant ainsi les performances des résultats de vision produits par le projet de vision final. |
|
Créer le modèle de nuage de points et ajouter le point de prise |
L’algorithme de correspondance 3D reconnaît les objets cibles sur la base de leurs modèles de nuage de points. Par conséquent, lors de la configuration d’un projet de vision, vous devez généralement créer le modèle de nuage de points et définir le point de prise. |
|
Dans des scénarios aux exigences de reconnaissance complexes, par exemple lorsque les pièces sont très réfléchissantes ou que la qualité des nuages de points est faible, l’algorithme de correspondance 3D peut ne pas atteindre une performance de reconnaissance optimale. L’algorithme d’apprentissage profond peut permettre une meilleure performance de reconnaissance. Veuillez vous référer à ce guide pour entraîner et déployer un modèle d’apprentissage profond. |
||
Vous pouvez utiliser l’outil « Reconnaissance 3D des objets cibles » pour reconnaître facilement et avec précision les poses des objets cibles et satisfaire les exigences de prise sur site. |
||
Après la reconnaissance réussie des objets cibles, vous devez effectuer une série de traitements sur les poses afin que le robot puisse les saisir facilement. Vous pouvez ajuster rapidement les poses avec l’outil d’ajustement de pose. |
||
Veuillez vous référer à ce guide et régler les paramètres des autres étapes du projet. |
||
3 Optimisation du projet |
Exécutez chaque étape pour vérifier le résultat d’exécution dans la fenêtre Debug Output, et exécutez l’ensemble du projet pour vérifier les résultats de vision produits par votre projet. |
|
Résolvez les problèmes courants rencontrés lors de l’utilisation de l’outil de reconnaissance 3D des objets cibles, et ajustez les paramètres en fonction des causes possibles et des solutions afin de reconnaître les objets cibles avec succès. |
||
Dans le processus réel de déploiement de l’application, prenez des mesures ciblées d’amélioration de la précision pour réduire les erreurs possibles, afin de garantir que la précision de prise réponde aux exigences du projet. |
||
Après le déploiement d’une application robotique guidée par vision 3D, vous devez évaluer le temps de cycle actuel de l’application. Si le temps de cycle actuel de l’application ne satisfait pas aux exigences du projet, vous devez l’améliorer. |
||
Dans les scénarios où l’apprentissage profond est utilisé, si le résultat d’inférence n’est pas satisfaisant, vous devez itérer votre modèle d’apprentissage profond. |
||
Pour faciliter la maintenance future, vous devez sauvegarder régulièrement les données du projet. |
||
4 Production et maintenance |
Avant que la solution de vision ne soit livrée à la ligne de production pour utilisation, vous pouvez configurer un ensemble d’interface de production, qui aidera l’opérateur sur site à obtenir rapidement des informations sur l’état de la production, à consulter les résultats de production, à changer de pièces ou à ajouter de nouveaux modèles d’objets, et à effectuer facilement la maintenance et le dépannage. |
|
L’opérateur sur site peut apprendre rapidement à utiliser l’interface de production en se référant à ce document. |