データ処理

現在ご覧いただいているのは最新版の内容です(V2.1.1)。異なるバージョンを参照する場合は、画面右上のボタンから切り替えが可能です。

■ ご利用中のバージョンが分からない場合や、サポートが必要な場合はお気軽にサポート窓口までご連絡ください。

データの位置合わせ

異なるワークをスキャンする際、画像データにおけるワークの位置に微小な変動が生じる可能性があります。これによる影響を低減するため、画像にある共通の特徴を抽出して位置合わせします。こうすると、後続の測定の一貫性を確保できます。

processing 00

位置合わせ ステップの使用フローは以下の通りです。

  1. マッチングモデルを作成モデルを編集 ボタンをクリックして「2Dモデルエディタ」ウィンドウを開きます。画像から代表的かつ共通の特徴を選択してモデルを作成します。

    詳しい説明は、2Dモデルエディタ をご参照ください。
  2. ステップのパラメータを設定:モデルを選択してから、そのステップの パラメータ欄 でその他のパラメータを初期値のままにします。出力欄サーフェスデータ にチェックを入れます。

  3. 位置合わせ済みのデータを出力:ステップを実行すると、位置合わせ済みのデータが出力されます。

    デバック経験:
    • 2Dマッチングモデルは、画像の位置合わせに非常に重要です。モデルを作成する時、点群の品質が安定的、特徴の類似性が低く、画像の X/Y 方向を制限可能なエッジを特徴として選択してください。

    • タクトタイムを向上するために、2Dモデルエディタウィンドウの右側にある「特徴パラメータ」を設定し、角度とスケールの範囲を適切に縮小することを推奨します。例えば、ワークの供給角度の偏差が 5°以内にある場合、「角度範囲」を -5°から 5°に設定します。これでマッチングの速度が向上します。より詳しいパラメータ説明については、特徴パラメータ説明 をご参照ください。

    • 特徴の選択が難しい時、画像の右側にある 深度範囲設定 スライダをドラッグしてエッジの特徴をより鮮明に表現してください。

クリップ認識エリアを抽出

測定前に、クリップ認識用のサーフェスデータを抽出し、データのノイズ除去を行うことで、データの安定性と正確性を向上させます。サーフェス点のフィルタリング(法線ベクトルによる)ステップを実行してクリップ認識エリアのサーフェスデータを抽出してノイズを除去します。

processing 0

詳細な手順は以下の通りです。

  1. このステップのパラメータパネルで、特徴領域を使用 にチェックを入れ、特徴領域を調整して、クリップ認識用のサーフェスデータを指定します。

    processing 1
  2. 関連パラメータを調整してノイズを除去します。

    processing 2

このステップを実行すると、フィルタリング処理したサーフェスデータが出力されます。

processing 3
デバック経験:
  • サーフェス点のフィルタリング(法線ベクトルによる)ステップは効果的にノイズを除去できます。特に平坦なサーフェスデータを取得する場合は効果的です。ノイズが傾いていたり、不規則に分散している場合、このステップを行うことで、より良いノイズ除去結果を得ることができます。

    filter 1 demo
  • 法線ベクトルの最大角度 パラメータを調整して(60°程度を推奨)傾いたノイズを除去し、ノイズ除去レベル を調整してランダムに分散しているノイズを除去します。この2つのパラメータを合わせて使用することを推奨します。より詳しいパラメータ説明については、角度フィルタリング関連パラメータ をご参照ください。


続いて、抽出したサーフェスデータを使用してクリップの数を算出します。

この情報は役に立ちましたか?

ご意見・ご要望がございましたら、以下よりお寄せください:

Mech-Mindは、お客様のプライバシーを重視しています

このサイトでは最高の体験を提供するために Cookie を使用しています。サイトの閲覧を続ける場合、Cookie の使用に同意したことになります。「拒否する」を選択すると、このサイトを訪れた際に追跡や記憶が行われないように単独の Cookie が使用されます。