ビジョンプロジェクトの設定

この段階では、対象物の認識と位置決めを実現するために、ビジョンプロジェクト(Mech-Visionプロジェクト)を設定する必要があります。

getting started index vision

ビジョンプロジェクトは、画像の取得から始まり、その後、画像データに対して様々なアルゴリズム処理(点群前処理・後処理、3Dマッチング、位置姿勢調整、ディープラーニング推論など)を行い、最終的にはロボットをガイドするためのビジョン結果(位置姿勢、ラベルなど)が出力されます。

project configuration

代表的な適用シーンの場合、ゼロからビジョンプロジェクトを構築する必要はありません。Mech-Visionソフトウェアの「ソリューションライブラリ」は、部品供給、パレタイジング・デパレタイジング、位置決め・組立、商品のピッキング、品質検査などの業界における一般的なシーンに適用可能な代表的なソリューションやプロジェクトを提供しています。これらのソリューションやプロジェクトは、アプリケーションのテンプレートとして使用でき、ビジョンプロジェクトの作成、設定、およびデバッグを迅速に完了できます。

ただし、ソリューションライブラリに含まれていないアプリケーションについては、ゼロからプロジェクトを構築し、設定およびデバッグを行う必要があります。ビジョンプロジェクトの設定手順を下図に示します。

vision project configuration workflow

1:プロジェクト作成

プロジェクトの構築手順

プロジェクトの構築手順と方法を記載しています。

プロジェクトに関する操作

プロジェクトの一般的な操作を記載しています。

ステップに関する操作

ステップの一般的な操作を記載しています。ステップはプロジェクト構築の基礎であり、1つのステップは1つのアルゴリズム処理ユニットです。異なるステップを組み合わせて、異なるアルゴリズム処理フローを構築します。

2:パラメータ設定

カメラパラメータの調整

カメラパラメータを調整し、カメラが取得した2D画像と深度画像の品質を確保します。2D画像と深度画像の品質は、最終的なビジョンプロジェクトの結果に影響を与えます。

点群モデルの作成

3Dマッチングアルゴリズムは、対象物の点群モデルを基にして対象物を認識します。そのため、ビジョンプロジェクトを設定する際には通常、点群モデルを作成する必要があります。

ディープラーニングの使用ガイド

ワーク表面に高い反射性がある、または点群の品質が低いなど、複雑な認識要件がある場合、3Dマッチングアルゴリズムだけでは要件を満たす認識効果が得られないことがあります。ディープラーニングと組み合わせて使用することで、より優れた認識効果が実現できます。ディープラーニングモデルのトレーニングと設定を行うには、ディープラーニングの使用ガイドをご参照ください。

位置姿勢の調整

対象物が正常に認識された後、通常はその位置姿勢に対して様々なの処理が行われ、これによりロボットの把持が容易になります。位置姿勢の迅速な調整には、位置姿勢編集ツールを使用できます。

ステップの参照情報

ステップパラメータに関する説明や設定方法を記載しています。各ステップのパラメータを設定する際には、これが参考になります。

3:デバッグと最適化

デバッグ結果出力

各ステップをシングルステップで実行し、デバッグ結果出力ウィンドウで実行効果を確認します。その後、プロジェクト全体を実行し、出力されたビジョン結果を確認します。

ディープラーニングモデルの微調整

ディープラーニングを使用する場合、ディープラーニングの推論結果が要件を満たさない場合は、モデルの追加調整が必要です。

データ保存

メンテンナンスのために、プロジェクトデータを定期的にバックアップする必要があります。

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。