Mech-Vision 1.6.0 업데이트 설명

현재 보고 계신 매뉴얼은 구버전입니다. 페이지 오른쪽 상단을 클릭하면 최신 버전의 매뉴얼로 전환할 수 있습니다.

기능 추가

"데이터 저장" 기능 최적화

프로젝트 작업 현장에서 문제 발생 시 당시 상황이 재현될 수 있도록 하고, 현장을 떠나기 전에 충분한 회귀 분석을 수행할 수 있도록 하기 위해 Mech-Vision은 데이터 저장 기능에 대해 다음과 같이 최적화했습니다.

[데이터 저장] 기능은 예전처럼 "이미지와 스텝 파라미터를 저장하기" 프로시저를 사용하지 않습니다. 프로젝트를 연 후 “프로젝트 도우미” \-→ “데이터 저장”에서 데이터와 파라미터 저장 버튼을 켜면 바로 \"데이터 저장\" 기능을 사용할 수 있습니다.
비정상적인 데이터를 저장하는 기능이 추가되었습니다.
여러 대 카메라를 통해 캡처한 데이터를 저장할 수 있습니다.
데이터를 저장하는 폴더와 파일의 명칭이 수정되었습니다.

샘플 프로젝트 추가

Mech-Vision은 업계의 일반적인 사례에 대해 “원키 실행” 할 수 있는 샘플 프로젝트를 제공하며, 사용자는 샘플 프로젝트를 실행하여 스텝의 기능 및 작동 효과를 빠르게 이해할 수 있고 Mech-Vision의 사용법을 더 신속히 파악할 수 있습니다.

"2D 매칭"과 관련된 스텝 추가

이미지 속에서 대상 물체의 위치를 획득하고 이미지 속의 대상 물체 또는 ROI를 동일한 위치로 변환하기 위해 Mech-Vision에서 다음과 같이 2D 매칭과 관련된 스텝을 추가했습니다.

2D 템플릿을 만들기
2D 템플릿 매칭
기준 포즈를 기록하고 변환을 계산하기
이미지 변환

"3D 근사 매칭V2" 스텝 추가

Mech-Vision 1.6.0 버전에서 "3D 근사 매칭V2" 스텝을 추가하며 포인트 클라우드 템플릿을 사용하여 처음으로 원래 포인트 클라우드와 매칭시키고 시나리오에서 대상 물체의 초기 후보 포즈를 출력합니다.

"Python을 통해 결과를 계산하기" 스텝 추가

Mech-Vision 1.6.0 버전에 새로 추가된 "Python을 통해 결과를 계산하기" 스텝을 지원할 수 있는 Python 3.6.8 환경이 내장되어 있습니다. 해당 스텝이 호출하는 Python 스크립트는 다른 Python 라이브러리를 사용해야 하는 경우 Mech-Vision 소프트웨어의 "python" 디렉터리에 설치하십시오.

Python 라이브러리의 설치 방식은 다음과 같습니다.

CMD 혹은 PowerShell 프로그램을 엽니다.
Mech-Vision 소프트웨어의 "python" 디렉터리로 변경합니다(예: C:/Mech-Mind/Mech-Vision-1.6.x\python).
“./python -m pip install* library_name” 명령어를 입력하고 실행합니다.

"디버그 출력" 기능 최적화

Mech-Vision 프로젝트의 구축 및 분석을 용이하게 하기 위해 Mech-Vision 1.6.0은 디버깅 출력 기능을 최적화했습니다. 구체적으로 다음과 같습니다.

단독으로 팝업/최대화/다중 창 배열 등 방식을 지원하여 시각화 창을 표시합니다.
비 디버그 모드에서 출력 결과는 모두 표준 시각화 창에서 표시됩니다.
디버그 모드에서 스텝 사이의 시각화 결과를 빠르게 확인할 수 있습니다.
디버그 모드에서 하나/여러 개의 스텝의 여러 번 실행 결과를 확인할 수 있습니다.
디버그 모드에서 지정한 스텝을 보는 시각을 설정할 수 있어 여러번 실행 결과를 비교하는 데 편리를 줍니다.

"매칭 모델 및 픽 포인트 편집기" 최적화

카메라를 통해 포인트 클라우드 추가
- 현재 시나리오의 이미지를 캡처한 후 포인트 클라우드 모델을 직접 생성하도록 지원합니다. 이는 대상 물체가 부피가 크고 이동하기 어려운 상황에 적합합니다.
- 배경을 제거할 때 우선으로 물체의 이미지를 캡처하며 실제적인 사용 상황에 더 적합합니다.
포인트 클라우드 편집 작업
- 포인트 클라우드를 거꾸로 선택하는 것을 지원하며 일반적으로 “삭제” 작업과 결합하여 포인트 클라우드 모델을 빠르게 생성할 수 있습니다.
- 모델의 에지 부분을 생성할 수 있습니다. 3D 방법을 통해 포인트 클라우드의 에지 부분을 추정하여 에지 모델을 만드는 프로세스를 간소화합니다.

기능 최적화

소프트웨어 인터페이스 최적화

소프트웨어의 사용 편의성을 높이기 위해 Mech-Vision 1.6.0 버전은 다음과 같이 소프트웨어 인터페이스를 최적화했습니다.

인터페이스 레이아웃과 색깔을 최적화하고 "기본적인 레이아웃" 버튼을 추가했습니다(위치:`메뉴 바 \-→ 뷰 \-→ 기본적인 레이아웃).
“스텝 파라미터” 구역의 디스플레이 및 인터랙티브 최적화.
"프로젝트 편집 구역"의 프로젝트 툴 바에서 "프로젝트를 저장하기", "취소" 및 "다시 하기" 단축키를 추가했습니다.
"스텝 라이브러리" 검색 표시줄의 디스플레이 최적화.
카메라 연결 구성 요소의 인터페이스 최적화.
카메라 캘리브레이션 도구의 레이아웃과 관련 알림 내용을 최적화.

일부 스텝 명칭 수정

Mech-Vision 1.6.0 버전에서 일부 스텝 명칭을 수정했습니다. Mech-Vision 소프트웨어를 1.6.0 버전으로 업그레이드하면 프로젝트에 있는 스텝의 명칭은 자동으로 새 명칭으로 수정되었습니다.

수정한 사항은 해당 스텝들을 사용한 이전 버전의 프로젝트 실행에 영향을 미치지 않습니다.

Mech-Vision 1.6.0 및 이전 버전	Mech-Vision 1.6.0
상자 마스크의 유효성을 검증하기	상자 모양 대상 물체의 마스크를 검증하기
포즈 조정 집합	포즈 조정
포즈의 축을 목표 방향으로 회전하기	포즈의 축을 지정된 방향으로 회전하기
임의의 물체 피킹 포즈를 예측하기	픽 포인트를 예측하기
이미지 이진화	이미지 역치 처리
포인트 클라우드의 개수 제한	포인트 클라우드 리스트를 잘라 내기
3D 포즈를 오일러 각으로 전환하기	포즈 사원수를 오일러 각으로 전환하기
포인트 클라우드 벡터를 합치기	포인트 클라우드 리스트를 합치기
지정된 레이어의 2D 윤곽을 찾기	지정된 내부/외부 레이어에서 2D 윤곽을 찾기
지정축을 따른 길이를 계산하기	축을 따른 포인트 클라우드의 길이를 계산하기
포즈의 반복 정밀도 통계	통계 데이터를 통해 포즈의 반복 정밀도를 체크하기
기준 포즈까지의 거리를 계산하기	포즈 간 거리를 계산하기
경로 평활화	경로 평활화
라인 세그먼트 벡터를 합치기	라인 세그먼트 리스트를 합치기
올바른 경로를 획득하기 위해 포즈를 조정하기	올바른 경로를 획득하기 위해 목표점을 조절하기
이동 목표점의 포즈 전환과 로딩	목표점을 로드하고 전환하기
역순 정렬하기	리스트 역순 정렬하기
이동 경로의 원운동 방향을 조정하기	이동 경로의 원운동 방향을 조정하기
상자를 감지하기(최대 내접 직사각형)	상자를 감지하기(최대 내접 직사각형)
상자를 감지하기(최대 내접 직사각형)	상자를 감지하기(최대 내접 직사각형)V2
유효한 링 포인트 클라우드를 획득하기	링 포인트 클라우드 리스트를 필터링하기
직사각형의 경로를 생성하기	직사각형 경로를 생성하기
윤곽에 따라 경로를 생성하기	윤곽에서 경로를 생성하기
입력된 Z 값이 역치보다 높은지 판단하기	포즈의 Z값을 역치와 비교하기
링의 픽 포인트를 교정하기	링 모양 대상 물체의 포즈를 보정하기
이미지 변환	이미지 조정
지정된 포즈로 이미지를 회전하기	지정된 포즈로 이미지를 회전하기
3D 상자의 포인트 클라우드를 추출하기	3D ROI 내의 포인트 클라우드를 추출하기
평면에 있는 포인트 클라우드를 지정한 방향으로 회전하기	평면에 있는 포인트 클라우드를 정렬하기
물체 좌표계에서 포즈에 대해 자체 정의 회전을 하기	대상 물체 좌표계에서 사원수 벡터로 포즈를 회전하기
물체 좌표계에서 포즈에 대해 자체 정의 변환을 하기	대상 물체 좌표계에서 행렬로 포즈를 회전하기
목표 방향으로 포즈를 회전하기(대칭성 제약)	지정된 방향으로 포즈를 회전하기(대칭성 제약)
기준점으로 빠르게 가리키기	포즈를 기준점으로 빠르게 가리키기
벡터 중의 요소를 대체하기	리스트 중의 요소를 대체하기
이동 목표점을 저장하기	이동 목표점을 저장하기
엔드 포인트를 삽입하여 모션 파라미터를 보내기	끝점의 목표점을 삽입하고 이동 파라미터를 보내기
2D 궤적을 로드하기	2D 경로를 로드하기
나선형 경로를 생성하기	나선형 경로를 생성하기
뎁스 맵을 기반으로 이동 목표점을 생성하기	뎁스 맵에서 목표점을 생성하기
Z 형 궤적을 생성하기	Z 형 경로를 생성하기
자동으로 경로를 추출하기	2D 경로를 추출하기
장애물에 근거하여 포즈를 조정하기	장애물에 근거하여 목표점을 조정하기
목표점 매칭	목표점 매칭
장애물에 근거하여 포즈를 조정하기	장애물에 근거하여 목표점을 조정하기
2D 포즈가 마스크 안에 있는지 확인하기	마스크를 통해 2D 포즈를 검증하기
법선 벡터의 영역을 전환하기	법선 편차가 큰 영역을 추출하기
Map Mask Non-zero Area	마스크를 통해 이미지 영역을 추출하기
딥 러닝 추론	딥 러닝 추론(Mech-DLK2.1.0/2.0.0)

Mech-Vision 1.6.0 및 이전 버전

Mech-Vision 1.6.0

상자 마스크의 유효성을 검증하기

상자 모양 대상 물체의 마스크를 검증하기

포즈 조정 집합

포즈 조정

포즈의 축을 목표 방향으로 회전하기

포즈의 축을 지정된 방향으로 회전하기

임의의 물체 피킹 포즈를 예측하기

픽 포인트를 예측하기

이미지 이진화

이미지 역치 처리

포인트 클라우드의 개수 제한

포인트 클라우드 리스트를 잘라 내기

3D 포즈를 오일러 각으로 전환하기

포즈 사원수를 오일러 각으로 전환하기

포인트 클라우드 벡터를 합치기

포인트 클라우드 리스트를 합치기

지정된 레이어의 2D 윤곽을 찾기

지정된 내부/외부 레이어에서 2D 윤곽을 찾기

지정축을 따른 길이를 계산하기

축을 따른 포인트 클라우드의 길이를 계산하기

포즈의 반복 정밀도 통계

통계 데이터를 통해 포즈의 반복 정밀도를 체크하기

기준 포즈까지의 거리를 계산하기

포즈 간 거리를 계산하기

경로 평활화

라인 세그먼트 벡터를 합치기

라인 세그먼트 리스트를 합치기

올바른 경로를 획득하기 위해 포즈를 조정하기

올바른 경로를 획득하기 위해 목표점을 조절하기

이동 목표점의 포즈 전환과 로딩

목표점을 로드하고 전환하기

역순 정렬하기

리스트 역순 정렬하기

이동 경로의 원운동 방향을 조정하기

상자를 감지하기(최대 내접 직사각형)

상자를 감지하기(최대 내접 직사각형)V2

유효한 링 포인트 클라우드를 획득하기

링 포인트 클라우드 리스트를 필터링하기

직사각형의 경로를 생성하기

직사각형 경로를 생성하기

윤곽에 따라 경로를 생성하기

윤곽에서 경로를 생성하기

입력된 Z 값이 역치보다 높은지 판단하기

포즈의 Z값을 역치와 비교하기

링의 픽 포인트를 교정하기

링 모양 대상 물체의 포즈를 보정하기

이미지 변환

이미지 조정

지정된 포즈로 이미지를 회전하기

3D 상자의 포인트 클라우드를 추출하기

3D ROI 내의 포인트 클라우드를 추출하기

평면에 있는 포인트 클라우드를 지정한 방향으로 회전하기

평면에 있는 포인트 클라우드를 정렬하기

물체 좌표계에서 포즈에 대해 자체 정의 회전을 하기

대상 물체 좌표계에서 사원수 벡터로 포즈를 회전하기

물체 좌표계에서 포즈에 대해 자체 정의 변환을 하기

대상 물체 좌표계에서 행렬로 포즈를 회전하기

목표 방향으로 포즈를 회전하기(대칭성 제약)

지정된 방향으로 포즈를 회전하기(대칭성 제약)

기준점으로 빠르게 가리키기

포즈를 기준점으로 빠르게 가리키기

벡터 중의 요소를 대체하기

리스트 중의 요소를 대체하기

이동 목표점을 저장하기

엔드 포인트를 삽입하여 모션 파라미터를 보내기

끝점의 목표점을 삽입하고 이동 파라미터를 보내기

2D 궤적을 로드하기

2D 경로를 로드하기

나선형 경로를 생성하기

뎁스 맵을 기반으로 이동 목표점을 생성하기

뎁스 맵에서 목표점을 생성하기

Z 형 궤적을 생성하기

Z 형 경로를 생성하기

자동으로 경로를 추출하기

2D 경로를 추출하기

장애물에 근거하여 포즈를 조정하기

장애물에 근거하여 목표점을 조정하기

목표점 매칭

장애물에 근거하여 포즈를 조정하기

장애물에 근거하여 목표점을 조정하기

2D 포즈가 마스크 안에 있는지 확인하기

마스크를 통해 2D 포즈를 검증하기

법선 벡터의 영역을 전환하기

법선 편차가 큰 영역을 추출하기

Map Mask Non-zero Area

마스크를 통해 이미지 영역을 추출하기

딥 러닝 추론

딥 러닝 추론(Mech-DLK2.1.0/2.0.0)

"프로시저의 파라미터를 편집하기" 기능 최적화

Mech-Vision 1.6.0은 다음과 같이 프로시저의 “프로시저의 파라미터를 편집하기” 기능을 최적화합니다.

사용자가 프로시저 파라미터의 이름, 그룹 및 다양한 프롬프트를 자체적으로 정의할 수 있는 "프로시저 표시 조정" 기능을 추가했습니다.
JS 스크립트를 통해 프로시저의 파라미터 및 내부 스텝 파라미터의 매핑 관계를 편집하는 데 사용되는 "사용자 지정 매핑 파라미터"를 추가했습니다.
단일 또는 여러스텝의 파라미터를 레시피 파라미터로 결합하는 데 사용되는 "사용자 정의 레시피 파라미터"가 추가되었습니다.

"3D 근사/상세 매칭" 스텝에 파라미터 “모델 선택” 추가

Mech-Vision 1.6.0 버전에서는 "3D 근사/상세 매칭" 스텝에 “템플릿 설정” 파라미터가 새로 추가되며 템플릿 라이브러리와 연동할 때 사용합니다.

"통계 데이터를 통해 포즈의 반복 정밀도를 체크하기" 스텝의 출력 결과 최적화

스텝 "통계 데이터를 통해 포즈의 반복 정밀도를 체크하기"의 사용 편의성을 높이기 위해 Mech-Vision 1.6.0 버전에서 이 스텝에 대해 다음과 같이 최적화했습니다.

스텝 명칭이 \"포즈 반복 정밀도 통계\"에서 \"통계 데이터를 통해 포즈의 반복 정밀도를 체크하기\"로 수정했습니다.
오차 데이터 도입을 방지하기 위해 포즈 변동 범위의 역치 설정을 추가했습니다.
포즈 통계 결과를 오일러 각 데이터 형식으로 변경했습니다.
출력 결과의 소수점 자리를 자체 정의할 수 있습니다.
통계 데이터 테이블 레이아웃 최적화했습니다.
여러 포즈 데이터의 동시 전송을 지원하고 여러 개 도표(sheet)를 통해 다른 포즈의 결과를 표시합니다.
파라미터에 있는 \"다시 시작\" 기능이 자동으로 리셋되지 못하는 문제를 수정했습니다.
파라미터 설명 및 스텝 설명을 최적화했습니다.

V4&UHP 카메라와 적용

Mech-Vision 1.6.0 버전에서는 V4、UHP 카메라를 사용하여 이미지를 캡처하고 핸드-아이 캘리브레이션을 수행할 수 있습니다.

인스턴스 세그먼테이션 성능 향상

Mech-Vision 1.6.0 버전에서 “딥 러닝 모델 패키지 추론(Mech-DLK 2.2.0+)” 스텝이 새로 추가되며 이 스텝을 통해 인스턴스 세그먼테이션을 수행할 때 구버전의 “인스턴스 세그먼테이션” 스텝에 비해 성능이 일정한 정도로 최적화되었습니다.

저희는 귀하의 개인 정보를 소중하게 생각합니다.

당사 웹사이트는 귀하에게 최상의 경험을 제공하기 위해 쿠키를 사용합니다. "모두 수락"을 클릭하시는 경우, 귀하는 사의 쿠키 사용에 동의하게 됩니다. "모두 거부"를 클릭하시는 경우, 귀하가 이 웹사이트를 방문할 때 추적되거나 기억되지 않도록 하기 위해 단일 쿠키가 사용됩니다.

모두 수락

모두 거부