용어 및 개념

다양한 산업 분야의 예제 솔루션 또는 프로젝트가 포함된 리소스 라이브러리로 예제 데이터가 포함되어 있습니다.

솔루션은 비전 응용을 실현하는 데 필요한 로봇과 통신, 비전 처리 및 경로 계획 등 기능 구성과 데이터의 모음입니다.

프로젝트는 Mech-Vision 프로젝트를 말하며 하나 및 이상의 솔루션으로 구성되었습니다. 프로젝트는 단독으로 사용할 수 없으며 솔루션에 속해야 합니다.

스텝은 프로젝트 구성의 기초이며, 하나의 스텝은 한 알고리즘 처리 단위이며 서로 다른 스텝을 결합하여 서로 다른 알고리즘 처리 프로세스를 구성합니다.

여러 스텝의 조합을 프로시저라고 합니다. 서로 다른 프로젝트에는 종종 일관되거나 유사한 알고리즘 처리 프로세스가 있습니다. 이러한 고정된 알고리즘 처리 스텝을 캡슐화하고 결합하여 쉽게 재사용할 수 있습니다.

파라미터 레시피는 프로젝트가 다양한 상황에서 실행될 때 조정해야 하는 파라미터 설정 모음입니다. 다양한 상황에 대해 서로 다른 파라미터 레시피를 구성함으로써 반복적인 프로젝트 구축을 피하고 프로젝트 적응성이 향상됨으로써 생산 효율성이 향상됩니다.

카메라 좌표계와 로봇 좌표계 사이의 대응 관계를 설정하고 비전 시스템에 의해 결정된 물체 포즈를 로봇 좌표계 아래의 포즈로 변환하여 로봇이 물체에 대한 작업을 완료하도록 가이드하는 프로세스를 말합니다.

카메라의 내부 파라미터는 카메라의 내부 파라미터에만 관련됩니다.

카메라 좌표계와 세계 좌표계 간의 좌표 변환 관계입니다.

3차원 공간에서 물체의 자세를 설명하는 방법으로써 피치각(pitch angle), 편주각(yaw angle) 및 롤 각(roll angle)을 사용하여 3차원 공간에서 물체의 회전을 표현합니다.

TCP(Tool Center Point), 툴의 센터 포인트이며 말단 장치 끝점의 포인트입니다. 작업물 피킹 등 작업을 수행하기 위해 로봇이 공간에 있는 어떤 포인트로 이동하라고 할 때 사실 TCP를 해당 포인트로 이동시키는 것입니다.

데이터의 표면 특성을 포함하는 포인트 모음입니다.

로봇이 피킹할 때의 위치 및 방향 정보입니다.

선택한 이미지, 모양 또는 물체로 처리된 이미지(전체 또는 일부)를 가려 이미지 처리 영역 또는 프로세스를 제어합니다. 오버레이에 사용되는 특정 이미지 또는 물체를 마스크라고 합니다.

머신 비전 및 이미지 처리에서 처리가 필요한 영역은 처리된 이미지에서 선택되며 이를 관심 영역(ROI)이라고 합니다.

모델이 Mech-DLK에서 훈련된 후에는 하나 이상의 모델이 포함된 모델 패키지로 내보낼 수 있습니다. Mech-Vision에서는 모델 패키지를 활용하여 이미지 데이터에 대한 추론을 수행할 수 있습니다.

Mech-Mind Robotics에서 제공되는 종이 상자나 마대를 인식하기 위한 일반 설정 모델입니다. 인식 결과가 좋지 않은 경우 Mech-DLK를 사용하여 모델에 대해 미세 조정을 할 수 있습니다.