픽 포인트를 예측하기(임의의 물체)

현재 버전 (1.8.2)에 대한 매뉴얼을 보고 계십니다. 다른 버전에 액세스하려면 페이지 오른쪽 상단 모서리에 있는 '버전 전환' 버튼을 클릭하세요.

■ 최신 버전의 소프트웨어를 사용하려면 Mech-Mind 다운로드 센터를 방문하여 다운로드하세요.

■ 현재 사용하고 있는 제품의 버전이 확실하지 않은 경우에는 언제든지 당사 기술 지원팀에 문의하시기 바랍니다.

기능 설명

2D 이미지와 3D 뎁스 맵을 결합하여 이미지에서 피킹 가능한 물체를 인식하고, 대응한 피킹 포즈를 출력합니다.

grasp pose estimation grasp pose estimation

응용 시나리오

이 스텝은 일반적으로 무질서하게 쌓여있는 다양한 물체들을 분류하는 데 사용됩니다.

입력 및 출력

grasp pose estimation input and output

그래픽 카드에 대한 요구

이 스텝에서는 NVIDIA GTX 1650 Ti 이상의 그래픽 카드를 사용해야 합니다.

파라미터 조절 설명

서버

서버 IP

기본값: 127.0.0.1

설명: 실제 상황에 따라 딥 러닝 서버의 IP주소를 설정하십시오.

서버 포트(1 ~ 65535)

기본값: 60052

설명: 임의의 물체 피킹, 임의의 물체 피킹(빈 없음) 프로젝트에서 60000~65535의 포트 번호를 사용해야 합니다.

추론 설정

추론 모드

설명: 딥 러닝 추론을 선택하는 데 사용하는 모드입니다.

값 리스트: GPU, CPU

  • GPU : GPU 추론으로 모델을 최적화한 다음 최적화된 모델을 추론하면 추론 속도가 빠릅니다. 모델을 처음으로 최적화하면 10 ~ 30 분이 소요됩니다.

  • CPU: CPU를 사용하여 딥 러닝 모델 추론을 수행하며 GPU에 비해 추론 시간이 늘어나고 인식 정확도가 떨어집니다.

기본값: GPU

설명 : 추론 속도 : GPU> CPU. 추론 모드를 전환 한 후 딥 러닝 서버를 다시 시작해야 합니다.

작업 거리

최소 작업 거리

기본값: 0

설명: 카메라와 시나리오 물체 사이의 가장 짧은 거리(단위:mm)입니다. 빈을 사용하는 경우 이 파라미터는 카메라 바닥면에서 빈 상단 가장자리까지의 거리여야 합니다. 실제 상황에 따라 설정합니다.

최대 작업 거리

기본값: 3000

설명: 카메라와 시나리오 물체 사이의 가장 긴 거리(단위:mm)입니다. 빈을 사용하는 경우 이 파라미터는 카메라 바닥면에서 빈 하단 가장자리까지의 거리여야 합니다. 실제 상황에 따라 설정합니다.

상자 설정

빈을 사용하기

기본값: 선택하지 않음.

설명: 상자가 필요할 때 이 옵션을 선택합니다. 선택한 후 이 스텝에 상자의 포즈를 입력하는 포트가 증가될 것입니다. 아래 그림과 같으며 그림 1은 선택 전, 그림 2는 선택 후입니다.

grasp pose estimation use bin
빈의 길이

기본값: 100mm

설명: 빈을 사용하기를 선택한 후 상자의 사이즈에 근거하여 이 파라미터를 설정해야 합니다.

빈의 너비

기본값: 100mm

설명: 빈을 사용하기를 선택한 후 상자의 사이즈에 근거하여 이 파라미터를 설정해야 합니다.

윤곽 감지(스마트 배치, 특수 모양)

윤곽 감지

기본값: 선택하지 않음.

설명: 물체 외곽을 감지하는 데 사용됩니다. 선택한 후 하단에 특수 모양 물체 필터링 파라미터가 표시됩니다.

특수 모양 물체 필터링(택배를 피킹하는 시나리오에 많이 사용됨)

좁은 물체를 필터링하기

기본값: 선택하지 않음.

설명: 이 옵션을 선택하면 최소 외접 직사각형의 가장 긴 변의 길이가 설정한 역치보다 큰 물체는 비교적으로 긴 물체로 간주되어 필터링될 것입니다.

짧은 에지 길이의 하한

기본값: 0

설명: 좁은 물체를 필터링하기 옵션을 선택해야 이 파라미터를 볼 수 있습니다. 최소 외접 직사각형의 가장 짧은 변의 길이가 설정한 역치보다 작은 물체는 필터링될 것입니다. 실제 상황에 따라 설정합니다.

예시: 이 파라미터의 수치를 30으로 설정할 때 실제 길이가 30보다 작은 물체는 필터링될 것입니다. 아래 그림과 같이 위는 필터링 전이고 아래는 필터링 후의 효과입니다.

grasp pose estimation filter short
긴 물체를 필터링하기

기본값: 선택하지 않음.

설명: 이 옵션을 선택하면 최소 외접 직사각형의 가장 긴 변의 길이가 설정한 역치보다 큰 물체는 비교적으로 긴 물체로 간주되어 필터링될 것입니다.

긴 에지 길이의 상한

기본값: 0

설명: 긴 물체를 필터링하기 옵션을 선택해야 이 파라미터를 볼 수 있습니다. 최소 외접 직사각형의 가장 긴 변의 길이가 설정한 역치보다 큰 물체는 필터링될 것입니다. 실제 상황에 따라 설정합니다.

예시: 이 파라미터의 수치를 180으로 설정할 때 실제 길이가 180보다 큰 물체는 필터링될 것입니다. 아래 그림과 같이 위는 필터링 전이고 아래는 필터링 후의 효과입니다.

grasp pose estimation filter long

겹침 감지

겹침 검출

기본값: 선택하지 않음.

설명: 겹친 물체가 있는 경우 이 옵션을 선택하십시오. 이 옵션을 선택하면 물체가 겹친 여부를 감지하며 인식된 겹친 물체의 피킹 시의 우선 순위를 낮춥니다.

최대 수량

기본값: 6

설명: 겹침 검출 버튼을 클릭한 후 이 옵션이 나타납니다. 이는 겹치는 물체로 간주되는 최대 물체 수를 정의합니다. 실제 상황에 따라 설정합니다. 이 값이 높을수록 더 많은 물체가 겹치는 것으로 간주되므로 피킹 작업을 완료하기가 더 어려워집니다. 그러나 대상 물체가 손상될 가능성은 적습니다.

설명: 이 값을 6으로 설정하면 아래와 같이 6개 이하의 겹치는 물체가 감지됩니다. 아래 그림과 같이 왼쪽은 겹침 검출 전의 효과이고 오른쪽은 이 파라미터의 수치를 6으로 설정할 때의 검출 결과이며 빨간색 구역을 가진 물체는 검출된 겹친 물체입니다.

grasp pose estimation detection overlap

진공 그리퍼 설정

이 파라미터를 조절함으로써 \"픽 포인트를 예측하기\" 스텝의 진공 그리퍼 레이블 출력 결과를 결정합니다.

grasp pose estimation chuck label
마스크 규모에 따라 물체를 나누기

기본값: Disable

값 리스트: Disable, Into Two Groups, and Into Three Groups

설명: 마스크의 최소 내접원 반경의 차이에 따라 물체들은 서로 다른 그룹에 할당되며 각 그룹의 물체는 다른 진공 그리퍼 설정을 사용합니다.

규모 역치 1

기본값: 0

설명: 마스크의 최소 내접원의 첫번째 역치입니다. 반경이 이 역치보가 작은 물체는 그룹1에 나뉘며 이 역치보다 큰 물체는 그룹2에 나뉩니다.

설명: 아래 그림과 같이 물체 마스크 내의 내접원 반경이 20mm보다 작으면 진공 그리퍼 레이블을 Small로 판단합니다.

grasp pose estimation size paragraph 2
규모 역치 2

기본값: 0

설명: 마스크의 최소 내접원의 두번째 역치입니다. 반경이 이 역치보가 작은 물체는 그룹2에 나뉘며 이 역치보다 큰 물체는 그룹3에 나뉩니다.

설명: 아래 그림과 같이 물체 마스크 내의 내접원 반경이 40mm보다 크면 진공 그리퍼 레이블을 Large로 판단하며 물체 마스크 내의 내접원 반경이 20~40mm범위 내 있으면 진공 그리퍼 레이블을 Middle로 판단합니다.

grasp pose estimation size paragraph 3
마스크 경간에 따라 물체를 나누기

기본값: Disable

값 리스트: Disable and Into Two Groups

설명: 마스크의 최소 내접원 반경의 차이에 따라 물체들은 서로 다른 그룹으로 나뉘며 각 그룹의 물체는 다른 진공 그리퍼 설정을 사용합니다.

경간 역치

기본값: 80

설명: 물체 마스크의 최소 외접 직사각형의 대각선 길이가 이 역치보다 작으면 \"Short\"로 표시되고 역치보다 크면 \"Long\"으로 표시됩니다.

설명: 아래 그림과 같이 물체 마스크의 길이가 80mm보다 크면 진공 그리퍼 레이블을 긴 것으로 판단하고 작으면 짧은 것으로 판단합니다.

grasp pose estimation length paragraph 2

시각화

시각화 시작

기본값: 선택함.

설명: 이 옵션을 선택하면 시각화를 시작할 수 있으며 선택한 시각화 속성 효과를 볼 수 있습니다.

시각화 유형

기본값: Final Score

값 리스트: 최종 점수, 진공 그리퍼 직경, 물체 길이, 포즈 높이

설명: 시각화할 항목을 선택합니다.

조절 예시:

  • 시각화 유형에서 최종 점수를 선택하면 시각화 출력 효과가 아래 그림과 같습니다. 그중에 빨간색 글꼴의 물체는 우선으로 피킹하는 대상입니다.

grasp pose estimation open visualization 1
  • 시각화 유형에서 진공 그리퍼 직경을 선택하면 시각화 출력 효과가 아래 그림과 같습니다. 그중에 빨간색 글꼴의 물체는 우선으로 피킹하는 대상입니다.

grasp pose estimation open visualization 2
  • 시각화 유형에서 물체 길이를 선택하면 시각화 출력 효과가 아래 그림과 같습니다. 그중에 빨간색 글꼴의 물체는 우선으로 피킹하는 대상입니다.

grasp pose estimation open visualization 3
  • 시각화 유형에서 포즈 높이를 선택하면 시각화 출력 효과가 아래 그림과 같습니다. 그중에 빨간색 글꼴의 물체는 우선으로 피킹하는 대상입니다.

grasp pose estimation open visualization 4

포즈 정렬 논리

포즈 높이의 가중치

기본값: 3

값 리스트: 1, 2, 3

진공 그리퍼 사이즈 가중치

기본값: 1

값 리스트: 0, 1, 2, 3

물체 길이의 가중치

기본값: 1

값 리스트: 0, 1, 2, 3

설명: 포즈의 높이, 진공 그리퍼의 사이즈, 물체의 길이에 대해 피킹 시의 가중치를 설정한 후 항목의 점수는 항목에 해당 가중치 값을 곱한 값이며 점수의 합은 최종 점수이며 로봇은 최종 점수에 따라 가장 높은 점수를 가진 물체를 피킹합니다.

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.