캘리브레이션 원리

현재 최신 버전 (2.1.0)에 대한 매뉴얼을 보고 계십니다. 다른 버전에 액세스하려면 페이지 오른쪽 상단 모서리에 있는 '버전 전환' 버튼을 클릭하세요.

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

이 부분에서는 각 시나리오에서의 캘리브레이션의 작업 원리를 소개합니다.

ETH 시나리오에서의 핸드-아이 캘리브레이션(여러 무작위 캘리브레이션 보드 포즈)

ETH 시나리오에서 '여러 무작위 캘리브레이션 보드 포즈' 방법을 사용하여 핸드-아이 캘리브레이션을 수행할 경우, 포즈와 그 상대적 관계가 아래 표에 표시되어 있다고 가정합니다.

포즈 관계 비고

A

로봇 베이스에 대한 로봇 플랜지의 포즈

로봇 측에서 얻을 수 있습니다.

B

카메라에 대한 캘리브레이션 보드의 포즈

카메라로 이미지를 캡처하고 계산하여 얻을 수 있습니다.

C

로봇 플랜지에 대한 캘리브레이션 보드의 포즈.

외부 파라미터 캘리브레이션의 상수는 방정식을 수립하는 데 사용됩니다.

X

로봇 베이스에 대한 카메라의 포즈

계산할 외부 파라미터 캘리브레이션 결과

아래에 표시된 것처럼 A, B, C, X는 닫힌 루프를 형성합니다. 로봇을 움직이고 카메라에 대한 캘리브레이션 보드의 포즈를 변경하면 일련의 방정식을 형성할 수 있습니다. 그런 다음 이러한 값을 사용하여 수치적 피팅을 수행하고 X의 최적 솔루션을 얻을 수 있습니다.

calib principle eth random
calib principle eth random math

EIH 시나리오에서의 핸드-아이 캘리브레이션(여러 무작위 캘리브레이션 보드 포즈)

EIH 시나리오에서 '여러 무작위 캘리브레이션 보드 포즈' 방법을 사용하여 핸드-아이 캘리브레이션을 수행할 경우, 포즈와 그 상대적 관계가 아래 표에 표시되어 있다고 가정합니다.

포즈 관계 비고

A

로봇 베이스에 대한 로봇 플랜지의 포즈

로봇 측에서 얻을 수 있습니다.

B

카메라에 대한 캘리브레이션 보드의 포즈

카메라로 이미지를 캡처하고 계산하여 얻을 수 있습니다.

C

로봇 베이스에 대한 캘리브레이션 보드의 포즈

외부 파라미터 캘리브레이션의 상수는 방정식을 수립하는 데 사용됩니다.

X

로봇 플랜지에 대한 카메라의 포즈

계산할 외부 파라미터 캘리브레이션 결과

아래에 표시된 것처럼 A, B, C, X는 닫힌 루프를 형성합니다. 로봇을 움직이고 카메라에 대한 캘리브레이션 보드의 포즈를 변경하면 일련의 방정식을 형성할 수 있습니다. 그런 다음 이러한 값을 사용하여 수치적 피팅을 수행하고 X의 최적 솔루션을 얻을 수 있습니다.

calib principle eih random
calib principle eih random math

ETH 시나리오에서의 핸드-아이 캘리브레이션(TCP 끝단점 터치)

ETH 시나리오에서 'TCP 끝단점 터치' 방법을 사용하여 핸드-아이 캘리브레이션을 수행할 경우, 포즈와 그 상대적 관계가 아래 표에 표시되어 있다고 가정합니다.

포즈 관계 비고

A

로봇 베이스에 대한 로봇 플랜지의 포즈

로봇 측에서 얻을 수 있습니다.

B

카메라에 대한 캘리브레이션 보드의 포즈

카메라로 이미지를 캡처하고 계산하여 얻을 수 있습니다.

C

로봇 플랜지에 대한 TCP의 포즈(TCP 끝단점이 캘리브레이션 보드에 닿을 때 TCP가 캘리브레이션 보드와 일치함)

외부 파라미터 캘리브레이션의 상수는 방정식을 수립하는 데 사용됩니다.

X

로봇 베이스에 대한 카메라의 포즈

계산할 외부 파라미터 캘리브레이션 결과

아래에 표시된 것처럼 A, B, C, X는 닫힌 루프를 형성합니다. 로봇을 움직이고 카메라에 대한 TCP의 포즈를 변경하면 일련의 방정식을 형성할 수 있습니다. 그런 다음 이러한 값을 사용하여 수치적 피팅을 수행하고 X의 최적 솔루션을 얻을 수 있습니다.

calib principle eth tcp
calib principle eth tcp math

EIH 시나리오에서의 핸드-아이 캘리브레이션(TCP 끝단점 터치)

EIH 시나리오에서 'TCP 끝단점 터치' 방법을 사용하여 핸드-아이 캘리브레이션을 수행할 경우, 포즈와 그 상대적 관계가 아래 표에 표시되어 있다고 가정합니다.

포즈 관계 비고

A

로봇 베이스에 대한 로봇 플랜지의 포즈

로봇 측에서 얻을 수 있습니다.

B

카메라에 대한 캘리브레이션 보드의 포즈

카메라로 이미지를 캡처하고 계산하여 얻을 수 있습니다.

C

로봇 베이스에 대한 캘리브레이션 보드의 포즈

외부 파라미터 캘리브레이션의 상수는 방정식을 수립하는 데 사용됩니다.

X

로봇 플랜지에 대한 카메라의 포즈

계산할 외부 파라미터 캘리브레이션 결과

아래에 표시된 것처럼 A, B, C, X는 닫힌 루프를 형성합니다. 로봇을 움직이고 카메라에 대한 캘리브레이션 보드의 포즈를 변경하면 일련의 방정식을 형성할 수 있습니다. 그런 다음 이러한 값을 사용하여 수치적 피팅을 수행하고 X의 최적 솔루션을 얻을 수 있습니다.

calib principle eih tcp
calib principle eih tcp math

두 대의 카메라(Eye to Eye) 캘리브레이션

두 대의 카메라를 사용하면 다음 그림과 같이 카메라 시야를 확장하고 두 카메라의 겹치는 부분의 포인트 클라우드 품질을 향상시킬 수 있습니다.

calibration principle ete fov

Eye to Eye 캘리브레이션 시나리오에서 두 대의 카메라(하나는 메인 카메라이고 다른 하나는 서브 카메라임)는 스탠드에 고정적으로 장착됩니다. Eye to Eye 캘리브레이션은 두 카메라의 외부 파라미터를 캘리브레이션할 뿐만 아니라 두 카메라 간의 포즈 관계도 캘리브레이션해야 합니다. Eye to Eye 캘리브레이션 시나리오의 경우 Mech-Vision은 표준 Eye to Eye 캘리브레이션 절차를 제공합니다.

두 대의 카메라로 캘리브레이션을 수행하는 경우 다음 사항에 주의하세요.

  • 새로운 캘리브레이션 시작

  • 기존 캘리브레이션 파라미터 로드

    • 듀얼 카메라 캘리브레이션 파라미터 그룹은 캘리브레이션이 완료된 ETH 또는 EIH 카메라 캘리브레이션 파라미터 그룹을 기반으로 직접 계산될 수 있습니다.

    • 기존 캘리브레이션 파라미터를 로드하여 포인트 클라우드 뷰를 확인하는 것은 지원되지 않습니다.

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.

  • Preference
  • 모두 수락
  • 모두 거부