용어 및 개념

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 머신 비전과 관련된 용어 및 개념을 소개합니다.

솔루션 및 프로젝트

솔루션 라이브러리

다양한 실용적 기능과 업계 사례를 제공하는 리소스 라이브러리입니다.

솔루션

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

하나의 솔루션에는 여러 Mech-Vision 프로젝트가 포함될 수 있지만, Mech-Viz 프로젝트는 최대 하나만 포함될 수 있습니다. 동일한 솔루션에는 Mech-Vision 프로젝트에 경로 계획 스텝이 포함되는 경우, Mech-Viz 프로젝트와 Mech-Vision 중의 “경로 계획” 도구를 동시에 열 수 없으며 Mech-Vision 프로젝트와 Mech-Viz 프로젝트는 동일한 말단장치와 대상 물체 구성을 사용합니다.

프로젝트

프로젝트는 Mech-Vision 프로젝트를 말하며, 하나 및 이상의 프로젝트가 모여 솔루션을 구성합니다. 프로젝트는 단독으로 사용할 수 없으며 솔루션에 속해야 합니다.

스텝

스텝은 프로젝트 구성의 기초입니다. 하나의 스텝은 데이터 처리를 위한 최소 알고리즘 단위로, 여러 스텝을 연결하여 다양한 데이터 처리 작업을 수행할 수 있습니다.

프로시저

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.

파라미터의 레시피

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.

핸드-아이 캘리브레이션

핸드-아이 캘리브레이션

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.

내부 파라미터

카메라 내부 파라미터는 카메라의 내부 속성을 설명합니다. 이러한 파라미터는 일반적으로 특정 카메라 모델에 대해 고정되어 있으며 카메라 사용 중에는 변경되지 않습니다.

외부 파라미터

카메라 외부 파라미터는 세계 기준 좌표계에서 카메라의 위치와 방향을 설명합니다.

오일러 각

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

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.

비전 처리 프로세스

포인트 클라우드

포인트 클라우드는 3D 공간의 포인트 모음으로, 각각 최소 3개의 좌표 값(X, Y, Z)을 포함하고 있으며, 물체 표면의 기하학적 모양을 정확하게 설명하는 데 사용됩니다.

포즈

포즈는 위치와 방향을 정의하여 물체의 자세를 설명합니다.

  • 위치: 3D 공간에서 물체의 중심 또는 참조 포인트의 좌표로 표현되며 일반적으로 3개의 실수로 표현됩니다.

  • 방향: 3D 공간에서 물체의 방향을 설명하며 일반적으로 회전 매트릭스, 오일러 각도 또는 사원수로 표현됩니다.

마스크

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.

ROI

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

딥 러닝

모델 패키지

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.

슈퍼 모델 패키지

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.

저희는 귀하의 개인정보를 소중히 다룹니다.

당사 웹사이트는 최상의 사용자 경험을 제공하기 위해 쿠키를 사용하고 있습니다. "모두 수락"을 클릭하시면 쿠키 사용에 동의하시는 것이며, "모두 거부"를 클릭하시면 이 웹사이트 방문 시 귀하의 정보가 추적되거나 기억되지 않도록 단일 쿠키만 사용됩니다.