로봇 티칭을 통한 픽 포인트 설정 및 포인트 클라우드 모델 생성

현재 최신 버전 (2.2.0)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 워크플로에서는 로봇 티칭을 통해 대상 물체에 픽 포인트를 추가한 다음, 포인트 클라우드를 획득하여 포인트 클라우드 모델을 생성하고 대상 물체를 만들 수 있습니다.

대상 물체 편집기의 메인 화면에 있는 로봇 조그 및 포인트 클라우드 획득 아래에서 선택 버튼을 한번 클릭하여 대상 물체 이름을 설정하면 구성 프로세스로 들어갈 수 있습니다. 구성 프로세스는 아래 그림과 같습니다.

overview

  1. 티치 펜던트에서 픽 포인트 설정: 로봇 티칭 방법을 통해 대상 물체를 위해 픽 포인트를 추가합니다.

  2. 포인트 클라우드 획득：현재 프로젝트를 사용하여 포인트 클라우드를 획득하고, 포인트 클라우드 처리 파라미터를 조정한 후, 3D ROI를 설정하고 배경을 제거하여 포인트 클라우드 모델을 생성합니다.

  3. 모델 편집: 후속 3D 매칭이 더 원활하게 진행할 수 있도록 포인트 클라우드 모델 구성하고 대상 물체 중심점을 교정하는 등 생성된 포인트 클라우드 모델을 편집합니다.

  4. 드리프트 자동 보정 데이터 수집: 비전 시스템의 드리프트 자동 보정 기능이 배치된 솔루션의 경우 드리프트 자동 보정 후에도 픽 포인트가 여전히 정확하게 사용하기 위해 추가적인 정확도 드리프트 자동 보정 데이터 수집이 필요합니다.

  5. 픽 포인트 설정: 편집된 포인트 클라우드 모델에서 픽 포인트를 설정하거나 픽 포인트 배열을 추가합니다.

  6. 충돌 모델 설정(선택 가능): 충돌 모델 생성. 경로 계획 시의 충돌 감지에 사용됩니다.

들어오는 대상 물체의 방향이 일치하지 않는 경우 이 워크플로는 다양한 방향의 대상 물체에 대한 픽 포인트를 설정하고 포인트 클라우드 모델을 생성하는 데 필요합니다. 즉, 서로 다른 방향의 대상 물체를 생성하는 것입니다.

아래 부분은 구성 프로세스에 대해 소개하겠습니다.

티치 펜던트에서 픽 포인트 설정하기

티치 펜던트에서 픽 포인트를 설정할 때,대상 물체 운반이 불편한 경우, 대상 물체를 배치하기 전에 미리 배경 미미지 뎁스 맵을 획득하여 후속 포인트 클라우드 처리 시 배경 간섭을 제거에 활용할 수 있습니다. 이 작업은 선택 사항이며, 본 '티칭 및 포인트 클라우드 획득' 프로세스에만 적용됩니다.

'배경 미미지 캡치 프로세스’를 보려면 여기를 클릭하십시오.

  1. '티치 펜던트에서 픽 포인트 설정하기' 파라미터 인터페이스에서 배경 이미지 캡처 버튼을 클릭하면 배경 캡처 프로세스로 진입합니다.

  2. 배경 미미지를 캡처 시, 현재 프로젝트의 '카메라에서 이미지를 캡처하기' 스텝을 사용해야 합니다. 솔루션에 여러 프로젝트가 있는 경우 '카메라에서 이미지를 캡처하기' 스텝이 여러 개 포함될 수 있으니 실제 필요에 따라 선택하십시오. 그런 다음 배경 이미지 캡처 버튼을 클릭하면 시각화 영역에서 배경 뎁스 맵 캡처 결과를 확인할 수 있습니다.

  3. 확인 후 저장 및 적용을 클릭하면 '티치 펜던트에서 픽 포인트 설정' 인터페이스로 돌아가서 티칭 프로세스를 계속 진행할 수 있습니다.

배경 이미지를 캡처할 때 다음 사항에 주의해야 합니다:

  • 배경 이미지를 캡처하기 전에 카메라 FOV내에 모델을 제작할 대상 물체가 없도록 하고, 배경 환경만 남겨두어야 합니다.

  • EIH 시나리오에서 배경 이미지를 캡처할 때의 이미지 캡처 포인트는 후속 작업에서 대상 물체 포인트 클라우드를 캡처할 때 사용하는 이미지 캡처 포인트와 일치해야 합니다. 그렇지 않으면 배경 이미지 제거 효과에 영향을 미칠 수 있습니다.

배경 이미지를 캡처해야 하는 경우 위 절차를 참조하여 해당 선택 스텝을 완료한 후, 아래 절차에 따라 대상 물체를 배치하고 픽 포인트를 티칭하십시오. 배경 이미지를 미리 캡처할 필요가 없는 경우 바로 아래 절차에 따라 티치 펜더트를 통해 픽 포인트를 설정하십시오.

  1. 대상 물체를 카메라 FOV내에 놓고 로봇이 대상 물체를 올바르게 피킹할 수 있는지 확인합니다.

  2. 티치 펜던트를 사용하여 로봇이 대상 물체의 예상 픽 포인트 위치에 정확하게 도달하도록 제어합니다.

  3. 로봇의 말단장치 포즈를 포인트 클라우드 모델 중심에 가깝게 하여 피킹 오차를 줄입니다.

  4. 오른쪽의 파라미터 구성 영역에서 픽 포인트의 로봇 플랜지 포즈와 TCP(로봇 플랜지를 기준으로 한 말단장치의 포즈)를 기록하고 입력합니다.

  5. 티치 펜던트를 사용하여 로봇이 픽 포인트에서 멀어지도록 제어하고, 출발 과정 동안 대상 물체의 위치가 변경되지 않도록 합니다.

  6. 대상 물체의 포인트 클라우드를 캡처하고 포인트 클라우드 모델을 생성합니다.

티치 펜더트를 통해 픽 포인트를 설정할 때 다음 사항을 주의하세요:

  • 피킹 정확률을 보정하기 위해 모델 제작 과정 중에는 대상 물체를 움직이면 안 됩니다.

  • 정확한 TCP를 사용할 수 없는 경우 대략적인 TCP를 사용하여 설정할 수 있습니다.

  • 티치 펜더트를 통해 픽 포인트를 설정 시 사용된 TCP는 실제 피킹 프로그램에 사용된 TCP와 일치해야 합니다.

포인트 클라우드 획득

프로젝트 정보 설정

포인트 클라우드 획득 시, 현재 프로젝트의 '카메라에서 이미지 캡치하기' 스텝을 사용해야 합니다. 솔루션에 여러 프로젝트가 있는 경우 '카메라에서 이미지 캡치하기' 스텝이 여러 개 포함될 수 있으니 실제 필요에 따라 선택하십시오. 포인트 클라우드 획득 버튼을 클릭하면 시각화 영역에서 포인트 클라우드 획득 결과를 볼 수 있습니다.

주의할 점은, 카메라의 시야가 전체 대상 물체를 커버할 수 없을 때, 대상 물체의 중요한 부위가 카메라 시야 내에 위치하도록 우선 보장해야 한다는 점입니다.

길고 얇은 판금 부품을 예로 들면, 아래 그림 오른쪽의 빨간색 프레임으로 표시된 영역이 카메라의 FOV라고 가정하면, 매칭의 안정성을 위해 녹색 프레임으로 표시된 영역 내의 포인트 클라우드를 포인트 클라우드 모델로 선택하는 것이 좋습니다. 데이터를 획득할 때 녹색 프레임으로 표시된 영역이 카메라의 FOV 내에 있는지 확인해야 합니다. 구체적으로 오른쪽 가장자리 부분이 카메라의 FOV 내에 있어야 합니다.

select feature camera cannot cover target object

이미지 캡처 위치 로봇 플랜지 포즈 기록

카메라 설치 방식이 EIH인 경우 현재 포즈 획득 버튼을 클릭하여 포인트 클라우드 획득 시의 로봇 플랜지 포즈를 획득할 수 있습니다. 주의:

  • 이 포즈는 TCP 포즈가 아니라 로봇 플랜지 포즈입니다.

  • 이 포즈는 이미지 캡처 포인트에 해당하는 로봇 플랜지 포즈입니다.

  • 수치를 세심하게 확인하여 오류를 방지하십시오.

사전 처리 파라미터 조정

간섭 포인트 클라우드를 제거하고 이후 스텝의 처리 속도를 향상시키기 위해, 포인트 클라우드에 대한 사전 처리 작업을 수행할 수 있습니다. 각 파라미터에 관한 구체적인 설명은 사전 처리 파라미터에 관한 설명을 참조할 수 있습니다.

프로젝트에 “3D 대상 물체 인식” 스텝이 있는 경우, “3D대상 물체 인식” 스텝의 파라미터 사용 옵션을 활성화하면 “3D 대상 물체 인식” 스텝의 파라미터 값은 이곳에 동기화하면, 3D 매칭의 정확도를 더욱 향상시킬 수 있습니다.

ROI와 배경 설정

시나리오에서 관련 없는 포인트 클라우드를 빠르게 제거하고 대상 물체 포인트 클라우드를 추출하기 위해, ROI를 설정하고 배경을 제거할 수 있습니다.

두 가지 배경 이미지 제거 방법을 지원합니다:

  • 배경 포인트 클라우드만 제거하기

    배경 포인트 클라우드만 제거하는 방법을 사용하려면, 이전에 ‘티치 펜던트에서 픽 포인트 설정하기’워크플로에서 배경 이미지를 미리 캡처하여 저장해야 합니다. 포인트 클라우드 획득 후 배경만 제거를 클릭하면, 툴은 저장된 배경 뎁스 맵을 기반으로 현재 포인트 클라우드에서 배경 부분을 자동으로 제거합니다.

  • 배경 이미지를 캡처 및 제거하기

    이전에 '티치 펜던트에서 픽 포인트 설정하기' 워크플로에서 배경 이미지를 미리 캡처하지 않은 경우, 여기서 배경 이미지를 캡처하는 방법으로 배경 이미지를 거해야 합니다. 포인트 클라우드를 획득한 후, 포인트 클라우드 모델을 생성할 대상 물체를 카메라 FOV 밖으로 옮겨야 합니다.그런 다음 포인트 클라우드 획득 및 배경 제거 버튼을 클릭하여 배경 포인트 클라우드가 자동으로 제거됩니다.

여기까지 포인트 클라우드 획득이 완료됩니다. 다음 버튼을 클릭하면 생성된 포인트 클라우드 모델을 편집할 수 있습니다.

모델 편집

후속의 3D 매칭을 위해 포인트 클라우드 모델 생성 후 포인트 클라우드 모델을 편집해야 합니다.

포인트 클라우드 모델 편집

간섭 포인트 클라우드 제거

포인트 클라우드 모델 주위에 간섭하는 포인트 클라우드가 있는 경우, 포인트 클라우드를 편집하여 제거할 수 있습니다. 구체적인 작업에 대해서는 포인트 클라우드 모델 편집을 참조하세요.

특징 포인트 클라우드 선택

  • 에지 포인트 클라우드 모델 생성 시:

    실제 응용 시, 대상 물체의 배치 포즈가 다양할 수 있습니다. 대상 물체 가장자리의 특징을 나타내는 포인트 클라우드만 추출하여 포인트 클라우드 모델로 사용하면 됩니다.

    아래 그림은 튜브의 에지 포인트 클라우드 모델을 보여줍니다. 튜브는 대칭적이고 모양은 원기둥과 유사합니다. 원기둥의 측면 영역에서는 가장자리의 포인트 클라우드만 유지하면 됩니다. 한편, 튜브 끝의 정확한 위치를 확인하기 위해 튜브 두 끝의 가장자리에 대한 포인트 클라우드가 유지됩니다.

    select feature round tube edge

    아래 표는 다양한 포즈에서 튜브의 에지 포인트 클라우드를 보여줍니다.

    튜브의 배치 포즈 에지 포인트 클라우드(노란색)

    select feature round tube pose 1

    select feature round tube edge 1

    select feature round tube pose 2

    select feature round tube edge 2

    select feature round tube pose 3

    select feature round tube edge 3

    대상 물체는 판금 부품과 같은 비대칭적인 경우 대상 물체의 모든 가장자리에 대한 포인트 클라우드를 유지해야 합니다.

    select feature sheet metal parts edge

  • 표면 포인트 클라우드 모델 생성 시:

    표면 포인트 클라우드 모델은 포즈 정확성을 검증하고 포즈 신뢰도를 계산하는 데 중요합니다. 따라서 유효성을 보장하기 위해 표면 포인트 클라우드 모델을 만들 때 대상 물체의 전체 표면 포인트 클라우드를 사용하는 것이 좋습니다. 아래 그림은 튜브의 표면 포인트 클라우드 모델을 보여줍니다.

    select feature round tube surface

대상 물체 중심점 교정

도구가 자동으로 대상 물체 중심점을 계산한 후, 사용 중인 실제 대상 물체에 따라 대상 물체 중심점을 보정할 수 있습니다. 용도에 따라 중심점을 교정하기에서 다른 계산 방식을 선택하여 계산 시작를 클릭하여 물체 중시점을 교정합니다.

방법 설명 작업 적용 시나리오

원래의 중심점을 사용하여 새로 계산하기

기본적인 계산 방식으로 기본적으로 대상 물체 자체의 특징과 대상 물체 원래의 중심점에 따라 대상 물체 중심점을 새로 계산합니다.

원래 중심점을 사용하여 다시 계산를 선택하고 계산 시작 버튼을 클릭합니다.

일반적으로 이 방법은 모든 대상 물체의 중심점을 계산하는 데 사용할 수 있습니다.

대칭 중심으로 교정하기

대상 물체의 대칭성에 따라 대상 물체의 중심점을 계산합니다.
현재 모델의 대칭성을 계산한 후 대상 물체의 중심점을 대칭 중심으로 설정될 것입니다.

대칭 중심으로 캘리브레이션를 선택하고 계산 시작 버튼을 클릭합니다.

후속에 대상 물체의 대칭성을 기준으로 매칭 결과를 필터링해야 하는 경우 이 방법을 사용하여 대상 물체 중심점을 계산할 수 있습니다.

특징 중심으로 교정하기

스스로 선택한 특징 유형 그리고 설정된 3D ROI에 따라 대상 물체 중심점을 계산합니다.

  1. 대상 물체의 기하학적인 특징에 따라 특징 유형을 선택하면 툴은 특징 유형에 따라 자동으로 대상 물체 중심점을 계산할 것입니다.

  2. (선택사항) 3D ROI 사용를 활성화하고 대상 물체의 기하학적 특성에 3D ROI를 설정합니다.

  3. 계산 시작 버튼을 클릭합니다.

뚜렷한 기하학적 특징이 있는 대상 물체입니다.
calibrate to center of feature example

원시 포인트 클라우드로 재설정하기

편집 과정에서 현재 포인트 클라우드의 편집 결과가 좋지 않으면 재설정 버튼을 클릭하면 모든 편집 작업이 취소되며, 포인트 클라우드가 '모델 편집' 스텝에 진입했을 때의 초기 상태로 복원됩니다.

포인트 클라우드를 재설정한 후에는 대상 물체 중심점을 다시 계산하고 포인트 클라우드 모델 구성을 업데이트해야 합니다.

STL 모델로 포인트 클라우드 모델을 대체하기

카메라로 캡처한 포인트 클라우드에 누락이 있는 경우, STL 모델을 가져와 대상 물체 포인트 클라우드를 생성하고 현재 카메라로 캡처한 포인트 클라우드 모델을 대체할 수 있습니다.

STL 파일 구성을 클릭하고 필요한 STL 파일을 선택하여 가져오면 구성 프로세스로 진행됩니다.

STL 파일 선택 (선택 가능)

STL 파일을 잘못 선택했거나 가져온 후 STL 모델의 법선 방향이 비정상적인 경우 파일 선택을 클릭하면 다시 STL 파일을 가져올 수 있습니다.

STL 모델 복구 내용을 참조하여 STL 모델의 법선 방향이 정상적인지 판단하는 방법과 STL 모델을 수정하는 방법을 확인하세요.

사이즈 단위 설정

생성된 포인트 클라우드 모델이 대상 물체의 실제 사이즈를 맞추기 위해 실제 상황에 따라 STL 모델에 사이즈 단위를 설정해야 합니다. 밀리미터(mm) 혹은 미터(m)를 선택할 수 있습니다.

포인트 클라우드 생성 방식 선택

아래 표를 참고하여 실제 요구에 따라 포인트 클라우드 생성 방식을 선택하세요.

포인트 클라우드 생성 방식 설명 효과

완전한 표면 포인트 클라우드를 생성하기

소프트웨어는 STL 모델의 모든 표면 정보를 기반으로 포인트 클라우드를 생성합니다.
홀이 있고 무질서하게 배치된 대상 물체의 경우 매칭 오류를 방지하기 위해 이 방법을 사용하여 대상 물체의 포인트 클라우드 모델을 생성하는 것이 좋습니다.
무질서하게 배치된 정사각형 튜브를 예로 들어 생성된 완전한 표면 포인트 클라우드는 오른쪽 그림에 나와 있습니다.

point cloud generation mode example 1

지정된 시각의 포인트 클라우드 생성

소프트웨어는 사용자가 선택한 STL 모델의 하나 이상의 시각에 대해 포인트 클라우드를 생성하고 이를 결합합니다.
질서 있게 배치된 대상 물체의 경우 이 방법을 사용하여 대상 물체의 포인트 클라우드 모델을 생성하는 것이 좋습니다.
예를 들어 질서 있게 배치된 주철 부품의 경우, 오직 위쪽 면(X 축 양의 방향)의 대상 물체 포인트 클라우드만 생성할 수 있으며, 오른쪽 그림과 같습니다.

point cloud generation mode example 2

특정한 시나리오에서 생성된 완전한 표면 포인트 클라우드를 포인트 클라우드 모델 매칭에 사용하면 더 나은 결과를 얻을 수 있습니다. 지정된 시각을 바탕으로 생성된 포인트 클라우드의 매칭 효과가 좋지 않은 경우 전체 표면 포인트 클라우드로 매칭을 시도하는 것이 좋습니다.

다운샘플링 방법 설정

포인트 클라우드 모델의 포인트 클라우드가 골고루 분포되고 합리적인 수량을 유지해서 매칭 속도에 영향을 미치지 않도록 포인트 클라우드 모델을 생성하기 전에 포인트 클라우드를 다운샘플링으로 처리해야 합니다. 일반적으로 자동 다운샘플링을 선택하는 것이 좋습니다.

다운샘플링 결과가 요구 사항을 충족하지 못할 경우 사용자 정의 다운샘플링을 선택하고 실제 상황에 따라 샘플링 간격을 설정할 수 있습니다. 샘플링 간격이 클수록 다운샘플링된 포인트 클라우드가 더 희박해지고, 샘플링 간격이 작을수록 다운샘플링된 포인트 클라우드가 더 조밀해집니다.

크기가 큰 대상 물체(예: 에어컨 외부 케이스)의 경우 자동 다운샘플링으로 인해 대상 물체의 일부 특징 포인트 클라우드가 손실되는 것을 방지하기 위해 사용자 정의 다운샘플링을 사용할 것을 권장합니다.

포인트 클라우드 생성 및 정렬하기

포인트 클라우드 생성 후, STL 모델로 생성된 대상 물체 포인트 클라우드를 카메라가 실제로 캡처한 포인트 클라우드와 정렬하여 후속 매칭의 정확성을 확보해야 합니다.

  1. 모델 포인트 클라우드 생성하기

    포인트 클라우드 생성을 클릭하면 가져온 STL 모델을 기반으로 포인트 클라우드가 생성됩니다.

  2. 모델 포인트 클라우드와 실제 포인트 클라우드 정렬하기

    포인트 클라우드 자동 정렬을 클릭하여 모델에서 생성된 포인트 클라우드가 카메라로 캡처한 포인트 클라우드와 일치하도록 합니다. 자동 정렬 결과가 예상과 다를 경우, STL 모델에서 생성된 포인트 클라우드 포즈를 수동으로 조정할 수 있습니다.

모델 포인트 클라우드와 실제 포인트 클라우드 사이에 뚜렷한 위치 어긋남이 없는지 확인한 후 저장을 클릭하여 포인트 클라우드 템플릿 대체를 완료합니다.

  • 저장된 포인트 클라우드 모델은 직접 수정할 수 없습니다. 모델을 다시 대체해야 하는 경우 먼저 '원시 포인트 클라우드로 재설정' 기능을 사용하여 구성 항목을 복원한 후, 새로운 STL 파일을 업로드하여 대체하시기 바랍니다.

  • 여기서 가져온 STL 모델은 이후 충돌 모델 생성에도 함께 사용됩니다. 충돌 모델 생성을 위한 STL 모델을 대체해야 하는 경우, 이 인터페이스로 돌아가 파일을 다시 선택하여 업로드하십시오.

포인트 클라우드 모델 구성

포인트 클라우드 모델을 잘 사용하여 후속 3D 매칭을 수행하고 매칭의 정확성을 높이기 위해서 툴은 다음과 같은 2 가지 포인트 클라우드 모델 구성을 제공합니다. 관련 구성을 설정이 필요하면 포인트 클라우드 모델 구성 기능을 활성화할 수 있습니다.

매칭 결과 필터링 위한 포즈 계산

매칭 결과 필터링 위한 포즈 계산 기능을 활성화한 후 신뢰도가 높은 매칭 결과를 얻기 위해 매칭 과정에서 설정에 따라 여러 번 시도할 것입니다. 그러나 많은 시도로 인해 매칭 과정에서 더 많은 시간이 걸릴 것입니다.

여기에는 두 가지 계산 방법이 있습니다. 매칭 실패 가능성이 있는 포즈를 자동으로 계산하기 및 대칭성을 수동으로 설정하기 두 가지 있습니다. 일반적으로 매칭에 실패할 포즈를 자동으로 계산하기를 선택하는 것이 좋습니다. 구체적인 설명은 아래와 같습니다.

방법 설명 작업

매칭에 실패할 포즈를 자동으로 계산하기

잘못된 매칭을 초래할 수 있는 포즈를 자동으로 계산합니다. 계산 과정에서 대상 물체가 Z축을 기준으로 회전할 때 발생할 수 있는 등가 또는 혼동되기 쉬운 포즈를 기반으로 후보 집합이 자동으로 생성됩니다. 후속 매칭에서 이러한 포즈와 매칭된 포즈는 불합격으로 여겨져서 필터링될 것입니다.

  1. 매칭 실패 가능성이 있는 포즈를 계산하기를 클릭하여 자동으로 잘못된 매칭을 초래할 수 있는 포즈를 자동으로 계산합니다.

  2. (선택사항) 리스트에서 ×를 클릭하여 잘못된 매칭을 초래하지 않을 것으로 여겨진 포즈를 제거합니다.

주의해야 할 점은, 계산 결과가 포인트 클라우드 모델 수정에 따라 자동으로 업데이트되지 않으므로, 수정이 있을 경우 반드시 다시 계산해야 합니다.

대칭성을 수동으로 설정하기

수동으로 설정한 대칭 횟수, 각도 범위 등의 파라미터에 따라 잘못된 매칭을 초래할 수 있는 포즈를 계산합니다. 후속 매칭에서 이러한 포즈와 매칭된 포즈는 불합격으로 여겨져서 필터링될 것입니다.

대상 물체의 대칭 유형을 참조하여 대칭축을 선택할 수 있습니다. 그 다음에 대칭 회수와 각도 범위를 설정합니다.

대칭을 수동으로 설정한 후에는 대상 물체의 대칭 설정이 3D 매칭 스텝의 근사 매칭, 상세 매칭, 추가 상세 매칭(활성화된 경우) 프로세스에 적용됩니다.

위의 기능을 사용한 후 매칭 과정에 해당 기능을 적용하려면 후속 매칭과 관련 스텝에서 대응한 파라미터를 설정해야 합니다. 구체적인 설명은 다음과 같습니다.

  • "3D 매칭" 스텝을 사용하는 경우 근사 매칭 포즈 조정 또는 필터링  전략 선택 파라미터 드롭다운 메뉴에서 가능한 잘못된 매칭 필터링을 선택해야 합니다. 이 파라미터는 고급, 전문가 파라미터의 튜닝 레벨에는 있습니다.

  • "3D 대상 물체 인식" 스텝을 사용하는 경우 대상 물체 선택 및 인식 워크플로에서 근사 매칭 포즈 조정 또는 필터링  전략 선택 파라미터에서 가능한 잘못된 매칭 필터링을 선택해야 합니다. 이 파라미터는 고급 모드에 있습니다.

가중치 모델 설정

대상 물체 인식 과정에서 가중치 모델을 설정하면 대상 물체의 주요 특징을 강조하여 매칭 결과의 정확성을 향상시킬 수 있습니다. 일반적으로 가중치 모델을 사용하면 대상 물체 방향을 구별할 수 있습니다. 가중치 모델 설정 방법은 다음과 같습니다.

포인트 클라우드 표시 설정이 표면 포인트 클라우드만 표시라는 경우 가중치 모델을 설정할 수 있습니다.

  1. 모델 편집을 클릭합니다.

  2. 시각화 구역에서 마우스 오른쪽 버튼을 길게 눌러서 대상 물체 일부를 선택합니다. 선택된 부분(즉, 가중치 모델)은 매칭 과정에서 더욱 높은 가중치가 부여됩니다.

    Shift+마우스 오른쪽 버튼을 길게 누르기를 통해서 같은 포인트 클라우드 모델에서 여려 가중치를 설정할 수 있습니다.
    set weight template

  3. 응용를 클릭하면 가중치 모델에 대한 설정이 왼료됩니다.

가중치 모델을 설정한 후 후속 매칭 과정에서 효과를 나타내면 ‘3D 매칭’ 스텝의 ‘모델 선택’ 파라미터에서 제작된 가중치 모델을 선택하여 ‘포즈를 필터링하기’ 파라미터에서 가중치 모델을 사용하기를 켭니다. ‘가중치 모델 파라미터를 사용하기’의 파라미터는 전문가 파라미터의 튜닝 레벨에는 있습니다.

먼저 모델 편집을 완료했는지 확인하세요.

아직 '정확도 드리프트 자동 보정' 기능이 배포되지 않은 경우, 저장 버튼을 클릭하여 위의 대상 물체 구성을 저장합니다. 또는 다음 버튼을 클릭하여 충돌 모델을 설정합니다.

정확도 드리프트 자동 보정 기능이 이미 배포한 경우, 다음 버튼을 클릭하여 정확도 드리프트 자동 보정 데이터를 수집해야 합니다.

정확도 드리프트 자동 보정 데이터 수집

로봇을 조깅하여 추가된 픽 포인트는 정확하고 신뢰할 수 있습니다. 비전 시스템에서 정확도 드리프트가 발생하더라도 이러한 픽 포인트는 영향을 받지 않습니다. 다만, 비전 시스템의 드리프트 보정 기능이 활성화되면, 과도한 보정으로 인해 오히려 픽 포인트의 정확도가 저하될 수 있습니다.

따라서 이미 드리프트 자동 보정 기능이 배포된 경우, 모델 편집 후에도 EIH/ETH 드리프트 자동 보정 데이터를 다시 수집해야 합니다. 이를 통해 비전 시스템의 드리프트 보정량을 얻고, 이를 반대로 보정하여(역보정) 로봇 조깅을 통해 추가된 픽 포인트의 정확성과 유효성을 확보할 수 있습니다.

  1. EIH 정확도 드리프트 자동 보정 데이터 수집 또는 ETH 정확도 드리프트 자동 보정 데이터 수집을 수행합니다.

    • 마지막 드리프트 보정 이후 1일 이상이 지난 경우 로봇 프로그램을 다시 실행하여 새로운 드리프트 보정 데이터를 얻으세요.

    • 마지막 드리프트 보정이 하루 안에 수행된 경우, 보정 과정을 건너뛰고 바로 확인 시작 버튼을 클릭할 수 있습니다.

  2. 프로그램 실행 결과를 확인합니다.

    로봇 프로그램을 실행한 후, 확인 시작 버튼을 클릭하여 로봇 프로그램의 실행 결과를 확인하세요.

검사에 통과하면 로봇 자동 보정 프로그램을 실행한 후 유효한 드리프트 보정 데이터가 생성되었음을 나타냅니다.

검사에 실패하면 로봇 자동 보정 프로그램이 유효한 드리프트 보정 데이터를 생성하지 못했음을 나타냅니다. 이 경우 로봇 자동 보정 프로그램을 다시 실행하여 캘리브레이션 구의 포즈를 캡처하는 것이 좋습니다.

정확도 드리프트 자동 보정 데이터 수집이 완료된 후 다음을 클릭하고 픽 포인트를 설정합니다.

픽 포인트 설정하기

티칭으로 픽 포인트를 설정한 후 픽 포인트를 조정할 필요가 없다면 "픽 포인트 설정" 스텝을 건너뛸 수 있습니다.

픽 포인트 조정하기

픽 포인트 리스트에서 기본적으로 추가된 픽 포인트가 표시됩니다. 이 픽 포인트는 대상 물체 중심점을 좌표계의 원점으로 대상 물체 중심점의 위치 변화가 픽 포인트에 영형을 미칠 것입니다. 기본 픽 포인트를 조정하거나 새로운 픽 포인트를 추가할 수 있습니다.

  • 기본 픽 포인트를 조정하기

    기본적으로 생성된 픽 포인트가 실제 피킹 요구에 맞지 않는 경우 "픽 포인트 설정"에서 관련 값을 직접 설정하거나, 시각화 영역에서 수동으로 드래그하여 픽 포인트를 조정할 수 있습니다.

  • 픽 포인트를 추가하기

    대상 물체에 여러 개의 픽 포인트가 있는 경우, 새로 만들기 버튼을 클릭하여 픽 포인트를 추가할 수 있습니다.

    정사각형 튜브를 예로 들면, 정사각형 튜브의 측면, 끝, 가장자리는 모두 자석 그리퍼로 피킹할 수 있습니다. 따라서 위의 위치에 픽 포인트를 추가할 수 있습니다.

    configure multi pick point 1

    새로게 픽 포인트를 추가한 후, 픽 포인트 리스트에서 순서를 변경할 수 있습니다. 즉, 드래그하여 픽 포인트 순서를 조정하고 픽 포인트의 우선 순위를 조정할 수 있습니다. 실제 피킹할 때 리스트 상단에 있는 픽 포인트가 우선적으로 고려됩니다.

티치 펜던트에서 설정한 포인트 편차가 발견될 경우, '수동 보정 포즈' 기능을 사용하여 현재 픽 포인트를 조정할 수 있습니다.

  • '픽 포인트 리스트’에서 조정할 픽 포인트를 선택하고, '픽 포인트 구성' 아래의 수동 보정 포즈 버튼을 클릭하여 포즈 보정 툴로 들어갑니다.

  • 입력된 보정값은 현재 픽 포인트에 직접 적용되며, 보정의 기준 좌표계는 로봇 좌표계입니다.

  • 시스템은 입력된 보정값을 자동으로 저장합니다. 후속 다시 조정해야 할 경우 현재 저장된 보정값을 기준으로 수정됩니다.

픽 포인트 배열 설정

대상 물체가 대칭성이 있는 경우 실제 수요에 따라 대상 물체 중심점을 기반으로 픽 포인트 배열을 설정합니다. 픽 포인트 배열을 설정하면 경로 계획의 성공률을 높일 수 있고 피킹 과정에서 로봇의 말단장치의 회전을 줄리고 경로 계획 시간을 절약하여 로봇이 더욱 원활하고 빠르게 대상 물체를 피킹할 수 있도록 할 수 있습니다. 설정 방법은 다음과 같습니다.

  1. 픽 포인트 구성에서 생성을 클릭하여 픽 포인트 배열을 생성합니다.

  2. 대상 물체 대칭 유형을 참조하여 대칭축을 선택하고 대칭 횟수 및 각도 범위를 설정합니다.

  3. (선택사항) 비전 결과 중 픽 포인트 배열을 포함하게 됩니다.

    비활성화하면 Mech-Viz 또는 경로 계획 도구는 대상 물체 편집기의 설정에 따라 픽 포인트 배열을 생성하고, 해당 배열의 픽 포인트를 기반으로 경로 계획을 수행합니다. 활성화하면 Mech-Vision가 대상 물체 편집기의 설정에 따라 픽 포인트 배열을 출력하고, Mech-Viz 또는 경로 계획 도구는 해당 배열의 픽 포인트를 기반으로 경로 계획을 수행합니다.

    • 경로 계획 전에 픽 포인트 배열을 미리 확인하고 출력하고자 할 경우, 이 옵션을 활성화해야 합니다.

    • 경로 계획 스텝에서 픽 포인트 배열을 생성하고자 한다면, 이 옵션을 비활성화하면 됩니다.

    실제 적용 시, 프로젝트 요구사항과 시스템 성능에 따라 이 옵션의 활성화 여부를 결정할 수 있습니다. 예를 들어, 픽 포인트 배열에 많은 픽 포인트가 포함된 경우 일반적으로 이 옵션을 활성화하는 것이 권장됩니다. 즉, 경로 계획 시간 너무 길어지는 것을 피하도록 경로 계획 전에 부적합한 픽 포인트를 필터링하고 최적화된 픽 포인트 배열을 출력하여 전체 효율을 높일 수 있습니다.

원형 튜브를 예로 들어 픽 포인트 배열 설정은 아래 그림과 같습니다.

configure pick point array 1

실제로, Z 축이 아래로 향하는 픽 포인트는 대부분 유효하지 않으며 경로 계획에 영향을 미칩니다. 따라서 픽 포인트 배열을 설정할 때는 배열의 각도 범위를 좁혀야 합니다. 일반적으로 범위를 ±90° 이내로 유지하는 것이 좋습니다. 예를 들어, 무질서하게 배치된 튜브에 대한 픽 포인트 배열을 구성할 때 각도 범위 값은 아래 그림에서 ±30°로 설정됩니다.

configure pick point array 2

피킹 구성 추가

피킹 효과 미리 보기

경로 계획 도구/Mech-Viz에서 말단장치가 구성된 경우, 대상 물체 편집기에서 활성화하여 실제 피킹 시 픽 포인트와 말단장치 간의 위치 관계를 미리 볼 수 있습니다. 이를 통해 픽 포인트 설정이 합리적인지 확인하는 데 도움이 됩니다. 구체적인 작업은 다음과 같습니다.

  • 경로 계획 도구

  • Mech-Viz

  1. 말단장치를 추가합니다.

    경로 계획 도구에서 로봇 말단장치를 추가하고 TCP를 설정합니다.

  2. 말단장치 미리 보기 및 활성화합니다.

    말단장치를 추가하면, 말단장치 정보가 자동으로 대상 물체 편집기의 말단장치 리스트에 업데이트됩니다. 실제 필요에 따라 말단장치 리스트에서 말단장치를 선택하고, 시각화 영역에서 실제 피킹 시 픽 포인트와 말단장치 간의 위치 관계를 미리 볼 수 있습니다(아래 그림 참조). 또는 말단장치를 선택하여 실제 피킹에 사용할 수 있습니다.

    만약에 경로 계획 도구에서 말단장치를 수정한다면 수정된 결과를 저장하여 대상 물체 편집기의 말단장치 리스트를 업데이트합니다. 또한 대상 물체 편집기에서 픽 포인트에 대해 해당하는 말단장치를 활성화하기는 경로 계획 성공에 필요합니다.
    configure picking example

  1. Mech-Viz 프로젝트가 현재 솔루션에서 위치한지 확인합니다.

    대상 물체 편집기에서 Mech-Viz의 말단장치 정보를 가져오기 위해서는 프로젝트를 솔루션으로 내보내기 내용을 참고하여 Mech-Viz 프로젝트를 현재 솔루션으로 이동해야 합니다.

  2. 말단장치를 추가합니다.

    Mech-Viz에서 로봇 말단장치를 추가하고 TCP를 설정합니다.

  3. 말단장치 미리 보기 및 활성화합니다.

    말단장치를 추가하면, 말단장치 정보가 자동으로 대상 물체 편집기의 말단장치 리스트에 업데이트됩니다. 실제 필요에 따라 말단장치 리스트에서 말단장치를 선택하고, 시각화 영역에서 실제 피킹 시 픽 포인트와 말단장치 간의 위치 관계를 미리 볼 수 있습니다(아래 그림 참조). 또는 말단장치를 선택하여 실제 피킹에 사용할 수 있습니다.

    Mech-Viz에서 말단장치를 수정한다면 수정된 결과를 저장하여 대상 물체 편집기의 말단장치 리스트를 업데이트합니다. 또한 대상 물체 편집기에서 픽 포인트에 대해 해당하는 말단장치를 활성화하기는 Mech-Viz 시뮬레이션 성공에 필요합니다.
    configure picking example

말단장치 평행 이동/회전 허용 편차 설정

실제 피킹 작업에서, 만약 말단장치가 픽 포인트의 특정 방향으로 위치나 각도가 변경된 후에도 여전히 대상 물체를 피킹할 수 있기를 원한다면, 대상 물체 편집기에서 평행이동 허용 편차 및 회전 허용 편차를 설정하여 피킹 성공률을 더욱 향상시킬 수 있습니다.

원형 튜브를 예로 들면 픽 포인트가 X축 방향으로 이동하는 것이 지원됩니다.

configure picking relaxation 1

이런 경우에, 대상 물체 편집기에서 다음과 같이 구성됩니다.

configure picking relaxation 2

픽 포인트 선택 전략 설정하기

실제 필요에 따라 픽 포인트 선택 전략을 설정할 수 있습니다. 이 소프트웨어는 기본적으로 말단장치 최소 회전 전략을 사용합니다.

  • 말단장치 최소 회전: 이 전략을 선택하면, 소프트웨어는 전체 피킹 및 배치 과정에서 말단장치 Z축 회전 각도가 가장 작은 픽 포인트를 우선적으로 사용합니다. 이 전략은 대상 물체를 피킹한 후 말단장치의 불필요한 회전을 방지하여 대상 물체가 떨어질 위험을 줄입니다.

  • 말단장치와 비전 포즈 간의 최소 차이: 이 전략을 선택하면 소프트웨어는 말단장치와 대상 물체 포즈 사이의 각도 차이가 가장 작은 점을 픽 포인트로 우선으로 선택할 것입니다.

  • 말단장치와 포인트 클라우드 간의 최소 충돌: 이 전략을 선택하면, 시스템은 말단장치와 대상 물체 포인트 클라우드의 충돌 부피가 가장 작은 픽 포인트를 우선적으로 사용합니다.

이제 저장 버튼을 클릭하여 대상 물체에 대한 구성을 저장할 수 있습니다. 충돌 모델을 설정하려면 다음 버튼을 클릭하면 됩니다.

충돌 모델 설정(선택 가능)

충돌 모델은 경로 계획을 위한 충돌 감지에 사용되는 3D 가상 물체입니다. 실제 상황에 따라 충돌 모델에 대해 다음 설정을 구성할 수 있습니다.

충돌 모델 설정

현재 대상 물체 구성 프로세스는 두 가지 충돌 모델 생성 방식을 지원하며, 사용자는 실제 필요에 따라 적합한 방식을 선택할 수 있습니다. 선택 후 충돌 감지에 사용할 포인트 클라우드 큐브가 자동으로 생성됩니다.

생성 방식 설명 작업

STL 모델을 기반으로 포인트 클라우드 큐브를 생성하기

모델 정확도는 낮고, 충돌 감지 속도가 빠릅니다.

  1. STL 모델을 선택합니다.

    파일 선택 버튼을 클릭하여 STL 모델 하나를 선택합니다. 선택된 모델은 포인트 클라우드 큐브를 생성하는 데 사용됩니다. '충돌 모델 표시' 스위치를 통해 생성된 충돌 모델의 효과를 미리 볼 수 있습니다.

  2. 모델을 정렬합니다.

    충돌 감지의 효율성을 높이기 위해 충돌 모델을 대상 물체의 포인트 클라우드 모델과 정렬해야 합니다. 이럴 때 포인트 클라우드 모델과 충돌 모델 자동 정렬 버튼을 클릭하여 대상 물체의 포인트 클라우드 모델과 충돌 모델을 정렬할 수 있습니다. 자동 정렬 결과가 기대에 미치지 않으면, 충돌 모델의 포즈를 수동으로 조정할 수 있습니다.

포인트 클라우드 모델을 기반으로 포인트 클라우드 큐브를 생성하기

모델 정확도는 높고, 충돌 감지 속도가 느립니다.

이 방식을 선택하면, 현재 대상 물체의 포인트 클라우드 모델을 기반으로 충돌 모델이 자동 생성됩니다. '충돌 모델 표시' 스위치를 통해 생성된 충돌 모델의 효과를 미리 볼 수 있습니다.

피킹된 물체의 대칭성 설정

대상 물체의 대칭성은 대상 물체의 대칭축을 중심으로 일정 각도 회전 후 형상이 회전 전과 일치할 수 있는 특성을 나타내는 것입니다. ’웨이포인트 유형‘이 ‘대상 물체 포즈’인 경우, 회전 대칭성을 구성하면 로봇 말단장치가 대상 물체를 피킹하는 동안 불필요한 회전을 방지할 수 있습니다. 이를 통해 경로 계획의 성공률이 높아지고 경로 계획에 필요한 시간이 줄어들어 로봇이 더 원활하고 빠르게 이동할 수 있습니다.

대상 물체의 대칭 유형 내용을 참조하여 대칭축을 선택한 다음에 대칭 회수와 각도 범위를 설정합니다.

이제 충돌 모델에 대한 설정이 완료되었습니다. 저장 버튼을 클릭하여 대상 물체를 솔루션 폴더 \resource\workobject_library 경로에 저장할 수 있고 후속 3D 매칭 관련 스텝에서 사용할 수 있습니다.

이 페이지가 도움이 되었습니까?

다음 방법을 통해 피드백을 보내주실 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.

  • Preference
  • 모두 수락
  • 모두 거부