좌표계 변환

실제 생산에서는 빈이 전체적으로 기울어져 있을 수 있으며, 이 경우 카메라 좌표계에서의 대상 물체 Z 값은 빈 내부에서의 실제 높낮이 순서를 정확히 반영하지 못합니다. 이때는 대상 물체의 포즈를 빈 자체 좌표계로 변환하여 빈의 Z축을 기준으로 정렬해야 하며, 이를 통해 빈 내부 정렬 또는 층별 피킹 기능을 구현할 수 있습니다. 구체적인 절차는 다음과 같습니다.

일부 시나리오에서는 대상 물체가 수평이 아닌 기준 평면 위에 놓일 수 있습니다(예: 기울어진 컨베이어, 지그 등). 이 경우 카메라 좌표계에서 대상 물체의 Z 값을 직접 읽어서는 기준 평면에 대한 실제 높이를 정확히 반영할 수 없습니다.

대상 물체의 상대 높이를 얻으려면, 대상 물체 포즈를 기준 평면을 XY 평면으로 하는 사용자 정의 좌표계로 변환하여 Z축이 기준 평면에 수직이 되도록 해야 합니다. 이렇게 하면 대상 물체의 상대 높이를 정확히 계산할 수 있습니다. 구체적인 절차는 다음과 같습니다.

실제 적용에서는 대상 물체의 반사광 등의 요인으로 인해 3D 카메라를 대상 물체 표면에 수직으로 맞추기 어려운 경우가 많고, 일정한 기울기로 설치하게 됩니다. 이로 인해 취득된 포인트 클라우드는 카메라 좌표계에서 기울어진 분포를 보입니다. 이 좌표계에서 직접 점 필터링 등의 포인트 클라우드 처리를 수행하면 유효한 점을 잘못 제거하거나 노이즈 점을 남길 수 있어 후속 평면 피팅, 특징 추출 및 측정 정밀도에 영향을 줍니다.

처리 효과를 높이기 위해 대상 물체 주평면 포인트 클라우드를 기반으로 사용자 정의 좌표계(Z축이 대상 물체 평면에 수직)를 구성하고, "포즈 변환(고급)" 스텝을 통해 원본 포인트 클라우드를 카메라 좌표계에서 대상 물체 로컬 좌표계로 변환한 후 포인트 클라우드 전처리를 수행한 다음, 처리가 끝난 뒤 다시 카메라 좌표계로 복원할 수 있습니다. 구체적인 절차는 다음과 같습니다.

일부 고정밀 응용에서는 3D 매칭만으로 원 중심 등 기하 특징의 위치를 정확하게 얻기 어렵습니다. 검출 정밀도를 높이기 위해 포인트 클라우드 좌표계 변환과 직교 투영 방법을 결합해, 포인트 클라우드를 대상 물체 좌표계로 변환한 후 2D 특징 추출을 수행하고, 그 결과를 다시 카메라 좌표계로 되돌려 더 높은 정밀도의 원 중심 포즈를 얻을 수 있습니다. 이 방법은 조립 구멍 위치나 원호 가장자리의 고정밀 위치 지정에 자주 사용됩니다. 구체적인 절차는 다음과 같습니다.