로봇을 조깅하여 픽 포인트를 설정하고 획득한 포인트 클라우드를 기반으로 포인트 클라우드 모델을 생성하기

포인트 클라우드를 획득하려면 "카메라에서 이미지를 캡처하기" 스텝을 사용해야 합니다(여기서는 자동으로 선택됨). 포인트 클라우드 획득 버튼을 클릭하면 시각화 영역에서 포인트 클라우드 캡처 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.

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.

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

배경 이미지를 캡처하는 방식으로 배경을 제거하려면 포인트 클라우드를 획득한 후, 포인트 클라우드 모델을 생성하는 데 사용되는 대상 물체를 카메라 시야 밖으로 옮겨야 합니다. 그런 다음 포인트 클라우드 획득 및 배경 제거 버튼을 클릭하여 배경 포인트 클라우드는 자동으로 제거됩니다.

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

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

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 시작하기를 클릭하여 물체 중시점을 교정합니다.

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.

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.

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.

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

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.

충돌 모델은 경로 계획 시 공간에서 해당 물체의 충돌을 감지하기 위한 3D 시뮬레이션된 물체입니다. 이 도구는 현재 구성 워크플로에 따라 충돌 모델 생성 모드를 자동으로 추천합니다. 이 경우에 추천되는 모드는 STL 모델을 사용하여 포인트 클라우드 큐브 생성입니다. 이 툴은 선택된 STL 모델을 기반으로 포인트 클라우드 큐브를 생성하고 충돌 감지를 수행합니다. 이 방법으로 생성된 충돌 모델은 정확도가 비교적으로 높지만 충돌 감지 속도는 느립니다.

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.

이로써 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.