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.

필요하면 포인트 클라우드 표시 설정을 통해 현재 공작물의 모든 포인트 클라우드, 표면 포인트 클라우드, 가장자리 포인트 클라우드 등 다양한 포인트 클라우드 모델을 확인할 수 있습니다. 또는 포인트 클라우드 모델 표시 색깔도 수정할 수 있고 가상 텍스처 포인트 클라우드 등 정보도 확인할 수 있습니다.

각 파라미터에 관한 구체적인 설명은 사전 처리 파라미터에 관한 설명을 참조할 수 있습니다.

3D ROI를 선택하거나 배경 이미지를 캡처하면 시나리오에서 관련 없는 포인트 클라우드를 빠르게 제거하여 대상 물체의 포인트 클라우드를 신속하게 추출할 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.

필요하면 포인트 클라우드 표시 설정을 통해 현재 대상 물체의 모든 포인트 클라우드, 표면 포인트 클라우드, 가장자리 포인트 클라우드 등 다양한 포인트 클라우드 모델을 확인할 수 있습니다. 또는 포인트 클라우드 모델 표시 색깔도 수정할 수 있고 가상 텍스처 포인트 클라우드 등 정보도 확인할 수 있습니다.

툴은 자동으로 대상 물체의 중심점을 자동으로 계산할 수 있습니다. 물체 중심점을 교정하려면 용도에 따라 중심점을 교정하기에서 다른 계산 방식을 선택하여 계산 시작하기를 클릭하여 물체 중시점을 교정합니다.

포인트 클라우드 모델을 잘 사용하여 후속 매칭 작업을 수행하고 매칭의 정확성을 높이기 위해서 툴은 다음과 같은 2 가지 포인트 클라우드 모델 구성을 제공합니다. 관련 구성을 설정이 필요하면 포인트 클라우드 모델 구성으로 들어갈 수 있습니다.

이 도구는 현재 구성 워크플로에 따라 충돌 모델 생성 모드를 자동으로 추천합니다. 이 경우에 추천되는 모드는 STL 모델을 사용하여 포인트 클라우드 큐브 생성입니다. 이 도구는 가져온 STL 모델을 기반으로 포인트 클라우드 큐브를 생성하고 충돌 감지를 수행합니다. 이 방법으로 생성된 충돌 모델은 정확도가 비교적으로 높지만 충돌 감지 속도는 느립니다.

STL 모델 선택 버튼을 클릭하여 STL 모델 하나를 선택합니다. 선택된 모델은 포인트 클라우드 큐브를 생성하는 데 사용됩니다.

포인트 클라우드 큐브는 포인트 클라우드 중의 포인트를 중심으로 생성된 정육면체입니다. 포인트 클라우드 큐브가 다른 물체와 충돌하면 포인트 클라우드가 물체와 충돌하는 것으로 간주합니다.

길이가 2mm인 큐브를 사용하여 포인트 클라우드 표면을 채우고 충돌 감지 계산을 진행합니다. 대상 물체의 실제 크기가 포인트 클라우드 큐브의 측면 길이와 유사하면 충돌 모델의 정확도가 낮아질 수 있습니다. 반대로, 대상 물체의 실제 크기가 너무 크면 포인트 클라우드 큐브의 수가 많아져 충돌 감지 속도가 느려질 수 있습니다.

충돌 감지의 효율성을 높이기 위해 충돌 모델을 대상 물체의 포인트 클라우드 모델과 정렬해야 합니다. 이럴 때 포인트 클라우드 모델과 충돌 모델 자동 정렬 버튼을 클릭하거나 충돌 모델의 포즈를 수동으로 조정하여 대상 물체의 포인트 클라우드 모델과 충돌 모델을 정렬할 수 있습니다.

공작물의 대칭 유형 내용을 참조하여 대칭축을 선택하고 대칭 횟수와 각도 범위를 설정합니다.

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