비전 프로젝트 구성

이 튜토리얼 내용을 읽기 전에 로봇 통신 구성 단계에서 '단일 품목 상자 디팔레타이징' 샘플 프로젝트를 사용하여 솔루션을 생성해야 합니다.

이 튜토리얼에서는 먼저 프로젝트 작업 흐름을 소개한 다음, 종이 상자의 포즈를 인식하고 비전 결과를 출력하도록 스텝 파라미터를 조정하여 프로젝트를 배포하는 방법을 설명하겠습니다.

프로젝트 작업 흐름 소개

이 튜토리얼에서 사용자가 Mech-Vision소프트웨어와 Mech-Viz 소프트웨어를 사용하여 비전 프로젝트를 구성합니다. 비전 프로젝트를 구성하는 방법의 프로세스는 아래 그림과 같습니다.

project workflow

비전 프로젝트 구성의 각각 단계 설명은 다음과 같습니다.

단계 사용하는 소프트웨어 설명

카메라 연결 및 이미지 캡처하기

Mech-Vision

이미지를 캡처하기 위해 Mech-Vision의 ‘카메라에서 이미지를 캡처하기’ 스텝을 수행합니다.

포인트 클라우드 사전 처리 및 최상층 컬러 이미지 획득

Mech-Vision

Mech-Vision 소프트웨어의 "포인트 클라우드 사전 처리 및 최상층 컬러 이미지 획득" 사용자 정의한 프로시저를 사용하여 이미지 데이터의 포인트 클라우드를 사전 처리하고 가장 높은 층의 컬러 이미지를 획득합니다.

딥 러닝 추론

Mech-Vision

Mech-Vision 소프트웨어의 "딥 러닝 모델 패키지 추론" 스텝을 사용하여 가장 높은 층의 컬리 이미지에 대해 인스턴스 세그먼테이션을 수행합니다.

상자 포즈 및 치수 계산

Mech-Vision

Mech-Vision 소프트웨어의 "상자 포즈 및 치수 계산" 사용자 정의 프로시저를 사용하여 가장 높은 층에 있는 종이 상자의 포즈를 계산합니다.

포즈 조정

Mech-Vision

Mech-Vision의 "포즈 조정 V2" 스텝을 통해 "3D 대상 물체 인식" 스텝에서 출력된 포즈에 대해 좌표계 전환, 포즈 조정, 포즈 정렬, 포즈 필터링 등 작업을 수행합니다.

로봇 경로 계획

Mech-Vision & Mech-Viz

Mech-Vision 소프트웨어의 "출력" 스텝을 통해 비전 결과(물체 기하학적 중심점 포즈, 시나리오의 컬러 포인트 클라우드, 사전 처리된 포인트 클라우드, 종이 상자 윗면 치수 등 정보)를 Mech-Viz에 전송합니다.
Mech-Viz 프로젝트는 비전 결과에 따라 충돌이 없는 로봇 이동 경로를 계획합니다.

계획 경로 출력

Mech-Viz

로봇(이 튜토리얼에 사용됨) 혹은 PLC가 보내는 표준 인터페이스 명령어를 수신했을 때, Mech-Viz가 계획된 충돌이 없는 로봇 이동 경로를 반환합니다.
로봇 통신 구성 및 Mech-Vision 프로잭트와 Mech-Viz 프로젝트 구성이 완료된 후 Mech-Viz가 매번 실행 후 계획된 경로를 출력할 수 있습니다.
이럴 때, 로봇 측 에서 Mech-Viz 프로젝트 실행을 트리거하고 Mech-Viz에서 출력한 경로를 획득할 수 있는 표준 인터페이스 명령어가 포함되는 로봇 프로그램을 작성해야 합니다. 구체적인 내용은 "픽 앤 플레이스 실현" 섹션의 설명을 참조하십시오.

스텝 파라미터 조정

이 부분에서는 각 스텝의 파라미터를 조정하여 프로젝트를 배포하는 프로세스를 소개합니다.

이 부분에 사용되는 프로젝트는 “단일 품목 상자 디팔레타이징” 솔루션의 “Vis-Single-Case Depalletizing”입니다.

카메라에서 이미지를 캡처하기

스텝 이름

카메라에서 이미지를 캡처하기

단계

카메라 연결 및 이미지 캡처하기

예시 그림

acquire images from camera

설명

실제 카메라에 연결하고 관련 파라미터를 구성하여 카메라가 정상적으로 이미지를 캡처할 수 있도록 합니다.

  1. Mech-Vision 프로젝트 편집 영역에서 카메라에서 이미지를 캡처하기 스텝을 선택하고 오른쪽 하단의 스텝 파라미터 탭에서카메라 선택 버튼을 클릭합니다.

    select camera
  2. 사용할 카메라 및 캘리브레이션 파라미터 그룹 선택 창이 나타나면 카메라 일련번호 오른쪽에 있는 image 아이콘을 클릭합니다. 카메라가 성공적으로 연결되면 이 아이콘이 image로 변경됩니다.

    connect camera

    카메라가 연결된 후, 파라미터 그룹 선택 버튼을 클릭하여 캘리브레이션된 파라미터 그룹(ETH/EIH와 날짜 정보가 표시됨)을 선택합니다.

    select calibration parameter group
    여기서 선택된 캘리브레이션 파라미터 그룹은핸드-아이 캘리브레이션이 완료된 후 생성된 것입니다.
  3. 카메라를 연결하고 캘리브레이션 파라미터 그룹을 설정하면 카메라 캘리브레이션 파라미터 그룹, IP 주소 및 포트와 같은 파라미터가 자동으로 획득됩니다. 파라미터 그룹 구성 파라미터가 이미 "종이 상자"로 설정되어 있는지 확인하세요.

    camera other parameters
    • 카메라에서 이미지를 캡처하기 스텝의 단번 실행 버튼을 클릭하여 이미지 캡처를 트리거하고, 스텝의 "카메라 뎁스 맵" 및 "카메라 컬러 이미지" 데이터 스트림을 두번 클릭하고 디버그 출력 창에서 카메라에서 이미지가 성공적으로 캡처되었는지 확인합니다.

      double click data flow line

디버그 출력 창에서 일반적인 뎁스 맵과 컬러 이미지가 보이면 Mech-Vision 소프트웨어가 실제 카메라에 성공적으로 연결되었고 정상적으로 이미지를 캡처할 수 있습니다.

confirm image acquire

포인트 클라우드 사전 처리 및 최상층 컬러 이미지 획득

스텝 이름

포인트 클라우드 사전 처리 및 최상층 컬러 이미지 획득

단계

포인트 클라우드 사전 처리 및 최상층 컬러 이미지 획득

예시 그림

point cloud preprocessing

설명

간섭 요인을 영역 밖으로 제거하고 효과적인 인식 영역(3D ROI)을 설정하며, 가장 높은 층의 2D 이미지를 추출할 때 오류가 발생하지 않도록 "층 높이" 파라미터를 설정해야 합니다.

  1. 인식 효율성을 높이기 위해 효과적인 인식 영역(3D ROI)을 설정하여 간섭 요인이 해당 영역에 들어오지 않도록 합니다. 설정한 3D ROI 범위에는 상자가 포함되어야 하며, 들어오는 재료의 치수 편차를 수용할 수 있도록 약 50mm 정도 적절하게 확장되어야 합니다.

    set roi for processing
  2. 획득할 가장 높은 층 포인트 클라우드의 "층 높이"를 설정합니다. 설정된 파라미터 값은 상자 높이보다 작아야 하며 같은 층에 있는 상자의 최대 높이 차이보다 커야 합니다.

    set carton height

딥 러닝 모델 패키지 추론

스텝 이름

딥 러닝 모델 패키지 추론

단계

딥 러닝 추론

예시 그림

dl inference

설명

솔루션에 내장된 딥 러닝 모델 패키지를 가져오고 로드한 후, 2D ROI를 설정하여 딥 러닝 추론 효과를 향상시킵니다.

  1. 모델 패키지 관리 도구를 사용하여 딥 러닝 모델 패키지를 가져오고 도입한 모델 패키지를 선택합니다.

    import select dl package
  2. 딥 러닝 추론의 효과를 향상시키기 위해 2D ROI를 설정합니다. 설정된 2D ROI 범위는 들어오는 재료의 위치 변동을 수용할 수 있도록 1/3의 적절한 여백을 두고 가장 높은 층의 상자를 덮어야 합니다.

    set dl 2d roi

상자 포즈 및 치수 계산

스텝 이름

상자 포즈 및 치수 계산(사용자 정의 프로시저)

단계

상자 포즈 및 치수 계산

예시 그림

calculate carton poses

설명

이 스텝에서는 파라미터를 별로도 설정할 필요가 없습니다.

포즈 조정 V2

스텝 이름

포즈 조정 V2

단계

포즈 조정

예시 그림

adjust poses

설명

포즈 변환, 포즈 조정, 포즈 정렬 및 포즈 필터링을 위해 파라미터를 구성해야 합니다.

대상 물체의 포즈를 얻은 후, 포즈를 조정해야 합니다. 구체적인 처리 프로세스는 다음과 같습니다.

adjust poses process

Mech-Vision에는 포즈 조정 도구가 내장되어 있습니다. 이 도구를 사용하여 물체 포즈를 쉽게 조정하고 피킹 순서를 최적화할 수 있습니다. 다음 어떤 방식으로든 포즈 조정 도구를 열어 파라미터를 조정할 수 있습니다.

  • 프로젝트의 편집 영역에서 스텝의 구성 마법사 버튼을 클릭합니다.

  • 스텝 파라미터 탭에 있는 구성 마법사 버튼을 클릭합니다.

다음 스텝을 수행하여 파라미터를 조정하십시오.

  1. 포즈 변환: 포즈 조정 탭에서 포즈를 카메라 좌표계에서 로봇 기준 좌표계로 변환합니다.

    adjust reference frame
  2. 포즈 조정: 포즈 조정 탭에서 "자동 정렬"을 선택하고 "상자 디팔레타이징/팔레타이징" 시나리오를 선택합니다.

    adjust pose direction
  3. 포즈 정렬: 포즈 규칙 탭에서 “Z자형 평면 정렬” 정렬 유형을 선택하고 "기준 포즈"의 방향을 설정합니다.

    sort poses
  4. 각도 필터링: 포트 규칙 탭에서 포즈 Z축의 방향에 따라 피킹 불가능하거나 인식 오류가 있는 포즈를 필터링하여 Mech-Viz의 경로 계획 시간을 단축합니다.

    filter poses

출력

스텝 이름

출력

단계

로봇 경로 계획(전제 조건)

예시 그림

procedure out

설명

경로 계획 및 충돌 감지에 필요한 정보가 모두 출력이 가능할지를 확인해야 합니다.

경로 계획 및 충돌 감지의 요구 사항에 따라 다음과 같은 정보를 Mech-Viz로 출력해야 합니다.

  • 물체 기하학적 중심점 포즈

  • 시나리오의 컬러 포인트 클라우드

  • 상자 윗면 치수

위의 모든 포트가 데이터 스트림과 연결됨을 확인한 후, 실행 버튼을 클릭하여 프로젝트가 성공적으로 실행할 수 있음을 확인하고 비전 결과를 출력합니다. Mech-Vision로그 바의 비전 옵션에서 비전 결과를 포함하는 로그가 있는지를 확인할 수 있습니다.

check output result

경로 계획

이 솔루션에서 Mech-Viz를 사용하여 계획된 경로를 획득합니다. 표준 인터페이스 통신 방식을 사용할 때, Mech-Viz 프로젝트와 로봇이 함께 협조하여 3D 비전 가이드 피킹과 배치 프로세스를 수행해야 합니다.

경로 계획을 실현하기 위한 Mech-Viz 프로젝트를 구성하는 방법에 관한 설명은 ‘‘픽 앤 플레이스 실현" 섹션 내용을 참조하십시오.

이로써 비전 프로젝트 구성이 완료됩니다.

저희는 귀하의 개인 정보를 소중하게 생각합니다.

당사 웹사이트는 귀하에게 최상의 경험을 제공하기 위해 쿠키를 사용합니다. "모두 수락"을 클릭하시는 경우, 귀하는 사의 쿠키 사용에 동의하게 됩니다. "모두 거부"를 클릭하시는 경우, 귀하가 이 웹사이트를 방문할 때 추적되거나 기억되지 않도록 하기 위해 단일 쿠키가 사용됩니다.