纸箱识别

您正在查看V1.8.2版本的文档。如果您想查阅其他版本的文档，可以点击页面右上角“切换版本”按钮进行切换。

■ 如果您想使用最新版本，可以从梅卡曼德下载中心下载。

■ 如果您不确定当前使用的产品是哪个版本，请随时联系梅卡曼德技术支持。

在使用本教程前，你已经在手眼标定章节中使用案例工程单品类纸箱创建了Mech-Vision工程。

在本教程中，你将先了解工程思路，然后通过调节步骤参数完成工程的部署，来识别纸箱的位姿并输出视觉结果。

工程思路介绍

工程中各步骤组合的作用如下表所示。

序号	步骤/步骤组合	功能说明
1	从相机获取图像	连接相机并采集纸箱图像
2	点云预处理与获取最高层掩膜	对纸箱点云进行预处理，然后获取最高层纸箱掩膜
3	使用深度学习分割单个纸箱掩膜	根据输入的最高层纸箱掩膜，使用深度学习推理出区域内的单个纸箱掩膜，以便后续利用单个纸箱掩膜获取对应单个纸箱的点云
4	计算箱子位姿	识别纸箱位姿，并通过输入的纸箱尺寸信息对识别结果进行校验或调整
5	调整位姿V2	对纸箱位姿进行坐标系变换，并对多个纸箱位姿进行分行分列排序
6	输出	输出纸箱的位姿，用于机器人抓取

序号

步骤/步骤组合

图示

功能说明

从相机获取图像

vision project workflow introduction 1

连接相机并采集纸箱图像

点云预处理与获取最高层掩膜

vision project workflow introduction 2

对纸箱点云进行预处理，然后获取最高层纸箱掩膜

使用深度学习分割单个纸箱掩膜

vision project workflow introduction 3

根据输入的最高层纸箱掩膜，使用深度学习推理出区域内的单个纸箱掩膜，以便后续利用单个纸箱掩膜获取对应单个纸箱的点云

计算箱子位姿

vision project workflow introduction 4

识别纸箱位姿，并通过输入的纸箱尺寸信息对识别结果进行校验或调整

调整位姿V2

vision project workflow introduction 5

对纸箱位姿进行坐标系变换，并对多个纸箱位姿进行分行分列排序

输出

vision project workflow introduction 6

输出纸箱的位姿，用于机器人抓取

在本节，你将通过调节各个步骤或步骤组合的参数来完成工程的部署。

由于单品类纸箱案例工程中配备了虚拟数据，所以需先将从相机获取图像步骤的虚拟模式关闭，再连接真实相机。

选中从相机获取图像步骤，在界面右下角步骤参数处关闭虚拟模式，然后单击选择相机按钮。
在弹出的窗口中单击需要连接相机的编号右侧的图标，即可连接至该相机。相机连接成功后，图标将变为图标。

连接相机后，需选择参数组。单击选择参数组按钮，选择标定好的、带有ETH/EIH和日期的参数组。
连接相机并设置参数组后，相机标定参数组、IP地址和端口等参数将自动获取，其余参数保持默认即可。