视觉方案设计

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。

在实际部署之前,需要先设计视觉方案,结合项目的实际需求确定相机型号、工控机型号、相机的安装方式以及机器人通信方式等。良好的设计有助于快速完成3D视觉引导应用的部署。

在3D视觉引导应用设计阶段,需要完成:

如果项目对抓取精度有较高要求,请在部署时参考专题:抓取精度提升确保应用良好的抓取精度。

相机选型

Mech-Eye工业级3D相机是梅卡曼德自研的高性能工业级3D相机,精度高、速度快、抗环境光、成像质量高,可对各类材质物体生成高质量3D点云数据。梅卡曼德提供丰富相机型号,满足远/中/近不同距离下对于抗环境光、高精度、大视野、高速度、小体积的需求。

在实际项目中,请根据相机的工作距离、视野和精度要求选择合适型号的相机。

要进行相机选型,你可以:

  • 使用相机选型工具根据目标物体的大小筛选合适的型号(仅支持V4相机)。

  • 使用相机视野计算器根据工作距离和视野筛选合适的型号。

  • 若有多个型号满足要求,请根据相机特点与使用场景筛选最合适的型号。如需帮助,请联系梅卡曼德售前工程师或销售人员。

标定板选型

标定板常用于内参检查与外参标定,会影响标定的精度和稳定性。梅卡曼德提供三种型号的标定板,详细信息请参考标定板

在实际的项目中,请参考下表,根据相机型号和实际的工作距离选择合适的标定板。

V4相机

相机型号 使用距离(mm) 推荐型号

UHP

300±20

OCB-005

NANO

300~600

CGB-020/BDB-5

PRO XS

300~600

CGB-020/BDB-5

PRO S

500~800

CGB-020/BDB-5

PRO M

1000~1500

CGB-035/BDB-6

1500~2000

CGB-050/BDB-7

LSR S

500~1000

CGB-035/BDB-6

1000~1500

CGB-050/BDB-7

LSR L

1200~3000

CGB-050/BDB-7

DEEP

1200~3500

BDB-7

V3相机

相机型号 使用距离(mm) 推荐型号

Log S

500~800

BDB-5

800~1000

BDB-6

Log M

1000~1500

BDB-6

1500~2000

BDB-7

Laser L Enhanced

1500~3000

CGB-050

选择相机安装方式

你可以根据相机与机器人的相对位置以及整体节拍的需要,确定相机安装方式。下表介绍了两种常见的相机安装方式。

安装方式

Eye to hand(ETH)

Eye in hand(EIH)

说明

相机安装于独立的相机支架上。

相机安装于机器人末端,随机器人一同运动。

示意图

eth

eih

特点

  • 此种安装方式拍照位置和角度固定,可以实现更大的视野范围。

  • 机器人在执行任务时不需要等待相机拍照,可以提高生产效率和节拍速度。

  • 此种安装方式相机拍照位置和角度更灵活。相机安装在机器人手臂上随机器人手臂精确移动和定位,使相机适应多个垛位的拍照;机器人可以通过抬高相机拍照位置来适应不同垛高的来料。

  • 机器人在执行任务时需要等待相机拍照,因此会占用整体循环节拍。

此外,为了扩大相机视野、提高重叠视野的点云质量,项目也可能安装多个相机,称为Eye to eye(ETE)安装方式。

ete

无论是采用何种相机安装方式,都需要通过相机安装支架来完成安装。关于相机安装支架的设计说明,请参考相机安装支架设计

工控机选型

梅卡曼德工控机提供了梅卡曼德软件所需的标准运行环境,可以将软件的功能和性能最优化。

请根据工控机的应用场景、技术参数和性能技术指标,选择工控机型号。各型号工控机的性能技术指标如下表所示。

技术指标 应用场景 Mech-Mind IPC STD Mech-Mind IPC ADV Mech-Mind IPC PRO

支持同时运行的Mech-Vision工程数量

标准接口/Adapter通信场景(无路径规划步骤)

≤5

≤5

≤5

标准接口/Adapter通信场景(带路径规划步骤)

≤5

≤5

≤5

主控通信场景(使用Mech-Viz软件)

≤5

≤5

≤5

3D视觉方案使用3D匹配技术

≤5

≤5

≤5

3D视觉方案使用3D匹配和2D深度学习技术

≤2

≤2

≤4

单个方案支持连接的相机数量

≤2

≤2

≤2

单个方案支持加载的深度学习模型数量

≤5(CPU)

≤5(GPU)

<8(GPU)

单个方案支持连接的机器人数量(主控通信)

1

1

1

单个方案支持开启的通信方式数量

1

1

1

单个方案支持同时连入的客户端数量(标准接口/Adapter通信)

≤4

≤4

≤4

如果你使用自有设备(笔记本或PC)作为工控机(以下简称“自有工控机”),请参考自有工控机设置确保自有工控机满足系统配置要求,并完成相应设置。

选择机器人通信方式

接口通信通常适用于产线上的实际应用,提供更灵活的功能以及更快的抓取节拍。主控通信通常适用于项目的测试阶段,用于快速验证抓取效果。

关于如何选择通信方式,请参见通信方式选择。更多关于通信方式的介绍,请参见通信概述

确定是否使用深度学习

请参考选择深度学习方案章节确定该视觉方案是否需要使用深度学习。

当视觉识别过程中,3D匹配方法无法很好解决以下问题时,需考虑使用深度学习:

序号 传统方法劣势场景 图示

1

工件表面高度反光,点云质量较差。

problems with traditional method 1

2

工件点云上的曲面特征较少,特征点云点数较少。

problems with traditional method 2

3

工件之间有序摆放,且紧密贴合时,点云聚类效果较差。

problems with traditional method 3

4

工件特征仅存在于彩色图上,工件点云特征丢失。

problems with traditional method 4

5

项目对视觉节拍的要求较高。例如工件数量多时,点云模板匹配时间较长。

problems with traditional method 5

我们重视您的隐私

我们使用 cookie 为您在我们的网站上提供最佳体验。继续使用该网站即表示您同意使用 cookie。如果您拒绝,将使用一个单独的 cookie 来确保您在访问本网站时不会被跟踪或记住。