确保抓取精度合格的思路

您正在查看最新版本(V2.1.0)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。

在实际应用部署的各个阶段,需要采取针对性的精度提升措施来减小可能出现的误差,最终确保抓取精度满足项目需求。

accuracy improvement guidelines

各个部署阶段应采取的提升措施说明如下。

部署阶段 提升措施 说明

1. 视觉方案设计

确认项目的精度要求。

应用部署前需要先确定应用需要满足的项目精度要求。对于高精度场景,确认是否需要部署系统漂移自校正方案。

2. 视觉系统硬件搭建

确认机器人安装牢固。

机器人安装不牢固会影响机器人的重复精度。

检查机器人精度。

排查机器人零点是否丢失,检查移动距离误差,并确认TCP精度。

校验机器人模型参数准确性。

如果机器人模型参数不准确,会导致视觉系统输出的路径点不准确,甚至导致碰撞。

确认相机支架和相机安装牢固。

相机支架和相机安装不牢固,会影响相机的绝对精度和重复精度。

检查相机点云质量。

相机点云质量过差会影响视觉识别的精度。

检查相机内参。

检查相机内参确保相机内参合格。

3. 机器人通信配置

/

/

4. 手眼标定

提升和验证外参精度。

外参精度误差过大会导致抓取位姿误差增大。手眼标定后需要验证外参的精度。

5. 视觉工程配置

提升工程识别的精度。

识别算法的选择、点云模板以及抓取点的准确性会影响输出位姿的精度。

验证工程识别的重复精度。

视觉工程配置完成后,需要验证视觉工程输出位姿的重复精度。

6. 抓取

试运行验证抓取精度。

在将视觉系统正式投入产线使用之前,需要进行试运行以验证抓取精度。

下一步,你可以按照提升措施来提升应用的整体抓取精度。

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。