Der Trainingsprozess im TeachBench-Programm ist sehr einfach, da er ohne das Training anhand realer Beispieldaten auskommt. Die CAD-Datei enthält alle relevanten Informationen. Das Training unterstützt den Anwender bei der Auswahl physikalisch sinnvoller Posen des Teils und erkennt "Symmetriekollisionen" während des Trainings.
CVB DNC
CAD-basierte 3D-Objekterkennung
CVB DNC ermöglicht die Lokalisierung von 3D-Objekten in Punktwolken auf Basis von CAD-Dateien des zu findenden Objekts und ermittelt die Positionen der gefundenen Objekte. Dabei werden nur die geometrischen Eigenschaften des Objekts berücksichtigt, seine Farbe und Textur spielen keine Rolle. Daher auch der Name des Werkzeugs: Depth No Color.
CVB DNC ist ein zweistufiges Erkennungswerkzeug.
-
In einem ersten Schritt wird das zu findende CAD-Objekt trainiert. Dadurch wird gelernt, wie das Objekt später für den Sensor sichtbar sein wird.
-
Nach dem Lernprozess wird im zweiten Schritt das Objekt in Punktwolken erfasst.
Das Ergebnis der Objekterkennung ist eine Liste von Treffern, die jeweils die Position und Ausrichtung des Objekts innerhalb der Punktwolke angeben. Wenn der Sensor, der die Punktwolke erzeugt, mit einem Roboter kalibriert ist, können die Trefferdaten an den Roboter übertragen werden, um die Objekte zu greifen.
CVB Teachbench: teaching 3D models with DNC tool
DNC Example application to find 3D objects which uses a 3D-display for visualization of the point cloud and of the detection results.
CVB Teachbench: searching cameras with DNC tool
Gründe für CVB DNC
Einfaches Training
Schnelle Suche
Die Objekterkennung ist sehr schnell. Die Positionsdaten können direkt zur Robotersteuerung genutzt werden.
Verfügbar für Windows und Linux
Das DNC-Tool ist für Windows und Linux (einschließlich ARM-Plattformen) erhältlich. Damit ist CVB DNC auch in Embedded-Applikationen verfügbar.