Обмен технологиями

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Тестовый эффект

Камера со структурированным светом Mech-Mind

Камеры со структурированным светом Mech Mind, особенно серия Mech-Eye, представляют собой высокоточные 3D-камеры промышленного уровня, которые широко используются в промышленной автоматизации, навигации роботов, контроле качества и других областях. Ниже приводится подробный анализ камеры со структурированным светом Mech Mind:

1. Обзор продукта

Камеры со структурированным светом Mech Mind, такие как Mech-Eye PRO, используют технологию высокоскоростного структурированного света, чтобы обеспечить превосходную устойчивость к окружающему свету, сохраняя при этом высокую точность и скорость. Эти камеры обычно содержат богатые модули алгоритмов машинного зрения и могут применяться во многих типичных практических сценариях, таких как загрузка и выгрузка производственных заготовок, высокоточное позиционирование, сборка, затяжка винтов и академические исследования.

2. Принцип работы

Камера со структурированным светом Mech Mind в основном использует принцип проекции структурированного света. Они проецируют определенные узоры (например, структурированный свет, генерируемый лазерами) на фотографируемый объект, а контур и форма объекта фиксируются камерой. Эта технология позволяет точно рассчитать положение и форму объекта, анализируя отражение и преломление света на объекте.

3. Особенности продукта

1. Высокая точность : Камера со структурированным светом Mech Mind позволяет за короткое время получить высокоточные трехмерные модели. Для различных объектов точную информацию о форме можно получить всего за один снимок. Например, повторяемость одноточечной точки Mech-Eye PRO в направлении Z может достигать 0,05 мм (на расстоянии 1,0 м).
2. высокоскоростной: Камера имеет возможность быстрого сбора и обработки данных. Например, типичное время сбора данных Mech-Eye PRO составляет 0,3–0,6 секунды.
3. Большое поле зрения и большая глубина резкости: некоторые модели, такие как 3D-камера Mech-Eye Deep, обладают большим полем зрения и большой глубиной резкости и могут применяться для различных распространенных типов штабелирования.
4. Сильная устойчивость к окружающему свету: Камера со структурированным светом Mech Mind по-прежнему может сохранять превосходные эффекты изображения даже при сильных помехах от окружающего света (например, >20 000 люкс).
5. Гибкое развертывание: камера адаптирована к большинству основных марок роботов в стране и за рубежом и позволяет полностью контролировать движение адаптированных роботов.
6. Открытый и простой в использовании: камера имеет дружественный пользовательский интерфейс и открытый API для облегчения вторичной разработки и интеграции пользователей.
7. Стабильный и надежный: Камеры со структурированным светом Mech Mind обладают высокой стабильностью и надежностью, например, среднее время наработки на отказ (MTBF) Mech-Eye PRO ≥ 40 000 часов.

4. Области применения

Камеры со структурированным светом Mech Mind широко используются в автомобилях, авиации, производстве пресс-форм, промышленной автоматизации и других областях. В автомобильной сфере они могут быстро и точно получать информацию о форме поверхности кузова автомобиля; в авиационной сфере они могут получать трехмерную информацию о форме самолета, обеспечивая точную поддержку данных для проектирования и производства самолета. .

5. Резюме

Камеры со структурированным светом Mech Mind играют важную роль в таких областях, как промышленная автоматизация и навигация роботов, благодаря их высокой точности, высокой скорости, большому полю обзора, большой глубине резкости, сильной устойчивости к окружающему свету, а также стабильности и надежности. Ожидается, что благодаря постоянному развитию технологий и постоянному расширению сценариев применения камеры со структурированным светом Mech Mind продемонстрируют свою уникальную ценность во многих областях.

Настройка среды разработки Python

Создайте виртуальную среду

Загрузите пакет opencv-python

Загрузите пакет захвата камеры Mecamander

pip install MechEyeAPI
pip install python-opencv

Поэтапный анализ

Подключить камеру

def ConnectCamera(self):
    camera_infos = Camera.discover_cameras()
    if len(camera_infos) != 1:
        print("相机连接出现异常，检查网线")
        return
    error_status = self.camera.connect(camera_infos[0])
    if not error_status.is_ok():
        show_error(error_status)
        return

Отключить камеру

def DisConnectCamera(self):
    self.camera.disconnect()
    print("Disconnected from the camera successfully.")

Собирайте 2D- и 3D-изображения.

def connect_and_capture(self):
 
    # Obtain the 2D image resolution and the depth map resolution of the camera.
    resolution = CameraResolutions()
    show_error(self.camera.get_camera_resolutions(resolution))
    print_camera_resolution(resolution)
 
    time1 = time.time()
    # Obtain the 2D image.
    frame2d = Frame2D()
    show_error(self.camera.capture_2d(frame2d))
    row, col = 222, 222
    color_map = frame2d.get_color_image()
    print("The size of the 2D image is {} (width) * {} (height).".format(
        color_map.width(), color_map.height()))
    rgb = color_map[row * color_map.width() + col]
    print("The RGB values of the pixel at ({},{}) is R:{},G:{},B{}n".
          format(row, col, rgb.b, rgb.g, rgb.r))
 
    Image2d = color_map.data()
 
    time2 = time.time()
    print('grab 2d image : '+str((time2-time1)*1000)+'ms')
 
 
    # if not confirm_capture_3d():
    #     return
 
    # Obtain the depth map.
    frame3d = Frame3D()
    show_error(self.camera.capture_3d(frame3d))
    depth_map = frame3d.get_depth_map()
    print("The size of the depth map is {} (width) * {} (height).".format(
        depth_map.width(), depth_map.height()))
    depth = depth_map[row * depth_map.width() + col]
    print("The depth value of the pixel at ({},{}) is depth :{}mmn".
          format(row, col, depth.z))
    Image3d = depth_map.data()
    time3 = time.time()
    print('grab depth image : '+str((time3-time2)*1000)+'ms')
 
 
    return Image2d,Image3d
    # Obtain the point cloud.
    # point_cloud = frame3d.get_untextured_point_cloud()
    # print("The size of the point cloud is {} (width) * {} (height).".format(
    #     point_cloud.width(), point_cloud.height()))
    # point_xyz = point_cloud[row * depth_map.width() + col]
    # print("The coordinates of the point corresponding to the pixel at ({},{}) is X: {}mm , Y: {}mm, Z: {}mmn".
    #       format(row, col, point_xyz.x, point_xyz.y, point_xyz.z))

Полный тестовый код

# With this sample, you can connect to a camera and obtain the 2D image, depth map, and point cloud data.
import time
 
from mecheye.shared import *
from mecheye.area_scan_3d_camera import *
from mecheye.area_scan_3d_camera_utils import *
import cv2
 
 
class ConnectAndCaptureImages(object):
    def __init__(self):
        self.camera = Camera()
 
    def connect_and_capture(self):
 
        # Obtain the 2D image resolution and the depth map resolution of the camera.
        resolution = CameraResolutions()
        show_error(self.camera.get_camera_resolutions(resolution))
        print_camera_resolution(resolution)
 
        time1 = time.time()
        # Obtain the 2D image.
        frame2d = Frame2D()
        show_error(self.camera.capture_2d(frame2d))
        row, col = 222, 222
        color_map = frame2d.get_color_image()
        print("The size of the 2D image is {} (width) * {} (height).".format(
            color_map.width(), color_map.height()))
        rgb = color_map[row * color_map.width() + col]
        print("The RGB values of the pixel at ({},{}) is R:{},G:{},B{}n".
              format(row, col, rgb.b, rgb.g, rgb.r))
 
        Image2d = color_map.data()
 
        time2 = time.time()
        print('grab 2d image : '+str((time2-time1)*1000)+'ms')
 
 
        # if not confirm_capture_3d():
        #     return
 
        # Obtain the depth map.
        frame3d = Frame3D()
        show_error(self.camera.capture_3d(frame3d))
        depth_map = frame3d.get_depth_map()
        print("The size of the depth map is {} (width) * {} (height).".format(
            depth_map.width(), depth_map.height()))
        depth = depth_map[row * depth_map.width() + col]
        print("The depth value of the pixel at ({},{}) is depth :{}mmn".
              format(row, col, depth.z))
        Image3d = depth_map.data()
        time3 = time.time()
        print('grab depth image : '+str((time3-time2)*1000)+'ms')
 
 
        return Image2d,Image3d
        # Obtain the point cloud.
        # point_cloud = frame3d.get_untextured_point_cloud()
        # print("The size of the point cloud is {} (width) * {} (height).".format(
        #     point_cloud.width(), point_cloud.height()))
        # point_xyz = point_cloud[row * depth_map.width() + col]
        # print("The coordinates of the point corresponding to the pixel at ({},{}) is X: {}mm , Y: {}mm, Z: {}mmn".
        #       format(row, col, point_xyz.x, point_xyz.y, point_xyz.z))
 
    def main(self):
        # List all available cameras and connect to a camera by the displayed index.
        if find_and_connect(self.camera):
            d2,d3 = self.connect_and_capture()
            self.camera.disconnect()
            print("Disconnected from the camera successfully.")
        return d2,d3
 
    def GrabImages(self):
        d2, d3 = self.connect_and_capture()
        return d2, d3
 
    def ConnectCamera(self):
        camera_infos = Camera.discover_cameras()
        if len(camera_infos) != 1:
            print("相机连接出现异常，检查网线")
            return
        error_status = self.camera.connect(camera_infos[0])
        if not error_status.is_ok():
            show_error(error_status)
            return
    def DisConnectCamera(self):
        self.camera.disconnect()
        print("Disconnected from the camera successfully.")
 
 
 
 
 
if __name__ == '__main__':
 
    #pip install MechEyeAPI
 
    print('初始化相机对象')
    MechMindGraber = ConnectAndCaptureImages()
    # d2,d3 = a.main()
    print('连接相机')
    MechMindGraber.ConnectCamera()
 
    for i in range(60):
        print(str(i)+'rn')
        print('采集亮度图和深度图')
        d2,d3  = MechMindGraber.GrabImages()
 
 
    cv2.imshow('1',d2)
    cv2.waitKey()
    cv2.imshow('1', d3)
    cv2.waitKey()
    print('断开连接')
    MechMindGraber.DisConnectCamera()