핸드-아이 캘리브레이션 확인 방법
핸드-아이 캘리브레이션을 완료한 후에는 여러 가지 방법을 사용하여 결과 변환 행렬이 정확하고 요구되는 정확도 범위 내에 있는지 확인할 수 있습니다.
잔차에 의한 검증
Hand-Eye Calibration Residuals 값이 양호하면 핸드-아이 캘리브레이션이 성공적으로 수렴했음을 나타냅니다.
소형 로봇의 경우 잔차가 1mm 미만 범위에 있을 것으로 예상되며, 대형 로봇의 경우 잔차가 1mm 범위에 있을 수 있습니다. 잔차의 회전 성분은 1도 미만 범위에 있을 것으로 예상됩니다.
참고
잔차 값이 양호하다고 해서 핸드-아이 캘리브레이션이 정확하다고 보장할 수는 없습니다. 더욱이 잔차는 로봇 위치 결정의 예상 정확도를 직접적으로 나타내는 지표가 아닙니다. 따라서 다른 방법을 사용하여 핸드-아이 캘리브레이션을 검증하는 것이 중요합니다.
터치 테스트를 통한 검증 (권장)
권장되는 핸드-아이 캘리브레이션 검증 방법은 Zivid 캘리브레이션 객체 장면에 배치하고 로봇으로 터치 테스트를 수행하는 것입니다. 이 방법은 캘리브레이션 객체를 캡처 및 감지하고, 객체의 자세를 계산한 다음, (포인트형 핸드-아이 검증 도구가 장착된) 로봇을 움직여 객체의 특정 지점을 터치하는 것으로 구성됩니다. 그런 다음 도구의 뾰족한 끝이 해당 지점에 얼마나 가까운지를 시각적으로 확인하여 로봇이 원하는 자세로 얼마나 잘 이동했는지 검사할 수 있습니다. 도구의 뾰족한 끝이 원하는 지점에 가까울수록 핸드-아이 캘리브레이션이 더 정확하다고 볼 수 있습니다.
터치 테스트를 수행하는 데 사용할 수 있는 도구:
핸드-아이 GUI (권장)
Python 스크립트
자세한 안내는 다음을 참조하세요.
이 방법은 물리적 테스트이며, 검증용 로봇 팔 최종단 툴링이 필요하기 때문에 모든 사람이 쉽게 접근할 수 있는 방법은 아닙니다. 더 간단한 검증 방법을 알아보려면 계속 읽어보세요.
프로젝션을 통한 검증
지비드 카메라는 물리적 장면에 어떤 이미지든 투사할 수 있는 내장 프로젝터를 갖추고 있습니다. 핸드-아이 캘리브레이션 검증을 위해, 카메라는 지비드 캘리브레이션 보드의 알려진 체커보드 모서리에 원형 이미지를 투사할 수 있습니다. 이 검증 방법은 핸드-아이 변환 행렬과 로봇의 알려진 자세를 이용하여 캘리브레이션 객체가 카메라 시야에 나타나야 할 위치를 계산합니다. 그런 다음 시스템은 예측된 위치를 물리적 장면에 다시 투사합니다.
이 검증 방법을 실행하려면 다음을 참조하십시오.
핸드-아이 GUI: Verification by Projection
녹색 선이 실제 체커보드 모서리와 잘 일치하면 핸드-아이 캘리브레이션이 정확한 것입니다. 프로젝션 검증은 매우 신중하게 해야 하는데, 핸드-아이 캘리브레이션이 잘못되었더라도 프로젝션 오차가 허용 가능한 수준으로 보일 수 있기 때문입니다.
좋은 예측 결과
예측 결과가 좋지 않음
예측 결과가 매우 나쁨
스티칭을 통한 검증
핸드-아이 캘리브레이션 결과를 이어 붙이는 것 또한 캘리브레이션의 정확성을 검증하는 데 유용한 방법입니다. 데이터셋의 모든 포인트 클라우드를 핸드-아이 캘리브레이션 변환을 사용하여 로봇 베이스로 변환하고 겹쳐서 표시할 수 있습니다. 이를 통해 로봇 포즈와 핸드-아이 변환의 정확도를 파악할 수 있습니다. 핸드-아이 캘리브레이션이 정확할수록 포인트 클라우드가 더 많이 겹쳐지고 체커보드 패턴이 더 선명하게 나타납니다.
이 검증 방법을 실행하려면 다음을 참조하십시오.
핸드-아이 GUI: Verification by Stitching
Python 샘플: verify_hand_eye_with_visualization.py
다음 단계
인증이 만족스럽게 완료되었다면 다음을 확인하세요.
핸드-아이 캘리브레이션 결과에 만족하지 못하신다면 다음 문서들을 참고해 보세요.