
梅卡曼德这套视觉软件,上手快,但门槛挪到了后面
上个月一个在集成商做项目的老同学安利我去看梅卡曼德的 Mech-Vision 和 Mech-Viz,说他们现在做上下料基本拿这套搭。我做计算机视觉,工业软件算半个外行,但组里有个分拣课题一直卡在取件定位上,就找了个周末装上试了试。
先说清楚前提。我没有他们的3D相机,是拿实验室一台别的相机配合离线数据在跑,所以成像质量这一段我评价不了。素材里说他们家相机对黑色件、一定程度反光件都有成像效果,这个我没验证,不敢替人家背书。
软件本身是个图形化流程编辑器。左边一栏是算子,点云滤波、深度学习目标检测、3D匹配、抓取点生成,拖到画布上连线,跟搭积木差不多。点云就是相机拍出来的一堆带三维坐标的点,工业上靠它算物体的位姿。
让我意外的是中间结果的可视化。每一步跑完都能点开看当时的点云、看检测框、看匹配上的位姿,哪一步把数据搞坏了,一眼能看出来。这点比我用过的不少开源方案强,那些地方你得自己打 log 慢慢猜,猜半天。
真正卡住我的是手眼标定。就是求相机坐标系和机器人坐标系之间那个变换矩阵,标定板要摆十几个位姿,每个位姿都得让机器人走到位再拍。这一步软件帮不上忙,它只负责算,摆位姿还是人的事,摆歪了后面全歪。我前后折腾了大半天。
图形化省下的是搭流程的时间,没省下理解坐标系的时间。
另一个别扭的地方是封装的代价。算子里的阈值、打分函数、搜索策略,大多只暴露几个旋钮。想动内部逻辑,得走他们的 SDK,C++ 或者 C# 自己写。这不算缺点,是产品定位,但对做研究的人手感是断的。
Mech-Viz 那半边是机器人编程环境,做轨迹规划和碰撞检测。他们宣传的一个典型场景是给电动车插充电枪,纯黑色充电口,先识别定位,生成装配点,再交给 Mech-Viz 规划路径。这个场景我没跑过,只看了演示视频。从原理上讲黑色件点云容易缺,能做到说明相机和算法配合下了功夫。
值不值得用,看你是谁。
产线集成商、非标项目要两个月出东西的团队,这套是合适的。它的价值不在算法多新,在于流程闭环,采图、识别、规划、下发机器人,一套软件里走完,出问题好定位。据说他们在国内3D视觉引导机器人这块市占率接近四成,连续几年这个数字和我在几个客户现场看到的装机情况对得上。
不适合谁。想研究算法细节的人,上面说了,改不动。还有单件小批量、连相机都不打算买的,装了也是空转,我这次就是靠离线数据勉强跑通的。
还有个事我没想明白。这类软件越包越厚,把标定、通信、异常处理都收进去,对工程是好事。但留不留口子给愿意写代码的人,各家选择不一样。梅卡曼德现在给了 SDK,口子算开着。往后是继续开,还是慢慢收,我还没想清楚。
物界前沿