Erkennungsalgorithmen bereitstellen und Ergebnisse integrieren

Dieser Leitfaden behandelt Bereitstellung, Kalibrierung, Konfiguration und Ergebnisintegration der MRDVS-Algorithmen für Personen-, Lagerplatz- und Volumenerkennung. Der Algorithmus läuft auf der Kamera; die Algorithmus-Hostanwendung dient zur Konfiguration, für Upgrades und zur Ergebnisprüfung.

Algorithmusfirmware und Algorithmus-Hostanwendung werden projektbezogen geliefert. Bestätige vor dem Flashen der Algorithmusfirmware, dass auf der Kamera eine MDS-Firmwareversion läuft. Beschaffe ein Installationspaket, das zu Projekt und Kameramodell passt.

Unterstützter Umfang

Systemkomponenten

Komponente	Funktion
3D-Kamera	Nimmt RGB-Bilder und Punktwolken auf und führt den Erkennungsalgorithmus auf der Kamera aus.
Algorithmus-Hostanwendung	Konfiguriert Algorithmen, kalibriert die Extrinsik, zeigt Ergebnisse an und aktualisiert die Algorithmusfirmware.
Industrie-PC oder übergeordnetes System	Führt die Hostanwendung aus oder liest Ergebnisse über eine Netzwerkschnittstelle.
LiDAR	`mid360`, wird für die ursprüngliche Konfiguration der radar-basierten Lösung verwendet.

Algorithmen und Kameras

Algorithmus	Unterstützte Kamera
Personenerkennung	M4 Pro
Lagerplatzerkennung	S10 Pro
Volumenerkennung	S10 und S10 Pro

Produktinformationen findest du auf der Produktseite der 3D-Kamera S10.

Umgebung der Hostanwendung

Element	Empfohlene Konfiguration
Betriebssystem	Windows 10 oder höher
CPU	Intel® Core™ i5 (7. Generation) oder höher
Arbeitsspeicher	8 GB oder mehr
GPU	Intel® UHD Graphics oder eine leistungsfähigere integrierte oder dedizierte GPU

Hardware- und Netzwerkbereitstellung

Kamera installieren

Verwende eine starre Halterung, um Bewegungen oder Vibrationen nach der Installation zu verhindern. Für die Personenerkennung wird normalerweise eine horizontale Installation oder eine Installation mit einem Winkel von höchstens 30° verwendet.

Geräte verbinden

Stromversorgung und Netzwerk verbinden

Versorge die Kamera mit einer geregelten 24-V-Gleichstromversorgung. Verwende ein Cat6A- oder Cat7-Kabel, um die Kamera mit einem Gigabit-Switch oder Controller zu verbinden.

Mehrere Kameras bereitstellen

Installiere jede Kamera in der im CAD-Plan angegebenen Höhe und Position. Verbinde alle Kameras über einen Gigabit-Switch und prüfe für jede Kamera Stromversorgung und Linkstatus.

Testziele vorbereiten

Platziere die zu erkennenden Personen, Paletten oder Güter vor der Kalibrierung der Extrinsik und der Konfiguration der Bereiche im Sichtfeld der Kamera.

Hostnetzwerk konfigurieren

Lege Hostcomputer und Kamera in dasselbe Subnetz. Das ursprüngliche Beispiel verwendet folgenden Plan:

Element	Beispiel
Host-IP-Adresse	`192.168.100.xxx`
Subnetzmaske	`255.255.255.0`
Standardgateway	`192.168.100.1`

Adaptereinstellungen öffnen

Öffne unter Windows Control Panel → Network and Sharing Center → Change adapter settings und wähle anschließend den mit der Kamera verbundenen Ethernet-Adapter aus.

IPv4 konfigurieren

Öffne Internet Protocol Version 4 (TCP/IPv4), wähle Use the following IP address und gib eine freie statische Adresse im Subnetz der Kamera ein.

Verbindung bestätigen

Speichere die Einstellungen, bestätige eine Gigabit-Verbindung und verwende die Hostanwendung, um die Kamera zu suchen oder zu öffnen.

Lass die Firewall in einem Produktionsnetzwerk nicht deaktiviert. Wenn die Hostanwendung keine Verbindung herstellen kann, erstelle zuerst eine Regel für die erforderliche Anwendung oder den erforderlichen Port. Deaktiviere die Firewall vorübergehend nur in einem vertrauenswürdigen Debugging-Netzwerk und stelle den Schutz anschließend wieder her.

Software installieren und aktualisieren

Hostanwendungen installieren

Beziehe die Kamera-Hostanwendung von der Seite Software-Downloads.
Installiere die Kamera-Hostanwendung außerhalb des Systemlaufwerks.
Kopiere die projektbezogen gelieferten Dateien der Algorithmus-Hostanwendung in den Ordner Tools unterhalb des Verzeichnisses der Kamera-Hostanwendung. Ersetze gleichnamige Dateien und doppelklicke anschließend auf die ausführbare Datei, um sie zu starten.

Um nur die Algorithmus-Hostanwendung zu aktualisieren, ersetze ihre .exe-Datei durch die gelieferte Version.

Algorithmusfirmware aktualisieren

Die Kamera startet während des Flashens neu. Trenne weder Stromversorgung noch Netzwerk und schließe die Hostanwendung nicht. Das Paket muss zu Kameramodell, MDS-Firmwareversion und Projektalgorithmus passen.

Kamera-Hostanwendung
Algorithmus-Hostanwendung

Starte LxCameraViewer.exe und öffne die Kamera.
Wähle Basic tools → Function settings → Firmware upgrade.
Wähle die gelieferte Datei des Erkennungsalgorithmus aus und wähle Run.

Wenn die Kamera nach dem Neustart wieder angezeigt wird, ist das Flashen abgeschlossen. Ein grüner Kamerahintergrund in der Algorithmus-Hostanwendung bedeutet, dass die Kamera verbunden und der Algorithmus verfügbar ist.

Algorithmus-Hostanwendung

Start und Status

Starte LxApplicationViewer.exe. Ein grünes Symbol in der Geräteliste zeigt eine verbundene Kamera an. Wähle ein Gerät aus, um zwischen RGB- und Punktwolkenansicht zu wechseln. Standardbenutzer können Ergebnisse anzeigen; Administratoren können Kamera- und Algorithmusparameter ändern.

Grundlegende Werkzeuge

Funktion	Beschreibung
Benutzerwechsel	Berechtigungsstufen wechseln. Administratoren können Kamera- und Algorithmusparameter konfigurieren.
Idealer Boden	Referenzhorizont ein- oder ausblenden.
Extrinsischer Boden	Den aus der Extrinsikkalibrierung berechneten Boden ein- oder ausblenden.
Anzeigecache	Unverändert lassen.
Algorithmus anzeigen	Den aktuell aktivierten Algorithmus anzeigen.
Gespeicherte Bilder exportieren	Gespeicherte Bilder exportieren.
Historische Wiedergabe	RGB-Bilder und ToF-Datenprotokolle anzeigen.
Anwendungsalgorithmus wechseln	Den auszuführenden Algorithmus auswählen und anschließend Save and send wählen.
Erkennungsergebnisse anzeigen	Die Ausgabe des aktuellen Algorithmus anzeigen.

Statusleiste und Wiedergabe

Funktion	Beschreibung
RGB	Das RGB-Bild anzeigen.
Punktwolke	Die Punktwolke anzeigen.
Algorithmus stoppen	Den aktuellen Algorithmus stoppen. Er startet erst wieder automatisch, wenn die Kamera erneut eingeschaltet wird.
Firmware aktualisieren	Den Workflow zum Upgrade der Algorithmusfirmware öffnen.
Kamera neu starten	Die ausgewählte Kamera neu starten.

Wenn sich der Status ändert, speichert die Software ein RGB-Bild und Punktwolkendaten. Wiedergabedaten werden nicht zwischen Algorithmen geteilt. Die Wiedergabezeit verwendet die interne Uhr der Kamera, nicht die Systemzeit des Hostcomputers. Wenn der Gerätehintergrund gelb ist oder grün ist, das Bild aber nicht aktualisiert wird, aktiviere die automatische Aktualisierung, um die Bildaufnahme fortzusetzen.

Extrinsikkalibrierung

Kamerakonfiguration

Konfiguration	Beschreibung
Kameraname	Identifiziert eine Kamera in einer Bereitstellung mit mehreren Kameras.
Simulationsmodus	Interne Funktion; deaktiviert lassen.
Bildspeichermodus	Speichert Algorithmusbilddaten auf der Kamera.
Bildaufnahmemodus	`MDS` belegt den Kamerazugriff nicht. `SDK` tut dies; die Hostanwendung kann die Kamera während der Ausführung des Algorithmus nicht öffnen.
`x`, `y`, `z`	Extrinsische Kameraposition; `z` ist die Kamerahöhe über dem Boden.
`roll`, `pitch`, `yaw`	Extrinsische Winkel der Kameraausrichtung.
Idealer Boden	Standardwert beibehalten.
Konfiguration aus Kamera lesen	Liest die aktuelle Kamerakonfiguration.
Speichern und senden	Schreibt Änderungen auf die Kamera. Nicht gespeicherte Parameter werden nicht wirksam.
Extrinsikkalibrierung	Kalibriert Kamerahöhe und -ausrichtung.

Vertikale Installation
Horizontale Installation

Öffne Camera configuration. Setze vor der Kalibrierung x, y, z, roll, pitch und yaw auf 0 und wähle anschließend Save and send.
Wähle Extrinsic calibration. Prüfe nach erfolgreicher Kalibrierung das Ergebnis im Parameterbereich.

Öffne Camera configuration und rufe die Seite zur Parameterkalibrierung auf.
Richte den Boden der Punktwolke am Koordinatensystem aus: Die rote X- und grüne Y-Achse liegen auf dem Boden, während die blaue Z-Achse senkrecht zum Boden nach oben zeigt.
Passe normalerweise zuerst nur roll und z an und setze die anderen Werte auf 0. Wähle nach der Prüfung Save and send.

Referenz der Algorithmusparameter

Wähle nach jeder Änderung eines Algorithmusparameters Save and send. Behalte Filterparameter bei ihren Standardwerten, sofern ein Test vor Ort keine Anpassung erfordert.

Personenerkennung
Lagerplatzerkennung
Volumenerkennung

Parameter	Beschreibung
Algorithmusversion	Aktuelle Algorithmusversion.
Erkennungsfrequenz	Aktualisierungsfrequenz für Bilder und Ergebnisse.
Temporaler Filter	Bei `3` müssen drei aufeinanderfolgende identische Ergebnisse vorliegen, bevor ein Ergebnis als gültig gilt.
Kernelgröße	Kernelgröße für morphologische 2D-Operationen. Größere Werte verkleinern Ziele und vergrößern den Hintergrund.
Abstandsschwellenwert	Bestimmt, ob Punkte ähnlich sind oder derselben Klasse angehören.
Mindestpunktzahl	Erforderliche Punktwolkenanzahl für semantisches Clustering.
Mindestanzahl nicht semantischer Punkte	Erforderliche Punktwolkenanzahl für nicht semantisches Clustering.
Nachbarschaftsgröße	Definiert den Bereich der Punktnachbarschaft und beeinflusst die Granularität des Clusterings.
Rotationserkennung	An die Installationsrichtung der Kamera anpassen; die Ausrichtung mit dem Logo nach unten als Referenz `0°` verwenden.

Bereichsparameter	Beschreibung
Bereich hinzufügen/löschen	Einen Bereich für die Personenerkennung erstellen oder löschen.
Aktuelle Box	Den aktiven Erkennungsbereich auswählen.
Minimales/maximales `X`, `Y`, `Z`	Die 3D-Grenzen des Bereichs definieren.
ID	Bereichsname zur Unterscheidung mehrerer Bereiche.
Bereich per Ziehen anpassen	Mit der linken Maustaste entlang `x` und `y`, mit der rechten Maustaste entlang `z` ziehen.

Parameter	Beschreibung
Algorithmusversion	Aktuelle Algorithmusversion.
KI-Filter	Semantische Segmentierung; derzeit nicht verfügbar.
Erkennungsfrequenz	Aktualisierungsfrequenz der Ergebnisse.
Ausrichtungswinkel	Maximal zulässiger Winkelversatz der Ladung, wenn die Ausrichtungsprüfung aktiviert ist.
Ausrichtungsprüfung	Prüft Winkelversatz und Grenzstatus. Erkannte Objekte werden mit gelben Volumenboxen angezeigt.
Temporaler Filter	Gibt einen gültigen Zustand erst nach mehreren aufeinanderfolgenden konsistenten Ergebnissen aus.
Mindestpunktzahl	Objekte mit weniger Punkten als diesem Wert werden ignoriert.

Bereichsmodus	Konfiguration
2D-RGB	Verwende minimale und maximale Pixelwerte für `X` und `Y`, um den Lagerplatz zu definieren. Der semantische Modus und ein semantisches Modell sind erforderlich.
3D-Punktwolke	Verwende minimale und maximale Werte für `X`, `Y` und `Z`, um den Platz zu definieren. Ziehe mit der linken Maustaste entlang `x` und `y` oder mit der rechten Maustaste entlang `z`.

Erweiterte Funktion	Beschreibung
Aktuelle Box kopieren	Den aktiven Lagerplatzbereich kopieren.
Richtung, Abstand, Anzahl	Gleichmäßig verteilte Kopien entlang der `X`-, `Y`- oder `Z`-Achse definieren.
Ausführen	Mehrere Bereiche aus der Konfiguration erzeugen.
QR-Code-Kalibrierung	Breite, Länge, `Z_MIN` und `Z_MAX` des Lagerplatzes eingeben und anschließend mit einem QR-Code kalibrieren.

Parameter	Beschreibung
Algorithmusversion	Aktuelle Algorithmusversion.
Trigger mode	Bei Aktivierung für jeden Trigger ein Bild und Ergebnis aufnehmen.
Upward detection	Mit dem umgekehrten Kamerakoordinatensystem erkennen.
Detection frequency	Aktualisierungsfrequenz für Bilder und Ergebnisse.
Detection-plane distance	Referenzposition der unteren Objektfläche in mm.
Neighborhood count / distance threshold	Filterparameter; in den meisten Bereitstellungen die Standardwerte beibehalten.
Normal-vector filter threshold	Geneigte Punktwolkenebenen filtern. Die ursprüngliche Empfehlung ist `60`.
Normal-vector distance threshold	Filterparameter. Der ursprünglich empfohlene Bereich ist `20–30`.
Minimum point count	Objekte mit weniger Punkten als diesem Wert werden ignoriert.
Minimum `X`, `Y`, `Z`	Mindestschwellenwerte für Länge, Breite und Höhe in mm.

Bereichsparameter	Beschreibung
Minimales/maximales `X`, `Y`, `Z`	Definiert die 3D-Grenzen des Bereichs für die Volumenerkennung.

Algorithmus bereitstellen

Wechsle in den Punktwolkenmodus und scrolle über den Bildbereich, um Punktwolkendaten anzuzeigen.

Personenerkennung

Horizontale Installation kalibrieren

Richte die X- und Y-Achsen an der Bodenpunktwolke aus. Die Z-Achse muss senkrecht zum Boden stehen und nach oben zeigen.

Globale Parameter festlegen

Öffne Human detection. Normalerweise muss nur Rotation detection festgelegt werden. Eine Drehung der Kamera im Uhrzeigersinn unterstützt 0°, 90°, 180° und 270°.

Erkennungsbereich erstellen

Wähle Add detection region, lege minimales und maximales X, Y und Z fest und verschiebe den Bereich über das Ziel. Im ursprünglichen Beispiel wird ein Bereich von 1000 × 1000 × 2000 mm verwendet.

Speichern und prüfen

Wähle Save and send, führe einen Test durch, bei dem eine Person den Bereich durchquert, und prüfe das Ergebnis in der Statusleiste oder der historischen Wiedergabe.

Zuordnungsregel	Keine Person	Person	Hindernis	Person und Hindernis
Nur Tiefe	`0`	`2`	`2`	`2`
Semantik plus Tiefe	`0`	`1`	`0`	`1`

Der Nur-Tiefe-Modus meldet jedes Objekt im Bereich. Der Modus Semantik plus Tiefe meldet nur als Personen klassifizierte Cluster.

Lagerplatzerkennung

Kamera kalibrieren

Befolge das Verfahren zur Extrinsikkalibrierung. Richte X und Y am Boden aus und halte Z senkrecht und nach oben zeigend.

Globale Parameter konfigurieren

Lege Alignment check, Alignment angle und Minimum point count für den Standort fest. Aktiviere die Ausrichtungsprüfung, wenn die Ladung in einem definierten Winkel platziert werden muss.

Lagerplätze erstellen

Wähle im Punktwolkenmodus Add storage location, wechsle zur Draufsicht und drücke X, um das Zeichnen zu starten oder zu beenden. Ziehe das Rechteck über die Palette und passe die Grenzen für X, Y und Z an. Drücke erneut X, um den Zeichenmodus zu verlassen.

Speichern und prüfen

Wähle Save and send. Konfiguriere die Plätze im 2D-RGB- oder 3D-Punktwolkenmodus und prüfe Result in der Statusleiste.

Zustand des Lagerplatzes	`Result`
Leer	`0`
Belegt oder belegt und ausgerichtet	`1`
Belegt mit einem Winkel über dem Ausrichtungsschwellenwert	`2`
Belegt und außerhalb der Platzgrenze	`3`

Verwende für ein regelmäßiges Layout Copy current box, um Plätze mit fester Richtung und festem Abstand zu erstellen. Wenn eine QR-Code-Prüfung erforderlich ist, verwende QR Code calibration, um Platzabmessungen und Tiefenbereich zu konfigurieren.

Volumenerkennung

Vertikale Installation kalibrieren

Die Volumenerkennung arbeitet von oben nach unten. Nach der Kalibrierung zeigt die Z-Achse nach unten und die X-/Y-Ebene ist parallel zum Boden.

Erkennungsebene festlegen

Lege die Erkennungsebene bei Gütern, die direkt auf dem Boden liegen, auf die Bodenhöhe. Um nur Güter auf einer Palette zu messen, richte die Ebene an der Punktwolke der Palette aus.

Mindestabmessungen und Bereich festlegen

Lege minimale Werte für X, Y und Z fest, um kleine Ziele zu filtern. Lege anschließend die Bereichsgrenzen anhand der Erkennungsebene und der Abmessungen der Ladung fest.

Speichern und prüfen

Wähle Save and send, platziere ein oder mehrere Objekte im Bereich und prüfe zurückgegebene Länge, Breite, Höhe und Anzahl.

Aktiviere für die Einzeltriggeraufnahme Trigger mode unter Volume detection und wähle Save and send. Wähle anschließend unter Basic tools Single trigger oder sende TM_TRIGGER über TCP oder UDP.

Kommunikationsschnittstellen

Die IP-Adresse in den Beispielen dient nur zur Veranschaulichung. Ersetze sie durch die Kameraadresse am Standort und prüfe vor der Integration in ein übergeordnetes System Netzwerk, Algorithmusstatus und Ergebnisformat.

Übertragungsmethoden

Protokoll	Port	Anfrage	Verwendung
TCP	`14951`	`RESULT_UPDATE`	Aktuelles Algorithmergebnis abrufen.
UDP	`14950`	`RESULT_UPDATE`	Aktuelles Algorithmergebnis abrufen.
HTTP	`14952`	`RESULT_UPDATE`	Algorithmergebnis als JSON abrufen.
TCP / UDP	Ergebnisport	`TM_TRIGGER`	Eine getriggerte Volumenerkennung ausführen und das Ergebnis zurückgeben.
Modbus TCP	`16502`	Holding-Register lesen	Lagerplatzstatus lesen.

HTTP-Anfrage für Ergebnisse

Das übergeordnete System sendet eine Ergebnisanfrage an den Vision-Endpunkt, der eine JSON-Zeichenfolge zurückgibt. Verwende die mit dem Projekt gelieferte Anfrage-Header in deinem HTTP-Client sowie den folgenden Anfrage-Body.

string

默认值:"RESULT_UPDATE"

必填

Löst die Rückgabe des aktuellen Algorithmergebnisses durch die Kamera aus.

Allgemeine Antwortfelder

string

必填

IP-Adresse der Kamera, die die Daten erzeugt hat.

string

必填

Kameraname; ändere ihn in der Kamerakonfiguration.

integer

必填

Rückgabecode; 0 bedeutet Erfolg.

Personenerkennung (SG)
Lagerplatzerkennung (SS)
Volumenerkennung (TM)

object

必填

Statusobjekt, dessen Schlüssel die IDs der Erkennungsbereiche sind: 0 bedeutet kein Ziel, 1 bedeutet, dass eine Person erkannt wurde, und 2 bedeutet, dass ein Objekt nur anhand der Tiefenregel erkannt wurde.

string[]

Clusterdetails. Jedes Element ist eine JSON-Zeichenfolge, die erneut deserialisiert werden muss.

string

Zeitstempel der Personenerkennungsdaten.

string

Zeitstempel des Personenerkennungsergebnisses.

Clusterdetails enthalten rbx2d, rby2d, tlx2d und tly2d (Koordinaten der 2D-Box), semantic_index, traceID sowie x_min, x_max, y_min, y_max, z_min und z_max (Grenzen der 3D-Box).

object

必填

Statusobjekt, dessen Schlüssel die Lagerplatz-IDs sind: 0 leer, 1 belegt, 2 belegt mit Winkelversatz und 3 belegt und außerhalb der Grenzen.

number[]

Details für Platz X: Mittelpunkt x, y und z, Länge, Breite, Höhe und Winkelversatz von der Begrenzungsbox. Ein in 2D erstellter Platz gibt für alle Werte -1 zurück.

string

Zeitstempel der Lagerplatzdaten.

string

Zeitstempel des Lagerplatzergebnisses.

object[]

必填

Array vollständiger Volumenboxen im Erkennungsbereich.

number

Winkelversatz der Volumenbox.

number

x-Koordinate des Mittelpunkts der Volumenbox.

number

y-Koordinate des Mittelpunkts der Volumenbox.

number

z-Koordinate des Mittelpunkts der Volumenbox.

number

Objektlänge.

number

Objektbreite.

number

Objekthöhe.

string

Semantischer Typ.

boolean

Gibt an, ob das Ergebnis gültig ist.

string

Zeitstempel der Volumenerkennungsdaten.

string

Zeitstempel des Volumenerkennungsergebnisses.

Beispiel einer Antwort der Personenerkennung

{
  "IP": "192.168.100.83",
  "SG": {
    "1": 1,
    "2": 0,
    "__object_details": []
  },
  "SG_DATA_TIME": "2023_03_02_21_52_11.408",
  "SG_RES_TIME": "2023_03_02_21_52_11.689",
  "nick_name": "Unknown",
  "ret_code": 0
}

Modbus TCP (Lagerplatzerkennung)

Ergebnisse werden nach Lagerplatz-ID geordnet; höchstens die ersten 16 Plätze werden zurückgegeben.

Konfiguration	Wert
Port	`16502`
Adresse zum Lauschen	`0.0.0.0` (alle Netzwerkschnittstellen)
Registeranzahl	`16`
Startadresse	`0x0100`
Byte-Reihenfolge	Big-Endian

Register	Inhalt	Datenformat
`0x0100 + ID`	Ergebnisse der Lagerplatz- und Markererkennung	2-Byte-`uint16_t`
Höherwertige 8 Bit	Statuscode des Lagerplatzes	`0–2`
Niederwertige 8 Bit	Statuscode des Markers	`0–2`; diese Funktion ist derzeit nicht verfügbar, daher entspricht die Bedeutung der des Lagerplatzstatus.

Lagerplatzstatus	Bedeutung	Bedingung
`0`	Leer	Keine Güter oder Palette.
`1`	Normal belegt	Güter sind wie erforderlich platziert.
`2`	Abnormal belegt	Größe oder Position der Ladung liegt außerhalb der Anforderung.

Markerstatus	Bedeutung
`0`	Marker nicht erkannt.
`1`	Marker erkannt.
`2`	Fehler bei der Markererkennung.

Vierten Lagerplatz lesen

Das folgende Beispiel verwendet die Transaktions-ID 0x0001, um ein Holding-Register an Adresse 0x0104 zu lesen. Die Antwort enthält den Status 0x0002.

Request: 00 01 00 00 00 06 FF 03 01 04 00 01
Response: 00 01 00 00 00 05 FF 03 02 00 02

Feld	Anfragewert	Beschreibung
Transaktionskennung	`00 01`	Client-Sequenznummer; die Antwort muss übereinstimmen.
Protokollkennung	`00 00`	Fester Modbus/TCP-Wert.
Länge	`00 06`	Anzahl der Bytes in den folgenden Anfragefeldern.
Unit-Kennung	`FF`	Broadcast-Modus oder Geräteadresse.
Funktionscode	`03`	Holding-Register lesen.
Startadresse	`01 04`	`0x0100 + 4`.
Registeranzahl	`00 01`	Ein Register lesen.

Fehlerbehebung

Symptom	Prüfungen mit Priorität
Kamera nicht gefunden	Bestätige, dass Host und Kamera dasselbe Subnetz verwenden, der Netzwerkadapter Gigabit unterstützt sowie Stromversorgung und Switch-Links intakt sind.
Parameter werden nicht wirksam	Bestätige, dass nach der Änderung Save and send ausgewählt wurde.
Kein Algorithmergebnis	Bestätige, dass die richtige Algorithmusfirmware geflasht wurde, das Gerät grün ist und der Algorithmus aktiviert ist.
Leere oder veraltete Punktwolke	Scrolle über den Punktwolkenbereich, um Daten anzuzeigen; aktiviere bei Bedarf die automatische Aktualisierung.
Abnormale Lagerplatz- oder Volumenergebnisse	Prüfe Richtung der Extrinsikachsen, Erkennungsebene und Bereichsgrenzen erneut und teste anschließend mit Objekten vom Standort.

概览

相机 SDK

相机工具

ROS 集成

V2 定位与协议

Erkennungsalgorithmen bereitstellen und Ergebnisse integrieren

Unterstützter Umfang

Systemkomponenten

Algorithmen und Kameras

Umgebung der Hostanwendung

Hardware- und Netzwerkbereitstellung

Kamera installieren

Geräte verbinden

Hostnetzwerk konfigurieren

Software installieren und aktualisieren

Hostanwendungen installieren

Algorithmusfirmware aktualisieren

Algorithmus-Hostanwendung

Start und Status

Grundlegende Werkzeuge

Statusleiste und Wiedergabe

Extrinsikkalibrierung

Kamerakonfiguration

Referenz der Algorithmusparameter

Algorithmus bereitstellen

Personenerkennung

Lagerplatzerkennung

Volumenerkennung

Kommunikationsschnittstellen

Übertragungsmethoden

HTTP-Anfrage für Ergebnisse

Allgemeine Antwortfelder

Beispiel einer Antwort der Personenerkennung

Modbus TCP (Lagerplatzerkennung)

Vierten Lagerplatz lesen

Fehlerbehebung

​Unterstützter Umfang

​Systemkomponenten

​Algorithmen und Kameras

​Umgebung der Hostanwendung

​Hardware- und Netzwerkbereitstellung

​Kamera installieren

​Geräte verbinden

​Hostnetzwerk konfigurieren

​Software installieren und aktualisieren

​Hostanwendungen installieren

​Algorithmusfirmware aktualisieren

​Algorithmus-Hostanwendung

​Start und Status

​Grundlegende Werkzeuge

​Statusleiste und Wiedergabe

​Extrinsikkalibrierung

​Kamerakonfiguration

​Referenz der Algorithmusparameter

​Algorithmus bereitstellen

​Personenerkennung

​Lagerplatzerkennung

​Volumenerkennung

​Kommunikationsschnittstellen

​Übertragungsmethoden

​HTTP-Anfrage für Ergebnisse

​Allgemeine Antwortfelder

​Beispiel einer Antwort der Personenerkennung

​Modbus TCP (Lagerplatzerkennung)

​Vierten Lagerplatz lesen

​Fehlerbehebung

Unterstützter Umfang

Systemkomponenten

Algorithmen und Kameras

Umgebung der Hostanwendung

Hardware- und Netzwerkbereitstellung

Kamera installieren

Geräte verbinden

Hostnetzwerk konfigurieren

Software installieren und aktualisieren

Hostanwendungen installieren

Algorithmusfirmware aktualisieren

Algorithmus-Hostanwendung

Start und Status

Grundlegende Werkzeuge

Statusleiste und Wiedergabe

Extrinsikkalibrierung

Kamerakonfiguration

Referenz der Algorithmusparameter

Algorithmus bereitstellen

Personenerkennung

Lagerplatzerkennung

Volumenerkennung

Kommunikationsschnittstellen

Übertragungsmethoden

HTTP-Anfrage für Ergebnisse

Allgemeine Antwortfelder

Beispiel einer Antwort der Personenerkennung

Modbus TCP (Lagerplatzerkennung)

Vierten Lagerplatz lesen

Fehlerbehebung