3D 근사 매칭

설명: 이 파라미터는 포인트 방향의 인접 포인트의 수, 즉 StandardMode 모드에서 k 값을 설정하는 데 사용됩니다.

설명: 이 파라미터는 알고리즘 속도를 조절하는 데 사용됩니다. 값을 높이면 알고리즘 속도는 빨라지지만 매칭 정확도는 떨어집니다. 그 효과는 보조 속도 컨트롤러 보다 더 뚜렷합니다. 이 파라미터의 유효 범위는 1~6입니다.

조절 예시: 아래 그림과 같이 왼쪽은 기본값이 2일 때의 결과이고, 오른쪽은 이 파라미터를 6으로 조절한 결과입니다. 증가 후 매칭 정확도가 감소하는 것을 분명히 알 수 있습니다.

설명: 이 파라미터는 알고리즘 속도를 조절하는 데 사용됩니다. 값을 높이면 알고리즘 속도는 빨라지지만 매칭 정확도는 떨어집니다. 그 효과는 메인 속도 컨트롤러 보다 약합니다. 이 파라미터의 유효 범위는 1~20입니다.

예시: 아래 그림과 같이 왼쪽 그림은 기본값이 10일 때의 결과이고, 오른쪽 그림은 이 파라미터가 18로 조정된 결과입니다. 값을 크게 조절한 후 매칭 정확도가 감소하지만 메인 속도 컨트롤러보다 영향이 작음을 알 수 있습니다.

설명: 이 파라미터는 각 포인트 클라우드 매칭에 대한 출력 수를 예상하는 데 사용됩니다. 이 값이 클수록 매칭하는 출력 결과가 더 많아집니다. 이 파라미터의 유효 범위는 1~∞입니다.

예시: 아래 그림과 같이 왼쪽 그림은 이 파라미터가 1로 조정된 결과이고, 오른쪽 그림은 이 파라미터가 기본값 3일 때의 결과입니다.

설명: 이 파라미터는 자동 다운 샘플링을 사용할지를 결정하는 데 사용되며 이를 선택하면 샘플링 후 모델의 목표 포인트 수에 따라 모델 포인트 클라우드 다운 샘플링 간격 파라미터를 자동으로 조정합니다.

설명: 이 파라미터는 샘플링된 포인트 클라우드의 포인트 수를 조절하는 데 사용되며 자동 다운 샘플링을 선택해야 이 파라미터를 설정할 수 있으며 획득한 포인트 클라우드의 포인트 수가 이 값에 가깝습니다. 값이 작을수록 샘플링된 포인트 클라우드에 있는 포인트 수가 적어 추정된 포즈의 정확도가 낮아집니다.

설명: 이 파라미터는 모델 포인트 클라우드 다운 샘플링 후 포인트 클라우드의 최대 포인트 수를 설정하는 데 사용됩니다. 즉, 다운 샘플링 후 모델 포인트 클라우드의 포인트 수에 대한 상한을 설정하는 데 사용됩니다. 매칭 효과가 이상적이지 않으면 이 파라미터를 늘리는 것이 좋습니다. 매칭 속도에 대한 요구 사항이 더 높으면 이 파라미터를 줄이는 것이 좋습니다.

설명: 이 파라미터는 시나리오 포인트 클라우드 다운 샘플링 후 포인트 클라우드의 최대 포인트 수를 설정하는 데 사용됩니다. 즉, 다운 샘플링 후 시나리오 포인트 클라우드의 포인트 수에 대한 상한을 설정하는 데 사용됩니다. 이 파라미터의 값은 실제 샘플링 포인트 수보다 커야 하며 일반적으로 조정할 필요가 없습니다. 최대 실행 시간에 제한이 있는 경우 이 파라미터를 더 작은 값으로 조정하는 것이 좋습니다.

설명: 이 파라미터는 샘플링된 포인트 클라우드의 포인트 사이의 최대 거리(단위는 mm)를 조절하는 데 사용됩니다. 모델 포인트 클라우드 다운 샘플링 간격이 최소 샘플링 간격보다 작은 경우 최소 샘플링 간격을 실제 샘플링 간격으로 사용합니다. 이 값이 클수록 샘플링 후 계산에 사용되는 포인트 클라우드의 수가 적고 매칭 정확도가 낮아지며 알고리즘을 실행하는 데 걸리는 시간이 줄어듭니다.

조절 예시: 아래 그림과 같습니다. 예시: 아래 그림과 같이 왼쪽 그림은 기본값이 0.01일 때의 결과이고, 오른쪽 그림은 이 파라미터가 0.04로 조정된 결과입니다.

설명: 이 파라미터는 샘플링 간격(단위:mm)을 계산하는 데 사용됩니다. 자동 다운샘플링을 선택한 경우에만 유효합니다. 계산된 샘플링 간격이 이 값보다 작으면 이 값이 실제 샘플링 간격으로 사용됩니다.

설명: 이 파라미터는 포인트 사이의 거리를 양자화하는 데 사용됩니다. 거리 간격 = 거리 양자화 × 샘플링 간격이기 때문에 이 파라미터가 클수록 거리 간격이 커지고 매칭 정확도가 떨어집니다.

설명: 이 파라미터는 포인트 사이의 벡터의 협각 파라미터를 양자화하는 데 사용됩니다. 단위는 °입니다. “각도 간격 = 2 × 3.14 / 각도 양자화”이기 때문에 이 파라미터가 클수록 각도 간격이 커지고 매칭 정확도가 낮아집니다.

설명: 최대 투표수에 대한 투표수의 비율 역치를 설정하는 데 사용됩니다. 이전 단계에서 각 포즈에 해당하는 투표 수를 구합니다. 최대 투표 수에 이 파라미터를 곱하여 역치를 구합니다. 한 포즈에 대한 투표 수가 역치보다 크면 해당 포즈가 보류되 클러스터링 작업을 진행합니다. 값이 작을수록 정확히 매칭하는 항목을 찾을 가능성이 높아지지만 그에 따라 실행시간이 늘어납니다. 이 파라미터의 유효 범위는 0~1입니다.

설명: 이 파라미터는 기준점의 샘플링 보폭을 조정하는 데 사용됩니다. 포인트 클라우드에서 이 보폭을 간격으로 샘플링합니다. 이 값이 클수록 간격 샘플링 포인트가 적어지고 실행 속도가 빨라지지만 매칭 정확도가 떨어집니다.

설명: 이 파라미터는 비교점의 샘플링 보폭을 조정하는 데 사용됩니다. 포인트 클라우드에서 이 보폭을 간격으로 샘플링합니다. 이 값이 클수록 간격 샘플링 포인트가 적어지고 실행 속도가 빨라지지만 매칭 정확도가 떨어집니다.

설명: 이 파라미터는 클러스터링에 사용된 포즈 수와 계산된 전체 포즈의 비율을 조정하는 데 사용됩니다. 모든 포즈는 계산 과정에서 점수를 얻게 되며 모든 포즈는 점수의 크기에 따라 정렬됩니다. 이 파라미터는 클러스터링에 사용되는 포즈의 비례를 결정합니다. 기본값은 0.1, 즉 상위 10%를 취하여 클러스터링을 위한 포즈로 사용됩니다. 이 값이 클수록 정확히 매칭하는 항목을 찾을 가능성이 높아지지만 그에 따라 실행시간이 늘어납니다.

설명: 이 파라미터는 클러스터링 과정에서 각도 증분 크기를 조정하는 데 사용됩니다. 최종 계산 결과 동일한 물체의 가능한 계산은 여러 포즈를 얻을 수 있으며, 매우 가까운 파라미터를 가진 포즈가 융합될 때 이 파라미터가 각도 파라미터의 증분을 결정합니다. 파라미터가 클수록 각도 차이가 큰 포즈도 최종 결과에 융합되어 매칭 정확도가 감소합니다.

설명: 이 파라미터는 클러스터링 과정에서 거리 증분 크기를 조정하는 데 사용됩니다. 단위는 밀리미터(mm)입니다. 최종 계산 결과 동일한 물체의 가능한 계산은 여러 포즈를 얻을 수 있습니다. 매우 가까운 파라미터를 가진 포즈가 융합될 때 이 파라미터는 거리 파라미터의 증분을 결정합니다. 파라미터가 클수록 거리가 커집니다. 크게 다른 포즈 또한 최종 결과에 융합되어 매칭 정확도가 감소합니다.

설명: 이 파라미터는 클러스터링 후 얻은 여러 매칭 결과 중 가장 높은 점수를 가진 상위 N개의 결과를 최종 결과로 조정하는 데 사용됩니다.

설명: 이 파라미터는 포즈 검증을 사용할지를 결정합니다. 이 파라미터를 선택하면 클러스터링의 모든 파라미터가 비활성화됩니다. 자세 검증 및 클러스터링은 최종 매칭 결과의 검증 및 선별의 두 가지 다른 방법이며 동시에 사용할 수 없습니다.

설명: 이 파라미터는 자세 검증 시 검증 영역의 크기를 컨트롤 하는데 사용되며, 단일 복셀이 단위입니다. 값이 증가하면 포즈 검증에 사용되는 표시 영역이 커지고 최종 결과 검증에 포함되는 해당 포인트가 증가하여 매칭 정확도가 감소합니다.

설명: 포인트 클라우드가 위치하는 공간은 3D 격자로 분할되는데, 이 파라미터는 3D 격자의 가장 작은 사이즈(단위:mm) 입니다. 이 값을 높이면 프레임 선택 범위가 커지고 자세 검증을 위해 더 많은 포인트를 선택하게 되며 알고리즘 속도는 빨라지지만 매칭 정확도가 떨어집니다.

설명: SurfaceMatching 알고리즘 아래에서 이 파라미터 효과는 SurfaceMatchingEasyMode 와 같습니다.

예시: 아래와 같이 왼쪽 그림은 이 파라미터가 1로 조정된 결과이고, 오른쪽 그림은 이 파라미터가 기본값 3일 때의 결과입니다.

설명: 이 파라미터는 다운 샘플링된 모델 포인트 클라우드를 표시하는 데 사용됩니다.

설명: 이 파라미터는 다운 샘플링된 시나리오 포인트 클라우드를 표시하는 데 사용됩니다.

설명: 이 파라미터는 매칭 후의 모델과 시나리오 포인트 클라우드를 표시하는 데 사용됩니다.