3D 매칭

이 프로시저의 주요 기능은 물체의 포인트 클라우드 모델 매칭을 통해 시나리오에서 물체를 인식하고 포즈를 얻는 것입니다. 그 구성은 아래 그림과 같습니다.

이 프로시저는 일반적으로 포인트 수가 제한을 넘은 포인트 클라우드를 제거하기 프로시저 후에 사용되며 3D 근사 매칭 V2 및 3D 상세 매칭 스텝을 통해 점차적으로 피킹 포즈를 최적화하고 겹친 물체의 포즈를 제거합니다.

이 프로시저의 매칭 프로세스는 다음 그림과 같습니다.

모델 설정

매칭 설정

사용된 모델 포인트 클라우드가 물체의 표면인 경우 아래 그림과 같이 표면 매칭을 선택합니다.

조절 설명: 이 파라미터는 다운 샘플링을 한 후의 포인트 클라우드 모델에 있는 포인트의 수를 설정하는 데 사용됩니다. 자동 다운 샘플링한 후 얻는 포인트의 수는 이 값에 가깝습니다. 이 값이 작을수록 샘플링된 포인트 클라우드의 포인트 수가 적어지고 매칭 정확도가 낮아집니다.

실제 응용 과정에서 먼저 적절한 결과를 평가할 때의 검색 반경을 설정(더블 클릭하여 이 스텝 프로시저로 들어가 “3D 상세 매칭” 스텝 파라미터에서 이 파라미터를 설정함)해야 합니다. 그 다음 실제 상황에 따라 믿음도를 설정하십시오.

결과를 평가할 때의 검색 반경의 값은 포즈 매칭 점수에 영향을 미칩니다. 이 값이 클수록 포즈 매칭 결과에 대한 평가 기준이 그리 엄격하지 않습니다. 즉 포즈 매칭의 결과가 좋지 않더라도 높은 점수를 얻을 수 있다는 것입니다. 반면에 이 값이 작을 수록 포즈 매칭 결과에 대한 기준이 엄격해집니다. 물체의 포인트 클라우드에 맞춰 설정해야 하며, 포인트 클라우드가 희박한 경우에는 결과를 평가할 때의 검색 반경의 값을 조금 더 크게 설정해야 합니다.

파라미터 조절 과정에서 초기 결과를 평가할 때의 검색 반경 값을 설정한 후 스텝을 실행하고 시각화 구역을 통해 포즈 매칭 효과를 관찰하여 이를 포즈 매칭 점수와 비교할 수 있습니다. 매칭 효과가 매칭 점수와 일치하지 않을 경우 실제 상황에 따라 매칭 효과가 매칭 점수와 일치할 때까지 결과를 평가할 때의 검색 반경 값을 조절할 수 있습니다.

결과를 평가할 때의 검색 반경의 값을 적절하게 설정한 후 실제 수요에 따라 믿음도를 설정하며 포즈 매칭 점수가 믿음도보다 높은 포즈 매칭 결과를 획득합니다.

결과 설정