포인트 클라우드 사전 처리
빈을 인식하기 전에 각 파라미터를 조정하여 데이터를 사전 처리해야 하며, 이를 통해 인식의 정확도와 효율을 높일 수 있습니다.
|
"인식 영역 설정"을 제외하고, "포인트 클라우드 사전 처리" 프로세스의 파라미터는 3D 빈 인식 도구의 모든 빈에 적용됩니다. 즉, 파라미터를 조정하면 모든 빈의 사전 처리 결과에 영향을 줍니다. 서로 다른 빈에 서로 다른 포인트 클라우드 사전 처리 방식을 적용하려면, 프로젝트에 여러 개의 "3D 빈 인식" 스텝을 추가하여 각 빈에 대해 서로 다른 포인트 클라우드 사전 처리 관련 파라미터를 설정해야 합니다. 이를 통해 서로 다른 포인트 클라우드 사전 처리 효과를 얻을 수 있습니다. |
인식 영역 설정
-
설정 버튼을 클릭하여 ROI 설정 화면에서 3D ROI를 설정합니다.
-
3D ROI를 설정한 다음에 저장 및 적용을 클릭합니다.
사전 처리 파라미터 조정
인식 영역 설정이 완료된 후, 대상 물체 포인트 클라우드를 처리하기 위해 포인트 클라우드 사전 처리 관련 파라미터를 조정해야 합니다.
일반적으로 가장자리 추출 효과 파라미터만 표시됩니다. 다른 파라미터를 조정하려면 파라미터 더 보기 옵션을 활성화하십시오.
|
다음 파라미터 중 가장자리 추출 효과와 노이즈 제거 레벨만이 가장자리 포인트 클라우드와 표면 포인트 클라우드 모두에 효과적이며, 다른 파라미터는 표면 포인트 클라우드에만 효과적입니다. |
- 가장자리 추출 효과
-
파라미터 설명: 이 파라미터는 가장자리 추출 효과를 설정하는 데 사용됩니다.
값 목록: Fine, Standard, Rough, Extra rough, Custom
조정 설명: 실제 수요에 따라 이 파라미터를 설정합니다. 일반적으로 Standard로 설정하면 됩니다. Custom으로 설정하면, 가장자리 포인트를 판단할 때의 법선 방향 변화 역치(단위: °)를 설정해야 합니다. 한 포인트의 인접 포인트의 법선 방향 변화가 이 역치보다 큰 경우 이 포인트는 가장자리 포인트입니다.
법선 방향 변화는 인접 포인트 법선 방향 변화의 종합으로 고려하는 값입니다.
- 노이즈 제거 수준
-
파라미터 설명: 이 파라미터를 사용하여 포인트 클라우드의 노이즈 제거 수준을 설정합니다.
값 목록: None, Weak, Strong
조정 설명: 대상 물체 가장자리에 노이즈 포인트나 버(burr)가 많이 존재할 경우, 이 파라미터를 조정해야 합니다. 억제 레벨이 강할수록 노이즈 필터링 효과가 더 좋아집니다.
포인트 필터
- 최소 극각(polar angle)
-
파라미터 설명: 이 파라미터를 사용하여 포인트 필터링 과정에서 각도 차이(°)의 하한을 설정합니다. 극각이 이 값보다 낮으면 해당 포인트가 필터링됩니다.
기본값: 0°
- 최대 극각(polar angle)
-
파라미터 설명: 이 파라미터를 사용하여 포인트 필터링 과정에서 각도 차이(°)의 상한을 설정합니다. 극각이 이 값보다 높으면 해당 포인트가 필터링됩니다.
기본값: 70°
클러스터링을 통해 노이즈 제거
- 클러스터 반지름
-
기본값: 3.000 mm
파라미터 설명: 이 파라미터는 클러스터링 시의 반지름을 설정하는 데 사용되며 단위는 밀리미터(mm)입니다.
조정 설명: 이 파라미터의 값은 큰 경우, 서로 멀리 떨어져 있는 포인트들은 동일한 클러스터로 그룹화되고, 이 값은 작은 경우, 서로 가까이 있는 포인트들은 다른 클러스터로 그룹화됩니다.
- 클러스터당 최소 포인트 수
-
파라미터 설명: 이 파라미터는 클러스터링 후 결과를 필터링하는 데 사용되며 "클러스터당 최소 포인트 수"보다 큰 클러스터만 출력됩니다. 이 파라미터를 증가시키면 최종 출력되는 클러스터의 수가 줄어들고, 이 파라미터를 감소시키면 최종 출력되는 클러스터의 수가 늘어납니다.
기본값: 100
- 클러스터당 최대 포인트 수
-
파라미터 설명: 이 파라미터는 클러스터링 후 결과를 필터링하는 데 사용되며 "클러스터당 최대 포인트 수"보다 작은 클러스터만 출력됩니다. 이 파라미터를 증가시키면 최종 출력되는 클러스터의 수가 증가하며, 너무 큰 경우 큰 영향을 미치지 않습니다. 이 파라미터를 감소시키면 최종 출력되는 클러스터의 수가 줄어듭니다.
기본값: 3000000
- 최상위 레이어 포인트 클라우드
-
파라미터 설명: 이 파라미터는 최상위 레이어의 포인트 클라우드만 유지하는 데 사용됩니다.
기본값: 비활성화
- 레이어 높이
-
파라미터 설명: 이 파라미터는 최상위 레이어 포인트 클라우드의 레이어 높이 범위를 설정하는 데 사용되며, 레이어 높이 범위 내의 포인트 클라우드가 유지됩니다.
기본값: 100.000 mm
"대상 물체-빈 분할" 기능으로 빈 인식(선택 사항)
대상 물체-빈 분할 모델 패키지를 기반으로, 이 기능은 입력된 깊이 이미지와 컬러 이미지를 대상으로 대상 물체와 빈을 분할하여 대상 물체 마스크와 빈 마스크를 얻을 수 있습니다. 이 기능은 서로 다른 색상의 뚜껑 없는 회전 박스, 표준 직사각형 빈 인식에 적합하며, 격자형 빈이나 비정형 빈 인식에는 적합하지 않습니다.
이 기능을 사용해야 하면 "다운로드 센터"에서 대상 물체-빈 분할 모델 패키지를 받을 수 있습니다. 인식 효과가 좋지 않다면 이미지 데이터를 Mech-DLK로 가져와 Mech-DLK에서 이미지 라벨링을 수행한 뒤, 모델 패키지를 학습, 검증, 내보내기할 수 있습니다.
이 기능을 켠 후에는 다음 파라미터를 설정해야 합니다.
| 파라미터 | 설명 |
|---|---|
모델 패키지 파일 |
파라미터 설명: 이미 가져온 대상 물체-빈 분할 모델 패키지를 선택하는 데 사용됩니다. 조정 설명: 딥 러닝 모델 패키지 관리 도구로 모델 패키지를 가져온 후, 이 파라미터의 드롭다운 목록에서 해당 모델 패키지 이름을 선택합니다. |
ROI |
파라미터 설명: ROI를 설정하거나 수정하는 데 사용됩니다. 조정 설명: 초기 상태에서는 기본 ROI 설정이 이미 존재합니다. ROI 설정을 수정해야 하면 ROI 설정을 클릭한 뒤, 팝업되는 목표 영역 설정 창에서 ROI를 설정하고 ROI 이름을 입력합니다. |
형태학 변환 |
파라미터 설명: 모델 패키지 추론 결과에 대해 형태학 변환을 수행하는 데 사용됩니다. 값 목록: 팽창, 침식 |
커널 크기 |
파라미터 설명: 형태학 변환 시 연산 커널의 크기를 설정하며, 단위는 픽셀(px)입니다. 커널이 클수록 팽창 및 침식 효과가 강해집니다. 기본값: 3 |