3D 매칭

현재 최신 버전 (2.1.0)에 대한 매뉴얼을 보고 계십니다. 다른 버전에 액세스하려면 페이지 오른쪽 상단 모서리에 있는 '버전 전환' 버튼을 클릭하세요.

■ 현재 사용하고 있는 제품의 버전이 확실하지 않은 경우에는 언제든지 당사 기술 지원팀에 문의하시기 바랍니다.

기능 설명

이 스텝에서는 대상 물체의 포인트 클라우드 모델을 원본 포인트 클라우드와 매칭시키고, 중첩되거나 겹치는 물체의 포즈를 제거한 후, 대상 물체의 정확한 포즈를 출력합니다.

응용 시나리오

이 스텝은 동일한 유형의 물체의 포즈에 대하여 근사 매칭 및 상세 매칭이 필요한 대부분 시나리오에 적합합니다.

입력 및 출력

input and output

파라미터 설명

모델 설정

모델 선택

파라미터 설명: 이 파라미터는 대상 물체 편집기에서 포인트 클라우드 모델을 선택하는 데 사용됩니다.

조정 설명: 대상 물체 편집기 버튼을 클릭하여 대상 물체 편집기를 엽니다. 편집기에서 포인트 클라우드 모델을 만든 후 버튼 아래의 드롭다운 목록에서 모델을 선택합니다.

파라미터 조정 레벨

파라미터 조정 레벨

파라미터 설명: 이 파라미터는 파라미터를 분류하는 데 사용됩니다. 사용자 유형에 따라 표시되는 파라미터가 다릅니다. 다음 내용에서는 다양한 조정 레벨에 따른 파라미터를 소개합니다.

값 리스트: Basic, Advanced, Expert

기본값: Basic

Basic 조정 레벨의 파라미터에 관한 설명

입력 및 출력 설정

출력 모드

파라미터 설명: 이 파라미터는 스텝에서 출력되는 정보 유형을 설정하는 데 사용됩니다. 픽 포인트 또는 물체 중심점에 대한 정보를 출력하도록 선택할 수 있습니다.

값 리스트: 픽 포인트, 물체 중심점

  • 픽 포인트: 대상 물체의 픽 포인트 및 해당 픽 포인트와 관련된 정보를 출력합니다.

  • 물체 중심점: 대상 물체의 물체 중심점을 출력합니다.

기본값: 물체 중심점

매칭 모드

매칭 모드 자동 설정

파라미터 설명: 이 옵션을 활성화하면, 스텝은 근사 매칭 모드 또는 상세 매칭 모드를 자동으로 설정합니다.

기본값: 활성화

근사/상세 매칭 모드

파라미터 설명: 이 파라미터는 매칭 모드를 설정하는 데 사용됩니다. 매칭 모드 자동 설정 옵션을 활성화하지 않았을 때, 이 파라미터를 설정해야 합니다.

값 리스트: 표면 매칭, 가장자리 매칭

  • 표면 매칭: 물체의 표면 포인트 클라우드를 사용하여 포인트 클라우드 모델 매칭을 실행합니다.

  • 가장자리 매칭: 물체의 가장자리 포인트 클라우드를 사용하여 포인트 클라우드 모델 매칭을 실행합니다.

기본값: 표면 매칭

조정 설명: 대상 물체의 표면에 굴곡이 있으며 명확하게 인식할 수 있는 형태적 특징(예: 크랭크 축, 회전자 등)이 많은 경우, 표면 매칭을 사용하는 것이 좋습니다. 물체의 표면 특징을 나타내는 포인트 클라우드 모델을 생성해야 합니다. 대상 물체의 표면이 상대적으로 평평하며, 명확하고 규칙적인 가장자리 특징(예: 패널, 트랙슈, 커넥팅 로드, 브레이크 디스크 등)이 있는 경우, 가장자리 매칭을 사용하는 것이 좋습니다. 물체의 가장자리 특징을 나타내는 포인트 클라우드 모델을 생성해야 합니다.

실행 방법

실행 모드

파라미터 설명: 이 파라미터는 정확도와 매칭 속도 간의 균형을 설정합니다. 정확도가 높을수록 소모되는 시간이 길어집니다.

값 리스트: 고속도, 표준, 고정확도

  • 고속도: 단일 대상 물체를 배치하거나 소수의 대상 물체를 질서있게 배열하는 시나리오에 적합합니다.

  • 표준: 대부분의 대상 물체의 로딩&언로딩 시나리오에 적용 가능하며, 속도와 정확도 간의 균형을 맞춘 접근 방식입니다.

  • 고정확도: 대상 물체의 수량이 많거나 대상 물체가 무작위로 쌓여 있는 시나리오에 적합합니다.

기본값: 표준

신뢰도 설정

결과 검증 레벨

파라미터 설명: 이 파라미터는 매칭 결과를 확인할 때 적용되는 엄격도를 선택하는 데 사용됩니다.

값 리스트: Low, Standard, High, Ultra-high

기본값: Standard

권장 사항: 일반적으로 Standard 값을 사용하는 것이 권장됩니다. 시나리오 포인트 클라우드와 포인트 클라우드 모델이 구별하기 어려운 경우에는 더 높은 결과 검증 레벨을 선택할 수 있습니다.

신뢰도 임계값

파라미터 설명: 매칭 결과의 신뢰도가 임계값보다 높으면 매칭 결과가 유효한 것으로 간주됩니다. 신뢰도 값이 높을수록 매칭 결과가 더 정확해집니다.

기본값: 0.3000

출력

최대 출력

파라미터 설명: 이 파라미터는 성공적인 매칭을 위한 최대 출력 대상 물체 수를 지정합니다. 값이 클수록 스텝 실행 시간이 길어집니다.

기본값: 10

권장 사항: 최대 출력 결과 개수를 적절하게 설정하는 것이 좋습니다. 이 값을 너무 크게 설정하지 마십시오.

실제 출력한 3D 매칭 인식 결과 개수는 설정된 최대 출력의 값과 일치하지 않을 수 있습니다. 예를 들어, 최대 출력의 값은 5로 설정되어 있지만 실제 인식 결과가 3개일 경우, 최종 출력된 인식 결과 개수는 3개가 됩니다.

시각화

시각화 옵션

파라미터 설명: "디버그 출력"이 활성화되면 선택한 옵션이 생성되어 디버그 출력 창에 표시됩니다.

값 리스트: 출력 결과, 신뢰도

기본값: 출력 결과

조정 설명: 디버그 출력 창에 포즈를 표시하려면 디버그 출력 기능을 활성화해야 됩니다.

포즈 표시

파라미터 설명: 활성화되면 포즈가 디버그 출력 창에 표시됩니다.

기본값: 활성화

Advanced 조정 레벨의 파라미터에 관한 설명

입력 및 출력 설정

출력 모드

파라미터 설명: 이 파라미터는 스텝에서 출력되는 정보 유형을 설정하는 데 사용됩니다. 픽 포인트 또는 물체 중심점에 대한 정보를 출력하도록 선택할 수 있습니다.

값 리스트: 픽 포인트, 물체 중심점

  • 픽 포인트: 대상 물체의 픽 포인트 및 해당 픽 포인트와 관련된 정보를 출력합니다.

  • 물체 중심점: 대상 물체의 물체 중심점을 출력합니다.

기본값: 물체 중심점

입력 모드

파라미터 설명: 이 파라미터는 포인트 클라우드 모델 입력 여부를 설정하는 데 사용됩니다.

값 리스트: Default, External model

  • Default: 대상 물체 편집기에서 생성된 포인트 클라우드 모델을 사용하여 매칭을 진행합니다.

  • External model: 이 옵션을 선택하면, 스텝에 대상 물체의 포인트 클라우드 모델과 물체 중심점을 입력할 수 있는 입력 포트가 추가됩니다. 이 옵션을 사용하려면 대상 물체 편집기에서 "매칭 없는 인식" 프로세스를 사용해야 합니다.

기본값: Default

매칭 모드

매칭 모드 자동 설정

파라미터 설명: 이 옵션을 활성화하면, 스텝은 근사 매칭 모드 또는 상세 매칭 모드를 자동으로 설정합니다.

기본값: 활성화

근사/상세 매칭 모드

파라미터 설명: 이 파라미터는 매칭 모드를 설정하는 데 사용됩니다. 매칭 모드 자동 설정 옵션을 활성화하지 않았을 때, 이 파라미터를 설정해야 합니다.

값 리스트: 표면 매칭, 가장자리 매칭

  • 표면 매칭: 물체의 표면 포인트 클라우드를 사용하여 포인트 클라우드 모델 매칭을 실행합니다.

  • 가장자리 매칭: 물체의 가장자리 포인트 클라우드를 사용하여 포인트 클라우드 모델 매칭을 실행합니다.

기본값: 표면 매칭

조정 설명: 대상 물체의 표면에 굴곡이 있으며 명확하게 인식할 수 있는 형태적 특징(예: 크랭크 축, 회전자 등)이 많은 경우, 표면 매칭을 사용하는 것이 좋습니다. 물체의 표면 특징을 나타내는 포인트 클라우드 모델을 생성해야 합니다. 대상 물체의 표면이 상대적으로 평평하며, 명확하고 규칙적인 가장자리 특징(예: 패널, 트랙슈, 커넥팅 로드, 브레이크 디스크 등)이 있는 경우, 가장자리 매칭을 사용하는 것이 좋습니다. 물체의 가장자리 특징을 나타내는 포인트 클라우드 모델을 생성해야 합니다.

근사 매칭 설정

실행 모드

파라미터 설명: 이 파라미터는 정확도와 매칭 속도 간의 균형을 설정합니다. 정확도가 높을수록 소모되는 시간이 길어집니다.

값 리스트: 고속도, 표준, 고정확도, 사용자 정의

기본값: 표준

모델의 예상 포인트 수

파라미터 설명: 이 파라미터는 포인트 클라우드 모델에서 예상되는 포인트 수를 지정하는 데 사용됩니다. 실행 모드사용자 정의인 경우 이 파라미터를 설정해야 합니다.

기본값: 300

상세 매칭 설정

실행 모드

파라미터 설명: 이 파라미터는 정확도와 매칭 속도 간의 균형을 설정합니다. 정확도가 높을수록 소모되는 시간이 길어집니다.

값 리스트: 고속도, 표준, 고정확도, 초고정확도, 사용자 정의

기본값: 표준

샘플링 간격

파라미터 설명: 파라미터 값이 클수록 샘플링된 포인트 클라우드의 포인트 수가 줄어들고 포인트 클라우드가 희박해집니다. 이로 인해 매칭 정확도가 떨어질 수 있습니다. 파라미터 값이 작을 수록 실행 시간이 길어집니다.

기본값: 5.000 mm

최대 반복 횟수

파라미터 설명: 값이 클수록 매칭 정확도가 높아지지만, 처리 속도는 느려집니다.

기본값: 40

표준 편차 업데이트 스텝 간격

설명: 이 파라미터는 표준 편차를 파인튜닝하는 데 사용됩니다.

기본값: 3

편차 보정 능력

파라미터 설명: 이 파라미터는 근사 매칭 결과에 대한 편차 보정 능력을 설정하는 데 사용됩니다. 값이 높을수록 실제 물체 포즈와 크게 벗어나는 근사 포즈를 상세 포즈로 보정할 수 있습니다. 그러나 보정 능력이 지나치게 크면 정확도가 떨어질 수 있습니다.

값 리스트: Small, Medium, Large

기본값: Small

추가 상세 매칭

추가 상세 매칭 사용

파라미터 설명: 이 기능을 활성화하면 최종 매칭 정확도는 향상될 수 있지만, 실행 시간은 늘어납니다. 실제 상황에 따라 이 기능을 활성화할지 여부를 결정하십시오.

기본값: 비활성화

포즈 필터링

포즈 거리 기반 NMS 사용

파라미터 설명: 활성화하면 선택한 포즈까지의 거리가 믈체 직경의 1/10 미만인 후보 포즈가 필터링됩니다.

기본값: 활성화

최대 모델 회전 각도 자동 설정

파라미터 설명: 활성화되면 최대 모델 회전 각도가 자동으로 설정됩니다. 이 기능은 주로 대상 물체의 앞/뒷면과 잘못 매칭된 포즈를 필터링하는 데 사용됩니다.

기본값: 활성화

최대 모델 회전 각도

파라미터 설명: 가장자리 매칭 모드에서 포인트 클라우드 모델이 시나리오 포인트 클라우드와 매칭될 때, X축 또는 Y축을 기준으로 회전하는 특정 각도에 따라 포즈를 필터링합니다. 모델의 회전 각도가 최대 모델 회전 각도를 초과하면 해당 포즈가 필터링 됩니다.

기본값: 135.00°

잘못된 매칭 방지

포즈 조정

파라미터 설명: X축 방향 조정을 선택하면 근사 매칭으로 얻은 포즈의 Z축이 고정되고, X축이 지정된 방향으로 회전됩니다. 가능성이 낮은 포즈 필터링을 선택한 후, 대상 물체 편집기에서 계산된 필터링 값을 매칭에 사용하여 잘못된 매칭을 방지합니다.

값 리스트: 없음, X축 방향 조정, 가능성이 낮은 포즈 필터링

기본값: 없음

조정 설명: 가능성이 낮은 포즈 필터링 파라미터를 사용해야 하는 경우 대상 물체 편집기의 포인트 클라우드 모델 구성에서 포인트 클라우드 모델 구성 기능을 활성화한 다음, 매칭 실패 가능성이 있는 포즈를 자동으로 계산하기를 선택하여 관련 설정을 완료합니다.

길고 얇은 물체 강화

길고 얇은 물체 강화 사용

파라미터 설명: 길고 얇은 대상 물체의 경우, 물체와 포인트 클라우드가 물체의 긴 축을 따라 잘못 정렬될 수 있으며, 이로 인해 양 끝부분이 정확하게 정렬되지 않을 수 있습니다. 이 기능을 활성화하면 길고 얇은 대상 물체의 일치 정확도를 향상시킬 수 있습니다.

기본값: 활성화

신뢰도 설정

결과 검증 레벨

파라미터 설명: 이 파라미터는 매칭 결과를 검증할 때 적용되는 엄격도를 선택하는 데 사용됩니다.

값 리스트: Low, Standard, High, Ultra-high, Custom

기본값: Standard

권장 사항: 일반적으로 “Standard” 값을 사용하는 것이 권장됩니다. 시나리오 포인트 클라우드와 포인트 클라우드 모델이 구별하기 어려운 경우에는 더 높은 결과 검증 레벨을 선택할 수 있습니다.

검색 반경

파라미터 설명: 시나리오 포인트 클라우드와 포인트 클라우드 모델 사이의 거리가 이 값보다 작을 경우, 두 포인트 클라우드가 일치하는 것으로 간주됩니다. 일치하는 포인트의 수가 많을수록 일치 결과에 대한 검증 점수가 높아집니다. 결과 검증 레벨Custom인 경우, 이 파라미터를 설정해야 합니다.

기본값: 10.000 mm

샘플링 간격

파라미터 설명: 이 파라미터는 모델 및 시나리오 포인트 클라우드의 다운 샘플링에 사용됩니다(매칭 결과 검증에만 사용). 값이 클수록 샘플링된 포인트 클라우드의 포인트 수가 줄어듭니다. 결과 검증 레벨Custom인 경우, 이 파라미터를 설정해야 합니다.

기본값: 5.000 mm

신뢰도 임계값

파라미터 설명: 매칭 결과의 신뢰도가 임계값보다 높으면 매칭 결과가 유효한 것으로 간주됩니다. 신뢰도 값이 높을수록 매칭 결과가 더 정확해집니다.

기본값: 0.3000

표면 매칭 시 법선 편차 고려

파라미터 설명: 표면 매칭 결과를 확인할 때, 시나리오 포인트 클라우드의 점에서 법선 벡터와 포인트 클라우드 모델의 해당 점에서 법선 벡터 사이의 각도 편차를 고려합니다. 이 파라미터를 활성화하면 매칭 결과의 수는 줄어들지만, 결과의 정확도는 높아집니다.

기본값: 선택하지 않음

중첩된 포즈 제거

중첩된 물체 포즈 제거 기능

파라미터 설명: 이 파라미터는 중첩되는 물체를 제거하는 기능을 활성화할지 여부를 결정하는 데 사용됩니다.

기본값: 활성화

중첩 비율 임계값

파라미터 설명: 이 파라미터는 한 물체와 다른 물체 간의 중첩 비율 임계값을 결정합니다. 두 물체 간의 중첩 비율이 이 값보다 높으면 포즈 신뢰도 값이 낮은 물체가 제거됩니다. 중첩된 물체 포즈 제거 기능을 활성화한 경우, 이 파라미터를 설정해야 합니다.

기본값: 30%

겹친 포즈 제거

겹치는 물체의 포즈 제거 기능

파라미터 설명: 이 파라미터는 겹쳐진 물체를 제거하는 기능을 활성화할지 여부를 결정하는 데 사용됩니다.

기본값: 활성화

겹치는 비율 임계값

설명: 이 파라미터는 물체와 다른 물체 간의 겹쳐진 비율의 임계값입니다. 겹쳐진 비율이 이 값보다 높으면 겹치는 물체로 간주됩니다. 겹치는 물체의 포즈 제거를 활성화한 경우, 이 파라미터를 설정해야 합니다.

기본값: 30%

출력

최대 출력

파라미터 설명: 이 파라미터는 성공적인 매칭을 위한 최대 출력 대상 물체 수를 지정합니다. 값이 클수록 스텝 실행 시간이 길어집니다.

기본값: 10

권장 사항: 최대 출력 결과 개수를 적절하게 설정하는 것이 좋습니다. 이 값을 너무 크게 설정하지 마십시오.

실제 출력한 3D 매칭 인식 결과 개수는 설정된 최대 출력의 값과 일치하지 않을 수 있습니다. 예를 들어, 최대 출력의 값은 5로 설정되어 있지만 실제 인식 결과가 3개일 경우, 최종 출력된 인식 결과 개수는 3개가 됩니다.

시각화

시각화 옵션

파라미터 설명: "디버그 출력"이 활성화되면 선택한 옵션이 생성되어 디버그 출력 창에 표시됩니다.

값 리스트: 근사 매칭, 상세 매칭, X축 방향 조정, 신뢰도, 겹치는 포즈 제거, 결과 출력

기본값: 출력 결과

조정 설명: 디버그 출력 창에 포즈를 표시하려면 디버그 출력 기능을 활성화해야 됩니다.

포즈 표시

파라미터 설명: 활성화되면 포즈가 디버그 출력 창에 표시됩니다.

기본값: 활성화

Expert 조정 레벨의 파라미터에 관한 설명
출력 모드

파라미터 설명: 이 파라미터는 스텝에서 출력되는 정보 유형을 설정하는 데 사용됩니다. 픽 포인트 또는 물체 중심점에 대한 정보를 출력하도록 선택할 수 있습니다.

값 리스트: 픽 포인트, 물체 중심점

  • 피킹 포즈: 피킹 포즈에 대한 정보를 출력합니다.

  • 물체 중심점: 중심점에 대한 정보를 출력합니다.

기본값: 물체 중심점

입력 모드

파라미터 설명: 이 파라미터는 포인트 클라우드 모델 입력 여부를 설정하는 데 사용됩니다.

값 리스트: Default, External model

  • Default: 대상 물체 편집기에서 생성된 포인트 클라우드 모델을 사용하여 매칭을 진행합니다.

  • External model: 이 옵션을 선택하면, 스텝에 대상 물체의 포인트 클라우드 모델과 물체 중심점을 입력할 수 있는 입력 포트가 추가됩니다. 이 옵션을 사용하려면 대상 물체 편집기에서 "매칭 없는 인식" 프로세스를 사용해야 합니다.

기본값: Default

포인트 클라우드 사전처리

다운샘플링 사용

파라미터 설명: 활성화되면 포인트 클라우드가 다운샘플링됩니다.

기본값: 비활성화

샘플링 간격

파라미터 설명: 파라미터 값이 클수록 샘플링된 포인트 클라우드의 포인트 수가 줄어들고 포인트 클라우드가 희박해집니다. 이로 인해 매칭 정확도가 떨어질 수 있습니다. 파라미터 값이 작을 수록 실행 시간이 길어집니다. 다운샘플링 사용을 활성화한 경우, 이 파라미터를 설정해야 합니다.

기본값: 3.000 mm

매칭 모드

매칭 모드 자동 설정

파라미터 설명: 이 옵션을 활성화하면, 스텝은 근사 매칭 모드 또는 상세 매칭 모드를 자동으로 설정합니다.

기본값: 활성화

근사/상세 매칭 모드

파라미터 설명: 이 파라미터는 매칭 모드를 설정하는 데 사용됩니다. 매칭 모드 자동 설정 옵션을 활성화하지 않았을 때, 이 파라미터를 설정해야 합니다.

값 리스트: 표면 매칭, 가장자리 매칭

  • 표면 매칭: 물체의 표면 포인트 클라우드를 사용하여 포인트 클라우드 모델 매칭을 실행합니다.

  • 가장자리 매칭: 물체의 가장자리 포인트 클라우드를 사용하여 포인트 클라우드 모델 매칭을 실행합니다.

기본값: 표면 매칭

조정 설명: 대상 물체의 표면에 굴곡이 있으며 명확하게 인식할 수 있는 형태적 특징(예: 크랭크 축, 회전자 등)이 많은 경우, 표면 매칭을 사용하는 것이 좋습니다. 물체의 표면 특징을 나타내는 포인트 클라우드 모델을 생성해야 합니다. 대상 물체의 표면이 상대적으로 평평하며, 명확하고 규칙적인 가장자리 특징(예: 패널, 트랙슈, 커넥팅 로드, 브레이크 디스크 등)이 있는 경우, 가장자리 매칭을 사용하는 것이 좋습니다. 물체의 가장자리 특징을 나타내는 포인트 클라우드 모델을 생성해야 합니다.

근사 매칭 설정

실행 모드

파라미터 설명: 이 파라미터는 정확도와 매칭 속도 간의 균형을 설정합니다. 정확도가 높을수록 소모되는 시간이 길어집니다.

값 리스트: 고속도, 표준, 고정확도, 사용자 정의

기본값: 표준

모델의 예상 포인트 수

파라미터 설명: 이 파라미터는 포인트 클라우드 모델에서 예상되는 포인트 수를 지정하는 데 사용됩니다. 실행 모드사용자 정의인 경우 이 파라미터를 설정해야 합니다.

기본값: 300

포인트 클라우드당 최대 출력 자동 설정

파라미터 설명: 단일 포인트 클라우드에 대한 최대 출력 결과 수를 자동으로 설정할 수 있습니다.

기본값: 활성화

샘플링된 시나리오 포인트 클라우드의 최대 포인트 수

파라미터 설명: 샘플링된 시나리오 포인트 클라우드의 포인트 수가 이 값보다 크면, 시나리오 포인트 클라우드가 무시되고 빈 데이터가 출력됩니다.

기본값: 1000000

투표 설정

투표 파라미터 자동 설정

파라미터 설명: "투표 설정" 파라미터 그룹에있는 다른 모든 파라미터를 자동으로 설정할 수 있습니다.

기본값: 활성화

단일 특징에 포함한 점쌍의 최대수

파라미터 설명: 이 파라미터는 모델 분석 중 각 특징에 포함된 점쌍의 최대 수를 지정합니다. 이 값이 작을수록 처리 속도는 빨라지지만 정확도는 낮아집니다.

기본값: 1000

거리 정량화

파라미터 설명: 점 사이의 거리를 정량화하기 위한 파라미터입니다(두 점 사이의 거리=거리 정량화*샘플링 간격). 이 값이 클수록 매칭 결과의 정확도가 낮아집니다.

기본값: 2.0000

각도 정량화

파라미터 설명: 점 쌍의 점 법선 사이의 각도를 정량화하기 위한 파라미터입니다(두 벡터 사이의 각도 = 360°/각도 정량화). 값이 클수록 매칭 결과의 정확도는 높아지지만, 더 높은 품질의 포인트 클라우드가 필요합니다.

기본값: 30

투표율 하한

파라미터 설명: 매칭 과정에서 각 물체의 포즈는 점수를 부여받습니다. 포즈 점수가 가장 높은 투표 점수와 투표 비율 하한의 곱보다 높은 경우, 해당 포즈는 포즈 검증에 포함됩니다. 값이 낮을수록 정확한 매칭 결과를 찾을 가능성이 높아지지만, 실행 시간이 길어집니다.

기본값: 80%

기준점 샘플링 간격

파라미터 설명: 시나리오 포인트 클라우드의 포인트를 샘플링하는 데 사용되며, 기준점으로 비교점과 점쌍을 형성합니다. 값이 클수록 실행 속도는 빨라지지만, 매칭 정확도는 감소합니다.

기본값: 5

비교점 샘플링 간격

파라미터 설명: 시나리오 포인트 클라우드의 포인트를 샘플링하는 데 사용되며, 비교점으로 기준점과 점쌍을 형성합니다. 값이 클수록 실행 속도는 빨라지지만, 매칭 정확도는 감소합니다.

기본값: 1

포즈 검증 설정

복셀 길이 생성 전략

파라미터 설명: 이 파라미터는 복셀 길이를 생성하는 방법을 선택하는 데 사용됩니다.

값 리스트: Auto, Manual

기본값: Auto

권장 사항: 스텝을 처음 접하는 사용자에게는 Auto를 권장합니다.

복셀 길이

파라미터 설명: 이 파라미터는 복셀의 길이를 설정하는 데 사용됩니다. 값이 클수록 매칭 결과의 정확도가 떨어집니다.

기본값: 3.0 mm

최소 복셀 길이

파라미터 설명: 이 파라미터는 최소 복셀 길이를 설정하는 데 사용됩니다.

기본값: 0.100 mm

최대 복셀 길이

파라미터 설명: 이 파라미터는 최대 복셀 길이를 설정하는 데 사용됩니다.

기본값: 15.000 mm

상세 매칭 설정

실행 모드

파라미터 설명: 이 파라미터는 정확도와 매칭 속도 간의 균형을 설정합니다. 정확도가 높을수록 소모되는 시간이 길어집니다.

값 리스트: 고속도, 표준, 고정확도, 초고정확도, 사용자 정의

기본값: 표준

샘플링 간격

파라미터 설명: 파라미터 값이 클수록 샘플링된 포인트 클라우드의 포인트 수가 줄어들고, 포인트 클라우드가 희박해집니다. 이로 인해 매칭 정확도가 떨어질 수 있습니다. 파라미터 값이 작을 수록 실행 시간이 길어집니다.

기본값: 5.000 mm

최대 반복 횟수

파라미터 설명: 값이 클수록 매칭 정확도가 높아지지만, 처리 속도는 느려집니다.

기본값: 40

표준 편차 업데이트 스텝 간격

설명: 이 파라미터는 표준 편차를 파인튜닝하는 데 사용됩니다.

기본값: 3

편차 보정 능력

파라미터 설명: 이 파라미터는 근사 매칭 결과에 대한 편차 보정 능력을 설정하는 데 사용됩니다. 값이 높을수록 실제 물체 포즈와 크게 벗어나는 근사 포즈를 보다 정확한 포즈로 보정할 수 있습니다. 그러나 보정 능력이 지나치게 크면 정확도가 떨어질 수 있습니다.

값 리스트: Small, Medium, Large

기본값: Small

포인트 클라우드당 최대 출력 자동 설정

파라미터 설명: 단일 포인트 클라우드에 대한 최대 출력 결과 수를 자동으로 설정할 수 있습니다.

기본값: 활성화

포인트 클라우드당 최대 출력

파라미터 설명: 이 파라미터는 단일 포인트 클라우드에 대한 최대 출력 결과 수를 설정하는 데 사용됩니다. 매칭되는 결과가 여러 개 있을 경우, 결과는 점수에 따라 내림차순으로 정렬되며, 상한 수에 따라 점수가 높은 결과가 출력됩니다. 포인트 클라우드당 최대 출력 자동 설정이 비활성화된 경우, 이 파라미터를 설정해야 됩니다.

기본값: 1

추가 상세 매칭

추가 상세 매칭 사용

파라미터 설명: 이 기능을 활성화하면 최종 매칭 정확도는 향상될 수 있지만, 실행 시간은 늘어납니다. 실제 상황에 따라 이 기능을 활성화할지 여부를 결정하십시오.

기본값: 비활성화

포즈 필터링

포즈 거리 기반 NMS 사용

파라미터 설명: 활성화하면 선택한 포즈까지의 거리가 믈체 직경의 1/10 미만인 후보 포즈가 필터링됩니다.

기본값: 활성화

최대 모델 회전 각도 자동 설정

파라미터 설명: 활성화되면 최대 모델 회전 각도가 자동으로 설정됩니다. 이 기능은 주로 대상 물체의 앞/뒷면과 잘못 매칭된 포즈를 필터링하는 데 사용됩니다.

기본값: 활성화

잘못된 매칭 방지

포즈 조정

파라미터 설명: X축 방향 조정을 선택하면 근사 매칭으로 얻은 포즈의 Z축이 고정되고, X축이 지정된 방향으로 회전됩니다. 가능성이 낮은 포즈 필터링을 선택한 후, 대상 물체 편집기에서 계산된 필터링 값을 매칭에 사용하여 잘못된 매칭을 방지합니다.

값 리스트: 없음, X축 방향 조정, 가능성이 낮은 포즈 필터링

기본값: 없음

조정 설명: 가능성이 낮은 포즈 필터링 파라미터를 사용해야 하는 경우 대상 물체 편집기의 포인트 클라우드 모델 구성에서 포인트 클라우드 모델 구성 기능을 활성화한 다음, 매칭 실패 가능성이 있는 포즈를 자동으로 계산하기를 선택하여 관련 설정을 완료합니다.

길고 얇은 물체 강화

길고 얇은 물체 강화 사용

파라미터 설명: 길고 얇은 대상 물체의 경우, 물체와 포인트 클라우드가 물체의 긴 축을 따라 잘못 정렬될 수 있으며, 이로 인해 양 끝부분이 정확하게 정렬되지 않을 수 있습니다. 이 기능을 활성화하면 길고 얇은 대상 물체의 일치 정확도를 향상시킬 수 있습니다.

기본값: 활성화

종횡비 임계값

파라미터 설명: 대상 물체의 긴 변과 짧은 변의 비율이 이 파라미터 값보다 작을 경우, 대상 물체는 길고 얇은 물체로 인식되지 않으며, 길고 얇은 물체에 대한 강화 알고리즘이 적용되지 않습니다.

기본값: 20.0000

거리 비율

파라미터 설명: 이 파라미터는 매칭 시 대상 물체 포인트 클라우드의 평행 이동 시도 거리를 지정하는 데 사용됩니다. 거리 = 물체 길이 × 거리 비율.

기본값: 5.00%

횟수

파라미터 설명: 이 파라미터는 매칭 시 대상 물체 포인트 클라우드의 평행 이동 시도 횟수입니다. 포인트 클라우드는 물체의 긴 축을 따라의 양 방향으로 평행 이동을 시도합니다. 따라서 총 시도 횟수 = 2 × 횟수입니다.

기본값: 5

신뢰도 설정

결과 검증 레벨

파라미터 설명: 이 파라미터는 매칭 결과를 검증할 때 적용되는 엄격도를 선택하는 데 사용됩니다.

값 리스트: Low, Standard, High, Ultra-high, Custom

기본값: Standard

권장 사항: 일반적으로 “Standard” 값을 사용하는 것이 권장됩니다. 시나리오 포인트 클라우드와 포인트 클라우드 모델이 구별하기 어려운 경우에는 더 높은 결과 검증 레벨을 선택할 수 있습니다.

검색 반경

파라미터 설명: 시나리오 포인트 클라우드와 포인트 클라우드 모델 사이의 거리가 이 값보다 작을 경우, 두 포인트 클라우드가 일치하는 것으로 간주됩니다. 일치하는 포인트의 수가 많을수록 일치 결과에 대한 검증 점수가 높아집니다. 결과 검증 레벨Custom인 경우, 이 파라미터를 설정해야 합니다.

기본값: 10.000 mm

샘플링 간격

파라미터 설명: 이 파라미터는 모델 및 시나리오 포인트 클라우드의 다운 샘플링에 사용됩니다(매칭 결과 검증에만 사용). 값이 클수록 샘플링된 포인트 클라우드의 포인트 수가 줄어듭니다. 결과 검증 레벨Custom인 경우, 이 파라미터를 설정해야 합니다.

기본값: 5.000 mm

신뢰도 임계값

파라미터 설명: 매칭 결과의 신뢰도가 임계값보다 높으면 매칭 결과가 유효한 것으로 간주됩니다. 신뢰도 값이 높을수록 매칭 결과가 더 정확해집니다.

기본값: 0.3000

표면 매칭 시 법선 편차 고려

파라미터 설명: 표면 매칭 결과를 확인할 때, 시나리오 포인트 클라우드의 점에서 법선 벡터와 포인트 클라우드 모델의 해당 점에서 법선 벡터 사이의 각도 편차를 고려합니다. 이 파라미터를 활성화하면 매칭 결과의 수는 줄어들지만, 결과의 정확도는 높아집니다.

기본값: 선택하지 않음

중첩된 포즈 제거

중첩된 물체 포즈 제거 기능

파라미터 설명: 이 파라미터는 중첩되는 물체를 제거하는 기능을 활성화할지 여부를 결정하는 데 사용됩니다.

기본값: 활성화

중첩 비율 임계값

파라미터 설명: 이 파라미터는 한 물체와 다른 물체 간의 중첩 비율 임계값을 결정합니다. 두 물체 간의 중첩 비율이 이 값보다 높으면 포즈 신뢰도 값이 낮은 물체가 제거됩니다. 중첩된 물체 포즈 제거 기능을 활성화한 경우, 이 파라미터를 설정해야 합니다.

기본값: 30%

픽셀 크기 생성 방식

파라미터 설명: 이 파라미터는 물체의 포인트 클라우드를 2D 직교 투영하여 중첩 비율을 계산할 때, 2D 이미지에서 단위 픽셀 크기 생성 방식을 설정합니다.

값 리스트: Auto, Manual

  • Auto: 투영된 2D 이미지의 픽셀당 크기를 자동으로 생성합니다.

  • Manual: 픽셀 크기를 수동으로 설정합니다.

기본값: Auto

픽셀 크기

파라미터 설명: 이 파라미터는 물체 포인트 클라우드의 2D 직교 투영을 기반으로 중첩 비율을 계산할 때, 2D 이미지의 픽셀당 크기입니다. 포인트 클라우드 모델을 만들 때 픽셀 크기샘플링 간격과 동일하게 설정하는 것이 좋습니다. 이 값을 너무 크게 설정하면 2D 이미지의 픽셀 크기가 커져, 계산된 중첩 비율의 세밀한 차이를 포착하기 어려워 정확도가 떨어질 수 있습니다. 반대로, 값을 너무 작게 설정하면 픽셀 크기가 작아져 중첩 비율이 실제보다 낮게 계산될 수 있습니다. 픽셀 크기 생성 방식Manual인 경우, 이 파라미터를 설정해야 합니다.

기본값: 2.500 mm

겹친 포즈 제거

겹치는 물체의 포즈 제거 기능

파라미터 설명: 이 파라미터는 겹쳐진 물체를 제거하는 기능을 활성화할지 여부를 결정하는 데 사용됩니다.

기본값: 활성화

겹치는 비율 임계값

설명: 이 파라미터는 물체와 다른 물체 간의 겹쳐진 비율의 임계값입니다. 겹쳐진 비율이 이 값보다 높으면 겹치는 물체로 간주됩니다. 겹치는 물체의 포즈 제거를 활성화한 경우, 이 파라미터를 설정해야 합니다.

기본값: 30%

픽셀 크기 생성 방식

이 파라미터는 물체의 포인트 클라우드를 2D 직교 투영하여 중첩 비율을 계산할 때, 2D 이미지에서 단위 픽셀의 크기를 결정하는 방식을 설정합니다. 이 방식에 따라 투영된 2D 이미지에서 픽셀당 크기가 계산됩니다.

값 리스트: Auto, Manual

  • Auto: 투영된 2D 이미지의 픽셀당 크기를 자동으로 생성합니다.

  • Manual: 픽셀 크기를 수동으로 설정합니다.

기본값: Auto

픽셀 크기

파라미터 설명: 이 파라미터는 물체 포인트 클라우드의 2D 직교 투영을 기반으로 중첩 비율을 계산할 때, 투영된 2D 이미지에서 픽셀당 크기를 설정하는 값입니다. 포인트 클라우드 모델을 만들 때 픽셀 크기를 샘플링 간격과 동일하게 설정하는 것이 좋습니다. 값을 너무 크게 설정하면 계산된 중첩 비율의 정확도가 떨어질 수 있고, 값을 너무 작게 설정하면 중첩 비율이 실제보다 낮게 계산될 수 있습니다. 픽셀 크기 생성 방식Manual인 경우, 이 파라미터를 설정해야 합니다.

기본값: 2.500 mm

물체 주변의 시나리오 포인트 제거 범위

설명: 이 파라미터 값의 범위 내에서 물체 주변의 시나리오 포인트 클라우드가 제거되고 나머지 시나리오 포인트 클라우드가 겹침 감지에 포함됩니다.

기본값: 3.000 mm

출력

최대 출력

파라미터 설명: 이 파라미터는 성공적인 매칭을 위한 최대 출력 대상 물체 수를 지정합니다. 값이 클수록 스텝 실행 시간이 길어집니다.

기본값: 10

권장 사항: 최대 출력 결과 개수를 적절하게 설정하는 것이 좋습니다. 이 값을 너무 크게 설정하지 마십시오.

실제 출력한 3D 매칭 인식 결과 개수는 설정된 최대 출력의 값과 일치하지 않을 수 있습니다. 예를 들어, 최대 출력의 값은 5로 설정되어 있지만 실제 인식 결과가 3개일 경우, 최종 출력된 인식 결과 개수는 3개가 됩니다.

시각화

시각화 옵션

파라미터 설명: "디버그 출력"이 활성화되면 선택한 옵션이 생성되어 디버그 출력 창에 표시됩니다.

값 리스트: 근사 매칭, 상세 매칭, 근사 매칭 포즈 검증(스텝 재실행 필요), 상세 매칭 포즈 검증, X축 방향 조정, 신뢰도, 중첩되는 포즈 제거, 겹치는 포즈 제거, 수량 제한, 결과 출력

기본값: 출력 결과

조정 설명: 디버그 출력 창에 포즈를 표시하려면 디버그 출력 기능을 활성화해야 됩니다.

포즈 표시

파라미터 설명: 활성화되면 포즈가 디버그 출력 창에 표시됩니다.

기본값: 활성화

포즈 유형

파라미터 설명: 이 파라미터는 시각화 인터페이스에 표시되는 포즈 유형을 선택하는 데 사용됩니다. Auto를 선택한 경우, 포즈 유형은 설정된 출력 유형과 동일합니다.

값 리스트: Auto, 물체 중심점, 픽 포인트

기본값: Auto

저희는 귀하의 개인 정보를 소중하게 생각합니다.

당사 웹사이트는 귀하에게 최상의 경험을 제공하기 위해 쿠키를 사용합니다. "모두 수락"을 클릭하시는 경우, 귀하는 사의 쿠키 사용에 동의하게 됩니다. "모두 거부"를 클릭하시는 경우, 귀하가 이 웹사이트를 방문할 때 추적되거나 기억되지 않도록 하기 위해 단일 쿠키가 사용됩니다.