'대상 물체 선택 및 인식' 관련 문제

딥 러닝으로 인식 지원 기능이 활성화된 경우, 딥 러닝을 통한 인식 결과가 출력되지 않을 수 있습니다.

신뢰도 임계값이 너무 높게 설정되면 올바른 인식 결과가 제거될 수 있습니다.

포인트 클라우드 모델이 인식 대상 물체와 일치하지 않을 수 있습니다.

딥 러닝으로 인식 지원 기능이 활성화된 경우, 선택된 딥러닝 모델 패키지가 올바르고 ROI 설정이 적절한지 확인해 보세요. 아래 그림은 잘못된 ROI(왼쪽)와 올바른 ROI(오른쪽)를 보여줍니다.

실제 상황에 따라 신뢰도 임계값을 적절하게 설정하세요.

포인트 클라우드 모델이 인식할 대상 물체와 일치하는지 확인하세요.

신뢰도 임계값이 너무 높게 설정되면 올바른 인식 결과가 제거될 수 있습니다.

일부 대상 물체의 포인트 클라우드가 매우 불완전합니다.

겹친 비율의 임계값을 너무 낮게 설정하면 일부 약간 겹쳐진 인식 결과가 제거되었습니다.

실제 상황에 따라 신뢰도 임계값을 적절하게 설정하세요.

포인트 클라우드 누락 원인을 분석하고 포인트 클라우드 품질을 개선하세요. 그래도 인식 누락을 피할 수 없다면 딥 러닝으로 인식 지원 기능을 활성화해 볼 수 있습니다.

겹치는 물체의 포즈 제거 기능을 비활성화하거나 겹친 비율의 임계값을 높이는 것도 시도해 보세요.

좁고 긴 물체의 포인트 클라우드는 포인트 클라우드 모델과 명확하게 정렬되지 않았습니다.

물체의 앞뒤 또는 물체의 양 끝이 완전히 동일하지는 않지만 매우 유사해, 앞뒤 면이나 크고 작은 끝을 잘못 인식하는 오류가 발생했습니다.

배경 포인트 클라우드가 제거되지 않아 실수로 대상 물체의 포인트 클라우드로 인식되었습니다.

좁고 긴 물체의 경우, 아래 단계에 따라 매칭 정확도를 높이세요.

대상 물체 편집기에서 포인트 클라우드 모델 구성 기능을 활성화하고 대칭성을 수동으로 설정하여 매칭 오류를 방지합니다. 그다음, '3D 대상 물체 인식' 도구의 '대상 물체 선택 및 인식' 프로세스에서 고급 모드를 활성화하고 '잘못된 매칭 방지' 카테고리에서 가능성이 낮은 포즈를 필터링 기능을 통해 매칭 오류를 빙지합니다.

딥 러닝으로 인식 지원 기능을 활성화하세요. 활성화 후에는 딥 러닝을 통해 배경 포인트 클라우드의 간섭을 피하면서 대상 물체를 정확히 인식할 수 있습니다.

'포인트 클라우드 사전 처리' 단계에서 3D ROI가 올바르게 설정되지 않아 배경 포인트 클라우드가 제거되지 않았습니다.

인식 파라미터가 올바르게 설정되지 않았습니다.

추가 상세 매칭 사용 기능이 활성화되었습니다.

'포인트 클라우드 사전 처리' 프로세스에서 적절한 3D ROI를 설정하고 배경 포인트 클라우드를 제거하며 대상 물체의 포인트 클라우드만 유지합니다.

인식 파라미터를 조정하세요. 인식 정확도 요구 사항이 충족된다는 전제 하에, 근사 매칭 및 상세 매칭의 실행 모드를 고속도 또는 표준으로 설정하면 사이클 타임을 개선할 수 있습니다. 위 파라미터는 모두 고급 모드에 있습니다.

'추가 상세 매칭' 카테고리에서 추가 상세 매칭 사용 기능을 비활성화하세요.