“工件选择与识别”常见问题

本节介绍“工件选择与识别”流程中的常见问题及其可能原因、解决方案。

无识别结果

问题现象

“工件选择与识别”流程无识别结果。
可能原因
- 如果开启了使用深度学习辅助识别功能，可能是深度学习无识别结果。
- 置信度阈值设置过高，导致正确的识别结果被去除。
- 点云模板与待识别工件不对应。
解决方法
- 如果开启了使用深度学习辅助识别功能，可检查选择的深度学习模型包是否正确，以及 ROI 设置是否合理。如下图所示，左图为错误的 ROI，右图为正确的 ROI。
- 根据实际情况设置合理的置信度阈值。
- 确保点云模板与待识别工件对应。

问题现象

工件的识别结果中存在漏识别的情况。
可能原因
- 置信度阈值设置过高，导致正确的识别结果被去除。
- 部分工件点云缺失严重。
- 压叠比例阈值设置过低，导致部分轻微压叠的识别结果被去除。
解决方法
- 根据实际情况设置合理的置信度阈值。
- 排查点云缺失的原因，提升点云质量。如果依然无法避免漏识别，可尝试开启使用深度学习辅助识别功能。
- 关闭启用去压叠功能功能，或调高压叠比例阈值。

问题现象

工件识别过程中，点云模板匹配结果存在错位，或将背景点云误识别为工件。
可能原因
- 对于长条形工件，匹配结果存在明显错位。
- 工件正反面或两端不完全一致，但比较相似，导致工件正反面或大小端识别错误。
- 背景点云未被去除，误将背景点云识别为工件。
解决方法
- 对于长条形工件，可参考如下方法提高匹配准确性。
  优化识别参数，设置粗匹配和精匹配的运行方式为高精度、精匹配的偏差矫正能力为中。上述参数位于高级模式下。
  
  在“长条物体增强”分组中开启启用长条物体增强功能。该参数位于高级模式下。
  
  开启使用深度学习辅助识别功能。
  优化后识别效果如下图所示。
- 在工件库中开启配置点云模板功能，通过手动设置对称性避免误匹配。然后在“3D工件识别”工具的“工件选择与识别”流程中开启高级模式，调整“避免误匹配”参数，通过过滤可能匹配失败的位姿来避免误匹配。
- 开启使用深度学习辅助识别功能，利用深度学习辅助识别工件，避免背景点云干扰识别结果。

问题现象

工件识别时间过长。
可能原因
- “点云预处理”流程中的 3D ROI 设置不合理，未去除背景点云。
- 识别参数设置不合理。
- 开启了使用额外精匹配功能。
解决方法
- 在“点云预处理”流程中设置合理的 3D ROI，去除背景点云，只保留工件点云。
- 优化识别参数。在识别精度满足需求的前提下，可设置粗匹配和精匹配的运行方式为高速度或者标准，提升节拍。上述参数位于高级模式下。
- 在“额外精匹配”分组中关闭使用额外精匹配功能。