feat: 算法升级、整车配准集成与性能分析文档
算法更新: delivery v1.2.1、平整度v1.5、测距v2.2、整车配准v1.3 适配器: vehicle-registration 新增、各算法 manifest 和 adapter 更新 后端: taskCadFiles/source 字段迁移、derivedPointClouds 注册、取消任务联动 前端: ElapsedTime 时长显示、两步算法流程、canRun 逻辑修复 文档: 新增5份算法性能分析报告
This commit is contained in:
256
alg/delivery_v1.2.1/coupler_panel_release/USAGE.md
Normal file
256
alg/delivery_v1.2.1/coupler_panel_release/USAGE.md
Normal file
@@ -0,0 +1,256 @@
|
||||
# coupler_panel — 集成开发者使用指南
|
||||
|
||||
> 高铁车钩面板偏转角测量算法
|
||||
>
|
||||
> **主输入：ROI JSON + 点云 PLY + CAD STP（三件套）**
|
||||
> **主输出：含两个方向偏转角的 Excel 报表**
|
||||
|
||||
---
|
||||
|
||||
## 1. 一句话集成
|
||||
|
||||
```python
|
||||
from coupler_panel.pipeline import run_coupler_measurement_pipeline
|
||||
from coupler_panel.roi_select import load_roi_json
|
||||
|
||||
result = run_coupler_measurement_pipeline(
|
||||
input_cloud = "train_2_1T.ply", # 待测点云（可为整车，内部按 ROI 流式裁剪）
|
||||
out_dir = "runs/today", # 中间产物 + report.json 落盘
|
||||
profile = "train2_coupler", # 该零件 profile
|
||||
roi_spec = load_roi_json("roi.json"), # ROI = 裁剪超参数 ./examples/roi_train2_coupler.json
|
||||
)
|
||||
print(result.theta_right_deg, result.theta_ref_deg) # 两个偏转角
|
||||
print(result.dx_y_max_mm, result.dx_z_max_mm) # 最大 x 偏差
|
||||
```
|
||||
|
||||
要直接产出 Excel，用集成入口脚本（§3）。
|
||||
|
||||
---
|
||||
|
||||
## 2. 安装
|
||||
|
||||
```bash
|
||||
python -m pip install -r requirements.txt # 锁定版本（Python 3.10 验证）
|
||||
pip install -e ".[all]" # core + cloud + cad + viz + report
|
||||
```
|
||||
|
||||
按需子集见 `pyproject.toml` 的 extras：`[cloud]` `[cad]` `[viz]` `[report]`。
|
||||
|
||||
---
|
||||
|
||||
## 3. 集成入口（三文件 → Excel）
|
||||
|
||||
`examples/run_integration.py` 是给集成方的标准入口：
|
||||
|
||||
```bash
|
||||
python examples/run_integration.py \
|
||||
--roi examples/roi_train2_coupler.json \ # ROI JSON
|
||||
--cloud /path/to/train_2_1T.ply \ # 整车点云（可多 GB）
|
||||
--stp /path/to/asm.stp \ # CAD STP（审计）
|
||||
--out runs/train2 \ # 输出目录
|
||||
--profile train2_coupler
|
||||
```
|
||||
|
||||
产出 `runs/train2/eval_report.xlsx`（30 列，见 §7）+ 全部中间产物。
|
||||
|
||||
可选参数：`--gt-theta-right` / `--gt-theta-ref`（已知理论偏转，用于误差列，默认 0）、`--sample-id`、`--config`。
|
||||
|
||||
---
|
||||
|
||||
## 4. 三件输入说明
|
||||
|
||||
### 4.1 ROI JSON（裁剪超参数）
|
||||
|
||||
6-key 轴对齐包围盒，**坐标系必须与点云一致**，单位 mm：
|
||||
|
||||
```json
|
||||
{
|
||||
"x_min": 11526.0, "x_max": 11733.0,
|
||||
"y_min": 588.0, "y_max": 1192.0,
|
||||
"z_min": -950.0, "z_max": 950.0
|
||||
}
|
||||
```
|
||||
|
||||
- 点 `(x,y,z)` 保留条件：`x_min<=x<=x_max ∧ y_min<=y<=y_max ∧ z_min<=z<=z_max`
|
||||
- 必须 `min<max`，否则报 `ValueError`；多余 key（如 `comment`）忽略
|
||||
- **算法直接拿这六个数裁剪**。当输入是二进制 PLY 且 ROI 是有限 bbox 时，走**流式裁剪**（memmap 分块，不整体加载），可处理 GB 级整车点云
|
||||
- 想全保留：传 `roi_json=None` 或 `roi_spec=default_roi_spec()`（±∞）
|
||||
- 裁剪诊断写到 `out_dir/roi.json`（`mode`、`n_in`、`n_out`、`bbox`）
|
||||
|
||||
> **坐标系坑（必读）**：ROI 的六个边界写在**点云自己的坐标系**里。若点云是 x=车长 / y=车高 / z=车宽（部分整车数据集如此），ROI 也按此填。ROI 裁出 0 点时算法抛 `InsufficientPointsError` 并提示检查坐标系。
|
||||
|
||||
### 4.2 点云 PLY
|
||||
|
||||
- 支持 `.ply`（二进制/ASCII）/ `.pcd` / `.xyz` / `.txt` / `.csv`
|
||||
- 单位 **mm**；算法只读 x/y/z 前三列（颜色/法向等额外列容忍）
|
||||
- **可为整车扫描**（多 GB）——ROI 流式裁剪后才进入算法
|
||||
- **算法不做配准**：假设上游扫描端外参已标定、点云已在 CAD/车体帧（原因见 §8）
|
||||
|
||||
### 4.3 CAD STP
|
||||
|
||||
当前 STP 的角色取决于规模：
|
||||
|
||||
- **单零件 STP**：可被 `parse_cad` 解析，用于提供面板法向 seed + 自动整定检测参数（见 §6）。传 `cad_stp_path=...`。
|
||||
- **整车装配 STP**（数百 MB、数千实例）：项目的 `parse_cad`（单零件设计）无法处理，此时 STP 仅作**审计/可追溯**输入（路径记入报表），不参与计算——检测参数由 profile 提供、法向用 PCA。
|
||||
|
||||
> 若将来需要从整车 STP 提取目标几何，需另写装配级 XCAF 解析（不能复用单零件 `parse_cad`）。
|
||||
|
||||
---
|
||||
|
||||
## 5. 主入口 API
|
||||
|
||||
```python
|
||||
def run_coupler_measurement_pipeline(
|
||||
input_cloud : str | Path, # 必填：点云路径（可整车）
|
||||
out_dir : str | Path, # 必填：输出目录
|
||||
*,
|
||||
config_path : str | Path | None = None, # 可选：自定义 YAML / dict
|
||||
profile : str = "auto", # 可选：preset profile
|
||||
cad_stp_path: str | Path | None = None, # 可选：单零件 STP（法向 + autotune）
|
||||
roi_spec : ROISpec | None = None, # 二选一：内存 ROI 对象
|
||||
roi_json : str | Path | None = None, # 二选一：ROI JSON 路径
|
||||
progress : Callable[[str, float], None] | None = None,
|
||||
) -> CouplerMeasurement
|
||||
```
|
||||
|
||||
**算法链路**：
|
||||
|
||||
```
|
||||
crop_ply_bbox(流式 ROI 裁剪)
|
||||
→ [layer_select] 沿法向隔离前层（profile 开关，去多层重叠）
|
||||
→ [autotune] 从 CAD 孔径 + 点距自整定（仅默认 profile + 单零件 CAD 时）
|
||||
→ denoise_cloud
|
||||
→ compute_coupler_measurement
|
||||
validate → detect 4 holes → build frame
|
||||
→ extract ROI → fit plane(RANSAC+SVD) → metrics
|
||||
```
|
||||
|
||||
**profile 选择**：
|
||||
- 有匹配 profile（如 `train2_coupler` / `lu1_af4`）→ 直接指定，最稳。
|
||||
- 无 profile 但传了单零件 `cad_stp_path` → `profile="auto"`，走自动整定（§6）。
|
||||
|
||||
**配置覆盖**：`config_path` 可传 dict 覆盖任意 `configs/default.yaml` 字段。
|
||||
|
||||
### 5.1 返回值 `CouplerMeasurement`
|
||||
|
||||
```python
|
||||
theta_right_deg, theta_ref_deg # 两个偏转角（度）
|
||||
D_y_max_mm, D_z_max_mm # 两方向最大距中心偏差
|
||||
dx_y_max_mm, dx_z_max_mm # 最大 x 向偏差
|
||||
center_C, normal # 面板中心、拟合法向（n_x>0）
|
||||
holes, plane, frame # 4 孔 / 平面 / 参考系子结构
|
||||
quality_flags, timings, report # 诊断；report == out_dir/report.json
|
||||
result.to_dict() # 完全 JSON 化
|
||||
```
|
||||
|
||||
### 5.2 异常
|
||||
|
||||
```
|
||||
CouplerError
|
||||
├── InvalidPointCloudError / UnsupportedFormatError 输入非法 / 格式不支持
|
||||
├── InsufficientPointsError 点数过少 / ROI 裁出 0 点
|
||||
├── CADParseError STP 解析失败
|
||||
├── HoleDetectionError 4 孔检测失败
|
||||
└── PlaneFitError 平面拟合失败
|
||||
```
|
||||
|
||||
非致命问题在 `result.quality_flags`（如 `plane_inlier_ratio_low`）。
|
||||
|
||||
---
|
||||
|
||||
## 6. 检测参数：profile vs 自动整定
|
||||
|
||||
不同零件的定位孔半径、是否有中心孔、点云密度都不同，检测参数必须匹配，否则报 `HoleDetectionError: only N hole-shaped cavities found`。两种适配方式：
|
||||
|
||||
1. **per-part profile（推荐用于已知零件）**：`configs/profiles/<name>.yaml` 写死该零件的孔径带、面积窗、是否前层隔离等。已有 `train2_coupler`（整车车钩面板）、`lu1_af4`（单零件车钩面板）。
|
||||
2. **autotune（单零件 + 默认 profile 时）**：传单零件 `cad_stp_path` 且 `profile=auto`、无 `config`，算法从 CAD 定位孔半径 + 去噪后点距自动推导检测参数（`coupler_panel/detection/autotune.py`）。指定具体 profile 或 config 时**完全跳过**。
|
||||
|
||||
> 整车场景用 profile（`train2_coupler`），因为整车 STP 不能 parse、autotune 不可用。
|
||||
|
||||
---
|
||||
|
||||
## 7. 输出
|
||||
|
||||
### 7.1 Excel 报表（`out_dir/eval_report.xlsx`，30 列）
|
||||
|
||||
样本标识、输入 PLY、ROI kind、**θ_right / θ_ref 的 GT/预测/误差**、D_y/D_z_max、dx_y/dx_z_max、中心 C(x/y/z)、法向 n(x/y/z)、平面内点率/残差、配准 RMSE/最大残差（主路径恒空）、ROI 前后点数、quality_flags、**算法运行时间 `Algorithm runtime (s)`**（输入→返回整段 wall-clock）、内核阶段累计、算法/schema 版本。
|
||||
|
||||
多组结果用 `coupler_panel.reporting.write_excel_report(rows, path)` 合并成一张表。
|
||||
|
||||
### 7.2 落盘中间产物（`out_dir/`）
|
||||
|
||||
| 文件 | 内容 |
|
||||
|---|---|
|
||||
| `config.resolved.yaml` | 实际生效的合并配置 |
|
||||
| `roi.json` | ROI spec + 裁剪诊断 |
|
||||
| `01_gt.json` | （单零件 CAD parse 时）审计 GT |
|
||||
| `02_sampled.ply` | ROI 裁剪后的点云 |
|
||||
| `transformed.ply` | （前层隔离开启时）隔离后的层 |
|
||||
| `05_denoised.ply` | 去噪后点云（喂给测量算法的最终点云） |
|
||||
| `report.json` | 完整结果，等于 `result.to_dict()` |
|
||||
|
||||
---
|
||||
|
||||
## 8. 为什么不做配准
|
||||
|
||||
车钩面板的 4 个定位孔与面板一起刚体旋转。用「扫到的 4 孔 → CAD 原始 4 孔」做 Kabsch，会精确解出「扫描器位姿 · 面板偏转」的复合刚体变换并反向作用，把偏转随位姿误差**一起消掉**，下游再读不到偏转——这是几何性质，不是 bug。
|
||||
|
||||
故主算法假设上游扫描端外参标定、点云已在车体帧。研究路径 `run_from_cad_pipeline`（含 Kabsch + 注入 oracle）完整保留作上限对照。
|
||||
|
||||
---
|
||||
|
||||
## 9. 集成模板
|
||||
|
||||
```python
|
||||
import logging, time, json
|
||||
from pathlib import Path
|
||||
from coupler_panel.pipeline import run_coupler_measurement_pipeline
|
||||
from coupler_panel.roi_select import load_roi_json
|
||||
from coupler_panel.reporting import build_row_from_summary, write_excel_report
|
||||
from coupler_panel.exceptions import CouplerError
|
||||
|
||||
log = logging.getLogger(__name__)
|
||||
|
||||
def measure(cloud, roi_json, stp, out_dir, profile="train2_coupler"):
|
||||
t0 = time.perf_counter()
|
||||
try:
|
||||
r = run_coupler_measurement_pipeline(
|
||||
input_cloud=cloud, out_dir=out_dir,
|
||||
profile=profile, roi_spec=load_roi_json(roi_json))
|
||||
except CouplerError as e:
|
||||
log.error("measurement failed: %s", e)
|
||||
return None
|
||||
dt = time.perf_counter() - t0
|
||||
|
||||
diag = json.loads((Path(out_dir)/"roi.json").read_text(encoding="utf-8"))["diagnostics"]
|
||||
row = build_row_from_summary(
|
||||
sample_id=Path(cloud).stem, ply_path=str(cloud), roi_kind="aabb",
|
||||
measured=r.to_dict(), gt_angles=(0.0, 0.0), registration=None,
|
||||
n_points_in=diag.get("n_in", 0), n_points_after_roi=diag.get("n_out", 0),
|
||||
pipeline_seconds=dt)
|
||||
write_excel_report([row], Path(out_dir)/"eval_report.xlsx")
|
||||
return r
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 10. 坐标 & 单位速查
|
||||
|
||||
| 量 | 单位 | 说明 |
|
||||
|---|---|---|
|
||||
| 点云坐标 | mm | 轴含义由数据集决定（见 README / §4.1） |
|
||||
| 偏转角 | 度 | `θ_right=atan2(n_y,n_x)`、`θ_ref=atan2(n_z,n_x)` |
|
||||
| 法向 | 单位向量 | 强制 `n_x>0` |
|
||||
| `right_axis_sign` | ±1 | 右方向符号（profile `metrics` 配置） |
|
||||
|
||||
---
|
||||
|
||||
## 11. 版本兼容
|
||||
|
||||
| 标识 | 含义 |
|
||||
|---|---|
|
||||
| `coupler_panel.__version__` | 包版本（语义化） |
|
||||
| `coupler_panel.ALGORITHM_VERSION` | 算法版本，升级时**数值可能变化** |
|
||||
| `coupler_panel.SCHEMA_VERSION` | 结果结构版本，仅破坏性变更递增 |
|
||||
|
||||
建议：落库时记录 `algorithm_version`；反序列化 `report.json` 时校验 `schema_version` 主版本。
|
||||
Reference in New Issue
Block a user