根据点云尺寸进行分类
功能描述
该步骤通过比较输入点云的实际尺寸与理论参考尺寸，将点云划分为"合格"与"不合格"两类。若点云在长度、宽度、高度及长宽比等维度上的测量值均在设定的公差范围内，则判定为合格。
使用场景
该步骤通常用于麻袋拆垛场景。为了防止深度学习识别麻袋出现偏差，可使用该步骤判断前序步骤识别的麻袋点云是否有效，以增加防错机制。
该步骤通常与 “提取掩膜中对应的点云”、“获取最高层点云” 等步骤连用。
输入
带法向点云（必连）：待判定的带法向点云。
参考尺寸（必连）：物体的理论标准尺寸 [长度, 宽度, 高度]。
分类标签（可连）：输入点云的分类标签，一般为深度学习相关步骤输出的目标物体的标签。
分数（可连）：输入点云的置信度，一般为深度学习相关步骤输出的目标物体的置信度。
点云高度（可连）：直接提供点云的高度值（若不连接，则通过 “参考高度” 步骤参数计算点云的高度。）
输出
合格点云：合格的点云。
不合格点云：不合格的点云。
分类标签（合格点云）：合格点云对应的分类标签。
分数（合格点云）：合格点云对应的置信度分数。
分类标签（不合格点云）：不合格点云对应的分类标签。
分数（不合格点云）：不合格点云对应的置信度分数。
分类结果：详细的分类统计信息，包括合格点云数量、不合格点云数量、合格点云总置信度分数、不合格点云总置信度分数等。
参数说明
长度差的阈值设置
下比例阈值：长度允许的最小负偏差比例（默认 -0.25，即 -25%）。
上比例阈值：长度允许的最大正偏差比例（默认 0.25，即 +25%）。
长度合格判定公式：
（1+下比例阈值）* 参考尺寸的长度值 < 点云长度 < （1+上比例阈值）* 参考尺寸的长度值
示例： 参考尺寸为[1，0.5，0.1]，参考尺寸的长度值 = 1.0m，上/下比例阈值默认 ±25%，合格范围在 [1+（-0.25）]* 1 到 （1+0.25）* 1 之间，即 0.75m~1.25m 范围内的点云长度为合格。
宽度差的阈值设置
下比例阈值：宽度允许的最小负偏差比例（默认 -0.25，即 -25%）。
上比例阈值：宽度允许的最大正偏差比例（默认 0.25，即 +25%）。
宽度合格判定公式：
（1+下比例阈值）* 参考尺寸的宽度值 < 点云宽度 < （1+上比例阈值）* 参考尺寸的宽度值
示例： 参考尺寸为[1，0.5，0.1]，参考尺寸的宽度值 = 0.5m，上/下比例阈值默认 ±25%，合格范围在 [1+（-0.25）]* 0.5 到 （1+0.25）* 0.5 之间，即 0.375m~0.625m 范围内的点云宽度为合格。
高度差的阈值设置
下比例阈值：高度允许的最小负偏差比例（默认 -100，即 -10000%）。
上比例阈值：高度允许的最大正偏差比例（默认 100，即 +10000%）。
参考高度：用于计算点云高度的基准高度，单位为毫米（mm）。当 “点云高度” 端口未连线时，该参数才能生效。点位高度计算公式：
点云高度 = 点云位姿的 Z 值 - 参考高度。
高度合格判定公式：
（1+下比例阈值）* 参考尺寸的高度值 < 点云高度 < （1+上比例阈值）* 参考尺寸的高度值
示例： 参考尺寸为[1，0.5，0.1]，参考尺寸的高度值 = 0.1m，上/下比例阈值默认 ±10000%，合格范围在 [1+（-100）]* 0.1 到 （1+100）* 0.1 之间，即 -9.9m~10.1m 范围内的点云高度为合格。
长宽比设置
尺寸长宽比阈值：设置点云长宽比的合格范围。
长宽比合格判定公式：
长宽比 = 点云长度 / 点云宽度
（1-尺寸长宽比阈值）* 参考长宽比 < 点云长宽比 < （1+尺寸长宽比阈值）* 参考长宽比
示例：
参考尺寸为[1，0.5，0.1]，参考长宽比 = 1/0.5 = 2,尺寸长宽比阈值 = 10，合格范围在 （1-10）* 2 到（1+10）* 2 之间，即 -18~22 范围内的点云长宽比为合格。