feat(640-2): implicit 점 수 = 지면점 비율 · 격자 칸 뽑기 · 설정 지문 바뀌면 다시 지음

- SURFACE_IMPLICIT_POINT_RATIO 0.175 · _MIN_POINTS 5 만 · _MAX_POINTS 200 만(옛 _MAX_POINTS_PER_TILE 걷음)
- TerrainContext.grid_sample — 칸 = √(외곽 넓이 / 점 수) · 씨앗 558 · 칸마다 하나 · 모자라면 무작위 채움(sample() 그대로)
- 짓기 캐시 흠 — manifest 항목 완료일 때만 재사용(지문 바뀐 뒤 implicit · nurbs · meshfree 옛 파일 재사용 막음)
- 지킴 시험 test_640_lidar_default 점 수 · 격자 뽑기 · 지문 다시 지음

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

B04_PreProcess/B04_PreProcess_Engine_ModelContext.py

@@ -29,6 +29,8 @@ ProgressCallback = Callable[[int], None]
 
 # 대용량 포인트 배치 처리 크기
 _BATCH_SIZE = 500_000
+# implicit 격자 칸 뽑기 씨앗 — 고정이라 다시 지어도 같은 중심점
+IMPLICIT_SAMPLE_SEED = 558
 
 # NURBS 평활 계수 — 제어점당 허용 잔차제곱(m²).
 # 0.01(RMS 0.1m)은 요구가 너무 빡빡해 FITPACK이 제어점 수(122x113)보다 많은
@@ -262,6 +264,30 @@ class TerrainContext:
         self._samples[maximum] = points
         return points
 
+    def grid_sample(self, count: int, seed: int = IMPLICIT_SAMPLE_SEED) -> np.ndarray:
+        """implicit 전용 — 격자 칸(√(외곽 넓이 / 점 수))마다 하나 · 모자라면 무작위로 채움.
+
+        파일 차례 뽑기는 점 많은 트인 곳에 몰려 숲 밑 성긴 곳이 빔(요구 558). 씨앗 고정.
+        """
+        indices = self.indices()
+        if len(indices) <= count:
+            return np.asarray(self.xyz[indices], dtype=np.float32)
+        _, _, resolution, footprint = self.footprint()
+        cell = max(math.sqrt(float(footprint.sum()) * resolution * resolution / count), 0.01)
+        xy = np.asarray(self.xyz[indices][:, :2], dtype=np.float64)
+        rng = np.random.default_rng(seed)
+        order = rng.permutation(len(indices))
+        gx = ((xy[order, 0] - self.bounds[0, 0]) // cell).astype(np.int64)
+        gy = ((xy[order, 1] - self.bounds[1, 0]) // cell).astype(np.int64)
+        _, first = np.unique(gy * (int(gx.max()) + 1) + gx, return_index=True)
+        chosen = order[first]
+        if len(chosen) > count:
+            chosen = rng.choice(chosen, count, replace=False)
+        elif len(chosen) < count:
+            rest = np.setdiff1d(np.arange(len(indices)), chosen, assume_unique=True)
+            chosen = np.concatenate([chosen, rng.choice(rest, count - len(chosen), replace=False)])
+        return np.asarray(self.xyz[indices[np.sort(chosen)]], dtype=np.float32)
+
     def footprint(self) -> tuple[float, float, float, np.ndarray]:
         if self._footprint is not None:
             return self._footprint