[发明专利]物体位姿的检测方法和装置

说明书

本发明公开了一种物体位姿的检测方法和装置。所述物体位姿的检测方法包括：接收由摄像机采集的原始图像，并从所述原始图像中提取获得标记码图像；其中，所述标记码图像为贴附于待检测物体上的标记码的图像；根据所述标记码图像和预先生成的位姿计算模型，计算获得所述标记码的位姿；其中，所述标记码的位姿包括所述标记码相对于基准位姿的旋转量及位移量；根据所述标记码的位姿，计算获得所述待检测物体的当前位姿。采用本发明，能够简化对物体的位姿进行检测的过程，提高检测过程的效率，且能够提高检测结果的准确度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种物体位姿的检测方法和装置。

背景技术

在智能机器人领域，智能机器人在搬运物体的过程中，需要对物体当前相对于自己的位置和角度进行检测判断。位姿估计问题指的是使用特征对应信息来估计两个空间坐标系之间相对旋转和平移的过程，是实现智能机器人搬运物体的功能所要解决的核心技术问题。位姿估计问题是计算机视觉、计算机图形学、摄影测量学的一个重要基本问题。

现有的对位姿进行估计的方法主要有如下三种：基于特征点的位姿估计方法、基于模型的位姿估计方法和基于学习的位姿估计方法。

(1)基于特征点的位姿估计方法

基于特征点的位姿估计方法，首先从图像中提取若干特征点，随后将该图像与标准图像进行特征匹配，从而获得至少一个相匹配的特征点，最后根据这些相匹配的特征点求解物体位姿。

尽管基于特征点的位姿估计方法在视觉里程计中占据主流地位，但是这类方法仍有以下几个缺点：首先，关键点的提取与特征描述子的计算非常耗时。实践当中，如SIFT等局部特征提取目前在CPU上是无法实时计算的，而ORB也需要近20毫秒的计算。其次，使用特征点时，忽略了除特征点以外的所有信息。一张图像有几十万个像素，而特征点只有几百个。只使用特征点丢弃了大部分可能有用的图像信息。最后，并非所有物体都有大量的有效特征。例如，有时们会面对一堵白墙，或者一个空荡荡的走廓。这些场景下特征点数量会明显减少，我们可能找不到足够的匹配点来计算位置和角度。

特别地，对于椅子位姿估计来说，由于椅子的纹理往往比较少，有效的特征点可能也不多，在这种情况下，基于特征点的位姿估计方法可能找不到足够的匹配点，对于位置和角度的估计可能会非常不精确。

(2)基于模型的位姿估计方法

基于模型的位姿估计方法通常利用物体的几何关系来估计。其基本思想是利用某种几何模型或结构来表示物体的结构和形状，并通过提取某些物体特征，在模型和图像之间建立起对应关系，然后通过几何或者其它方法实现物体空间姿态的估计。这里所使用的模型既可能是简单的几何形体，如平面、圆柱，也可能是某种几何结构，也可能是通过激光扫描或其它方法获得的三维模型。基于模型的位姿估计方法是通过比对真实图像和合成图像，进行相似度计算更新物体姿态。

目前基于模型的方法为了避免在全局状态空间中进行优化搜索，一般都将优化问题先降解成多个局部特征的匹配问题，非常依赖于局部特征的准确检测。噪声较大无法提取准确的局部特征的时候，该方法的鲁棒性受到很大影响。

特别地，对于椅子位姿估计来说，由于椅子的形态千差万别，并没有一个通用的几何模型可以近似描述所有的椅子。这意味着如果采用基于模型的位姿估计方法，则需要针对每款椅子的几何形状进行建模，这需要耗费大量的人力物力。

(3)基于学习的位姿估计方法

基于学习的方法借助于机器学习方法，从事先获取的不同姿态下的训练样本中学习二维观测图像与三维姿态之间的对应关系，并将学习得到的决策规则或回归函数应用于样本，所得结果作为对样本的位姿估计。

基于学习的方法一般采用全局观测特征，不需检测或识别物体的局部特征，具有较好的鲁棒性。其缺点是由于无法获取在高维空间中进行连续估计所需要的密集采样，因此无法保证位姿估计的精度与连续性。