[发明专利]一种利用轮廓信息的6D位姿估计方法

说明书

本发明提供了一种利用轮廓信息的6D位姿估计方法，包括：基于卷积神经网络设计目标物体6D位姿估计网络；采集和标注不同背景、角度和姿态的目标物体训练样本图片构建数据集，并对训练样本进行数据增强；对目标物体6D位姿估计网络进行训练，得到网络参数模型；调用目标物体6D位姿估计网络参数模型对目标物体图片进行预测，得到目标物体关键点二维投影坐标；由目标物体关键点二维投影坐标，利用EPnP计算出目标物体6D位姿。本发明方法在不需要位姿修正后处理的情况下，通过所设计的6D位姿估计网络，利用目标物体的轮廓信息快速准确地检测出目标物体的6D位姿。

技术领域

本发明涉及物体定位和姿态估计领域，具体涉及一种利用轮廓信息的6D位姿估计方法。

背景技术

近年来深度学习在目标检测领域取得的巨大突破，机器人等领域对目标检测提出了更高的要求，即检测物体的6D位姿(三维位置和三维旋转角)，以更高效地进行社会生产活动。工业机器人是面向工业领域的多关节机械手和多自由度的机器装置，它是靠自身动力系统和控制能力来实现工业生产任务的一种机器人。它可以按照预先设定的程序运行，现代工业机器人可以根据人工智能算法制定的决策规则工作。服务机器人是一种半自主或全自主工作的机器人，现已进入半商业化应用。

在机器人等实际应用中，其对周围环境的目标物体检测是非常重要的。在机器人日常的抓取操作任务中，高效精准地检测物体的6D位姿，机器人才可以利用物体的位姿信息规划运动路径并调整机械臂姿态来移动目标物体，可靠地保证机器人操作的高效性和安全性。

随着VGG、Faster R-CNN、YOLO深度学习算法在目标检测领域取得突出进展，越来越多的制造业公司开始利用深度学习方法运用于工件等物体检测，来提高流水线生产的效率和算法的可靠性，极大地提升实际生产效能。然而，面对位姿变化的物体和某些位姿检测精度要求较高的操作任务，现有技术在物体位姿估计任务上不仅存在检测精度较差的问题，而且很难平衡算法在物体位姿检测精确度和检测速度，从而限制了机器人的自动化程度。

发明内容

本发明所要解决的技术问题是提供一种利用轮廓信息的6D位姿估计方法，实时地对目标物体进行6D位姿处理，检测精度高且检测速度快。

为解决上述技术问题，本发明采用的技术方案是：

一种利用轮廓信息的6D位姿估计方法，包括以下步骤：

S1：基于卷积神经网络设计目标物体6D位姿估计网络，包含网络共享层、轮廓预测分支和边界框预测分支；

网络共享层由卷积层和池化层组成，用于提取图片中目标物体特征，得到特征图；

轮廓预测分支由上采样层和卷积层组成，每次上采样之后得到的特征图和网络共享层中相同尺度的特征图拼接得到新的特征图，并作为下一个卷积层的输入；

边界框预测分支由一系列全卷积网络以及一个直连层组成，此分支将输入图片划分为S×S个网格，每个网格对应图片中32×32的区域，每个网格输出包含代表3D边界框的9个关键点投影坐标、类别概率，预测框的置信度；边界框预测分支输出维度大小为S×S×D的张量，其中D＝(9×2+N+1)，N代表目标物体的类别个数，9个关键点为3D边界框的顶点和边界框的中心；

S2：采用不同背景、角度和姿态的目标物体图片作为训练样本以构建训练集，对训练样本进行数据增强，以及轮廓信息标注、分类信息标注和位姿信息标注；

S3：使用步骤S2构建的训练集对目标物体6D位姿估计网络进行训练，通过最小化设计的损失函数优化网络参数，当训练次数达到预设次数时，停止训练并得到6D位姿估计网络模型；

S4：调用S3得到的6D位姿估计网络模型对目标物体图片进行预测，得到目标物体关键点的二维投影坐标；