[发明专利]基于规范性编码的复杂点云分割方法及系统

权利要求书

1.基于规范性编码的复杂点云分割方法，其特征在于，包括如下步骤：

步骤一制作目标点云3级模板

若给定的目标格式为点云，则直接输入，若给定的目标格式为CAD模型，将CAD模型转换为点云，利用规范编码方法将目标点云编码为长度为N，3N，6N的定长编码，长度为N的定长编码表示在编码过程中使用N组坐标系，不同长度定长编码中的每组坐标系含有的坐标系个数w相同；然后按照规范化坐标系集中对应的采样坐标系x轴方向，将长度为6N的定长编码中的数据分为6N组，记作D＝{d₁，d₂......d_6N}，其中第n组数据d_n＝{d₁₁，d₁₂......d_1w}对应的坐标系x轴方向相同；接着采用主成分分析法对点云d₁，d₂......d_6N分别进行位姿校正，校正后的点云数据为r₁，r₂......r_6N；最后将各个模块编码为长度为3N的定长编码；

规范性编码具体过程为：

(1)对输入点云进行归一化处理，得到归一化后的点云P与新坐标系{G}，归一化前的点云数据是归一化后的s倍，所述s为缩放系数；

(2)在以坐标系{G}的原点为球心，半径为1的球体内建立规范化坐标系集{S_n}，为使坐标系集{S_n}中的坐标系更均匀的分布于空间，将{S_n}中的坐标系分为N组，每组共w个坐标系，并利用斐波那契球构建坐标系集{S_m}，坐标系的构建主要根据输入点云坐标来确定；

(3)计算坐标系x轴在正方向与P所表征物体表面相交点附近的拟合平面的近似方程；通过在坐标系中建立圆柱，记录点云P落在其中的点集V{A₁，A₂...}，分别计算V中各个点到坐标系原点的距离，选择距离原点最小的点A_e(x_e，y_e，z_e)和其临近的三个点A₁(x₁，y1，z₁)、A₂(x₂，y₂，z₂)、A₃(x₃，y₃，z₃)，Ae、A₁、A₂、A₃四个点拟合为P的物体表面F，并且坐标系的x轴可穿过该表面F；

(4)计算坐标系的x轴正方向与P所表征物体表面的交点Q；

由于平面F是由空间中4个点拟合的，采用双线性内插法，计算四个点坐标与坐标系位姿的交点Q(X_ik，Y_ik，Z_ik)，公式如下：

其中，M为坐标系{G}绕任意轴的旋转矩阵，ik表示第i组的第k个坐标系，i≤m，k≤w；

(5)重复(3)和(4)，对原始点云进行顺序固定的重编码，并将获得的交点依次记录，获得定长有序的三维结构数据；

(6)根据获得的三维结构数据，按照顺序计算数据中的点与其重编码时对应的坐标系原点间的距离，将定长有序的三维结构数据转化为定长有序的一维结构数据；

步骤二建立空间球体滑窗

根据目标点云模板，构建以缩放倍数为半径的球体，将该球体作为空间滑窗，在待分割点云中进行从左到右，从前往后，从上到下滑动；计算当前点云落在该球体内的数量，若当前滑窗内的点云数量小于预先设定的点云阈值，则继续滑动窗口，若大于阈值，表示可能检测到目标物体，进入步骤三；

步骤三初步判断滑窗内的点云数据是否和目标模板相符

按照步骤一中的编码方式对滑窗内的点云进行规范化编码，得到编码长度为8q的定长编码，将该定长编码中的数据根据对应x轴方向分为8q组C{c₁，c₂...c_8q}，并使用PCA对8q组数据分别进行位姿校正，获得校正位姿后的数据B{b₁，b₂...b_8q}，其中，b₁中相同组数据b₁₁，b₁₂...b_1w各点对应坐标系的方向相同；将校正位姿后的各组数据分别与R＝{r₁，r₂，...r_k，...，r_6N}中各组数据计算平均差异，b_l与r_k计算差异ε₁的公式如下：

其中，e为w组坐标系中目标点云校正位姿数据与待分割点云校正后位姿数据的求和平均值，1≤l≤q，1≤j≤w，1≤k≤6N；

若出现一组ε₁值小于阈值T₁，则判定球体内检测的点云数据有可能为目标物体，并且根据b_l与r_k坐标系x轴的方向调整待检测物体的位姿，进入步骤四进行准确判断；若各组b_l与r_k计算的ε₁值都大于阈值T₁，则判定球体内点云数据与目标物体点云数据不匹配，重复步骤二，继续使用球体滑窗在待分割点云中滑动；

步骤四准确判断滑窗内的点云数据是否和目标模板相符

对滑窗内调整位姿后的点云数据进行规范化编码，得到编码长度为N的定长编码，编码数据为{b₁₁，b₁₂...b_1w...b₂₁...b_Nw}，将该组数据与模板编码长度为N的定长编码{r₁₁，r₁₂...r_1w...r₂₁...r_NW}比较获得误差ε₂，计算公式如下：

如果误差ε₂值大于阈值T₂，则认为当前球体内未检测到目标点云，返回步骤三，重新计算下一个目标点云校正位姿数据与待分割点云校正后位姿数据的误差ε₁，如果误差ε₂值小于阈值T₂，则认为当前球体内已准确检测到目标点云，进入步骤五；

步骤五点云匹配位姿优化

减小球体滑窗的滑动距离，采用球体滑窗在步骤四中已检测到的目标点云位置附近滑动，每次滑窗都对新采集的点云进行规范化编码，得到编码长度为3N的定长编码，第h次得到的编码数据为{b_h11，b_h12...b_h1w...b_h21...b_h3Nw}，比较获得的所有滑窗内的数据，并根据公式(6)计算每组数据误差ε₂；当ε₂最小时，说明待分割点云和目标点云模板最匹配，即将此时球体滑窗位置作为最终检测到目标的位置；

步骤六判断目标点云各模块的名称

首先根据目标点云各模块大小与整体目标点云模块的位姿关系，分别调整球体滑窗大小，确定球体滑窗在目标点云模块中的滑动范围，然后使用球体滑窗在滑动范围内进行各方向滑动，获得落在球体滑窗内点云数据并将其编码为长度为3N的定长编码，将该定长编码与对应的模块编码根据公式(6)计算每组数据误差ε₂，当ε₂最小时，说明此时位于球体滑窗内的点云和目标点云模块模板最匹配，最后对滑窗内的点云进行模块标记；

步骤七重复步骤二至步骤五，获得目标场景中所有目标物体及其标识结果。