[发明专利]基于3D视觉的目标物体识别和位姿估算方法以及装置

权利要求书

1.一种基于3D视觉的目标物体识别和位姿估算方法，其特征在于，包括：

利用3D视觉模块对目标物体群采集第一点云图；

对所述第一点云图进行点云聚类分割，分离出单个的第一疑似目标物体；

通过对比所述第一疑似目标物体的特征与第二点云图的特征，从全体的所述第一疑似目标物体中筛选出第二疑似目标物体，其中，所述第二点云图为预先获取的单个目标物体的三维特征点云图；

将所述第二疑似目标物体与所述第二点云图进行配准，以识别目标物体并获取目标物体相对所述3D视觉模块的位姿。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一点云图进行点云聚类分割，包括：

根据所述第一点云图的点云间欧氏距离以及所述第一点云图的的点云法向量夹角来进行聚类分割。

3.根据权利要求1所述的方法，其特征在于，所述将所述第二疑似目标物体与所述第二点云图进行配准，以识别目标物体并获取目标物体相对所述3D视觉模块的位姿，包括：

将所述第二疑似目标物体与所述第二点云图进行点云粗配准，以识别目标物体并获取目标物体相对所述3D视觉模块的粗配准位姿；

将所述第二疑似目标物体与所述第二点云图进行点云精细配准，结合所述粗配准位姿，以精确识别目标物体并获取目标物体相对所述3D视觉模块的精确位姿。

4.根据权利要求1所述的方法，其特征在于，所述第二点云图的获取方法包括：

绘制单个目标物体的三维立体图；

利用点云库对所述三维立体图进行处理，获得所述第二点云图。

5.根据权利要求1所述的方法，其特征在于，该方法还包括：

通过对所述位姿进行几何约束验证过滤，获得所述位姿的置信度；

根据所述置信度和预设的阈值，获得最终位姿。

6.根据权利要求1所述的方法，其特征在于，所述通过对比所述第一疑似目标物体的特征与第二点云图的特征，从全体的所述第一疑似目标物体中筛选出第二疑似目标物体，包括：

利用BoundingBox算法从全体的所述第一疑似目标物体中筛选出第二疑似目标物体。

7.一种基于3D视觉的目标物体识别和位姿估算装置，其特征在于，包括：

3D视觉模块，其用于对目标物体群采集第一点云图；

点云聚类分割模块，其用于对所述第一点云图进行点云聚类分割，分离出单个的第一疑似目标物体；

特征对比筛选模块，其用于通过对比所述第一疑似目标物体的特征与第二点云图的特征，从全体的所述第一疑似目标物体中筛选出第二疑似目标物体，其中，所述第二点云图为预先获取的单个目标物体的三维特征点云图；

特征提取模块，其用于提取所述第一疑似目标、所述第二疑似目标、所述第一点云图以及所述第二点云图的特征；

配准模块，其用于将所述第二疑似目标物体与所述第二点云图进行配准，以识别目标物体并获取目标物体相对所述3D视觉模块的位姿。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

所述配准模块包括有粗配准模块和精细配准模块；

所述粗配准模块用于将所述第二疑似目标物体与所述第二点云图进行点云粗配准，以识别目标物体并获取目标物体相对所述3D视觉模块的粗配准位姿；

所述精细配准模块用于将所述第二疑似目标物体与所述第二点云图进行点云精细配准，结合所述粗配准位姿，以精确识别目标物体并获取目标物体相对所述3D视觉模块的精确位姿。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

点云生成模块，其用于接收单个目标物体的绘制三维立体图，并利用点云库对所述三维立体图进行处理，获得所述第二点云图。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

位姿验证模块，其用于通过对所述位姿进行几何约束验证过滤，获得所述位姿的置信度；

根据所述置信度和预设的阈值，获得最终位姿。