[发明专利]基于参考线及局部平面的位姿生成方法

说明书

一种基于参考线和局部平面的位姿生成方法，利用待定位工件3D点云中的平面点云给出工件的初步位姿，进而通过平移至相机坐标系，即可为后续的精匹配提供输入。相对于传统的基于3D点云中的点对特征匹配的“粗匹配”算法，这种基于“平面拟合”的“非匹配”算法，处理速度远快于粗匹配算法，将大大整体加快工件的定位速度方法。

技术领域

本发明涉及机器人领域，特别涉及一种用于机器人对操作工件进行识别定位的工件位姿生成方法。

背景技术

工业中，当使用3D相机定位物体后再通过机器人抓取时，通常会对3D相机采集得到的点云数据使用“粗匹配+精匹配”的方式。“粗匹配”算法用于对工件进行粗略定位，“精匹配”算法用于精细定位物体。

其中，“粗匹配”算法通常采用业内常用的PPF(PointPairFeature,点对特征)算法，该算法依靠三维点云中的点对特征进行物体的定位，输出待定位物体的6自由度位姿；“精匹配”算法通常采用ICP(IterativeClosestPoint，迭代最近邻点)算法，通过构建最近邻点集的方式迭代计算。

但由于3D相机拍摄获取的点云数据较大，定位工件时使用的上述匹配算法时间复杂度较高，往往存在工件定位识别耗时较长的问题。

发明内容

本公开针对上述“粗匹配”算法的弊端，提供了一种基于PCA(Principalcomponent analysis，主成分分析)待定位工件位姿生成方法，以替换基于点对特征匹配的“粗匹配”算法，加快工件定位速度。PCA是一种业界常用的分析方法，通过主成分分析，可以确定点云中某局部区域的法向。

本公开所述的位姿生成方法，和“粗匹配”算法一样，能够得到一个6自由度位姿，再对该位姿进行变换后即可作为粗位姿，向“精匹配”算法提供输入。

具体而言，本公开提供的是一种基于参考线及局部平面的位姿生成方法，包括以下步骤：

获取一个待定位工件的点云；

基于该工件上表面中的一个局部平面，抠取一平面点云；

基于所述平面点云的中心坐标Op′，构建坐标系Op′-Xp′-Yp′-Zp′作为初始位姿，其中，Xp′沿所述平面点云的长轴方向，Zp′沿所述局部平面的法线、朝向相机方向；

建立虚拟参考轴，该轴与相机坐标系Oc′-Xc′-Yc′-Zc′的Zc轴平行，且穿过待定位工件的所述局部平面处；

计算所述虚拟参考轴和Op′-Xp′-Yp′平面的相交点P；

将所述初始位姿Op′-Xp′-Yp′-Zp′平移至点P处，得到位姿Ot-Xt-Yt-Zt，即可作为粗位姿输入到后续“精匹配”算法中。

进一步地，采用ROI(RegionofInterest，感兴趣区域)算法抠取工件上表面中的平面点云部分。

进一步地，所述构建坐标系Op′-Xp′-Yp′-Zp′的方法包括：

对抠取的所述平面点云计算其中心坐标Op′；

计算所述局部平面的法线朝向，选择其朝向相机的方向，得到轴向Zp′；

将沿所述平面点云长轴的一个方向定为Xp′；

将Zp′和Xp′叉乘可获得轴Yp′，

由此可构建坐标系Op′-Xp′-Yp′-Zp′，作为所述初始位姿。

进一步地，对所述平面点云，使用PCA(主成分分析)法得到所述局部平面的法线朝向。

进一步地，所述虚拟参考轴可表达为参数方程形式：