[发明专利]一种基于点云位姿估计的随机堆放工件定位方法在审
申请号: | 202211183631.2 | 申请日: | 2022-09-27 |
公开(公告)号: | CN115512137A | 公开(公告)日: | 2022-12-23 |
发明(设计)人: | 王化明;杨雪峰;郝琳博;徐轲;沈颖;曹文卓;叶剑锋;陈亚卿;洪颖;吕享 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06V10/74 | 分类号: | G06V10/74;G06V10/44;G06V10/762 |
代理公司: | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人: | 李鑫 |
地址: | 210016 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 点云位姿 估计 随机 堆放 工件 定位 方法 | ||
1.一种基于点云位姿估计的随机堆放工件定位方法,其特征在于,该方法包括以下步骤:
S1、使用数字建模软件获取工件3D点云数据,剔除部分冗余数据;
S2、计算步骤S1中工件点云数据法线,并约束法线方向统一指向模型外部,对带有法线的点云下采样,根据每个点的形状索引特征和可见概率计算投票权重;
S3、离线训练阶段,提取点对特征,将特征存储至查找表中的16邻域;计算每个模型点的局部参考系,用以后期假设验证;
S4、在线匹配阶段,计算场景点云的点对特征,在预训练查找表中寻找匹配关系,利用预计算的投票权重在投票表中投票;计算场景点局部参考系用以验证投票生成的位姿矩阵;对通过验证的位姿矩阵进行聚类获取更高精度的位姿估计结果;
S5、使用票数高的一定百分比的位姿假设进行欧式聚类,提取属于不同实例的位姿;对聚类结果,提取模型在粗位姿下的可见点,使用改进的ICP算法进行精确配准以定位目标;计算模型点与场景点的重叠率,筛选未被遮挡的实例作为待抓取对象。
2.如权利要求1所述的方法,其特征在于,步骤S2具体包括以下步骤:
S2-1、计算点云分辨率;
S2-2、使用主成分分析法计算所有点的法线;
S2-3、对所计算的法线重定向,将法线统一指向模型外部;
S2-4、对所述模型的点云进行体素栅格均匀采样,对下采样后的点云数据计算形状索引特征和可见概率;
S2-5、计算点对的投票权重。
3.如权利要求2所述的方法,其特征在于,所述步骤S2-3包括以下具体步骤:
S2-31、构造模型点云欧式距离最小生成树;
S2-32、在欧式最小生成树中加入邻域信息构造黎曼图;
S2-33、计算黎曼图最小生成树;
S2-34、选择初始点,以该点法线为参考,遍历黎曼最小生成树进行法向传播。
4.如权利要求1所述的方法,其特征在于,步骤S3包括以下具体步骤:
S3-1、计算点对特征
使用模型中两点及其法线计算点对特征,点m1和其法线n1,与点m2和其法线n2组成的点对特征F(m1,m2)计算方法为:
F(m1,m2)=(||d||2,∠(n1,d),∠(n2,d),∠(n1,n2)) (8)
式中,d表示两点连线,∠(n1,d),∠(n2,d),∠(n1,n2)为两法线与两点连线两两组合的夹角;
S3-2、计算模型点局部参考系:
查找模型点p半径R邻域内的临近点,假设有n个临近点,以点p近似作为重心,计算协方差矩阵M:
式(9)中,di表示临近点pi到重心点p的欧氏距离;
使用奇异值分解计算协方差矩阵M的特征值和特征向量,对向量方向进行约束,作为点p的局部参考系,约束方法为:
将最小特征值对应的特征向量作为局部坐标系Z轴,将其约束至与法线np方向一致:
其中,Z+为最小特征值对应的特征向量的方向,Z-为其相反方向,np为p点法线;
局部参考系X轴的方向约束方法为:
其中,X+为最大特征值对应的特征向量的方向,X-为相反方向;和的计算方法为:
在Z轴与X轴方向固定的情况下,Y轴的方向由Z叉乘X计算:
Y=Z×X (13)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211183631.2/1.html,转载请声明来源钻瓜专利网。