[发明专利]基于空间运动目标三维重构的几何参数辨识方法及系统

说明书

本发明公开了基于空间运动目标三维重构的几何参数辨识方法及系统，该方法包括：获取单目视觉图像数据和稀疏点云数据；对单目视觉图像数据进行像素级分割与拟合，构建空间运动目标的光学模型；基于视觉映射方法将稀疏雷达的稀疏点云数据与光学模型进行融合，得到点云粗提取结果；基于迭代匹配多视角点云融合方法对点云粗提取结果进行融合处理；基于特征和学习混合法对点云融合结果进行三维重构并对空间运动目标的几何参数进行自主辨识。通过使用本发明，能够提高空间运动目标三维重构和几何参数自主辨识的精确性、稳定性以及时效性。本发明作为基于空间运动目标三维重构的几何参数辨识方法及系统，可广泛应用于计算机视觉领域。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及基于空间运动目标三维重构的几何参数辨识方法及系统。

背景技术

在机械臂抓取任务中，一般包括空间运动目标的定位、跟踪和抓取三个过程。如果空间运动目标具有一定的运动速度，那么机械臂抓取的难度大幅度上升。因此，在定位过程中，需要通过视觉系统实现空间运动目标的几何参数的辨识和相对位姿的估计，它的前提条件是初始相对位姿已知。三维重构能够获取空间运动目标的点云信息，进而可以确定其初始相对位姿和几何参数，为后续的跟踪和抓取任务提供重要信息。因此，在对相对位姿进行估计之前，有必要对空间运动目标进行三维重建，从而获取精确的参考相对位姿。视觉相机蕴含着丰富的边缘信息，而雷达数据更好地体现了尺度信息。然而，传统方法没有对视觉和点云进行匹配，不能充分利用图像丰富的边缘特征。

发明内容

为了解决上述技术问题，本发明的目的是提供基于空间运动目标三维重构的几何参数辨识方法及系统，通过多源融合可以实现多视角视觉和点云的信息互补，提高空间运动目标三维重构和几何参数自主辨识的精确性、稳定性以及时效性。

本发明所采用的第一技术方案是：基于空间运动目标三维重构的几何参数辨识方法，包括以下步骤：

通过单目摄像头与多线激光雷达对空间运动目标进行视觉图像数据与激光点云数据的采集，且基于不同视角进行多次采集，得到单目视觉的图像数据和稀疏点云数据；

通过自主视觉区域分割法对单目视觉的图像数据进行像素级分割与拟合，构建空间运动目标的光学模型；

基于视觉映射方法将稀疏雷达的稀疏点云数据与空间运动目标的光学模型进行融合，得到空间运动目标的点云粗提取结果；

基于迭代匹配空间运动目标多视角点云融合方法对空间运动目标的点云粗提取结果进行融合处理，得到空间运动目标的点云融合结果；

基于特征和学习混合的方法对空间运动目标的点云融合结果进行三维重构并根据重构结果对空间运动目标的几何参数进行自主辨识，得到辨识结果。

进一步，所述通过自主视觉区域分割法对单目视觉的图像数据进行像素级分割与拟合，构建空间运动目标的光学模型这一步骤，其具体包括：

将空间运动目标的单目视觉的图像数据进行空间转换处理，得到空间运动目标的HSV图像；

设置预设颜色分割阈值对空间运动目标的HSV图像进行分割处理，得到初步的分割结果；

通过图像膨胀技术对初步的分割结果中空间运动目标的残缺部位进行填充，得到空间运动目标的填充图像；

对空间运动目标的填充图像的轮廓进行提取筛选，获取空间运动目标的边缘轮廓直线；

对空间运动目标的边缘轮廓直线进行拟合，提取边缘直线的有效顶点；

基于极坐标思想对边缘直线的有效顶点进行排序并根据排序结果进行首尾相连，构建空间运动目标的光学模型即空间运动目标的掩码图像。

进一步，所述基于视觉映射方法将稀疏雷达的稀疏点云数据与空间运动目标的光学模型进行融合，得到空间运动目标的点云粗提取结果这一步骤，其具体包括：