[发明专利]一种基于物理仿真的物体语义和位姿数据集生成方法

摘要

本发明公开了一种通过物理仿真生成物体语义和位姿数据集的方法，涉及机器人智能感知的深度学习应用领域，包括几何建模、初始化、仿真解算、渲染、读取和生成大规模数据集这几个步骤。本发明针对工业机器人分拣应用中用于深度学习的物体识别数据集建设成本大的问题，提出了一种基于物理仿真的物体语义和位姿数据集生成方法，能够获取逼近真实场景的数据集，适应于工业领域物体分拣应用中的低成本数据集生成，同样适应于其他物体语义和位姿识别领域的数据集生成应用，具有成本低、数据集逼近真实场景和应用范围广的效果。

主权项

1.一种基于物理仿真的物体语义和位姿数据集生成方法，其特征在于，所述方法包括以下步骤：步骤1、针对数据应用场景进行几何建模；步骤2、通过物理引擎建立物理场景，初始化场景各个几何体物理仿真参数和渲染配置；步骤3、随机初始化相机配置，光源配置和物体类型，个数及初始姿态；步骤4、根据物理场景当前状态进行仿真解算，达到物理稳定结果，贴近实际物体堆叠场景；步骤5、根据当前相机配置渲染场景的颜色图像，深度图像和点云数据，恢复场景点云；步骤6、通过读取物理世界内部参数和渲染设置，得到场景中每个物体的类别，语义，包围框和位姿等标注信息；步骤7、重复步骤4至步骤6，直至数据集达到指定数据规模，生成大规模数据集。