The invention discloses a method and a system for object recognition and localization of 3D point cloud based on the identification and localization of target material in workpieces in industrial production process is divided into offline feature extraction and feature matching online two modules, which greatly reduces the computation time of the stage, to improve the speed of operation. The invention introduces matching quality evaluation to obtain accurate three-dimensional position and posture of the workpiece, thereby controlling the industrial robot to grasp the recognized workpiece in a corresponding gesture. Different from the local geometry for the workpiece characteristics (such as: round hole) object recognition and localization customization development algorithm, the invention can carry out universal recognition and accurate positioning of different workpieces without the need to develop algorithms, saving development time. In addition, the traditional robot baiting scheme according to certain requirements of the workpiece attitude into the camera view, the attitude of the workpiece in the camera in the field without any requirements, the workpiece can be placed, discrete overlap or occlusion.
【技术实现步骤摘要】
一种基于三维点云的目标识别与定位方法及系统
:本专利技术属于机器视觉
,具体是涉及一种基于三维点云的目标识别与定位方法及系统。
技术介绍
:在工业生产过程中,上下料是不可或缺且多次出现的生产工序。当前工业生产过程中根据来料的体积和重量采用不同的上下料方式,比如使用振动盘对体积、重量较小的工件(如:螺钉)进行有序排列并供料给锁螺丝机等设备;对于体积、重量中等且容易损坏的工件由人工手动进行拾取和放置;对于体积、重量较大且生产环境恶劣的工件,使用机器视觉引导工业机器人对工件进行上下料(如给冲压、铸造等设备上下料)。随着全世界范围人工成本的提高,中国人口红利的逐渐消失以及机器人技术、机器视觉技术在过去几十年的蓬勃发展,加上工业机器人和机器视觉在工业领域应用范围的不断拓展,使得机器视觉引导机器人上下料的方式越来越受广大生产厂商的欢迎。康耐视(COGNEX)、基恩士(KEYENCE)、大恒等国内外视觉公司以及库卡(KUKA)、ABB、安川(Yaskawa)、发那科(FANUC)等工业机器人生产厂商相继提出各自的工业机器人视觉引导方案。目前存在的视觉引导方案基本工作流程为:使用工业相机对工件进行拍照,利用机器视觉技术获得目标工件与标准姿态之间存在的偏差,继而规划工业机器人的抓取路径,完成工件的上下料。尽管机器视觉技术可以适用于对相机视场范围内不同体积和重量的工件上下料工序进行引导,但机器视觉方法的正确率和精度却对待测工件的形貌特征非常敏感,也就是说没有某一种机器视觉算法能够适用于所有工件,当前机器视觉方法必须根据具体工件的局部几何形状特征来选取特定的算法。每当更换 ...
【技术保护点】
一种基于三维点云的目标识别与定位方法,其特征在于,包括如下步骤:S1:离线特征提取,导入工件模型,计算并创建数据库;S2:在线特征匹配,获取最终的目标识别与定位结果;所述步骤S1具体包括如下步骤:S11:导入工件的模型点云;S12:计算模型点云中各个点对应的法向量;S13:在模型点云中随机选取一个模型点对,计算所述模型点对对应的模型点对特征;S14:重复所述步骤S13,获取模型点云中一定数量的模型点对及其对应的模型点对特征,使用上述获取的模型点对及其对应的模型点对特征创建数据库;所述步骤S2具体包括如下步骤:S21:采集工件所在场景的三维点云数据,即获取了工件的场景点云,对所述场景点云进行预处理;S22:计算预处理后的场景点云中各个空间点对应的法向量;S23:在场景点云中随机选取一个场景点对,计算所述场景点对对应的场景点对特征;S24:特征匹配,使用所述场景点对特征在所述步骤S14创建的数据库中查找具有相同特征的模型点对;S25:使用具有相同特征的模型点对和场景点对产生位姿假设;S26:对步骤S25中产生的位姿假设进行匹配质量评估;S27:多次循环步骤S23~S26,获取匹配质量最优的 ...
【技术特征摘要】
1.一种基于三维点云的目标识别与定位方法,其特征在于,包括如下步骤:S1:离线特征提取,导入工件模型,计算并创建数据库;S2:在线特征匹配,获取最终的目标识别与定位结果;所述步骤S1具体包括如下步骤:S11:导入工件的模型点云;S12:计算模型点云中各个点对应的法向量;S13:在模型点云中随机选取一个模型点对,计算所述模型点对对应的模型点对特征;S14:重复所述步骤S13,获取模型点云中一定数量的模型点对及其对应的模型点对特征,使用上述获取的模型点对及其对应的模型点对特征创建数据库;所述步骤S2具体包括如下步骤:S21:采集工件所在场景的三维点云数据,即获取了工件的场景点云,对所述场景点云进行预处理;S22:计算预处理后的场景点云中各个空间点对应的法向量;S23:在场景点云中随机选取一个场景点对,计算所述场景点对对应的场景点对特征;S24:特征匹配,使用所述场景点对特征在所述步骤S14创建的数据库中查找具有相同特征的模型点对;S25:使用具有相同特征的模型点对和场景点对产生位姿假设;S26:对步骤S25中产生的位姿假设进行匹配质量评估;S27:多次循环步骤S23~S26,获取匹配质量最优的一个位姿假设作为最终的目标识别与定位结果。2.根据权利要求1所述的基于三维点云的目标识别与定位方法,其特征在于,所述步骤S13中:所述模型点对由模型点云中任意两点及各自法向量组成。3.根据权利要求1所述的基于三维点云的目标识别与定位方法,其特征在于,所述步骤S21中:使用3D相机采集工件所在场景的三维点云数据。4.根据权利要求1所述的基于三维点云的目标识别与定位方法,其特征在于,所述步骤S21中:所述预处理包括滤波及去噪处理,用于去除场景点云中噪声点及离群点。5.根据权利要求1所述的基于三维点云的目标识别与定位方法,其特征在于,所述步骤S23中:所述场景点对由场景点云中任意两点及其各自法向量组成。6.一种基于三维点云的目标识别与定位系统,其特征在于,包括:离线特征提取模块,所述离线特征提取模块用于导入工件模型,计算并创建数据库;在线特征匹配模块,所述在线特征匹配模块用于获取最终的目标识别与定位结果;所述离线特征模块具体包括:模型点云加载子模块,所述模型点云加载子模块用于导入工件的模型点...
【专利技术属性】
技术研发人员:吕绍林,孟健,王莹,陈文桥,孙金虎,王洋,
申请(专利权)人:苏州博众精工科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。