双目视觉系统的三维重建方法、装置及双目视觉系统制造方法及图纸

本发明专利技术提供一种双目视觉系统的三维重建方法、装置及双目视觉系统，所述三维重建方法为：使用预先标定参数模型的双目摄像头获取两幅图像；基于所述两幅图像，使用YOLO目标检测算法获取目标物体图像的识别信息与检测窗口，对所述两幅图像的检测窗口作为特征点进行立体匹配，获得目标物体图像的空间离散点云；基于所述空间离散点云与所述参数模型，通过三角测绘的原理，获取实际空间中目标物体的位置坐标，以完成三维重建。本发明专利技术提供的双目视觉系统的三维重建方法，可以对目标物体进行识别，结合识别结果进行特征点匹配，完成立体视觉，从而为服务机器人完成抓取与操作任务提供必要参数。

【技术实现步骤摘要】
双目视觉系统的三维重建方法、装置及双目视觉系统
本专利技术涉及人工智能、立体视觉
，更具体地，涉及一种双目视觉系统的三维重建方法、装置及双目视觉系统。
技术介绍
对物体的抓取与操作是智能服务机器人需要执行的基本任务，通过机器人的视觉系统对目标物体进行识别与定位是其完成抓取目标物体任务的前提。但机器人不能像人类一样轻松的对复杂环境进行感知。双目立体视觉是典型的类人视觉模型，采用两个视觉传感器进行图像采集，立体矫正，立体匹配等工作，能够获取丰富的环境信息，在传统的图像获取的基础上，增加了对场景深度信息的感知能力，非常适用于构建智能服务机器人的视觉系统。在目前的机器人行业中，工业机器人的视觉系统技术较为成熟，但其对工作环境要求苛刻，不能满足非结构化环境的应用需求，难以移植应用于智能服务机器人。智能服务机器人的视觉功能往往较为单一，只能用于采集特定工作所需要的环境信息。
技术实现思路
为了至少部分地克服现有技术中存在的上述问题，本专利技术提供一种双目视觉系统的三维重建方法、装置及双目视觉系统。根据本专利技术的一个方面，本专利技术提供一种双目视觉系统的三维重建方法，包括：使用预先标定参数模型本文档来自技高网...

【技术保护点】
一种双目视觉系统的三维重建方法，其特征在于，包括：使用预先标定参数模型的双目摄像头获取两幅图像；基于所述两幅图像，使用YOLO目标检测算法获取目标物体图像的识别信息与检测窗口，对所述两幅图像的检测窗口作为特征点进行立体匹配，获得目标物体图像的空间离散点云；基于所述空间离散点云与所述参数模型，通过三角测绘的原理，获取实际空间中目标物体的位置坐标，以完成三维重建。

【技术特征摘要】
1.一种双目视觉系统的三维重建方法，其特征在于，包括：使用预先标定参数模型的双目摄像头获取两幅图像；基于所述两幅图像，使用YOLO目标检测算法获取目标物体图像的识别信息与检测窗口，对所述两幅图像的检测窗口作为特征点进行立体匹配，获得目标物体图像的空间离散点云；基于所述空间离散点云与所述参数模型，通过三角测绘的原理，获取实际空间中目标物体的位置坐标，以完成三维重建。2.根据权利要求1所述的双目视觉系统的三维重建方法，其特征在于，基于opencv的摄像机平面标定法对所述双目摄像头进行参数模型标定。3.根据权利要求1所述的双目视觉系统的三维重建方法，其特征在于，所述参数模型包括内部参数、外部参数以及畸变参数；其中，所述内部参数为双目摄像头的内部结构参数；所述外部参数包括双目摄像头的旋转矩阵和平移矩阵；所述畸变参数包括径向畸变和切向畸变。4.根据权利要求1所述的双目视觉系统的三维重建方法，其特征在于，所述YOLO目标检测算法中使用的神经网络架构模型为Darknet19；其中，所述Darknet19包括19层convolutionallayers和5层maxpoolinglayers，conv层包括1*1和3*3两种Kernel。5.根据权利要求4所述的双目视觉系统的三维重建方法，其特征在于，所述Darknet19使用的训练集为VOC2012数据集。6.根据权利要求1所述的双目视觉系统的三维重建方法，其特征在于，所述基于所述两幅图像，使用YOLO目标检测算法获取目标物体图像的识别信息与检测窗口具体为：将所述两幅图像分别划分...

【专利技术属性】
技术研发人员：左国玉，陈珂鑫，卢佳豪，潘婷婷，刘月雷，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11