一种物体特征的识别方法、视觉识别装置及机器人制造方法及图纸

一种物体特征的识别方法，该方法通过获取物体的第一描述信息以及物体所处环境的第二描述信息，根据第一描述信息获取参考信息，根据第二描述信息以及参考信息，获取第一描述信息中符合第一条件的特征数据，其中，第一条件包括所有特征数据与第二描述信息构成的第一关联关系，根据获取到的特征数据确定特征表面，能够准确识别物体。还涉及一种行李箱把手的识别方法、一种视觉识别装置以及一种机器人。

【技术实现步骤摘要】
【国外来华专利技术】一种物体特征的识别方法、视觉识别装置及机器人
本申请涉及视觉识别
，特别是涉及一种物体特征的识别方法、视觉识别装置及机器人。
技术介绍
现有的主流视觉技术是采用机器学习的方法，使用大量的数据再训练出特定的模型，首先采集大量数据进行人工标注，再将标注后的数据交给机器学习程序进行训练。然而现有的机器通过采用有监督学习的方法来学习会存在一些弊端：机器学习需要大量的训练数据做支持，数据从采集到标注都需要大量的人工成本，采集需要征集志愿者配合完成，标注需要大量的人工对数据进行分类处理；机器学习容易出现过拟合现象，即对训练过的情况表现的非常准确，而未训练过的情况则表现出很差的效果；机器学习的结果具有不可预测性，目前人类还无法十分清楚机器学习的结果，可能会出现出人意料的错误。
技术实现思路
本申请涉及一种物体特征的识别方法、视觉识别装置及机器人，以解决现有技术中的机器难以识别物体的问题。为解决上述技术问题，本申请提出一种物体特征的识别方法，该方法包括获取物体的第一描述信息以及物体所处环境的第二描述信息；根据第一描述信息获取参考信息；根据第二描述信息以及参考信息，获取第一描述信息中符合第一条件的特征数据；其中，第一条件包括所有特征数据与第二描述信息构成的第一关联关系。为解决上述技术问题，本申请提出一种行李箱把手的识别方法，该方法包括获取行李箱的第一描述信息以及行李箱所处环境的第二描述信息；根据第一描述信息获取参考信息；根据第二描述信息以及参考信息，获取第一描述信息中符合第一条件的把手表面数据；其中，第一条件包括所有把手表面数据与第二描述信息构成的第一关联关系。为解决上述技术问题，本申请提出一种视觉识别装置，该视觉识别装置包括处理器和存储器，存储器中存储有计算机程序，该处理器执行计算机程序以实现上述方法中任一项所述的方法。为解决上述技术问题，本申请提出一种机器人，该机器人包括上述的视觉识别装置。本专利技术的有益效果是，区别于现有技术，本申请中的物体特征的识别方法通过获取物体的第一描述信息以及物体所处环境的第二描述信息，根据第一描述信息获取参考信息，根据第二描述信息以及参考信息，获取第一描述信息中符合第一条件的特征数据，其中，第一条件包括所有特征数据与第二描述信息构成的第一关联关系，根据获取到的特征数据确定特征表面，能够准确识别物体。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请物体特征的识别方法一实施例的流程图；图2是本申请物体特征的识别方法另一实施例的流程图；图3是行李箱把手位置示意图；图4是本申请行李箱把手的识别方法一实施例的流程图；图5是本申请视觉识别装置一实施例的结构示意图；图6是本申请机器人一实施例的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。请参阅图1，图1是本申请物体特征的识别方法一实施例的流程图，本实施例所揭示的方法具体可以包括以下步骤：S11：获取物体的第一描述信息以及物体所处环境的第二描述信息。在本实施例中，物体识别特征的方法用于识别物体的特征表面，特征表面可以为凹面、凸面、平面等等，在本实施例中具体不做限定。在本步骤S11中，可选择的，物体的第一描述信息以及物体所处环境的第二描述信息可以源于同一视觉图像，即可以在同一获取到的图像中获取第一描述信息及第二描述信息。物体所处环境的第二描述信息可以是物体的应用场地，当物体为行李箱时，行李箱所处环境的第二描述信息还可以包括应用场地内的其他物体，例如墙面、座椅、其他设施等。S12：根据第一描述信息获取参考信息。其中，参考信息可以是物体的物理属性信息，例如物体的尺寸、面积等等，参考信息的类型可以为一种也可以为多种，此处不做限定。S13：根据第二描述信息以及参考信息，获取第一描述信息中符合第一条件的特征数据；其中，第一条件包括所有特征数据与第二描述信息构成的第一关联关系。在上述步骤S11与S12中获取到第二描述信息以及参考信息后，在本步骤S13中，第一关联关系可以是所有特征数据与第二描述信息之间的特定关系，例如可以是点对点的相对位置关系、点对面的相对位置关系等等，在本实施例中不做限定。根据获取到的第二描述信息以及参考信息对获取到的第一描述信息进行筛选，以去除干扰的数据信息，从而根据获取到的特征数据确定特征表面。本申请提出一种物体特征的识别方法，该方法通过获取物体的第一描述信息以及物体所处环境的第二描述信息，根据第一描述信息获取参考信息，根据第二描述信息以及参考信息，获取第一描述信息中符合第一条件的特征数据，其中，第一条件包括所有特征数据与第二描述信息构成的第一关联关系，根据获取到的特征数据确定特征表面，能够准确识别物体。为便于理解，以下实施例将结合具体应用加以示例阐明本专利技术原理。上述事实例中的物体特征的识别方法可以应用于机场行李分拣系统，提供行李或行李具体特征部(例如，把手)的识别，以进一步实现行李的自动化运送。该方法可以通过处理器调用存储介质中的计算机程序实施。请参阅图2，图2是本申请物体特征的识别方法另一实施例的流程图，本实施例所揭示的方法具体可以包括以下步骤：S21：获取物体的第一描述信息以及物体所处环境的第二描述信。物体识别特征的方法用于识别物体的特征表面，特征表面可以为凹面、凸面、平面等等，在本实施例中特征表面为平面。例如，物体可以是行李箱，识别的特征表面可以为行李箱的表面，也可以为行李箱上把手所在的表面。可选择的，物体的第一描述信息以及物体所处环境的第二描述信息可以源于同一视觉图像。可选择的，物体的第一描述信息可以包括物体的三维点云数据。其中，点云数据是指扫描物体以点的形式记录，每一个点包含有三维坐标，即包含了每个点的空间坐标，还可以包括颜色信息(RGB)或反射强度信息(Intensity)。颜色信息可以通过例如相机等摄像装置获取彩色影像，然后将对应位置的像素的颜色信息赋予点云中对应的点。强度信息可以通过激光扫描仪等接收装置采集到的回波强度，强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长相关。物体所处环境的第二描述信息可以是物体的应用场地，当物体为行李箱时，行李箱所处环境的第二描述信息还可以是应用场地的三维点云信息，例如应用场地是行李箱的分拣地，相应的，三维点云信息可以包括分拣地的空间描述，以及其空间内的其他物体的描述数据，例如墙面、座椅、运输设备、机器人、行李架和/或其他设施等。S22：根据第一描述信息获取参考信息。可选择的，参考信息可以包括三维点云数据中各点的法线方向。获取三维点云数据中各点的法线方向时，可以通过将采集到的点云信息通过最小二乘拟合算法计算得出，本文档来自技高网...

【技术保护点】
1.一种物体特征的识别方法，其特征在于，所述方法包括：获取所述物体的第一描述信息以及物体所处环境的第二描述信息；根据所述第一描述信息获取参考信息；根据所述第二描述信息以及所述参考信息，获取所述第一描述信息中符合第一条件的特征数据；其中，所述第一条件包括所有所述特征数据与所述第二描述信息构成的第一关联关系。

【技术特征摘要】
【国外来华专利技术】1.一种物体特征的识别方法，其特征在于，所述方法包括：获取所述物体的第一描述信息以及物体所处环境的第二描述信息；根据所述第一描述信息获取参考信息；根据所述第二描述信息以及所述参考信息，获取所述第一描述信息中符合第一条件的特征数据；其中，所述第一条件包括所有所述特征数据与所述第二描述信息构成的第一关联关系。2.根据权利要求1所述的方法，其特征在于，所述第一描述信息包括所述物体的三维点云数据。3.根据权利要求2所述的方法，其特征在于，所述参考信息包括所述三维点云数据中各点的法线方向。4.根据权利要求3所述的方法，其特征在于，所述第二描述信息包括：根据所述物体所处环境设置的世界坐标系，以及所述世界坐标系下依据所述环境采用的参考特征，所述参考特征与所述特征数据的点均符合所述第一关联关系。5.根据权利要求4所述的方法，其特征在于，获取所述第一描述信息中符合第一条件的特征数据包括：筛选出所述法线方向相对所述参考特征的角度在角度阈值范围内的点，以获得第一疑似特征表面点集；其中，所述角度阈值取决于所述特征表面相对所述参考特征坐标的角度；对所述第一疑似特征表面点集进行区域分割，以获得能够构成平面区域的至少一个第二疑似特征表面点集；根据所述至少一个第二疑似特征表面点集确定所述特征表面。6.根据权利要求5所述的方法，其特征在于，所述对所述第一疑似特征表面点集进行区域分割，包括：利用三维区域增长算法对所述第一疑似特征表面点集进行区域分割。7.根据权利要求5所述的方法，其特征在于，所述根据所述第二疑似特征表面点集确定所述特征表面，包括：根据所述第二疑似特征表面点集的二维信息，筛选出所构成平面区域的形状和/或大小符合所述特征表面的形状和/或大小的第二疑似特征表面点集；根据筛选出的第二疑似特征表面点集确定所述特征表面。8.根据权利要求7所述的方法，其特征在于，所述根据所述第二疑似特征表面点集确定所述特征表面，进一步包括：将所述第二疑似特征表面点集投影到与所述特征表面平行的二维空间，以由所述第二疑似特征表面点集的三维点云信息获得二维信息。9.根据权利要求5所述的方法，其特征在于，所述方法用于识别凸出设置在所述特征表面上的特征部，所述方法进一步包括：根据所述三维点云信息计算所述环境中的点相对所述特征表面的垂直距离；筛选出所述垂直距离在距离阈值范围内的点，以获得疑似特征部点集；其中，所述距离阈值范围取决于所述特征部相对所述特征表面的高度；根据所述疑似特征部点集确定所述特征部。10.根据权利要求9所述的方法，其特征在于，所述方法进一步包括：根据所述三维点云信息，确定所筛选出的点投影在所述特征表面的位置信息；进一步筛选出所述位置信息符合位置条件的点，以构成疑似特征部点集；其中，所述位置条件取决于所述特征部相对所述特征表面的位置。11.一种行李箱把手的识别方法，其特征在于，所述方法包括：获取所述行李箱的第一描述信息以及行李箱所处环境的第二描述信息；根据所述第...

【专利技术属性】
技术研发人员：吴启帆，
申请(专利权)人：深圳蓝胖子机器人有限公司，
类型：发明
国别省市：广东,44