【技术实现步骤摘要】
一种基于点云数据的工件位姿快速高精度估算方法及装置
本专利技术涉及机器视觉的物体位姿估计
，具体涉及一种基于点云数据的工件位姿快速高精度估算方法和装置。
技术介绍
随着工业机器人技术的发展，越来越多的自动化生产线上采用机器人作业，在机器人自动分拣、自动装配等领域，视觉引导机器人作业越来越重要。传统的视觉引导基于2D图像，而近年来，使用三维扫描设备(如三维激光扫描仪、结构光相机等)获取工件表面的三维点云数据(即工件点云)，并将工件点云和工件CAD模型采样的模板点云进行配准得到两者之间的刚性变换，从而实现工件的位姿估计成为了机器视觉领域的研究热点。利用工件的点云信息做位姿估计，不需要在工件表面粘贴标志点，更高效和接近实际生产场景。基于点云信息做位姿估计，传统的做法是采用迭代最近点算法(IterativeClosestPoint，ICP)及其改进方法。但是其最大的一个缺点就是受初始给定位姿的精度影响，易陷入局部最优。目前解决的办法是采用全局配准加ICP的方法，来尽可能获得精确的位姿。全局位姿配准算法主要基于点云的特征...
【技术保护点】
1.一种基于点云数据的工件位姿估算方法，其特征在于，所述方法包括以下步骤：/nS1、通过3D传感器获取目标工件的场景点云，并从场景点云中分割出目标工件点云数据，其次，利用预先建模的目标工件CAD模型，转换得到物体模型的点云数据样板；/nS2、基于物体模型点云坐标系，在球面上按照预设规则生成多个视点粒子，在每一个视点粒子位置模拟虚拟3D相机对物体模型点云数据进行成像，捕获在该虚拟3D相机视角下的物体模型点云数据样板的可见虚拟点云数据；/nS3、基于迭代最近点算法的动态模型，并采用粒子滤波算法，使分割出目标工件点云数据与多个虚拟点云数据进行匹配性迭代运算，如果达到迭代停止条件，...
【技术特征摘要】
1.一种基于点云数据的工件位姿估算方法，其特征在于，所述方法包括以下步骤：
S1、通过3D传感器获取目标工件的场景点云，并从场景点云中分割出目标工件点云数据，其次，利用预先建模的目标工件CAD模型，转换得到物体模型的点云数据样板；
S2、基于物体模型点云坐标系，在球面上按照预设规则生成多个视点粒子，在每一个视点粒子位置模拟虚拟3D相机对物体模型点云数据进行成像，捕获在该虚拟3D相机视角下的物体模型点云数据样板的可见虚拟点云数据；
S3、基于迭代最近点算法的动态模型，并采用粒子滤波算法，使分割出目标工件点云数据与多个虚拟点云数据进行匹配性迭代运算，如果达到迭代停止条件，则将有效视点粒子的位姿以加权均值的方式输出，然后通过求逆运算，计算所述的目标工件基于该有效视点粒子所关联的相机坐标系的位姿，以作为实际的目标工件位姿的估算结果，
其中所述的迭代停止条件包括以下的任意一种或多种条件：
迭代次数大于预设的迭代次数；
目标点云与视点粒子形成的3D点云之间的欧式距离均方误差小于预设的阈值；
连续三次迭代过程的欧式距离均方误差之间的差值小于设定值。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：
S1.1、通过3D传感器获取目标工件上的点的颜色信息和深度信息，以构建场景点云；
S1.2、利用点云凸凹性分割函数将目标点云从场景点云中进行分割，同时根据背景颜色与物体的差异，从二维图像上进一步进行分割，将有效的二维点对应的点云数据提取；
S1.3、利用半径滤波算法，将不在邻域半径范围内的杂点滤除；
S1.4、将得到的目标点云与CAD模型按照预设的点云密度进行采样，其中的采样密度根据位姿估计精度和实际计算资源情况来调整。
3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：
S2.1、通过隐藏点移除算法，将物体模型的点云数据投影到双域上，提取在凸包上的点作为可视点，实施点云可见性的分析；
S2.2、将可见点集由物体模型坐标系转换到相机坐标系。
4.根据权利要求1所述的方法，其特征在于，所述步骤S3包括：
S3.1、以物体点云模型的原点为球心，在球面上均匀生成多个视点粒子；
S3.2、在每一个视点粒子处，对模型点云进行虚拟3D相机点云视图生成；
S3.3、根据公式x...
【专利技术属性】
技术研发人员：楼云江，王瑶，杨先声，古维昆，董邓伟，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：广东;44
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。